Meritoo expande la gestión de reputación en IA ante el desafío de los modelos generativos
@rastroweb
November 18, 2026 · 6 min read
La compañía Meritoo, plataforma de gestión de reputación digital fundada por Alejandro Abascal, ha anunciado que su facturación recurrente anual alcanza los 1,8 millones de euros. La empresa opera bajo el nombre Meritoo Reputación en IA y desarrolla su actividad en España, Latinoamérica y Estados Unidos, con la mitad de su negocio fuera de España. Meritoi nació con financiación propia, sin capital riesgo, y es heredera de Remove Group, que a su vez surgió del trabajo previo de Abascal en la agencia de marketing digital Difunde Online.
El anuncio se produce en un momento en que la inteligencia artificial generativa está transformando la manera en que las personas acceden a la información sobre empresas, profesionales y marcas. Los modelos de IA utilizan como contexto datos públicos disponibles en internet, pero pueden reproducir información parcial, desactualizada o directamente falsa. Esto ha creado una nueva dimensión en el trabajo de quienes se dedican a la gestión de la reputación digital: ya no basta con monitorizar y optimizar los resultados que aparecen en Google, sino que también hay que considerar lo que responden los asistentes de inteligencia artificial cuando un usuario pregunta por una persona o una organización.
Cómo funciona la gestión de reputación en la era de la IA
La gestión de reputación digital consiste en influir en la percepción pública que se forma a partir de la información disponible en línea. Tradicionalmente, este trabajo se centraba en los motores de búsqueda: posicionar contenido positivo, desactivar enlaces dañinos o corregir datos erróneos en páginas web. Sin embargo, con la llegada de los modelos de lenguaje grandes y los chatbots que los integran, el alcance se ha ampliado de forma considerable.
Cuando un usuario pregunta a un sistema de inteligencia artificial sobre una persona o una empresa, el modelo genera una respuesta basada en el material que ha visto durante su entrenamiento y en las fuentes que recupera en el momento de la consulta. Si entre esas fuentes hay información incorrecta, desactualizada o sesgada, la respuesta que ofrece la IA puede dañar la reputación del afectado. Además, los modelos tienden a presentar sus respuestas con un tono de autoridad, lo que dificulta que el interlocutor cuestione la veracidad de lo que lee.
Este fenómeno ha llevado a que la reputación digital ante la IA se convierta en una preocupación creciente para directivos, profesionales liberales, políticos y cualquier persona con visibilidad pública. Ya no es suficiente con tener una buena presencia en Google; es necesario que los datos que alimentan a los modelos de IA sean precisos y estén actualizados.
El desafío de la veracidad en la era de la inteligencia artificial
La inteligencia artificial generativa no distingue entre información veraz y falsa con la misma fiabilidad que un humano entrenado. Si un bulo o un dato erróneo se ha repetido muchas veces en la web, el modelo lo asumirá como cierto y lo reproducirá. Este problema se agrava cuando la información incorrecta aparece en fuentes que el modelo considera autorizadas, como wikis, medios de comunicación o sitios gubernamentales.
Para quienes gestionan reputaciones, esto supone un reto adicional. Ya no basta con corregir el dato en una página concreta; hay que asegurarse de que la corrección se propaga por toda la red de fuentes que los modelos de IA consultan. Además, los sistemas de IA actualizan sus respuestas con frecuencia, por lo que el trabajo de mantenimiento debe ser continuo.
La reputación digital ante la IA se ha convertido en un campo de especialización dentro de la gestión de la imagen en internet. Las empresas que ofrecen este tipo de servicios han tenido que desarrollar metodologías para monitorizar lo que los modelos de IA dicen sobre sus clientes y para intervenir cuando la información es incorrecta. Estas intervenciones pueden incluir desde la corrección de datos en las fuentes originales hasta la creación de contenido positivo que desplace a la información dañina en el contexto que la IA utiliza.
Cómo se configura el mercado de la reputación digital
El mercado de la gestión de reputación digital ha crecido de forma paralela a la expansión de internet y, más recientemente, a la adopción de la inteligencia artificial. Empresas como Meritoo, que comenzaron centrándose en la gestión de enlaces y la optimización de resultados de búsqueda, han tenido que adaptar sus servicios para incluir la monitorización de respuestas generadas por IA.
La evolución del sector ha sido rápida. Hace apenas cinco años, la mayoría de los clientes que contrataban servicios de reputación digital lo hacían para gestionar comentarios negativos en foros o para eliminar resultados de búsqueda que mostraban información desactualizada. Hoy, una parte creciente de la demanda proviene de profesionales que han visto cómo un chatbot de inteligencia artificial ha empezado a ofrecer datos incorrectos sobre su trayectoria o su empresa.
El perfil del cliente también ha cambiado. Antes eran sobre todo celebridades, políticos y grandes corporaciones. Ahora, cualquier profesional con presencia en LinkedIn, médicos, abogados, arquitectos o pequeños empresarios pueden verse afectados por una respuesta errónea de un modelo de IA. El coste de no gestionar esta nueva dimensión de la reputación puede ser elevado: desde la pérdida de oportunidades de negocio hasta el daño irreparable a la credibilidad personal.
El papel de la prevención y la corrección
La gestión de la reputación en la era de la inteligencia artificial combina dos enfoques: la prevención y la corrección. La prevención consiste en construir una presencia digital sólida y veraz desde el principio, de modo que cuando un modelo de IA busque información sobre una persona o empresa, encuentre datos fiables y actualizados. Esto implica mantener perfiles profesionales actualizados, publicar contenido de calidad en medios relevantes y asegurarse de que las fuentes que la IA consulta reflejan la realidad.
La corrección, por su parte, entra en juego cuando ya se ha producido un daño. En ese caso, el trabajo consiste en identificar las fuentes que están alimentando la respuesta errónea, contactar con los responsables de esas fuentes para corregir el dato y, si es necesario, crear contenido nuevo que desplace a la información falsa en el contexto que la IA utiliza. Este proceso puede ser laborioso y requiere un conocimiento profundo de cómo funcionan los modelos de lenguaje y de qué fuentes priorizan.
Una de las dificultades adicionales es que los modelos de inteligencia artificial no siempre revelan qué fuentes han utilizado para generar una respuesta. Esto obliga a los especialistas en reputación digital a trabajar con métodos indirectos, como la simulación de consultas desde diferentes perfiles de usuario o el análisis de las variaciones en las respuestas a lo largo del tiempo.
El futuro de la gestión de reputación y la inteligencia artificial
A medida que la inteligencia artificial se integra en más productos y servicios, la necesidad de gestionar la reputación digital en este nuevo entorno seguirá creciendo. Los modelos de lenguaje se están convirtiendo en la interfaz principal a través de la cual muchas personas acceden a la información, y eso otorga a las respuestas de la IA un poder enorme para moldear la percepción pública.
Las empresas que ofrecen servicios de gestión de reputación tendrán que seguir innovando para mantenerse al día. La monitorización en tiempo real de las respuestas de los modelos de IA, la capacidad de intervenir rápidamente cuando se detecta un error y la creación de estrategias preventivas serán habilidades cada vez más demandadas. Al mismo tiempo, los propios desarrolladores de inteligencia artificial están trabajando en mecanismos para mejorar la fiabilidad de sus modelos, pero mientras esos mecanismos no sean perfectos, el trabajo de los especialistas en reputación digital seguirá siendo necesario.