- Un conjunto creciente de investigaciones y casos —desde el “Claude look” hasta los fiascos navideños de Coca-Cola y McDonald’s— advierte que la adopción masiva de inteligencia artificial generativa está empujando la comunicación comercial hacia un promedio estadístico que erosiona la diferenciación de marca.
Lo que comenzó como una promesa de personalización a escala se está transformando en su opuesto. La inteligencia artificial generativa, llamada a permitir que cada marca hablara con una voz única a cada audiencia, está produciendo un efecto de convergencia visual y discursiva que especialistas y datos comienzan a medir con preocupación. El fenómeno ya tiene nombre en la industria: AI sameness, o la tendencia de la producción visual, verbal y estratégica de las marcas a parecerse cada vez más entre sí porque casi todas trabajan con los mismos modelos generativos.
La manifestación más visible de esta homogeneización es lo que algunos analistas denominan el “Claude look”: fondos en colores pastel, títulos en letras enormes, subtítulos pequeños en mayúsculas, diseños minimalistas y mensajes cortos. Hernán David Pérez, asesor en transformación digital, describe el patrón como una estética que se repite en redes sociales, publicidad digital, sitios web y hasta en presentaciones de negocios, en su mayoría generadas con herramientas como Claude, de Anthropic. The New Yorker documentó en junio de 2026 cómo estas herramientas están contribuyendo a crear una estética de comunicación visual cada vez más homogénea.
Pero la homogeneización no se limita a la superficie visual. Un artículo académico publicado en Tsantsa (Universidad de Cuenca), firmado por Rosario Barba González y José de Jesús Fernández Malváez, argumenta que la adopción masiva de herramientas generativas produce una “convergencia simbólica” que debilita la distintividad y la memorabilidad de las marcas. Los autores hablan de una “homogeneización retórica” y proponen analizarla a través de las dimensiones clásicas del ethos, pathos, logos, kairos y decorum, evidenciando que lo que está en juego no es solo el estilo, sino la capacidad persuasiva misma del discurso de marca.
Los números detrás de la semejanza
La percepción individual encuentra respaldo en encuestas de alcance global. El Digital Advertising Trends Report 2026 de Smartly, basado en 450 líderes de marketing de Estados Unidos, Reino Unido y Alemania, encontró que el 75% teme que el creativo generado por IA esté haciendo que las marcas se vean y suenen iguales, y que el 86% ya ha visto resultados de IA que se parecen sospechosamente al trabajo de un competidor. Brafton, en su encuesta de marketing de 2026, halló que el contenido “genérico o de poco sustancia” es la queja número uno de los profesionales sobre el output de la IA, por delante de la precisión fáctica y el rendimiento SEO.
La evidencia experimental apunta en la misma dirección. Un estudio de campo del MIT, dirigido por Sinan Aral y Harang Ju con más de 2.200 participantes, dividió a los equipos en dos grupos: unos trabajaron solo con humanos y otros con asistencia de IA, y ambos debían producir anuncios reales. Los equipos humano-IA generaron un 50% más de anuncios por trabajador y una copy de mejor calidad. Pero al analizar las piezas, los investigadores encontraron que el tono, la estructura y la dirección creativa se habían desplazado hacia el mismo centro. Lo llamaron diversity collapse: el trabajo asistido por IA, concluyeron, tiende a homogeneizar.
La razón es estructural, no un fallo de los prompts. Los modelos de lenguaje de propósito general están entrenados para producir la respuesta estadísticamente más probable a una instrucción dada. Cuando dos marcas competidoras introducen un brief casi idéntico en el mismo modelo, obtienen un resultado casi idéntico. El resultado es un contenido “profesionalmente correcto, pero indistinguible de lo que un competidor generó esa misma mañana”. La analista de la industria ha comenzado a llamar a este proceso semantic ablation: el lenguaje generado por IA, entrenado sobre un pozo creciente de otro lenguaje generado por IA, es arrastrado progresivamente hacia el centro estadístico, y las formulaciones inusuales, el insight específico del cliente y el ángulo inesperado se alisan antes de la publicación.
Cuando la IA se vuelve un pasivo de marca
La reacción del público ha sido igualmente elocuente. Según el informe de redes sociales de Power Digital para 2026, el 63% de los usuarios afirma que es menos probable que interactúe con visuales generados por IA, y casi la mitad se forma una opinión negativa de una marca que utiliza IA visible en contenido de cara al cliente. “La gente no está rechazando la IA. Está rechazando la uniformidad”, resume el análisis de Adcore.
Los fiascos navideños de 2025 ofrecieron un catálogo de cómo esta homogeneización se traduce en daño reputacional. McDonald’s Nederland lanzó una campaña completamente generada por IA titulada “It’s the Most Terrible Time of the Year”, que pretendía capturar el estrés festivo con un tono anti-holiday. La respuesta fue inmediata: los espectadores calificaron los visuales de “inquietantes” (uncanny) y el mensaje de cínico, y el anuncio fue retirado de los canales públicos en cuestión de días. Coca-Cola, por segundo año consecutivo, apostó por una campaña navideña generada por IA —esta vez con animales que contemplan el paso de los camiones rojos— y el sentimiento positivo en torno a la campaña cayó del 23,8% al 10,2% después de su lanzamiento; los espectadores la llamaron “sin alma”, “sin vida” y “digital slop”.
El patrón se repite en otras categorías. H&M, Guess y Valentino han enfrentado críticas por usos de IA percibidos como “baratos, incómodos o poco auténticos”. Starbucks Korea protagonizó en mayo de 2026 una crisis nacional después de que una campaña de vasos gigantes utilizara una herramienta de IA para una consigna que, en el contexto de la fecha, resultó profundamente insensible; la campaña fue retirada en horas, pero el daño ya estaba hecho. Estos episodios no son simples errores de ejecución: revelan que la IA, al operar sobre el promedio de lo ya dicho, carece de la memoria cultural y del juicio contextual que distinguen a una marca con criterio.
La contracara: lo humano como diferenciador
Frente a este panorama, algunas marcas han encontrado en la producción deliberadamente humana un activo de diferenciación. Apple optó por títeres hechos a mano y efectos prácticos para su filmación navideña “A Critter Carol”, reforzando su identidad como defensora de la creatividad individual. El minorista francés Intermarché invirtió en animación pictórica y diseño de personajes intrincados para “The Unloved”, una historia sobre un lobo solitario que encuentra comunidad a través de la cocina; la respuesta fue tan cálida que la marca lanzó un peluche físico del personaje ante la demanda popular. En India, Zomato prohibió las imágenes de comida generadas por IA en su aplicación para garantizar “honestidad visual”, y su campaña de Durga Puja se centró en la alegría simple y reconocible de un hombre con una pierna fracturada que usa la app para unirse virtualmente al festejo de sus amigos.
La lección, señalan desde la industria, no es rechazar la IA, sino distinguir entre su uso como sustituto del juicio y su uso como amplificador de una visión humana preexistente. “La IA ha democratizado la ejecución. No ha democratizado la imaginación”, sintetiza el liderazgo creativo de The Drum. Un chatbot puede producir una copy gramaticalmente perfecta en nueve segundos, pero no puede decidir qué representa una marca ni encontrar el ángulo inesperado que hace que alguien deje de hacer scroll.
La paradoja, en última instancia, es la que mejor resume el momento: nunca había sido tan fácil producir contenido de apariencia profesional, pero esa misma facilidad está haciendo más difícil distinguir aquello que tiene profundidad, originalidad y sustento. Para las marcas, la pregunta ya no es si usar IA, sino cómo evitar que la eficiencia de la herramienta se convierta en la sentencia de su indistinción.