Tres posts idénticos
Hace unas semanas leí tres posts de LinkedIn seguidos que empezaban con las mismas palabras: "En el mundo acelerado de hoy." Uno era un CEO. Otro un fundador recién aterrizado. El tercero, un competidor. Tenían la misma línea de apertura, los mismos tres bullets en el medio, el mismo cierre con emojis. Ninguno había escrito una sola palabra.
Ese momento cristalizó algo que venía observando en silencio desde hacía casi dos años. La IA generativa no empezó como un problema de contenido. Empezó como un milagro de productividad. Por fin podíamos convertir una idea a medio formar en un borrador en treinta segundos. Pasar de una variante de anuncio a diez. Publicar.
En algún punto entre el milagro de productividad y el tercer trimestre de 2025, el coste de esa velocidad se hizo visible. Los compradores empezaron a fact-checkearnos más. Los reviewers empezaron a hacer preguntas incómodas sobre autoría. Los scores de detección en nuestro blog empezaron a subir. Las reply rates en outbound empezaron a bajar. La voz que habíamos pasado años ganando empezó a sonar, en ciertos canales, exactamente como la de todos los demás.
La tesis de este texto es directa. La brecha de confianza creada por el copy generado por IA es ya la brecha de conversión. La mayoría de los CMO no la verá hasta su próximo QBR, porque sus dashboards de IA reportan actividad (borradores enviados, variantes probadas, coste por activo a la baja) y el daño no es atribuible (erosión lenta de reply rates, caída de branded search, ausencia silenciosa en recomendaciones de pares). Cuando los lagging indicators se mueven, la deuda de confianza ya está compuesta.
Parte I. La huella es real
El análisis estilométrico no es nuevo. Los mismos campos estadísticos que atribuyen manuscritos anónimos del Renacimiento a Marlowe o Shakespeare se han reorientado, en los últimos dos años, contra el output de modelos clase GPT-4. Tres familias de patrones hacen la mayor parte del trabajo.
La primera es vocabulario. El análisis de Originality.ai sobre 3,3 millones de documentos encontró ciertas palabras apareciendo a múltiplos extremos en texto de IA. La palabra delve es el ejemplo canónico, apareciendo unas 48 veces más a menudo en output de IA que en escritura humana. Tapestry a 35. Multifaceted a 28. It's worth noting a 31. Las instancias aisladas no significan nada. La señal es la co-ocurrencia. Tres o más de estas palabras dentro de un pasaje de 500 palabras eleva la probabilidad de detección entre 35 y 50 puntos porcentuales.
La segunda es estructura. Los modelos clase GPT-4, entrenados con RLHF que recompensa argumentación equilibrada, recurren a un set pequeño de patrones. Tricolons. Construcciones antitéticas ("no es solo X, es Y" es hoy la huella estructural más fiable). Sobreuso de em-dash. Sean Goedecke encontró que GPT-4o usa unas 10 veces más em-dashes que GPT-3.5. The Last Fingerprint, marzo 2025, midió que GPT-4.1 produce 9,1 em-dashes por cada 1.000 palabras incluso instruido a no hacerlo.
La tercera es ritmo, lo que la literatura llama burstiness. Mide la varianza de longitud de oración. Los humanos oscilan salvajemente. Escriben un fragmento. Luego una oración larga, sinuosa, con tres subordinadas, un inciso y un golpe al final. La IA se agrupa entre 15 y 22 palabras por oración. ProofreaderPro.ai (2025) cuantificó la brecha. Texto académico humano: desviación estándar de 8,2 palabras. GPT-4o: 4,1. Claude: 5,3. Trace la secuencia de longitudes en cualquier pasaje de IA y verá una banda casi plana. Trace un humano competente y verá un skyline irregular.
Las 12 palabras que su equipo debería prohibir este trimestre, sin orden particular: delve, leverage, navigate, landscape, tapestry, realm, robust, seamless, foster, harness, embark, unlock. El punto no es prohibir palabras. Es forzar una decisión deliberada sobre cada una.
Parte II. La brecha de confianza es ya la brecha de conversión
Colleen P. Kirk (NYIT) y Julian Givi (West Virginia University), en el Journal of Business Research (Vol. 186, 2025, artículo 114983), reportan resultados de siete experimentos preregistrados. Conclusión titular: cuando los consumidores creen que una comunicación de marketing emocional fue escrita por una IA, el boca-a-boca positivo y la lealtad se reducen. El mecanismo es serial, mediado por autenticidad percibida y una respuesta medible que los autores llaman repulsión moral.
Dos matices de valor operativo inmediato. El efecto se atenúa para mensajes factuales (pricing, especificaciones, tablas comparativas). El efecto se atenúa cuando la IA solo edita en lugar de autorear. Traducción: IA como editor es mucho más segura que IA como autor. Su spec sheet sobrevive a la divulgación. La historia de su fundador, puede que no.
TrustRadius 2025 (n=2.058 compradores verificados, 490 vendors) entrega la foto operativa. El 72% de los compradores B2B encuentra AI Overviews durante la investigación. El 90% hace clic a la fuente. Los usuarios más frecuentes de IA, el segmento que la mayoría asumió más receptivo a contenido generado por IA, son los fact-checkers más agresivos: el 62% verifica siempre o muy a menudo.
Forrester 2026 añade una cifra inquietante: el 19% de los compradores expuestos a genAI reportó menor confianza en su compra final por output poco fiable. Esa caída de confianza se traduce en ciclos más largos, comités más grandes y más deals perdidos frente a incumbents. Edelman 2025 captura el shift cultural: el 73% de las personas dice que su confianza en una marca subiría si reflejara auténticamente la cultura actual. Los compradores no piden marketing más pulido. Piden marketing más reconocible.
Parte III. Su dashboard no lo va a captar
La brecha actividad-impacto es la razón por la que la mayoría de los líderes de marketing negará la deuda de confianza hasta que sea demasiado cara de arreglar.
Los dashboards de IA reportan lo que la IA hace. Borradores producidos. Variantes probadas. Coste por activo. Tiempo ahorrado. Cada uno se mueve en la dirección correcta el día que despliega un equipo sobre un modelo. El daño se mueve en otro sistema. Reply rates en outbound. Branded search. Demos inbound citando un contenido específico. Comment-to-impression en posts personales. Win rate frente a incumbents en deals contestados. Net revenue retention en segmentos donde el comprador lee marketing antes de renovar.
Coste por activo a la baja y reply rate a la baja pueden coexistir durante seis trimestres antes de que alguien los conecte. Esa es la vida media de la deuda. Los leading indicators a vigilar son los cinco anteriores, revisados mensualmente contra el rolling de seis meses previo. Cualquier caída sostenida durante dos meses con gasto estable es señal.
La prueba operativa que uso es simple: ¿un líder de ventas con nombre propio reenviaría con orgullo este activo a una cuenta estratégica? Si la respuesta es no, el ahorro de automatización probablemente se contabiliza en marketing mientras el coste de confianza lo paga ventas.
Parte IV. La auditoría de 10 puntos
Ejecútela contra una muestra representativa del último trimestre. Cada ítem vale un punto.
Uno. Densidad de palabras prohibidas. Tres o más entradas de la lista en un pasaje de 500 palabras puntúa cero.
Dos. Tics estructurales. Cualquier "no es solo X, es Y", tres o más tricolons en una sección, o aperturas paralelas repetidas puntúa cero.
Tres. Densidad de em-dash. Más de 4 por cada 1.000 palabras en un escritor sin historia previa de uso puntúa cero.
Cuatro. Burstiness. Desviación estándar de longitud por debajo de 5,0 palabras puntúa cero.
Cinco. Fórmula de apertura. Cualquier opener "En el mundo acelerado de hoy", "En la era de", "Mientras navegamos" o un setup hedgeado puntúa cero.
Seis. Fórmula de cierre. "En última instancia", "en conclusión" o un balance "aunque X, Y" puntúa cero.
Siete. Especificidad del claim. Cualquier afirmación sin número, fuente o evento fechado puntúa cero.
Ocho. Humano nombrado. La presencia de un cliente, empleado o nombre real puntúa uno. "Empresas líderes" puntúa cero.
Nueve. Número real. Al menos un número específico no inventado puntúa uno.
Diez. Punto de vista. La pieza argumenta a favor o en contra de algo específico, con al menos una oración que el competidor promedio no escribiría, puntúa uno.
Cualquier puntuación de 6 o más se publica. Entre 3 y 5 vuelve al escritor. Por debajo de 3 se despublica o se noindexea.
Parte V. La solución es operativa, no filosófica
Trate la IA como un junior writer, no como autor final. El workflow defendible tiene cinco pasos.
Uno. Briefee el trabajo como humano, por escrito, con un lector nombrado, una referencia de cliente nombrada, la acción deseada y la única creencia que la empresa tiene y los competidores no.
Dos. Genere el primer pase con IA contra el brief. Espere un borrador al 70%. Lo que exceda debería levantar sospecha de que el brief era genérico.
Tres. Humanice. Esta es la franja del 40% donde la mayoría infrainvierte porque parece edición. Es el trabajo humano de mayor apalancamiento de toda la función.
Cuatro. Léalo en voz alta. Si tropieza, el lector también.
Cinco. Publique bajo byline nombrado con foto real y LinkedIn real. El byline es el contrato de confianza.
El esqueleto de voz de marca va debajo del workflow. Lo primero que una guía pública debe declarar es lo que la marca no es. Mailchimp abre con "no somos su tía rara de internet." Esa única línea de espacio negativo ha hecho más por derrotar la voz AI-default dentro de Mailchimp que cualquier plantilla de prompt.
Parte VI. Antes y después
Un cold email AI-default típico:
Hola [Nombre], espero que este mensaje le encuentre bien. Quería ponerme en contacto porque vi que está en [Empresa] y pensé que podría interesarle cómo nuestra plataforma innovadora ayuda a equipos forward-thinking a desbloquear nuevas eficiencias. Trabajamos con empresas líderes para optimizar operaciones e impulsar resultados medibles. ¿Tendría disponibilidad para una breve discovery call para explorar sinergias potenciales? Saludos cordiales.
Doce marcadores. Reply rate medio: 3,43% (Instantly, 2026).
El mismo outreach reescrito por un sender de tier elite:
María. Vi que su equipo publicó tres roles de SRE en São Paulo la semana pasada. El patrón (contratación LATAM contra headcount HQ plano) suele significar que la fiabilidad de plataforma subió en el board. Ayudamos a Toast a recortar MTTR un 41% en la misma ventana. ¿Vale 12 minutos el jueves a las 14:00 hora suya?
Un trigger. Un cliente nombrado. Un número real. Un ask binario. Reply rates por encima del 10%.
Parte VII. Quién ya está ganando
Mailchimp construyó una guía pública y versionada de voz en 2018, la trata como documento vivo y la revisa al menos trimestralmente.
Linear escribe su changelog como un ingeniero que ha enviado código. Pasado, primera persona del plural, específico. IA para primer borrador. Reescrito (no editado) por un humano que ha enviado software.
The Hustle envía a 2 millones de suscriptores con open rates del 35-45% frente a la media del 21%. IA en research e ideación. Cada número reescrito de cabo a rabo por un editor en plantilla. Cada byline es un humano nombrado con foto y LinkedIn real.
Anthropic publica su propio marketing. Posts de research firmados por researchers nombrados. Customer stories con nombres reales y números reales. La empresa que construye el modelo escribe su propio copy. La señal es inconfundible.
La conclusión incómoda
Las marcas que no arreglen esto en 2026 no verán una caída súbita. Verán una erosión lenta, no atribuible, que sus dashboards de IA explicarán como "condiciones de mercado". Las reply rates bajarán un trimestre cada vez. La branded search se ablandará. Las recomendaciones de pares irán silenciosamente a un competidor. El shortlist se cortará antes de que el equipo de marketing aparezca en él.
La prima de autenticidad compone. El descuento del slop también. Los equipos que aprendan a escalar IA sin perder la voz humana que los hizo dignos de ser escuchados poseerán los próximos diez años de marketing B2B.
La field guide completa de 54 páginas, con el archivo de palabras prohibidas, el esqueleto de voz, la auditoría de 10 puntos, el playbook canal por canal, cuatro casos completos y cinco rewrites antes-y-después, está disponible abajo como descarga gratuita.