Comment l'IA décide quelles marques citer (et pourquoi beaucoup disparaissent)

De référencement tradicional a AI Search

Durant més de vint anys, el référencement ha estat el marc dominant per construir visibilitat digital. Crawling, indexació, rànquings i optimització per paraules clau han definit l’estratègia de milers d’empreses. Però el paradigma està canviant.

Per entendre millor aquest canvi estructural, pots llegir la nostra guia sobre GEO (Optimisation générative des moteurs), on expliquem com aquesta evolució redefineix l’autoritat digital.

No desapareix el référencement, però deixa de ser l’únic sistema de distribució del coneixement.

Amb l’aparició d’AI Search, AI Overview i sistemes com ChatGPT, Gemini o Claude, la lògica passa de la recuperació d’informació a la generació de respostes. I aquest canvi és estructural.

Dans référencement tradicional, Google rastreja (crawling), indexa documents i després els ordena segons senyals. En entorns generatius, el sistema no recupera un document concret, sinó que treballa amb incorporations, és a dir, representacions vectorials del contingut.

La diferència és clau:

• Indexació vs representació vectorial: abans competies per estar indexat i ben posicionat. Ara competeixes perquè el teu contingut sigui representat amb precisió dins l’espai semàntic del model.
• Keywords vs densitat semàntica: la repetició de paraules clau és substituïda per coherència conceptual i relacions semàntiques consistents.
• Rànquing vs interpretabilitat: no n’hi ha prou amb sortir primer. Cal ser interpretable.

Els models generatius treballen amb vectors d’alta dimensió que codifiquen significat. Quan una marca publica contingut coherent, especialitzat i sostingut en el temps, construeix una empremta semàntica estable. Aquesta estabilitat és el que podem anomenar autoritat sostinguda. En aquest nou escenari, el que importa no és només què dius, sinó com encaixa el teu discurs dins la representació global del coneixement del model.

Per què moltes marques desapareixen dels resultats generatius

La desaparició en entorns generatius no és una penalització. És una conseqüència lògica de la manca de coherència estructural. Hi ha quatre patrons que es repeteixen:

• Contingut fragmentat: articles aïllats, sense continuïtat temàtica ni arquitectura clara.
• Falta d’històric coherent: canvis constants de posicionament estratègic sense consolidar un relat.
• Manca d’entitat clara: la marca no està associada a un concepte concret dins el seu sector.
• Sobreoptimització keyword-based: contingut pensat per algoritmes antics, no per sistemes semàntics.

Quan el model calcula similaritats semàntiques, no busca la pàgina millor optimitzada, sinó la font amb major consistència conceptual. Una marca que parla de référencement avui, demà de branding i demà passat de cultura corporativa sense una línia estructural clara dilueix la seva representació vectorial.

Com funcionen els sistemes generatius quan seleccionen fonts

Els models generatius utilitzen mecanismes de similaritat semàntica. Quan un usuari formula una pregunta, el sistema genera una representació vectorial del prompt i la compara amb vectors interns associats a conceptes, documents i entitats. Aquí entren tres conceptes fonamentals: Cosine similarity: mesura matemàtica que calcula la proximitat entre vectors. Com més propera és la representació de la teva marca al concepte consultat, més probabilitat de ser citat. Grounding budget: els sistemes tenen un límit de context i han de seleccionar fonts rellevants dins aquest pressupost. No poden incloure-ho tot. Consistència global: el model prefereix fonts amb coherència transversal, no contingut puntual. Quan una marca és citada repetidament en contextos similars, augmenta la seva probabilitat de ser reutilitzada com a referència en futures generacions.

El gran problema: no saps si la IA et cita

Dans référencement tradicional, disposem de Search Console, impressions, clics i CTR. En AI Search, aquesta capa de visibilitat és opaca. Search Console no detecta citacions en LLM. No hi ha una mètrica nativa que indiqui si ChatGPT, Gemini o AI Overview utilitzen la teva marca com a referència. Aquí neix un nou concepte: AI Visibility. No es tracta només de trànsit. Es tracta de saber si formes part del relat generatiu. Per aprofundir en aquest concepte, pots consultar aquesta guia sobre com mesurar visibilitat IA.

Com començar a mesurar la teva presència en AI Search

La mesura és imprescindible. Sense dades, no hi ha estratègia. Els primers passos inclouen: Monitorització per prompts: definir preguntes estratègiques i analitzar si la teva marca apareix. Seguiment de marca en LLM: repetir consultes en diferents entorns generatius. Històric de citacions: registrar evolució i freqüència. Eines especialitzades: utilitzar una eina de monitorització d’AI Search que permeti mesurar visibilitat en entorns generatius i monitoritzar si ChatGPT cita la teva marca. La mesura no és puntual. Ha de ser recurrent i comparativa.

Conclusions estratègiques per a empreses

El canvi cap a AI Search no és una tendència temporal. És una evolució estructural del sistema de distribució del coneixement. Les empreses que vulguin mantenir rellevància han d’adoptar quatre principis: Continuïtat: publicar de forma sostinguda. Arquitectura temàtica: estructurar contingut en clústers coherents. Mise à jour constante : reforçar i ampliar contingut existent. Mesura recurrent: analitzar visibilitat en entorns generatius. Si vols saber si la IA cita la teva marca, comença mesurant-ho. Mesura la teva visibilitat en AI Search amb una eina especialitzada.