Plataformas · Software · Proveedores · Mercados
Los asistentes de IA se han convertido en una vía relevante para que los clientes potenciales descubran y evalúen marcas de servicios financieros, afirma Andy Francos, Growth Consultant de Pepperstone. Señala que una respuesta a una pregunta sobre cómo elegir un bróker puede presentar tres o cuatro nombres antes de que el usuario visite el sitio web de alguna empresa. Esto hace que la visibilidad de un bróker dependa de algo más que las páginas que controla.
Zay Yang, Founder & CEO de Wordflow, afirma que la información que influye en una recomendación de IA suele encontrarse fuera del sitio web de la propia empresa. Wordflow ayuda a las marcas a supervisar y mejorar cómo las presentan las plataformas de IA generativa. Para los equipos de operaciones de los brókeres, esto plantea preguntas prácticas sobre si los datos de licencias y comisiones son legibles, correctos y se presentan de forma coherente en todos los lugares de los que los motores obtienen información.
Francos afirma que Pepperstone intenta conseguir menciones en varios productos de IA, mientras que Yang destaca las citas de terceros y la calidad del contenido web propio de los brókeres. Este cambio afecta tanto a la gestión de contenidos y al compliance como al marketing: una respuesta que describa incorrectamente una licencia o un cargo puede influir en la opinión de un cliente potencial antes de que la empresa tenga oportunidad de explicarlo.
Los sistemas de descubrimiento que deben supervisar los brókeres
- Los motores atraen a públicos distintos. Francos afirma que Pepperstone supervisa ChatGPT por su alcance, Google AI Overviews y Google AI Mode por su presencia en navegadores y dispositivos Android, Gemini por motivos similares y Claude para la investigación empresarial. La fuente informa de unos 1.2 billion de usuarios activos semanales de ChatGPT y de más del 50% de la cuota de mercado de búsqueda con IA. Google AI Mode tiene más de mil millones de usuarios activos mensuales, mientras que Google AI Overviews llega a más de 2.5 billion de usuarios mensuales.
- Las respuestas dependen de la pregunta. Yang afirma que una consulta sobre la autorización de un bróker suele llevar a los sistemas de IA al regulador correspondiente, no a una recomendación de ese regulador. En cambio, una pregunta sobre un detalle específico de una empresa, como una bonificación por depósito, puede dirigir el sistema al sitio web del bróker. Según Yang, esos detalles deben estar disponibles como texto normal: las presentaciones con mucho JavaScript y los PDF pueden impedir que los motores accedan a la información. También afirma que el marcado de preguntas frecuentes y de entidades puede ayudar a los sistemas a identificar una empresa y reproducir los detalles con precisión.
- Las referencias externas pueden tener más peso. Francos afirma que las páginas de terceros representan una parte importante de las citas relacionadas con Pepperstone en los datos de brókeres de Wordflow. Según él, estas fuentes suelen citarse antes que el propio sitio web de la empresa. La combinación varía según la ubicación: entre los ejemplos figuran ASIC y MoneySmart en Australia, la FCA, Trustpilot y BrokerChooser en Reino Unido, y MAS y publicaciones financieras locales en Singapur. Yang afirma que las fuentes citadas en estos mercados apenas coinciden.
- La influencia de Reddit no es uniforme. Reddit llegó a acuerdos con Google y OpenAI en 2024, pero Francos afirma que su posición en las consultas sobre brókeres de Pepperstone ha cambiado. Después de que GPT-5.6 llegara al público general, Reddit desapareció, según él, de la lista de referencias de la empresa, aunque el total de citas se cuadruplicó. En las consultas sobre brókeres de Reino Unido que sigue Obsero, Francos sitúa Reddit en el puesto 32, por detrás de la FCA, gov.uk y los sitios de la competencia. Afirma que la actividad de pago de Pepperstone en Reddit no generó rendimiento y que la interacción con la comunidad importa más que tratar la plataforma como un canal publicitario.
Por qué las citas locales reformulan las respuestas
Los hallazgos de Wordflow, según informó Finance Magnates, apuntan a una diferencia entre tener visibilidad en un país y ser entendido de forma coherente en varios. Yang afirma que los datos de entrenamiento y las referencias en inglés tienen más presencia que los materiales en otros idiomas. Por ello, un bróker puede recibir una valoración positiva y segura en un mercado y una cobertura más matizada en otro, donde difieren las fuentes locales utilizadas por los sistemas de IA.
Yang denomina «impuesto por cautela» al efecto comercial de esos matices. Una recomendación aún puede verse debilitada por reservas sobre la menor trayectoria de una empresa o sus comisiones más altas. Afirma que las fuentes locales pueden estar menos disputadas que las de Estados Unidos, lo que brinda a los brókeres la oportunidad de establecerse más rápidamente. Francos también distingue entre el conocimiento previo de un modelo, que, según afirma, cambia mediante una labor sostenida de construcción de marca, y la recuperación en tiempo real, donde las relaciones públicas, las alianzas y el contenido actualizado pueden influir antes en las citas.
El descubrimiento también complica la atribución. Francos describe un recorrido en el que un trader lee un debate en un foro, pregunta a ChatGPT por opciones de brókeres regulados, busca por su cuenta y después abre una cuenta.
Es posible que el bróker solo registre una búsqueda orgánica de marca y no atribuya influencia a los pasos anteriores. Por separado, James Buckley-Thorp, fundador y CEO de la empresa de IA británica Atlian, advierte de que publicar debates en Reddit para provocar recomendaciones de IA se consideraría promoción financiera. Vincula esta preocupación con la declaración de la FCA de que el 80% de los clientes pierde dinero.
Qué implica para los equipos de operaciones
Los operadores deberían comprobar si los datos de licencias, cargos y cuentas están disponibles como texto legible y si coinciden con la información que figura en los registros de los reguladores y en las fuentes de comparación. También deberían preguntar qué fuentes aparecen en las respuestas de IA para cada mercado e idioma en el que operan. La fuente no ofrece cifras de costes operativos ni un calendario de implementación, por lo que estos aspectos siguen siendo cuestiones pendientes para los equipos que planifican cambios en los sistemas de contenido y supervisión.
También hay una cuestión de integración a más largo plazo. El sector ha empezado a probar conexiones de Model Context Protocol (MCP) entre cuentas de trading y agentes de IA; la fuente afirma que las salvaguardas actuales impiden que los agentes ejecuten operaciones de forma autónoma.
Los equipos deberían determinar qué datos de las cuentas exponen esas integraciones, qué controles se aplican y cómo afectaría cualquier cambio futuro a los sistemas de ejecución. El artículo describe un posible cambio en el que una aplicación de trading se convertiría en un back end de ejecución, pero no especifica cómo ni cuándo harían esa transición los brókeres.
