El deseo programado: la moda frente a una audiencia que ya no es humana

La moda siempre ha sido seducción, anhelo, pertenencia, diferenciación. Aura, como dicen las personas que son bastante más jóvenes que yo. Deseamos un look, una sensación, un estilo, un universo. Este deseo lo despiertan personas inspiradoras en las redes sociales, en las pasarelas, en la cultura pop, en la publicidad y en nuestro círculo de amigos.

Los emisores de este deseo siempre han sido diversos. Desde imágenes de alta costura hasta el chico con estilo que vimos anoche en el bar con aquella increíble chaqueta de terciopelo. Aunque los emisores del deseo son variados, el receptor siempre ha sido el mismo: una persona.

Precisamente esta obviedad se está desvaneciendo. Los agentes de IA se están convirtiendo cada vez más en una instancia adicional entre la marca y la decisión de compra. Ya hoy, la mitad de los usuarios toma una decisión de compra con la ayuda de la IA generativa (estudio de Accenture, 2025).

Deseabilidad para algoritmos

Pero esto es solo el principio. Hoy, la inteligencia artificial (IA) recomienda; mañana, comprará por nosotros. Agentes personales, entrenados en la vida, el presupuesto y el gusto de una persona, se convertirán en gatekeepers fundamentales de decisiones de compra complejas. Esto conduce a un cambio radical en la comunicación: de la IA como canal a la IA como público objetivo. Pero, ¿cómo se genera deseo en alguien que no puede sentirlo?

Durante mucho tiempo, lo decisivo fue si un look se presentaba de forma deseable. Pero, ¿puede una máquina realmente leer, clasificar y recomendar el deseo? La moda vive de la insinuación, el contexto, los códigos y las referencias. Los asistentes, en cambio, reducen las ambigüedades a una comparabilidad estructurada: color, precio, material, ocasión, silueta, tiempo de entrega, reseñas, seguridad en la devolución.

Las marcas de moda han aprendido sobre SEO, luego han adoptado un enfoque Social First y después han optimizado el rendimiento. Ahora deben aprender a ser recomendables en los sistemas de recomendación inteligentes no solo de forma racional, sino también emocional.

Los agentes no premian el aura, sino la claridad. Plataformas como el Shopping Graph de Google ya procesan más de 50,000 millones de listados de productos y estructuran la moda principalmente a través de características objetivables como el precio, las reseñas, las opciones de color y la disponibilidad. Quien permanezca semánticamente impreciso en ese entorno quizá no se vuelva invisible, pero sí intercambiable. Y, por lo tanto, rápidamente irrelevante en la cadena de recomendación.

Esto desplaza el foco: no solo los productos, sino las marcas que los respaldan deben ser legibles por máquinas. Una estética traducida, tan clara y estructurada que un asistente no solo pueda encontrarla, sino también distinguirla de 10 ofertas similares.

Marketing legible por máquinas

Esto requiere un cambio de mentalidad que va mucho más allá del marketing: la gestión de marca se convierte en una disciplina de datos y estructura. La cuestión ya no es solo cómo se ve o suena una marca, sino cuán consistentemente existe en niveles legibles por máquinas. Los datos de producto, los contextos de imagen, las lógicas de descripción y las categorizaciones se convierten en parte de la misma arquitectura de marca. Lo que antes se consideraba el backstage ahora se convierte en el escenario visible de la marca.

Con ello, también cambia la lógica organizativa. Marca, contenido y e-commerce ya no trabajan en mundos separados de inspiración y conversión, sino en un sistema común de datos de significado y decisión. La inconsistencia no solo pone en peligro la percepción de la marca, sino también su capacidad de ser recomendada.

Y es precisamente ahí donde reside la nueva competencia: ya no solo por la atención humana, sino por la consistencia legible por máquinas.

La moda sigue siendo un medio profundamente visual. Solo que, en el futuro, las imágenes serán analizadas cada vez más por ojos no humanos: como señal de búsqueda, criterio de coincidencia, referencia de estilo.

Dos públicos objetivo: el ser humano y la máquina

Así, Pinterest sigue expandiendo la búsqueda visual en la moda femenina porque las compras a menudo comienzan con una “vibra”, no con el término de búsqueda correcto. Y es aquí donde se produce la ruptura: las imágenes de campaña que solo transmiten una atmósfera son demasiado imprecisas para los sistemas de IA. En cambio, las imágenes que hacen legible por máquina por qué un look es especial se vuelven eficaces. Proporción, estilismo, movimiento, proximidad al cuerpo, ocasión.

Quien no dirija proactivamente la percepción que la IA tiene de su propia marca se convertirá en una zanahoria más del montón. Máxima comparabilidad, mínima singularidad. Racionalmente eficiente, pero creativamente destructivo. Un asistente puede comparar el precio y el material. Pero solo puede recomendar una marca si esta genera una diferencia claramente identificable. Sello personal, actitud, origen, artesanía, comunidad, colaboraciones, relevancia cultural. Todo lo que hace que un producto sea más que una lista de características.

Quizás el cambio no sea tan grande después de todo; la tarea, en esencia, sigue siendo la misma: ser una marca con un perfil claro. Solo que, y esto es nuevo, para dos públicos objetivo: para el ser humano, que siente, y para la máquina, que clasifica. Quien solo domine uno de los dos, será eliminado de la lista.