• Barcelona–
  • Girona–
  • Lleida–
  • Tarragona–
  • Tortosa–
  • Mataró–
  • Vic–
  • Vilafranca del Penedès–
  • Vilanova i la Geltrú–
  • La Seu d'Urgell–
  • Puigcerdà–
  • Figueres–
  • Gandesa–
  • L'Hospitalet de Llobregat–
  • Sant Carles de la Ràpita–
  • Sant Cugat del Vallès–
  • Terrassa–
  • Sabadell–
  • Granollers–

Inditex ha registrat un descens de 28 punts en el seu índex de reputació corporativa algorítmica (RIX) a DeepSeek, fins a situar-se en 45 punts sobre 100, segons les dades difoses per RepIndex.AI corresponents a l’últim mesurament setmanal. La caiguda contrasta amb els 67 punts que manté la companyia en el conjunt de models analitzats i posa de manifest la divergència creixent entre les valoracions reputacionals dels principals sistemes d’intel·ligència artificial generativa.

El retrocés és especialment significatiu perquè afecta una de les grans referències empresarials espanyoles, amb una trajectòria internacional consolidada, una elevada notorietat de marca i un posicionament corporatiu tradicionalment sòlid. Tanmateix, la valoració de DeepSeek evidencia que aquestes fortaleses no garanteixen una interpretació homogènia de la seva reputació en el nou ecosistema algorítmic.

Segons l’anàlisi de RepIndex.AI, la caiguda podria estar relacionada amb una presència o ponderació més elevada de narratives crítiques sobre la sostenibilitat del model de moda ràpida, la complexitat de les cadenes internacionals de subministrament i la pressió competitiva creixent dels nous operadors asiàtics. Aquests factors constitueixen possibles explicacions del deteriorament detectat, tot i que cal analitzar específicament les fonts i els criteris utilitzats per DeepSeek per determinar-ne la incidència efectiva.

La principal conclusió és que la reputació corporativa algorítmica s’ha convertit en una realitat multidimensional. Una mateixa companyia pot mantenir una valoració favorable en el conjunt de les intel·ligències artificials i, alhora, registrar un deteriorament significatiu en un dels models que contribueixen a construir-ne la percepció pública.

En el cas d’Inditex, la diferència entre els 45 punts de DeepSeek i els 67 de l’índex agregat és de 22 punts. Aquesta bretxa posa de manifest la importància d’analitzar individualment les narratives, les fonts i els criteris que utilitzen els diferents sistemes, en lloc de limitar-se a una única valoració reputacional.

La caiguda planteja un nou repte per als responsables de comunicació corporativa i reputació de les grans empreses cotitzades. La gestió de la petjada algorítmica exigeix identificar les narratives crítiques, contrastar-ne els fonaments, reforçar l’autoritat de les fonts i garantir que els models disposin d’informació actualitzada, verificable i prou estructurada sobre els compromisos i els resultats empresarials.

La plataforma RepIndex.AI, especialitzada a definir, analitzar i prospectar la reputació corporativa algorítmica, integra sis grans models d’intel·ligència artificial —ChatGPT, Gemini, DeepSeek, Qwen, Grok i Perplexity— i permet identificar divergències, anticipar vulnerabilitats i establir estratègies de gestió reputacional diferenciades per a cada sistema.

El cas d’Inditex il·lustra com una percepció negativa localitzada pot esdevenir un senyal primerenc de risc, fins i tot quan la valoració agregada d’una companyia continua sent favorable. Això no implica necessàriament un deteriorament de la seva reputació entre els consumidors o els inversors, però sí que revela una vulnerabilitat en la manera com determinats sistemes d’IA interpreten la seva realitat corporativa.

L’anàlisi conclou que la reputació algorítmica exigeix una vigilància permanent, una activitat comunicativa intensa i una gestió proactiva de les fonts que alimenten les respostes de les intel·ligències artificials. En aquest nou entorn, el lideratge reputacional no depèn únicament de la fortalesa d’una marca, sinó també de la seva capacitat per mantenir una interpretació coherent, rigorosa i favorable en els diferents models d’IA.

Comparteix

Icona de pantalla completa