Taste Graph Marketing: cuando la IA deja de buscar palabras clave y empieza a entender gustos

El nuevo discovery visual combina conversación, contexto, estética e intención comercial. No sustituye al marketing: cambia dónde se gana la preferencia.

Por qué esta tendencia importa ahora

El 17 de junio de 2026, Pinterest anunció Ask Pinterest, una app experimental de IA conversacional para explorar una forma más natural de descubrir ideas, productos e inspiración. La clave no es solo “preguntar a una IA”, sino conectar lenguaje natural, imágenes, contexto personal y el Taste Graph de Pinterest: su mapa interno de intereses, gustos y estéticas.

Este movimiento llega en un momento en el que la búsqueda tradicional se está fragmentando. Pinterest quiere que los anunciantes lo entiendan como un motor de búsqueda visual para shopping: según su CEO, Bill Ready, la plataforma registra más de 80.000 millones de búsquedas mensuales, principalmente visuales, y más de la mitad tienen intención comercial.

La señal WOW no es que “otra app tenga IA”. Es que el usuario ya no parte de una keyword exacta, sino de una intención ambigua: “quiero que mi salón parezca más cálido”, “necesito un look para una cena informal”, “quiero montar una habitación poco a poco”. La IA traduce esa intención en opciones visuales, recomendaciones y posibles caminos de compra.

Qué es

Taste Graph Marketing es la evolución del marketing de discovery hacia sistemas que entienden afinidades visuales, contexto de uso y señales de intención. La marca compite no solo por aparecer en un feed, sino por ser recomendable dentro de una conversación visual personalizada.

En la práctica, significa que los equipos de marketing, ventas y eCommerce deberán trabajar con nuevos activos:

• Catálogos más ricos en atributos visuales.
• Imágenes pensadas para contexto, no solo para producto.
• Contenido que explique “para quién es”, “en qué situación encaja” y “qué estilo representa”.
• Señales de confianza, disponibilidad, precio, entrega y devolución entendibles por sistemas de IA.

Qué NO es

No es repetir el concepto de agentic commerce, donde un agente compra o decide por el usuario. Aquí el foco es anterior: la fase de inspiración, descubrimiento y formación de preferencia.

Tampoco es un chatbot pegado al eCommerce. La diferencia está en que la conversación se apoya en imágenes, historial, estilo, intención y contexto. Es menos “dime qué quieres comprar” y más “ayúdame a descubrir qué encaja conmigo”.

Por qué emerge ahora

Primero, porque los modelos multimodales ya permiten combinar texto, imagen e intención en una misma experiencia. Ask Pinterest puede usar Pins y tableros guardados para personalizar respuestas cuando el usuario inicia sesión.

Segundo, porque el social commerce está madurando: el usuario espera que el descubrimiento sea más fluido, más visual y menos dependiente de filtros rígidos. Pinterest, además, ha reforzado sus herramientas de IA para anunciantes, incluyendo un asistente en Ads Manager, mejoras en Performance+ y una capa MCP para que terceros puedan gestionar campañas con herramientas agentic de forma estandarizada.

Tercero, porque la confianza se está convirtiendo en ventaja competitiva. Una encuesta citada por TechCrunch señala que el 60% de consumidores en EE. UU. considera poco atractivo que las marcas usen “IA” en sus mensajes, y el 86% no confía plenamente en contenidos generados por IA sin poder acudir a fuentes originales.

Impacto por áreas de Negocio:

Marketing

El SEO deja de ser solo keyword + autoridad. En discovery visual, las marcas necesitan construir “señales de gusto”: estética, ocasión, uso, estilo de vida, compatibilidad y prueba social. La pregunta pasa de “¿cómo rankeo?” a “¿por qué debería recomendarme una IA visual en este contexto concreto?”.

Ventas

La venta se acerca al momento de inspiración. Si una IA ayuda a convertir una intención difusa en una shortlist de productos, ventas tendrá que alimentar mejor el sistema: disponibilidad, bundles, precio, financiación, entrega, garantías y objeciones reales.

Comunicación

La marca debe sonar menos artificial. En un entorno donde los usuarios desconfían de mensajes demasiado “AI-first”, comunicar transparencia, autoría y utilidad será más importante que presumir de tecnología. Adweek también recoge una crisis de confianza: el 69% de consumidores dice haber abandonado marcas en las que ya no confía, y el 80% afirma elegir activamente marcas que sí considera fiables.

Business/Management

El reto no es solo de marketing. Requiere alinear datos de producto, creatividad, media, legal, privacidad, customer experience y tecnología. Las marcas que traten el catálogo como una base de datos estratégica tendrán ventaja frente a las que lo sigan viendo como una tarea operativa.

Señales y ejemplos

• Pinterest está probando una app independiente para experimentar sin alterar su experiencia principal. Esto permite validar nuevos comportamientos de usuario antes de integrarlos en el core del producto.
• OpenAI ha ajustado su estrategia de commerce: según Adweek, pasó de Instant Checkout a permitir que los retailers dirijan la experiencia de compra hacia su propio site o hacia apps controladas por ellos dentro de OpenAI, concentrándose más en discovery.
• Retail media también se verá afectado: Digiday señala que los chatbots de IA pueden competir con buscadores y redes retail por la atención de compra, aunque la medición, los datos transaccionales y el control del checkout siguen siendo ventajas de los retailers.
• Transparencia en IA deja de ser un coste reputacional automático: Marketing Dive recoge un estudio donde los labels de IA no perjudicaron de forma significativa métricas como recuerdo de marca, sentimiento hacia el anuncio o actitud hacia la marca.

Oportunidades para directivos

• Convertir el catálogo en una infraestructura de persuasión, no solo en inventario.
• Diseñar imágenes y contenidos para contextos de uso: hogar, trabajo, ocio, regalo, evento, clima, presupuesto.
• Crear experiencias de inspiración propias, no depender solo de marketplaces o plataformas externas.
• Medir microconversiones nuevas: de inspiración a guardado, de guardado a comparación, de comparación a carrito.
• Construir confianza con transparencia: cuándo hay IA, qué datos se usan y cómo se protege al usuario.

Riesgos

• Desintermediación: la plataforma o el asistente pueden quedarse con la relación de inspiración.
• Commoditización visual: si todas las marcas producen imágenes parecidas con IA, el usuario percibe menos diferencia.
• Dependencia algorítmica: estar dentro del Taste Graph de una plataforma puede ser potente, pero también limita el control.
• Pérdida de confianza: abusar de claims de IA puede generar rechazo si no se traduce en utilidad real.
• Brecha operativa: marketing puede prometer personalización, pero operaciones no sostener disponibilidad, entrega o servicio.

Playbook de 30 días

Semana 1: auditar el catálogo visual

• Revisar las 50 fichas de producto más importantes.
• Añadir atributos de estilo, ocasión, materiales, compatibilidad y contexto.
• Detectar imágenes demasiado neutras o sin uso real.

Semana 2: mapear intenciones, no solo keywords

• Crear 20 búsquedas conversacionales que haría un cliente.
• Ejemplo: “quiero una oficina en casa cálida pero profesional”.
• Traducir esas búsquedas en categorías, bundles y contenidos.

Semana 3: diseñar activos para IA visual

• Producir imágenes editoriales realistas del producto en contexto.
• Evitar estética genérica de IA.
• Crear copys que respondan a uso, estilo, presupuesto y objeciones.

Semana 4: medir discovery de nueva generación

• Medir guardados, clics a producto, add-to-cart asistido, conversión post-inspiración y devolución.
• Comparar contenido de producto aislado vs. contenido contextual.
• Revisar si la promesa visual coincide con la experiencia real.

Pregunta para comité

Si mañana el cliente no busca “silla verde”, sino “un rincón de lectura pequeño, cálido y con personalidad”, ¿tu marca tiene datos, imágenes y argumentos suficientes para ser recomendada?