La intel·ligència artificial generativa s’està convertint en una nova porta d’entrada a les decisions de compra. Quan un consumidor pregunta a ChatGPT, Gemini o Perplexity quina marca de iogurt, gelat, beguda o xocolata hauria de comprar, els models no ofereixen una resposta neutra: construeixen les seves recomanacions a partir de la informació que troben en fonts digitals.

Un estudi elaborat per la consultora Sibilare i el laboratori d’intel·ligència artificial 498 Advance per a Via Empresa ha analitzat 9.516 respostes generades per ChatGPT, Gemini i Perplexity a preguntes de compra formulades des de 25 perfils de consumidor diferents. L’anàlisi, realitzada durant el juny del 2026 sobre el mercat espanyol i en castellà, cobreix cinc categories de productes d’alimentació: gelats, làctics, begudes alcohòliques, begudes no alcohòliques i cacau, xocolata i galetes.

Els resultats dibuixen una nova mena de prestatgeria: la prestatgeria conversacional. I en aquesta, les grans marques no sempre són les protagonistes.

La distribució guanya terreny a les marques

L’estudi mostra que les recomanacions depenen molt del tipus de producte. En làctics i en cacau, xocolata i galetes, les cadenes de distribució ocupen bona part de les primeres posicions. Mercadona i Carrefour concentren una part important de les mencions i Hacendado, la marca blanca de Mercadona, apareix entre les cinc marques més citades en les dues categories.

En gelats, en canvi, la situació és diferent. Häagen-Dazs és la marca més esmentada, present en el 27,91% de les 1.802 respostes analitzades, seguida de Carrefour, amb un 20,03%, i Ben & Jerry’s, amb un 15,98%.

9.516 respostes de ChatGPT, Gemini i Perplexity permeten radiografiar quines marques d’alimentació apareixen en les recomanacions de compra de la IA.

El patró canvia encara més en les begudes alcohòliques, on les marques de fabricant recuperen protagonisme. Cap cadena de supermercats ocupa el podi i Carrefour apareix en desena posició. En aquest cas, noms com Beefeater, Tanqueray, Bacardí, Martini o Absolut tenen més presència. Les begudes no alcohòliques representen un punt intermedi, amb Carrefour i Coca-Cola pràcticament empatats al capdavant.

No sempre guanya la marca més citada

Una de les conclusions més interessants de l’anàlisi és que aparèixer més vegades no implica necessàriament tenir la millor recomanació.

L’estudi incorpora un indicador de qualitat de la menció, el BIS (Brand Impact Score), que valora aspectes com el context en què apareix la marca, la seva posició respecte dels competidors i el grau de recomanació explícita.

Això permet detectar marques que no són les més mencionades però que, quan apareixen, ho fan amb una valoració especialment positiva.

En gelats, per exemple, Halo Top encapçala el rànquing de qualitat de menció amb 72,55 punts, per davant de Häagen-Dazs, amb 70,96. En làctics, Lurpak arriba als 75,92 punts, mentre que en begudes alcohòliques lideren Bacardí, amb 77,25, i Yzaguirre, amb 77.

Així, la visibilitat en els sistemes d’IA té almenys dues dimensions: amb quina freqüència apareix una marca i com en parla el model quan hi apareix.

El sabor continua sent el principal criteri

Què utilitzen els models per justificar una recomanació? En quatre de les cinc categories analitzades, el sabor i la textura són els atributs que apareixen amb més freqüència.

En els làctics, per exemple, aquests criteris acumulen 15.629 mencions, per davant dels ingredients, amb 10.372, i de la salut i la digestió, amb 9.607. Les begudes no alcohòliques reprodueixen un patró similar: sabor i textura, ingredients i salut i digestió són els tres principals criteris.

Mercadona i Carrefour dominen en làctics i en cacau, xocolata i galetes, mentre que les marques de fabricant guanyen pes en gelats i, sobretot, en begudes alcohòliques.

Hi ha, però, una excepció: en cacau, xocolata i galetes, els ingredients passen al primer lloc, amb 15.882 mencions, davant del sabor i la textura, amb 11.431.

En les begudes alcohòliques, el preu adquireix més pes relatiu que en les altres categories i la sostenibilitat també apareix com un criteri específic.

La IA també té una "biblioteca" de referències

Les recomanacions no apareixen del no-res. Els models utilitzen informació disponible en diferents fonts digitals i l’estudi ha analitzat quines són les que es repeteixen amb més freqüència.

En el conjunt de les categories hi apareixen especialment El País, l’OCU i Wikipedia, però també mitjans de comunicació, webs especialitzades, portals sectorials i les pàgines de les pròpies marques i distribuïdors.

En les begudes no alcohòliques, per exemple, webs com cocacola.com i carrefour.es formen part de les fonts utilitzades pels models. En el cas de les begudes alcohòliques, també hi apareixen portals sectorials com cava.wine.

Aquest últim cas resulta especialment rellevant per al sector català: el portal de la denominació d’origen Cava apareix entre les fonts que alimenten les respostes dels models. Això mostra que una organització pot tenir una certa capacitat d’influir en la narrativa que la IA construeix sobre una categoria si ofereix informació accessible, estructurada i rellevant.

Yzaguirre, Freixenet i Codorníu, entre les marques catalanes més visibles

L’anàlisi també permet observar com apareixen les marques vinculades a Catalunya. El cas més destacat és Yzaguirre, el vermut del Morell, que ocupa la cinquena posició en presència dins de la categoria de begudes alcohòliques, amb un 5,49% de les mencions, i la segona en qualitat de menció, amb 77 punts.

En cava, Freixenet i Codorníu ocupen la sisena i la setena posició, amb un 4,99% i un 4,84% de presència, respectivament.

El sabor i la textura són els criteris més utilitzats per la IA en quatre de les cinc categories analitzades; en cacau, xocolata i galetes, però, els ingredients passen al primer lloc.

En aigües, Vichy Catalan, de Caldes de Malavella, registra una qualitat de menció de 68,54 punts, mentre que Font Vella, de Sant Hilari Sacalm, és novena en presència dins de les begudes no alcohòliques, amb un 3,75%. També destaca Danone, marca nascuda a Barcelona, que apareix en el 6,58% de les respostes sobre làctics.

Les cadenes catalanes no apareixen entre les primeres

El contrast és especialment significatiu en el cas de la distribució. Bonpreu/Esclat, Caprabo, Ametller Origen, Sorli i BonÀrea no apareixen en les primeres posicions dels cinc rànquings analitzats.

Veritas és l’única cadena catalana que apareix entre les marques analitzades, però ho fa en la posició 36.

El domini de Mercadona i Carrefour evidencia que, quan l’usuari pregunta a la IA què comprar, el model pot interpretar la consulta des de la perspectiva de què trobar i on comprar-ho, i no només des de la perspectiva de quina és la marca amb més reconeixement.

De Google a la resposta conversacional

L’estudi apunta així a un canvi en la manera com les marques competeixen per captar l’atenció dels consumidors.

Durant anys, el principal objectiu digital va ser aparèixer entre els primers resultats de Google. Amb els assistents conversacionals, la lògica canvia: una resposta pot seleccionar només tres o quatre marques i presentar-les directament al consumidor.

Yzaguirre és la marca catalana més destacada de l’estudi, amb una cinquena posició en presència i la segona millor qualitat de menció en begudes alcohòliques. Freixenet, Codorníu i Vichy Catalan també apareixen als rànquings.

Això fa que la visibilitat en IA no depengui només del reconeixement de marca, sinó també de la quantitat i qualitat de la informació disponible sobre els productes i de les fonts que els models consideren rellevants.

La metodologia de l’estudi permet mesurar aquesta presència a partir de milers de preguntes i de diferents perfils de consumidor. En aquest cas, les 9.516 respostes permeten observar patrons comuns entre els tres principals sistemes analitzats.

Una nova batalla per la visibilitat

La conclusió és que les marques tenen davant seu una nova superfície de competència. La pregunta ja no és només què busca el consumidor a Google, sinó què respondrà una IA quan li demani directament què hauria de comprar.

I aquesta resposta està condicionada per les fonts que els models tenen al seu abast, pels criteris que associen a cada producte i per la manera com construeixen les recomanacions.

Per a les empreses d’alimentació, això obre un nou àmbit de treball: mesurar com apareixen en les respostes dels models, entendre quines fonts alimenten aquestes mencions i millorar la informació digital disponible sobre els seus productes.

La prestatgeria ja no és només física ni tampoc només la pàgina de resultats de Google. Cada vegada més, també és una conversa amb una màquina.