Durant anys, bona part del sector de la restauració Google Maps es va entendre com un espai relativament simple on l'objectiu consistia a aconseguir més ressenyes, mantenir una bona nota mitjana i respondre als comentaris amb certa rapidesa. Però el 2026 Google ja no està simplement ordenant negocis per estrelles. Està construint un sistema d'interpretació de reputació basat en intel·ligència artificial, context, llenguatge natural i experiència real, i això canvia completament les regles del joc per a qualsevol restaurant, cadena o grup de restauració que vulgui seguir sent competitiu en cerques locals.
A Karmina portem anys treballant estratègies de comunicació, xarxes socials i reputació digital per a marques de restauració i retail food. Actualment donem suport comercial i estratègic a més de 4.000 ubicacions vinculades a restauració aeroportuària en entorns d'AENA, a més de treballar amb marques com Pans & Company, Greensland o Youme, entre d'altres. I si hi ha alguna cosa que estem veient de manera molt clara en els últims mesos és que Google està deixant de valorar únicament la quantitat de ressenyes per començar a interpretar la qualitat semàntica, la naturalitat i la utilitat real del que els usuaris expliquen sobre un establiment.
La majoria de restaurants encara pensen que una ressenya serveix simplement per pujar la nota mitjana, però Google fa temps que va deixar enrere aquell model. Avui els seus sistemes d'intel·ligència artificial analitzen què es diu, com es diu, si sembla natural, si diverses ressenyes segueixen patrons similars, si hi ha senyals d'incentivació, si les opinions descriuen experiències reals i si el contingut pot ajudar de veritat futurs usuaris.
La pròpia política oficial de Google ja especifica que no s'han d'incentivar ressenyes dirigides ni demanar continguts concrets dins d'una opinió, incloent-hi mencions específiques a treballadors o frases induïdes, perquè Google vol experiències autèntiques i espontànies, no testimonis preparats per posicionar millor.
Això suposa un canvi important per a molts negocis que durant anys van normalitzar determinades dinàmiques sense pensar que podien acabar sent problemàtiques des del punt de vista algorítmic.
Era habitual trobar restaurants on el personal demanava explícitament al client que deixés una ressenya mencionant un treballador concret, especialment en cadenes o franquícies on s'utilitzaven aquestes mencions com a mètriques internes de qualitat o atenció al client. El problema és que, des de la perspectiva actual de Google, aquest tipus de patrons comencen a semblar dirigits i artificials.
No significa que una persona no pugui mencionar espontàniament un cambrer. De fet, continua sent totalment vàlid que un client expliqui que “la Marta ens va atendre increïblement bé” si forma part natural de la seva experiència. El que Google intenta evitar és que el negoci condicioni sistemàticament el contingut de les opinions i generi estructures repetides que semblin fabricades.
La diferència sembla petita, però tècnicament és enorme. Un simple “gràcies per venir, la vostra opinió ens ajuda moltíssim” continua sent perfectament correcte perquè convida a compartir una experiència sense dirigir el relat. En canvi, frases com “deixeu una ressenya esmentant en Carlos” comencen a entrar dins de dinàmiques que Google pot interpretar com a manipulació reputacional.
El verdader canvi no es troba únicament a Google Maps. El punt d'inflexió arriba amb la integració de Gemini dins de l'ecosistema de Google i dels seus sistemes de cerca, recomanació i assistència contextual.
Durant anys les cerques locals es basaven principalment en keywords simples com “hamburguesa Barcelona” o “ramen aeroport”. Ara l'usuari comença a preguntar coses molt més complexes i naturals com “on puc sopar tranquil abans d'un vol”, “quin restaurant té opcions saludables i ràpides”, “quin lloc és còmode per anar amb nens” o “on es menja bé sense postureig”.
Gemini interpreta ressenyes, fotografies, respostes del negoci, menús, categories, atributs i llenguatge repetit per centenars d'usuaris per construir respostes molt més contextuals. La IA ja no busca només paraules clau. Busca patrons narratius i senyals de percepció real.
Molts restauradors encara no són conscients que Google ja està generant descripcions automàtiques de nombrosos establiments utilitzant intel·ligència artificial. Frases com “popular entre famílies”, “clients destaquen la rapidesa”, “conegut per les seves opcions veganes” o “servei lent en hores punta” no sempre les escriu el negoci. Són inferències generades automàticament a partir de milers de senyals recopilades per Google.
Això significa que si una marca no treballa activament la seva narrativa digital, Google acabarà definint automàticament com es percep l'establiment. I aquesta definició afectarà tant al posicionament a Maps com a futures recomanacions dins de Gemini i altres sistemes conversacionals.
En molts casos, fins i tot el propi perfil del negoci acaba mostrant resums generats combinant informació aportada per clients i continguts escrits per l'establiment, cosa que converteix cada descripció, resposta o ressenya en una peça molt més estratègica del que semblava fa tot just uns anys.
Els perfils de Google, segons la categoria, ofereixen desenes d'opcions, i els perfils d'empresa 90% analitzats per Karmina no estan optimitzats. Un exemple és la informació sobre al·lèrgens. Podríem haver pensat anteriorment que un usuari no la veuria, perquè, visualment parlant, la secció està clarament oculta. A més de ser essencial per a un públic objectiu cada cop més ampli, hem d'entendre que també treballem per a la IA, i la IA, al seu torn, per a l'usuari. Imaginem un client, un turista o un treballador d'oficina que té una intolerància i està caminant pel carrer amb el mòbil o, encara millor, amb unes ulleres de Meta. «Troba'm restaurants a 5 minuts a peu, que estiguin oberts, siguin assequibles i tinguin un menú amb opcions sense gluten». A través de l'aplicació Meta AI, o directament per veu, l'usuari rebrà una llista de llocs, i aquesta es basarà en la informació disponible per a Meta, Google o Apple.
Aquí apareix un dels canvis més importants per a qualsevol negoci de restauració. Les ressenyes ja no són únicament reputació en línia o atenció al client. Són dades que ajuden a entrenar sistemes d'interpretació semàntica. Quan desenes d'usuaris parlen espontàniament de rapidesa, menjar saludable, ambient tranquil, experiència premium, facilitat abans d'agafar un vol, servei amable o producte fresc, Google acaba associant aquests conceptes a la marca i els utilitza posteriorment per recomanar el restaurant en contextos concrets.
La intel·ligència artificial aprèn de patrons repetits. I això significa que el posicionament d'un restaurant ja no depèn únicament de la nota mitjana o del volum d'opinions, sinó també del tipus de conceptes que apareixen de forma recurrent en les experiències explicades per clients reals.
Durant anys qualsevol ressenya de cinc estrelles semblava positiva independentment del seu contingut. Però per als sistemes actuals una opinió com “tot genial”, “molt bé” o “excel·lent” aporta relativament poca informació útil. En canvi, una ressenya que expliqui que el servei va ser especialment ràpid abans d'un vol, que el restaurant tenia opcions saludables, que l'espai era tranquil o que el personal va ajudar amb intoleràncies alimentàries té moltíssim més valor perquè aporta context, intenció i atributs interpretables per IA.
Google necessita entendre situacions reals de consum per recomanar establiments de forma intel·ligent. Per això les opinions descriptives comencen a tenir molt més pes semàntic que les valoracions genèriques.
La millor estratègia reputacional ja no consisteix en perseguir ressenyes. Consisteix a provocar experiències que la gent vulgui explicar espontàniament perquè realment els han resultat útils, còmodes, ràpides o memorables. La rapidesa operativa, la claredat del menú, el tracte humà, la facilitat per a famílies, el packaging, l'ambient, l'experiència abans d'un vol o l'adaptació a determinades necessitats alimentàries generen conversació natural. I aquesta conversació és precisament el que alimenta la interpretació que fa la IA sobre cada marca. La nostra conclusió monitorant 10.000 ressenyes mensuals és: per cada 1 elaborada, 10 sense text. La majoria d'establiments no n'aconsegueixen més que 1 a 5 mensuals. Qualsevol esforç per aquí es nota en 3-6 mesos en mètriques del perfil. I s'han d'alimentar sempre. Les publicacions es poden automatitzar de contingut realitzat a altres xarxes socials com Instagram i gairebé ningú no ho fa.
Google també interpreta les respostes de l'empresa. Moltes cadenes continuen utilitzant respostes genèriques de copiar i enganxar que no aporten absolutament res ni a l'usuari ni a la intel·ligència artificial. Una resposta ben elaborada ajuda a reforçar atributs, contextualitzar experiències i consolidar el posicionament. Si un client destaca la rapidesa abans de fer la comanda i el restaurant respon explicant que s'esforcen específicament per oferir una experiència ràpida sense comprometre la qualitat del producte, Google acaba entenent que aquesta característica és una part estructural de la marca. És una gran oportunitat per al restaurant, sobretot quan hi ha poques altres ocasions per interactuar. El mateix passa amb les publicacions: gairebé ningú no en fa, tot i que són molt útils per explicar històries; encara que la gent no hi interactuï, les veu igualment. És millor respondre d'una manera genèrica que no respondre gens. El negoci 70%, segons Google, no respon mai.
Gemini interpreta imatges. Analitza la presentació de plats, la il·luminació, la densitat del local, l'ambient, l'estil visual i el context de consum. Les fotografies ja no serveixen únicament per decorar el perfil de Google Maps. Fotos antigues, fosques, repetides o poc treballades afecten directament com Google entén el restaurant i com el pot recomanar posteriorment dins de cerques conversacionals molt més complexes. Les publicacions són perfectes per publicar fotografies amb context.
Molts negocis continuen gestionant la reputació digital com si fos únicament atenció al client. Però el 2026 la reputació significa posicionament, intel·ligència artificial, branding, discovery i conversió comercial. Especialment en cadenes, travel retail i grups multiubicació, Google comença a decidir quins establiments apareixen per a cada necessitat concreta, cada context i cada usuari basant-se en com interpreta la marca a través de ressenyes, fotografies, continguts i llenguatge natural. Perquè Google ja no mostra únicament restaurants. Interpreta quins s'ajusten millor per a cada moment. I aquesta interpretació depèn directament de com clients, continguts i sistemes d'IA entenen l'experiència que hi ha darrere de cada ubicació. Una altra recomanació és tornar al blog. Genera una web dinàmica i activa, i d'això s'alimenta Google, Gemini i els usuaris. En un sector amb molt poca activitat, qualsevol cosa extra del que és habitual, suma. Pots pensar que 1 article amb IA és fàcil de fer, fins i tot 5, però el més important és la constància en mesos o anys, no publicar de cop 20 articles. Recórrer a la IA està molt bé per redactar, però sempre amb el context del restaurant: fotos, la carta, història, propòsit, etc.
Tot això es pot analitzar amb eines oficials com G4 o Bing Webmaster Tools, però també amb altres eines com PromptWatcher o Geometrics.
Les eines de GEO (Optimització de motors generatius) funcionen analitzant com els usuaris formulen preguntes reals en motors de conversió com ChatGPT, Perplexity, Gemini o els propis resultats generatius de Google, i permeten transformar aquestes cerques naturals en informació estratègica per crear contingut, optimitzar una marca o entendre com apareix un restaurant dins de les respostes generades per IA. A diferència del SEO clàssic, on es treballaven paraules clau més restringides com “restaurant italià Barcelona”, el GEO se centra en suggeriments complets, intenció de l’usuari, context, reputació digital i relació semàntica entre conceptes, perquè avui un usuari pregunta “on menjar bé a prop de Gràcia per a un sopar informal però amb producte bo”, “Quin restaurant saludable recomanen a Barcelona per anar entre setmana” o “un lloc semblant a un brunch modern però sense postureig”, i la IA construeix la resposta creuant ressenyes, mitjans, TikTok, xarxes socials, Google Maps, articles, menús, autoritat web i el llenguatge utilitzat pel propi restaurant. Les eines GEO permeten llançar centenars o milers de propostes segmentades per ciutat, idioma, perfil d'usuari o moment del dia per detectar patrons, per exemple entendre com els usuaris busquen realment a Madrid o Barcelona, quins conceptes s'associen a una marca, quins competidors apareixen al costat teu o quin tipus d'idioma activa més visibilitat en IA.
Un restaurant pot utilitzar prompts com ara “què restaurants de menú saludable recomana la gent a Barcelona”, “on anar a sopar al Poblenou si vull quelcom ràpid però bo”, “quin restaurant sembla més autèntic i menys turístic a prop de la Sagrada Família” o fins i tot “què llocs es recomanen per menjar bé després del gimnàs”, i a partir d’aquí detectar oportunitats de contingut, categories, formats i pàgines de destinació específiques. També serveix per construir contingut més alineat amb com parla la gent i com responen les IA: articles comparatius, pàgines FAQ, rànquings, ressenyes, guies de barri, continguts sobre plats concrets o experiències reals, perquè els models generatius ja no premien només repetir paraules clau, sinó demostrar context, credibilitat, recurrència temàtica i capacitat de respondre exactament a preguntes humanes complexes. En restauració, això canvia completament la manera de treballar la comunicació digital, perquè ja no n’hi ha prou amb tenir una web bonica o publicar fotos a Instagram, sinó que és necessari construir una narrativa distribuïda i coherent perquè quan algú faci una pregunta a una IA, el restaurant tingui opcions reals d’aparèixer com a recomanació rellevant.
