Jenn Ortiz Navarro · Fundadora i directora de Shymow

Les empreses fan molt més del que mostren. La IA no hauria d’haver d’endevinar-ho.

I sovint canvien més de pressa que les seves pàgines. Vaig fundar Shymow el 2015, després d’anys treballant en màrqueting, estratègia digital, SEO i publicitat digital. Avui la dirigeixo per tancar aquesta distància: estructurem el que la teva empresa sap, fa i pot demostrar perquè les persones i els assistents d’IA disposin de fets verificables, no de buits que hagin d’omplir amb suposicions.

Trajectòria digital: Des del 2008
Shymow: La vaig fundar el 2015
Feina actual: Direcció de Shymow i d’un sistema propi de governança del coneixement

He vist com es repetia el mateix problema: les empreses guanyen experiència, afinen els seus serveis i troben una manera pròpia de treballar, però a internet continuen semblant més simples, antigues o genèriques que el negoci real.

Quan el coneixement no és clar ni està governat, cada pàgina, document o assistent pot acabar reconstruint una versió diferent de l’empresa.

Com hi pot haver estratègia sense coneixement?

Aquesta pregunta resumeix la meva manera de treballar. Abans de reescriure una pàgina o triar una eina, necessito entendre què ha de saber algú per escollir aquella empresa i quins fets sostenen aquesta elecció.

Detectar. Entenc el negoci, localitzo el valor que l’equip ha normalitzat i busco allò que s’ha perdut o contradit entre pàgines, dades i fonts. També faig proves datades per observar què recuperen i ometen els cercadors i els assistents.
Decidir. Separo allò que l’organització pot demostrar del que només desitja afirmar i defineixo què ha de quedar clar: identitat, oferta, públics, proves i límits.
Coordinar i comprovar. Converteixo aquesta definició en decisions de contingut, informació, mesurament i tecnologia, amb criteris per verificar la implementació.

El resultat no és necessàriament més contingut. És una representació més fidel del negoci, prioritats executables i una manera de comprovar la feina.

Puc intervenir en les fonts que una empresa controla i observar què mostren tercers en un moment concret. No puc decidir què respondran ChatGPT, Gemini o una altra plataforma externa. No seria honest prometre-ho.

Un problema, dos nivells d’intervenció

No es trien per la mida de l’empresa, sinó pel lloc on s’origina el desajust.

01Quan el problema es concentra al web: L’empresa sap qui és, què ofereix i què pot demostrar, però el seu web no ho representa amb claredat. En aquest cas, pot ser suficient una intervenció acotada sobre estratègia, pàgines clau, arquitectura de la informació, contingut, dades estructurades i comprovacions tècniques.
02Quan el coneixement també necessita estructura: La informació vàlida està distribuïda entre fonts, versions, equips i decisions. El web deixa de ser l’única unitat de treball: abans de publicar, cal decidir quin coneixement existeix, com es classifica, quines relacions manté, quines evidències el sostenen, quina versió és vigent i qui el pot revisar o aprovar.

El segon nivell requereix un sistema

A Shymow desenvolupem i fem evolucionar un sistema propi de governança i enginyeria del coneixement. La seva arquitectura modela el coneixement com a objectes identificables i classificats: explicita què són, quina funció compleixen i quina mena d’afirmació contenen; a més, permet relacionar-los i associar-los a evidències quan correspon. També en registra la versió i l’estat de governança.

La seva signatura tècnica

Unitat: Objectes amb identitat, funció i classificació explícites.
Context: Relacions, fonts i evidències associables quan correspon.
Governança: Versió, estat i criteris de validació.
Representacions: Font canònica visible per a les persones i sortides JSON i Markdown llegibles per màquines.

Així, una organització pot revisar, aprovar i reutilitzar coneixement reduint la dependència de versions disperses i la necessitat de reconstruir-ne el context cada vegada.

El programari manté aquest registre governat i en genera les representacions. El sistema ja està implementat en programari i continua en desenvolupament i evolució. Encara no es presenta com un producte tancat: la feina s’aborda per fases acordades.

Què canvia segons on s’origina el problema

Els dos nivells, en síntesi
Pregunta de diagnòstic	Nivell web	Nivell de sistema
On s’origina el desajust?	En la representació pública: oferta, pàgines, continguts o senyals tècnics.	En el coneixement distribuït entre fonts, versions, equips i decisions.
En què treballem?	Estratègia, arquitectura de la informació, contingut, dades estructurades i comprovacions dins d’un abast web.	Objectes de coneixement, classificació, relacions, evidències, versions, estats i regles de governança implementades en programari.
Quin resultat controlem?	Una representació web més clara i prioritats d’implementació definides.	Un registre governat, fonts canòniques i representacions llegibles per màquines.

No són dos plans equivalents ni una ruta per a empreses petites enfront d’una altra per a grans. El diagnòstic determina el nivell i la fase que requereix cada problema.

El mètode va arribar després; les preguntes ja hi eren

Molt abans que la IA generativa es convertís en una categoria comercial, ja m’interessava com construïm, transmetem i perdem coneixement. Aquesta preocupació va guiar les meves decisions formatives: soc llicenciada en Humanitats, amb especialitat en Gestió Cultural; llicenciada en Publicitat i Relacions Públiques; i màster en Societat de la Informació i el Coneixement, per la branca de recerca.

Després van arribar anys de màrqueting, estratègia digital, SEO, publicitat digital, contingut i direcció de projectes web. La IA va canviar l’escala del problema, no el fil de la trajectòria. Amb el temps vaig reconèixer una mateixa preocupació en feines diferents: com representar el que sabem sense simplificar-ho fins a deformar-ho i com permetre que aquesta representació evolucioni quan apareixen fets o perspectives millors.

Avui aplico aquesta base dirigint Shymow. He creat el meu propi sistema de governança i enginyeria del coneixement. Tinc la sort de comptar amb un equip tècnic excepcional, que converteix aquesta visió en una realitat tecnològica.

Una trajectòria construïda en entorns diferents

He treballat sobretot amb petites empreses i negocis B2B especialitzats, i també amb marques, projectes editorials i mitjans de més escala. Aquesta varietat importa més que una llista de logotips: m’ha obligat a traduir valor, coordinar persones, ordenar informació i connectar decisions comercials amb sistemes capaços d’executar-les.

Àmbits d’experiència, en síntesi
Àmbit	Feina i aprenentatge	Referències
Petites empreses i B2B especialitzats	Estratègia, SEO, contingut i representació digital. Vaig aprendre a detectar el valor que un equip ha normalitzat i encara no aconsegueix explicar.	La major part de la meva trajectòria professional des del 2008.
Marques i continguts de més escala	Feina editorial i de SEO dins d’estructures amb volum, criteris compartits i necessitat de coherència.	El 2015, Westwing ja confiava directament en mi per a feines de SEO.
Projectes editorials amb mitjans	Establiment de relacions, pàgina principal, guies SEO, paraules clau, interlocució amb mitjans i coordinació de redactors.	La Vanguardia i Mundo Deportivo, a través d’Ever-Growing, que aportava la plataforma i el desenvolupament tècnic.
Shymow i sistemes de coneixement	Vaig fundar Shymow i avui la lidero basant-me en el meu propi sistema de governança i enginyeria del coneixement. Res d’això no seria possible sense el meu increïble equip tècnic, que s’encarrega de convertir aquesta visió en una realitat tecnològica tangible.	Shymow des del 2015 i el sistema propi que desenvolupem i fem evolucionar actualment.

Els noms avalen feines concretes; no resumeixen per si sols la meva trajectòria.

Què connecta tots dos contextos

La IA forma part del problema actual, però no explica tota la meva feina. GEO, AEO, SEO, contingut i dades estructurades poden formar part d’una intervenció web. En el segon nivell són components d’una arquitectura més àmplia de governança i enginyeria del coneixement.

Llegeixo un web —i el sistema que el sosté— com a relat comercial, decisió, experiència, dada i representació tècnica. Així connecto oferta, contingut, mesurament i implementació sense tractar-los com a peces aïllades.

Preservar el significat no és congelar-lo. És deixar clar quina versió és vigent, quins fets la sostenen i què ha de canviar quan canvia l’empresa.

No afegeixo tecnologia perquè una empresa sembli moderna. La utilitzo quan ajuda a conservar el que sap, explicar millor el que fa i sostenir amb fets el que afirma.

Preguntes freqüents sobre Shymow i la meva feina

Les etiquetes ajuden a trobar un problema; no són suficients per definir-ne l’abast. Aquestes respostes aclareixen què fem, com conviuen els dos nivells i què es pot prometre o no.

Shymow treballa amb pimes o només amb organitzacions complexes?

Amb ambdues. Una pime pot necessitar una intervenció web acotada o tenir un problema de coneixement més profund; una empresa gran pot necessitar només corregir unes quantes pàgines. La dimensió no determina el nivell. Primer identifiquem on s’origina el desajust i després definim l’abast.

Què significa aquí "sistema de coneixement"?

És un sistema propi que modela el coneixement com a objectes identificables i classificats. Quan correspon, permet relacionar-los, associar-los a evidències i registrar-ne la versió i l’estat de governança. El programari manté aquest registre, el vincula amb una font canònica visible per a les persones i genera representacions llegibles per màquines en JSON i Markdown. El sistema està en desenvolupament i continua evolucionant.

Shymow és una consultora GEO, AEO o de SEO per a IA?

Si has arribat buscant una consultora GEO (Generative Engine Optimization), AEO (Answer Engine Optimization) o de SEO per a IA, sí: una intervenció web pot treballar aquest repte. Però aquestes etiquetes només descriuen una part de Shymow. Quan el coneixement està distribuït entre fonts, equips i sistemes, el SEO i les dades estructurades són components d’una arquitectura més àmplia, no el nucli de la feina.

Què podeu fer pel meu negoci, concretament?

Tot comença per entendre on s’està perdent o deformant la informació de la teva empresa. Arran d’això, la nostra feina es pot traduir en:

Auditar la teva petjada actual. Comprovem, mitjançant proves datades, què mostren avui la teva web, els cercadors i els assistents d’IA sobre la teva empresa, i detectem contradiccions, absències o diferències respecte del que realment pot demostrar.
Intervenir directament al web. Si el problema és en la representació pública, ajustem l’estratègia, l’arquitectura de la informació, el contingut, les dades estructurades i les comprovacions tècniques perquè el teu negoci quedi expressat d’una manera més clara, coherent i verificable.
Construir un registre governat. Si el coneixement està dispers entre equips, documents i versions, treballem per fases amb el nostre sistema propi perquè la teva organització pugui identificar quina informació és vigent, revisar-la, aprovar-la i reutilitzar-la sense perdre context.

L’abast es defineix per escrit abans de començar. Un diagnòstic no inclou automàticament la implementació i el sistema encara no es presenta com un producte tancat.

Per què ChatGPT, Gemini o altres sistemes poden inventar o distorsionar informació sobre una empresa?

Perquè treballen amb informació procedent de fonts diferents i es poden equivocar fins i tot quan les fonts són bones. Comparem respostes datades amb fonts verificables per detectar absències o contradiccions en allò que l’organització controla i separar aquestes correccions dels errors que no podem atribuir amb certesa ni controlar.

Si la teva empresa sap més del que aconsegueix explicar, parlem-ne.

El primer pas no és triar una eina, sinó entendre què queda fora i on s’origina el problema.

Sol·licitar una conversa