Cómo prepararse para venderle a una inteligencia artificial

¿Qué había significado un proceso de búsqueda y compra online hasta ahora? En sí, un recorrido como éste: entrar a Google, escribir qué se buscaba, recorrer resultados, comparar alternativas y finalmente decidir. Pero la inteligencia artificial empieza a alterar cada uno de esos pasos. En lugar de ser la persona quien busca, compara y navega entre distintas plataformas, un agente con IA puede recibir una instrucción, interpretar preferencias, evaluar opciones y avanzar con la compra en su nombre.

Es el escenario que empieza a delinear el llamado comercio agéntico (agentic commerce): una modalidad en la que la IA deja de ser solamente una herramienta para responder preguntas o recomendar productos y empieza a intervenir directamente en la transacción.

“El usuario buscaba y comparaba; ahora la IA presenta opciones y puede finalizar la transacción”, resume Eduardo Laens, CEO de la firma tecnológica Varegos y docente universitario especializado en inteligencia artificial, al describir el cambio. Este cambio promete alterar de manera profunda la relación entre consumidores, marcas, retailers y plataformas.

Los primeros movimientos de las grandes compañías tecnológicas y del comercio electrónico permiten imaginar hacia dónde va el fenómeno. OpenAI ya avanzó en integraciones que permiten pasar de la conversación a la compra dentro de Chat GPT, mientras que compañías como Walmart, Shopify y Etsy aparecen entre los actores que están explorando nuevas formas de comercio dentro de interfaces conversacionales. La lógica es pasar de un modelo en el que el consumidor navega por distintas páginas a otro en el que la conversación funciona como puerta de entrada a todo el proceso.

La promesa es una experiencia de compra mucho más fluida: una persona puede expresar qué necesita, establecer un presupuesto o determinadas restricciones y dejar que un agente busque, compare y, eventualmente, concrete la operación. Las cifras proyectadas ayudan a dimensionar por qué las empresas ya están mirando este fenómeno más allá de la experimentación: McKinsey estima que los agentes de IA podrían mediar entre US$3 y US$5 mil millones del comercio de consumo global en 2030, mientras que J.P. Morgan calcula que podrían llegar a representar hasta el 25% del e-commerce estadounidense para ese año. A la velocidad de expansión prevista, Juniper Research proyecta un crecimiento acumulado de 43.240% en el valor de las transacciones agénticas entre 2026 y 2031.

Con semejante volumen potencial, no sorprende que las grandes compañías tecnológicas y los principales actores del comercio estén compitiendo por definir las plataformas, estándares y experiencias sobre las que se apoyará esta nueva forma de comprar.

El primer interrogante que aparece es: ¿qué sucede cuando el consumidor deja de recorrer el mercado y empieza a delegar esa tarea?

“Vamos a empezar a competir en dos planos al mismo tiempo”, plantea Alejandro Francolini, director de Enterprise Solutions de VML Argentina. El primero sigue siendo conocido: construir una marca que una persona quiera elegir, mientras que el segundo es conseguir que “una máquina entienda claramente por qué debería elegirte”.

Hasta ahora, buena parte de las estrategias digitales estuvieron orientadas a llevar al consumidor hasta el producto: SEO para aparecer en los buscadores, publicidad para generar tráfico, redes sociales para construir consideración, marketplaces para facilitar la compra y sitios propios para convertirla. En el comercio agéntico, buena parte de ese recorrido puede quedar oculto mientras que el consumidor podría recibir apenas unas pocas opciones -o incluso una sola recomendación- sin haber visitado el sitio de la marca, consultado un marketplace ni visto una publicidad tradicional.

Para Laens, esto introduce una posible desintermediación de una magnitud inédita. “¿Qué ocurre si el consumidor ya no navega ni busca como antes, sino que delega esas etapas en una IA?”, plantea. Si el agente se convierte en el nuevo intermediario, será él quien decida qué productos considera relevantes y cuáles ni siquiera llegan a la pantalla del usuario.

El cambio puede modificar incluso la idea de posicionamiento. Ya no alcanzaría con aparecer en Google o invertir para conseguir visibilidad en una plataforma. En este escenario, Martín Malievac, director de Innovación y Desarrollo de Totvs Napse, explica que los agentes priorizan criterios objetivos como precio, disponibilidad, calidad, tiempos de entrega y reputación. “Se dejará de lado la emocionalidad que rige en el momento en que un ser humano es el comprador”, señala. De este modo, el usuario pasa de invertir tiempo en buscar y comparar productos a supervisar y validar las decisiones que ejecuta su asistente de inteligencia artificial.

La consecuencia es que atributos que durante años fueron considerados operativos empiezan a convertirse en variables de marketing. “Un agente puede mirar en segundos miles de señales que una persona nunca miraría antes de comprar”, dice Francolini. Por eso, sostiene, aspectos como cumplir una entrega, responder un reclamo o tener buenas descripciones de producto pueden terminar siendo algunas de las variables más importantes para la elección.

Juan Ignacio Filips, Country Manager de AWS para Argentina, Paraguay y Uruguay, lleva esta idea un paso más allá: las empresas ya no tienen que construir confianza solamente con las personas, sino también frente a estos sistemas que actúan en su nombre.

Eso requiere que la información sobre productos, precios y disponibilidad sea precisa, estructurada y esté actualizada. Cuanto más “legible” sea para los algoritmos, mayor será la posibilidad de que una marca sea considerada dentro de una recomendación: “Si las marcas no desarrollan su propia presencia conversacional, corren el riesgo de quedar invisibilizadas detrás de respuestas genéricas de terceros y convertirse en meros proveedores logísticos”, advierte Filips.

AWS, por ejemplo, señala que su Agentic Shopping Assistant, integrado en Alexa+, ya está disponible para clientes de Amazon en mercados como Brasil y México. En paralelo, Visa presentó Intelligent Commerce, una plataforma que permite que agentes de IA realicen compras utilizando credenciales de pago reales: el usuario establece preferencias, presupuesto o restricciones y el asistente puede buscar, comparar y pagar en su nombre.

En América Latina, el comercio agéntico ya pasó de la experimentación a las primeras transacciones reales. En marzo de 2026, Visa y Banco Santander realizaron un piloto en cinco mercados (Argentina, Brasil, Chile, México y Uruguay) en el que agentes de IA concretaron compras reales utilizando Visa Intelligent Commerce (libros en Argentina, Chile, México y Uruguay, y chocolates en Brasil). El dato resulta especialmente relevante en una región donde, según Visa, más del 70% de los consumidores ya incorporó la IA en alguna instancia de su recorrido de compra, lo que sugiere que la transición desde una IA que ayuda a buscar y recomendar hacia una IA capaz de ejecutar la compra ya está comenzando a materializarse en la región.

Toda esta gran transformación también pone en cuestión una de las herramientas centrales del marketing digital, esto es, la capacidad de generar tráfico hacia los canales de una marca. Si el agente resuelve la búsqueda, el clic deja de ser necesariamente el objetivo.

“Hasta ahora gran parte del marketing estuvo pensado para ganar atención. En un mundo de agentes, además de atención, vamos a tener que priorizar mucho la relevancia”, plantea Francolini.

La relevancia, en este caso, no se construye solamente con una campaña atractiva. Para un agente puede significar tener el producto correcto, al precio adecuado, disponible, bien documentado y respaldado por una buena reputación.

Esto no implica, sin embargo, que la emoción o la construcción de marca (aspectos netamente humanos) pierdan valor. “La persona sigue definiendo qué quiere, qué le gusta, cuánto está dispuesta a pagar o qué marcas prefiere; y el agente toma decisiones dentro de ese marco”, explica Francolini.

Para Malievac, la conexión emocional seguirá construyéndose en etapas como la posventa, la entrega o la comunicación, mientras que el agente se encargará de ejecutar la compra. En este contexto, las empresas deberán combinar “una operación eficiente con experiencias de valor para mantenerse competitivas en la próxima evolución del comercio digital”

Filips coincide. El marketing, dice, no pierde relevancia sino que evoluciona. La creatividad y la diferenciación siguen siendo necesarias porque las decisiones humanas no son completamente racionales. El desafío adicional consiste en conseguir que la propuesta de valor y los datos que la sostienen sean interpretados correctamente por los sistemas inteligentes.

Y para que ese nuevo recorrido funcione, la infraestructura detrás de la marca empieza a tener tanta importancia como su comunicación. Es aquí donde el debate sobre GEO -la optimización de contenidos para aparecer en respuestas generativas- encuentra sus límites. “GEO es una parte bastante chica de una conversación mucho más grande”, sostiene Francolini. Optimizar los contenidos para que un modelo pueda encontrarlos e interpretarlos es necesario, pero insuficiente. “Si después el agente encuentra tres precios distintos para el mismo producto, no entiende si hay stock o no puede acceder a las condiciones de envío, haber optimizado el contenido sirve de poco”, agrega.

La transformación exige entonces trabajar sobre catálogos, APIs, inventarios en tiempo real, información de producto, identidad de clientes, precios y promociones. Filips lo sintetiza así: “Sin datos gobernados, ninguna IA va a generar valor real; solo va a acelerar inconsistencias a mayor escala”.

El concepto puede parecer abstracto hasta observar casos concretos. Filips cita en Argentina, por ejemplo, el caso de WiseCX, que implementó con Garmin un agente de IA conectado a su e-commerce que utiliza información sobre los clientes y los productos para intervenir en distintos momentos del recorrido comercial.

El sistema puede segmentar automáticamente las conversaciones por perfiles -como runners, nadadores o golfistas- y detectar las fricciones que están frenando una venta. Una de ellas puede ser la falta de stock: cuando el producto vuelve a estar disponible, el agente puede activar automáticamente una comunicación por WhatsApp y retomar la oportunidad comercial sin intervención humana. El caso muestra que la discusión sobre agentes no se limita a un chatbot capaz de responder preguntas. La IA empieza a conectar datos de clientes, productos y disponibilidad y a utilizarlos para actuar sobre una oportunidad comercial concreta.

La misma lógica puede llevarse mucho más lejos. AWS señala como ejemplo de esta evolución a “Buy for Me”, una funcionalidad de Amazon impulsada por IA agéntica que permite buscar y concretar compras incluso en sitios externos. Para que una experiencia de este tipo sea posible, la información de producto, stock y sistemas de pago de las marcas debe estar estructurada de manera que pueda ser leída y procesada por un agente.

Por lo que explican los especialistas, el desafío excede ampliamente la incorporación de una nueva herramienta al área de marketing. “La IA se convirtió en la nueva capacidad operativa transversal de las compañías”, sostiene Filips.

Y esa transversalidad obliga a revisar fronteras internas que hasta ahora parecían bastante claras. “Marketing, tecnología, commerce, data, atención al cliente y hasta operaciones van a impactar tan directamente sobre la decisión de compra que va a obligar a las empresas a que ese trabajo sea coordinado y orquestado”, plantea Francolini.

La pregunta es dónde termina cada área cuando todas empiezan a afectar la misma decisión. ¿Es marketing si una mala política de devolución hace que un agente deje de recomendar un producto? ¿Es tecnología si una API que funciona mal provoca que una marca desaparezca de una comparación? ¿Es atención al cliente si la reputación acumulada de los reclamos modifica la probabilidad de ser recomendada?

“Creo que muchas fronteras se van a volver bastante artificiales”, dice Francolini. En su visión, pueden comenzar a aparecer equipos híbridos responsables de algo nuevo: la “elegibilidad” de una marca frente a estos agentes.

Porque la competencia futura puede no consistir solamente en conseguir que una persona recuerde una marca o haga clic sobre un anuncio. También puede consistir en lograr que, cuando un consumidor le diga a su asistente “quiero comprar esto”, esa marca aparezca entre las opciones que el sistema considera confiables, relevantes y convenientes.

Para Laens, ese desplazamiento también abre una discusión sobre la relación entre marcas y consumidores. Si una persona empieza a delegar decisiones cada vez más cotidianas en un agente, ¿qué significa entonces la lealtad a una marca? ¿La fidelidad seguirá perteneciendo a una empresa o se desplazará parcialmente hacia el asistente que conoce las preferencias, el presupuesto y los hábitos del consumidor?

La pregunta es particularmente relevante porque la promesa del comercio agéntico es precisamente reducir la fricción, es decir, pasar de la inspiración a la recomendación y de la recomendación a la compra dentro de un mismo flujo.

Mientras las empresas empiezan a prepararse para ese escenario, una cosa parece cada vez más clara, esto es, que cuanto más sencilla sea la experiencia para el consumidor, más compleja puede volverse la competencia detrás de escena. Las marcas deberán conseguir que sus productos estén en el radar de la IA, sus datos sean confiables, sus sistemas interoperables, sus operaciones consistentes y su propuesta suficientemente relevante como para superar el filtro de un agente.

Por Clarisa Herrera

• Comunidad de Negocios
• Qué pasa en los negocios
• Inteligencia artificial

---

Conforme a