Desde los inicios del comercio electrónico, la búsqueda de productos comenzaba con la barra de búsqueda. Hoy en día ya no es así. Los agentes de compra basados en IA que utilizan hoy en día los minoristas, e incluso los modelos de lenguaje grandes (LLM), nos ayudan a buscar, comparar y, en algunos casos, comprar productos. Esta es la nueva era del comercio.
Esto es «agentic commerce ». Para las marcas, supone uno de los cambios más importantes en el sector minorista desde la aparición del comercio electrónico.
¿Está tu marca lista para que la descubran?
¿Qué es « Agentic Commerce »?
Agentic commerce Se trata de una forma de compra conversacional en la que los usuarios guían a los agentes de IA a través del diálogo. Los compradores expresan lo que necesitan, sus inquietudes, preferencias y limitaciones. El agente se encarga del trabajo: buscar productos en distintos comercios, comparar opciones en tiempo real y realizar la compra, mientras el usuario va ajustando los detalles y dando su visto bueno.
En el comercio electrónico tradicional, los compradores siguen un proceso de compra autoguiado. El comercio conversacional incorpora un chatbot para ofrecer recomendaciones, pero el « agentic commerce » elimina la intervención humana de la mayor parte del proceso.
En lugar de visitar varias páginas web, los compradores piden recomendaciones a un agente de IA o a un modelo de lenguaje grande (LLM). Los agentes buscan productos, comparan opciones y, a menudo, pueden completar las compras sin que el comprador tenga que salir del chat.
Por otra parte, está Amazon, que cuenta con su propio ecosistema de agentes de compras basados en IAque operan dentro de Amazon.
Para las marcas, esto significa que « agentic commerce » no es un único canal, sino varios canales que funcionan según distintos estándares, con diferentes normas de visibilidad y distintas formas de mostrar los productos.
Donde ya se está practicando el «shopping agénico»
Las principales plataformas que operan en la actualidad son:
| Plataforma | Cómo funciona | Dónde se realiza la compra |
| Amazon | «Alexa for Shopping»y «Buy for Me» se encargan tanto de la búsqueda como de la compra. | Totalmente dentro del ecosistema de Amazon. |
| Walmart | El asistente de compras Sparky AI se lanzó en junio de 2025. Ofrece una experiencia de compra guiada para descubrir productos y recibir recomendaciones. Además, colabora con ChatGPT y Gemini. | Principalmente dentro del ecosistema de Walmart. También se aprecia en las colaboraciones con ChatGPT y Gemini. |
| Compras con ChatGPT | Los compradores descubren productos a través delas conversaciones. Muestra tanto las páginas web directas de los comerciantes como los listados de los minoristas (Amazon, Walmart, Target, etc.). | El proceso de pago se realiza a través del protocolo « Agentic Commerce » para los socios que cumplan los requisitos, o bien se redirige al sitio web del comerciante o minorista. |
| Modo IA de Google y Gemini | El servicio «Agentic Checkout» se lanzó en noviembre de 2025. Muestra productos de comerciantes directos y socios minoristas en la búsqueda, el modo IA y Gemini mediante el Protocolo de Comercio Universal (UCP). | Pago directo cuando se cumplan los requisitos; en caso contrario, se redirige al comerciante o al minorista. |
| Prueba de Microsoft Copilot | Está disponible en EE. UU. desde enero de 2026. Facilita el proceso de pago para los comerciantes de Shopify, Stripe y PayPal. Además, colabora con minoristas como Target. | Dentro de Copilot, sin salir del chat. |
| Perplexity: Compra con Pro | Disponible para los suscriptores de Pro en EE. UU. Pago con un solo clic y envío gratuito en las tiendas participantes. | Pago con un solo clic dentro de Perplexity. |
Las cifras que demuestran que las compras con IA ya son una realidad
El comportamiento de los consumidores se está orientando hacia las compras basadas en la inteligencia artificial. Segúnel informe «Funnel Rewired» dePacvue, el 28 % de los compradores encuestados ya utiliza a diario herramientas de inteligencia artificial para buscar productos, y el 53 % utiliza actualmente o utilizaría herramientas de inteligencia artificial para plantear preguntas sobre las características de los productos.
Esta tendencia abarca a todas las generaciones. Los millennials lideran el uso diario de herramientas de IA para realizar compras, con un 39 %, seguidos por la Generación X, con un 27 %, y la Generación Z, con un 21 %. (The Funnel Rewired, 2026)
Por qué es importante: Estos compradores están listos para comprar. Han dejado atrás la fase de búsqueda y están pidiendo activamente a los agentes recomendaciones específicas. La visibilidad en estos momentos no viene determinada por la inversión publicitaria ni por el reconocimiento de marca, sino por la calidad de los datos. Se recomiendan aquellas marcas cuyos atributos de producto sean completos y coherentes en todos los minoristas. Por otro lado, las marcas que no cuenten con páginas de detalles de producto completas y coherentes en todos los canales no serán recomendadas con tanta frecuencia. A medida que este tráfico crezca, la ventaja competitiva recaerá íntegramente en aquellas marcas que, en este momento, estén optimizadas para que los agentes las encuentren.
Dentro del flujo de trabajo de los agentes: cómo funciona la compra con IA
Los agentes de IA no navegan por Internet como los humanos. Interpretan la intención del comprador a través de una conversación y, a continuación, consultan de forma sistemática las bases de datos de productos utilizando datos estructurados y atributos legibles por máquina.
Este es el proceso: un cliente le dice a un agente: «Necesito un sérum hidratante para piel sensible que no forme bolitas debajo de mi crema hidratante». El agente no busca palabras clave. En su lugar, consulta las bases de datos de productos utilizando la comprensión semántica de esa intención. Busca atributos específicos y estructurados: compatibilidad con el tipo de piel (sensible), beneficio principal (hidratante), propiedades de la textura (que no forme grumos), ingredientes activos, opiniones, precio y disponibilidad. Si los datos de tu producto incluyen estos atributos de forma coherente en todos los minoristas, el agente te encontrará. Si los datos están incompletos, son incoherentes o carecen de atributos clave, serás invisible para la evaluación del agente.
Esto ocurre en tiempo real y de forma simultánea en varios comercios. El agente clasifica los productos en función de atributos relacionados con la calidad, las opiniones de los usuarios, el posicionamiento de precios y la disponibilidad. A continuación, el comprador ajusta los criterios o aprueba una recomendación, y el agente vuelve a realizar la búsqueda hasta que se completa la compra.
Por qué la calidad de los datos de los productos determina la visibilidad
Los factores que tradicionalmente favorecen la visibilidad de un producto, como la cuota de voz, el reconocimiento de marca y las promociones, siguen siendo importantes, pero no garantizan su inclusión en las recomendaciones generadas por los agentes.
Los agentes dependen por completo de datos de productos estructurados y legibles por máquina. Pero no todos los datos de productos se crean de la misma manera. Los agentes que operan en múltiples plataformas y minoristas utilizan estándares abiertos, como el Protocolo de Comercio Universal (UCP) y el Protocolo de la Asociación de Comercio Electrónico ( Agentic Commerce , ACP), para interpretar la información de los productos de forma coherente. Si tus fichas de productos utilizan un esquema incoherente, omiten atributos esenciales o no se ajustan a estos estándares, los agentes no podrán evaluar de forma fiable tus productos en los distintos minoristas. Cuando los datos son incompletos, incoherentes o ambiguos, los agentes se decantan por la competencia que ofrece datos de mejor calidad.
A diferencia de la pérdida de visibilidad en los buscadores tradicionales, que se refleja en tus estadísticas, la exclusión por parte de los agentes pasa desapercibida. Ni impresiones, ni clics, ni señales. Tu producto sigue estando en la web del minorista, pero los agentes nunca lo muestran. Los competidores que cuentan con datos de producto completos y conformes con el esquema se llevan las recomendaciones. Tú, no.
Qué supone la IA en el comercio para la visibilidad, la publicidad y la confianza
Por qué la inversión publicitaria no es la palanca principal en agentic commerce
En el comercio electrónico tradicional, se puede conseguir visibilidad a través de la búsqueda de pago o orgánica, ya que las plataformas clasifican los resultados según la relevancia de las palabras clave y la puja. Los agentes de IA no responden a palabras clave ni a pujas. En su lugar, evalúan señales estructuradas de los productos y los clasifican en función de la coincidencia de los atributos con la intención del comprador. Para la mayor parte de agentic commerce, la visibilidad no se puede comprar del mismo modo que funciona la publicidad tradicional.
Hay una excepción. OpenAI ofrece ahora anuncios dentro deChatGPT, lo que permite a las marcas incluir productos patrocinados en las respuestas generadas por la IA. Al convertirse Pacvue en socio tecnológico para los anuncios de ChatGPT, esto cambia la dinámica económica de la visibilidad de los agentes para las marcas dispuestas a pagar. Sin embargo, a día de hoy, la mayor parte del descubrimiento impulsado por los agentes sigue sin poder adquirirse a través de la publicidad tradicional.
Por qué las señales de confianza son la nueva ventaja competitiva en las compras con agente
Los agentes recurren cada vez más a los indicadores de confianza para clasificar los productos cuando varias opciones se ajustan a los criterios del comprador: la calidad y la cantidad de las reseñas, las certificaciones de terceros y la coherencia en los precios y el stock entre los distintos minoristas.
Tal y como observamos enShoptalk 2026, los consumidores confían en el contenido no gestionado y generado por otros usuarios, como las reseñas y los comentarios de la comunidad, porque transmite autenticidad. Los agentes aplican una lógica similar: las reseñas de compradores verificados, los comentarios de la comunidad y la validación de terceros tienen un gran peso en las recomendaciones de los agentes. Las marcas con perfiles de reseñas sólidos e información de producto coherente y verificable ganan visibilidad. Las marcas con señales de confianza débiles o incoherentes la pierden.
Prepararse para trabajar con agentes: cómo preparar tu marca
La compra mediante agentes funcionasimultáneamente en Amazon, Walmart, Google, ChatGPT, Microsoft Copilot y Perplexity. Cada plataforma utiliza distintos estándares de datos y lógicas de evaluación. Las marcas que solo aparecen en una o dos plataformas resultan invisibles para los agentes que operan en las demás.
Lo que resulta aún más perjudicial: las inconsistencias entre plataformas hacen que los agentes dejen de confiar en ti. Si el título de tu producto aparece de forma diferente en Amazon y en Walmart, o si el precio varía sin explicación alguna, o si las especificaciones clave cambian de un minorista a otro, los agentes lo consideran un problema de fiabilidad. Se decantan por la competencia, que ofrece datos coherentes y verificables en todos los canales. Esto no es una penalización en cuanto a visibilidad. Es la exclusión total de las recomendaciones de los agentes.
Lista de comprobación de datos de productos para los agentes de compras basados en IA
| Qué hay que hacer bien | Qué comprueban los agentes | Por qué es importante | Ejemplo |
| Título | Marca, nombre del producto, variante principal y uso principal. | Los agentes analizan los títulos para entender qué es lo que vendes realmente. Los títulos poco claros se descartan antes incluso de que comience la comparación. | Mal: «Sérum de vitamina C, 30 ml». Mejor: «Sérum de vitamina C de CeraVe, 30 ml, sérum iluminador con ácido hialurónico» |
| Atributos | Se han rellenado todos los atributos de categoría pertinentes. | Los agentes comparan los atributos con la intención del comprador. Si faltan atributos, el agente no puede evaluarte en comparación con la competencia, por lo que quedas excluido de la selección. | Tipo de piel, textura, aroma, principios activos, indicaciones de «sin…», factor de protección solar (FPS). |
| Reclamaciones | Reclamaciones concretas que un agente puede cotejar y verificar. | Las afirmaciones vagas («premium», «de alta calidad») no ayudan a los agentes a clasificarte. Las afirmaciones concretas («testado clínicamente», «hidratación de 72 horas», «5 % de niacinamida») sí lo hacen. | Mal:«Cremahidratantede alta calidad».Mejor:«Probada clínicamente, hidratación durante 72 horas, sin perfume, con un 5 % de niacinamida». |
| Precios | Un precio exacto, igual en todas las plataformas. | Las discrepancias de precio entre el anuncio y el momento de la compra, o entre distintos comercios, denotan falta de fiabilidad. Los agentes aprenden a restarte prioridad o a ignorarte. | Un precio de catálogo que no coincida con el precio que aparece al finalizar la compra se marca como poco fiable. |
| Inventario | Los niveles de existencias se actualizan en tiempo real. | Un feed que muestra «en stock» tras haberse agotado las existencias de la noche a la mañana hace que los agentes se den cuenta de que la fuente de datos no es fiable. El tráfico de los agentes se desvía hacia la competencia. | Un anuncio que sigue apareciendo como «en stock» después de haberse agotado durante la noche hace que los agentes dejen de lado esa fuente. |
| Confianza | Opiniones sólidas y coherentes, además de pruebas independientes. | Cuando varios productos cumplen los criterios del agente en igual medida, las señales de confianza determinan la clasificación. Las valoraciones importan más de lo que crees. | 3.200 opiniones con una puntuación de 4,7 estrellas y un sello de certificación superan a 140 opiniones sin validar. |
Medir el « agentic commerce »: ¿por dónde empezar?
Attribution El comercio impulsado por agentes sigue en plena evolución. Las marcas realizan un seguimiento del rendimiento a través de los paneles de control de los minoristas y las plataformas publicitarias, pero para obtener una visión unificada de cómo influyen los agentes en el descubrimiento y las ventas en todos los canales es necesaria una consolidación.
El primer paso práctico consiste en reunir los datos de los que ya dispones: el rendimiento publicitario en todos los canales, la velocidad de ventas minoristas por comerciante y las métricas de descubrimiento. Pacvue Prism Conecta los datos de publicidad, venta al por menor y descubrimiento de todos los canales en una única vista, lo que te proporciona una base de medición sobre la que construir a medida que maduran los estándares de « attribution » específicos para cada agente.
¿Está tu marca preparada para « Agentic Commerce »?
Agentic commerce Ya está aquí. Las marcas que solo se centran en optimizar para las búsquedas humanas ya se están quedando atrás. Pero para estar preparados para los agentes no hace falta esperar a que la infraestructura sea perfecta. Hay tres cosas que hay que hacer ahora mismo:
- Revisa los datos de tus productosen todos los minoristas en los que estás presente. ¿Son coherentes los títulos, los atributos, los precios y el stock? ¿Son las descripciones lo suficientemente específicas como para que los agentes puedan evaluarlas?
- Da prioridad a las plataformasen las que el tráfico de agentes sea mayor (Google, ChatGPT, Copilot). Asegúrate primero de que tus datos cumplan con las normas UCP y ACP en esos canales.
- Empieza a realizar medicionescon los datos de que dispones. Averigua qué canales generan tráfico procedente de los agentes para que puedas ir ajustando la estrategia.
El plazo para dar el primer paso se está agotando. Los agentes ya están tomando decisiones de compra. Las marcas que cuentan con datos claros, coherentes y listos para los agentes son las que recibenrecomendaciones.
