Durante los dos últimos años, los medios especializados en IA aplicada al comercio se han centrado principalmente en ofrecer respuestas más rápidas: un resumen de los resultados de la semana anterior, un primer borrador de una presentación para la revisión trimestral de resultados (QBR) y una lista actualizada de palabras clave. Ahora, los agentes de IA pueden hacer recomendaciones, coordinar flujos de trabajo y actuar en cuentas publicitarias activas. Para las marcas empresariales, este cambio plantea una nueva cuestión sobre la tecnología necesaria para respaldarlo.
En febrero, Amazon Ads presentó su servidor Model Context Protocol (MCP). Este permite a los agentes creados con Claude, ChatGPT o aplicaciones personalizadas crear campañas, generar informes y gestionar la facturación sin necesidad de integraciones personalizadas. Al mismo tiempo, las barreras para desarrollar software se están reduciendo. Según el informe «El estado de la IA en 2026» de McKinsey, el 32 % de las organizaciones ha decidido no adquirir al menos un producto de software porque podían desarrollarlo internamente con herramientas de programación orientadas a agentes.
El debate entre «desarrollar o comprar» está más presente que nunca entre los equipos de comercio electrónico de las empresas. Pero la pregunta más relevante es si tu organización cuenta con la infraestructura necesaria para que la IA sea fiable, esté conectada y rinda cuentas a gran escala.
Cuándo tiene sentido crear tus propias herramientas de IA
Para los anunciantes con necesidades sencillas, conectar un asistente de IA directamente con un minorista aporta un valor inmediato. Una marca que gestione unas cuantas campañas de Amazon puede utilizar Claude y el servidor MCP de Amazonpara generar informes, analizar tendencias y preparar revisiones trimestrales del negocio.
El reto surge cuando esos flujos de trabajo trascienden los límites de un solo minorista o equipo. Una empresa necesita una herramienta que le ayude a decidir en qué invertir su próximo presupuesto publicitario, que le permita determinar si el bajo rendimiento de las campañas se debe a la estrategia publicitaria o a limitaciones de inventario, y que le permita actuar sin perder el control financiero.
Cuatro retos a la hora de ampliar la IA aplicada al comercio «hazlo tú mismo»
El hecho de contar con más conexiones con minoristas no elimina los silos de datos
Cada minorista cuenta con su propia estructura de informes, su propio método de « attribution », su propia taxonomía de productos y sus propias capacidades de campaña. Los MCP de los minoristas facilitan a los agentes el acceso a cada entorno, pero no concilian las diferencias entre ellos. Un agente conectado a Amazon y Target puede recuperar datos de ambos y, aun así, no lograr una comparación coherente y justa.
Los silos también se extienden dentro de la empresa. Los departamentos de comunicación, operaciones comerciales y finanzas suelen trabajar con sistemas distintos y con definiciones diferentes de lo que es el éxito. Un mayor número de conexiones proporciona al agente más datos, pero no una visión compartida del negocio.
La conectividad no equivale a inteligencia comercial
Cuando Amazon lanzó su servidor MCP, reconoció que la conectividad por sí sola no garantiza resultados fiables, sobre todo cuando las tareas publicitarias abarcan docenas de pasos.
Para tomar buenas decisiones se necesita un historial de varios años, una cuota de voz competitiva, indicadores minoristas como el estado del inventario y del contenido, y pruebas de qué factores impulsaron el aumento de las ventas. Sin esos indicadores, el agente corre el riesgo de optimizar una métrica a costa del objetivo empresarial general.
Las consultas añaden otro nivel de riesgo. Una misma solicitud formulada de dos maneras diferentes puede dar lugar a dos respuestas distintas. Cuando falta un dato, el agente suele completar la información con una suposición segura y, sin una base de datos compartida, cada consulta de los analistas se convierte en su propia versión de la verdad.
El acceso de escritura requiere una gestión adecuada
La situación cambia cuando la IA pasa de responder preguntas a tomar medidas. A escala empresarial, un simple cambio en el presupuesto o en una puja puede afectar a millones en inversión en medios y a los controles financieros establecidos. Tu equipo necesita saber quién autorizó un cambio, qué se vio afectado por él y cómo revertirlo.
Gartner prevé que más del 40 % de los proyectos de IA agentiva se cancelarán a finales de 2027, alegando el aumento de los costes, la falta de claridad sobre el valor empresarial y unos controles de riesgo inadecuados. Si eres tú quien se encarga del desarrollo, debes averiguar dónde se encuentran tus reglas de aprobación. Si están incluidas en una instrucción, un simple cambio en la configuración bastará para eliminarlas.
La propiedad cuesta más que la construcción
Las herramientas de desarrollo de IA han reducido el tiempo de creación de prototipos de meses a días. Todo lo que viene después del lanzamiento sigue requiriendo el mismo trabajo: mantener las integraciones, actualizar la lógica de negocio, gestionar los permisos, superar las revisiones de seguridad y responder cuando los minoristas modifican sus API.
La continuidad operativa también es importante. Cuando la persona que ha creado un flujo de trabajo cambia de puesto, alguien debe hacerse cargo de él. Sin una base común, la IA puede volver a crear los silos que las empresas han tardado años en eliminar. El resultado es una nueva forma de deuda técnica, que se acumula más rápido que nunca.
Antes de construir, hazte estas cinco preguntas
- ¿Es capaz el agente de establecer una conexión significativa entre las señales publicitarias, competitivas, operativas y financieras de toda la empresa?
- ¿Cuenta con el contexto específico del sector comercial necesario para ofrecer recomendaciones fiables, o tu equipo tendrá que desarrollar y mantener esa lógica?
- ¿Cómo se garantizan los permisos, las autorizaciones y los registros de auditoría a medida que los agentes comienzan a actuar?
- ¿Quién se encarga de mantener las integraciones, la lógica de generación de informes y la seguridad a medida que cambian los minoristas y los requisitos?
- ¿Eres capaz de vincular las decisiones basadas en la inteligencia artificial con la ejecución y los resultados cuantificables?
Si tu equipo puede responder a estas preguntas con seguridad, el desarrollo a medida puede ser una inversión muy rentable. De lo contrario, la mejor opción es crear tus propias experiencias de IA sobre una infraestructura que ya dé respuesta a esas preguntas.
Desarrollar sobre una base de comercio conectado
Vale la pena contar con tu propia estrategia, tu conocimiento del cliente, tus prioridades empresariales y tus flujos de trabajo, y ahí es donde los agentes personalizados aportan una ventaja significativa. La elaboración de informes que abarcan distintos minoristas, la normalización de datos, la inteligencia competitiva y los controles de acceso son tareas fundamentales que un equipo no debería tener que volver a desarrollar desde cero.
Imaginemos una marca global que está evaluando dónde aumentar la inversión en medios de comunicación de cara a un importante evento comercial. Su agente observa un buen rendimiento publicitario en Amazon y recomienda aumentar el gasto. Sin embargo, una visión integral revela que ese mismo producto tiene las existencias bajas, mientras que otro minorista ofrece un mayor crecimiento y margen para ganar cuota de voz. Esa es la diferencia entre una buena decisión de « Amazon » y una buena decisión empresarial.
Cómo « Pacvue » conecta el ecosistema de IA del comercio empresarial
PacvueSu sistema operativo de medios comerciales basado en IA (AI-Powered Commerce Media OS) reúne en una única plataforma el rendimiento publicitario, las operaciones minoristas, la inteligencia competitiva y los datos comerciales de Amazon, Walmart y más de 100 minoristas adicionales. Esto incluye la cuota de voz, el rendimiento histórico, el inventario y las señales de precios que las conexiones individuales con los minoristas no proporcionan por sí solas. Nuestros ingenieros se encargan de mantener esas conexiones con los minoristas, por lo que, cuando se produce un cambio en una API, es responsabilidad nuestra, no tuya.
Los equipos pueden aprovechar esa base de dos maneras. Pacvue MCP la integra con las herramientas de IA que los equipos ya utilizan, como Claude, ChatGPT y Copilot, a través de un único punto de acceso seguro a los datos de Pacvue , con un acceso que se ajusta a los permisos existentes de cada usuario en Pacvue . Los equipos mantienen el control sobre sus propias indicaciones, agentes y flujos de trabajo de toma de decisiones.
Para los equipos que prefieren una experiencia integrada, Pacvue Agent se basa en los datos específicos del comercio y las capacidades de inteligencia artificial de Pacvue, y funciona dentro de la plataforma para diagnosticar cambios en el rendimiento, identificar oportunidades y pasar de la recomendación a la aprobación y a la ejecución, todo ello en un mismo lugar.
El futuro de la IA en el comercio
Los modelos de IA seguirán mejorando. Los nuevos asistentes, los MCP para minoristas y los marcos de desarrollo de agentes facilitarán cada año la creación de flujos de trabajo comerciales sofisticados, de modo que todas las marcas tendrán acceso a una IA eficaz. Los líderes serán aquellos que conecten sus datos, apliquen inteligencia específica para el comercio, coordinen las decisiones entre los distintos equipos y actúen con confianza.
La estrategia ganadora consiste en partir de una base que haga que tu estrategia sea realmente tuya. A continuación, hay que aplicarla sobre una base que potencie el valor de cada herramienta de IA que elijas, de modo que las empresas puedan dedicar menos tiempo a gestionar la complejidad que entraña la IA y más tiempo a utilizarla para impulsar el crecimiento.
