Durante años, las compras en línea han seguido el mismo manual: los consumidores escriben palabras clave, se desplazan por las listas de productos, comparan las especificaciones y toman decisiones manualmente. Las aplicaciones móviles, la personalización y los motores de recomendación mejoraron a lo largo del camino, pero el modelo subyacente siguió siendo el mismo. Ese modelo ahora se está rompiendo. Agentes de compras con IA se perfilan como el nuevo punto de entrada al comercio. En lugar de navegar, los consumidores pueden delegar la tarea en agentes inteligentes que interpretan la intención, comparan los productos y, en algunos casos, incluso completan las transacciones. Plataformas como Perplejidad y Chat GPT ya están probando estas capacidades, y la adopción se está acelerando más rápido de lo que muchos minoristas esperaban.

Por qué son importantes los agentes de compras con IA

El auge de los agentes de compras basados en la IA no es una actualización incremental. Marca el comienzo de tercera ola de IA en el comercio.

1. IA predictiva fue la primera ola, que utilizó datos históricos para pronosticar la demanda y optimizar el tiempo.
2. IA generativa seguido, creando contenido nuevo, como textos de productos, interfaces de chat e imágenes.
3. IA de agencia ya está aquí, con sistemas autónomos que no solo razonan sino que también actúan en nombre de los consumidores.

Las cifras subrayan la magnitud de este cambio:

• El tráfico a los sitios web minoristas desde las plataformas de IA creció un 4.700% interanual para julio de 2025.
• 39% de los compradores ya han utilizado la IA para las tareas de compra, y más de la mitad de la generación Z espera confiar en ella este año.
• El 63% de la generación Z dicen que se sienten cómodos dejando que los agentes completen las compras directamente.
• Se prevé que el gasto mundial en medios minoristas supere 200 000 millones de dólares en 2025, pero los agentes dan prioridad a los datos estructurados de los productos por encima de los anuncios creativos.

Este no es un escenario futuro. Ya está ocurriendo y está cambiando la forma en que se descubren, comparan y compran los productos.

Cómo funcionan los agentes de compras con IA

Los agentes de compras basados en IA pueden parecer sencillos para los usuarios (una entrada inmediata, una recomendación de producto), pero en el fondo, funcionan con varias tecnologías clave.

• Comprensión de la intención: Los modelos lingüísticos grandes (LLM) desglosan las solicitudes como «Encuentra zapatillas para correr por menos de 100 dólares con amortiguación para el entrenamiento de larga distancia» en atributos como el tipo de producto, el presupuesto y los requisitos de rendimiento.
• Recuperación de información: Por sí solos, los LLM no conocen el inventario ni los precios. Las bases de datos vectoriales y de generación aumentada por recuperación (RAG) permiten a los agentes consultar catálogos en tiempo real y obtener resultados basados en el significado y no en las palabras clave.
• Razonamiento entre las opciones: Los agentes pueden comparar el precio, la entrega, la sostenibilidad o el ajuste y, a veces, orquestar a varios agentes para evaluar diferentes dimensiones.
• Tomar medidas: Las primeras pruebas piloto permiten a los agentes añadir artículos a los carritos o completar el proceso de pago. El asistente de Perplexity, por ejemplo, lo ha demostrado transacciones de extremo a extremo, aunque algunas fallan cuando los datos de inventario están desactualizados.
• Barandas y supervisión: Dado que los agentes actúan de forma autónoma, los sistemas de monitoreo son fundamentales. Las barandillas evitan errores como las órdenes incorrectas y, en la mayoría de los pilotos, la supervisión humana sigue siendo un respaldo.

Este flujo de trabajo destaca por qué los agentes de compras con IA no son solo «mejores chatbots». Representan una nueva capa de infraestructura comercial que requiere datos confiables, taxonomías estandarizadas y una gobernanza sólida.

La disrupción que se avecina

Los agentes de compras con IA presentan tanto oportunidades como riesgos para los minoristas.

• Viajes resumidos: Los proyectos piloto muestran que el tiempo de navegación puede reducirse de más de una hora a menos de cinco minutos [Salesforce, 2025]. Para los consumidores, esto es eficiencia. Para los minoristas, reduce los puntos de contacto para aumentar las ventas o contar historias.
• Transacciones de agente a agente: La investigación de Meta y DeepMind muestra Los agentes de IA pueden negociar y cooperar a niveles casi humanos. En el comercio minorista, esto podría significar que los agentes orientados al consumidor soliciten artículos, mientras que los agentes minoristas respondan con precios, existencias o promociones.
• Los medios minoristas están bajo presión: Las colocaciones patrocinadas pueden perder eficacia si los agentes se basan en atributos estructurados en lugar de en la persuasión humana. La visibilidad vendrá determinada por datos legibles por máquina, no por la creatividad publicitaria.
• Riesgos crecientes: Las pruebas realizadas con el asistente de Perplexity revelaron retrasos y compras fallidas debido a un inventario desactualizado.Los minoristas sin API ni catálogos listos para los agentes corren el riesgo de pasar desapercibidos en este nuevo entorno.

Qué deben hacer los minoristas

Los primeros usuarios ya están mostrando cómo adaptarse. Saks Fifth Avenue ha utilizado Agentforce de Salesforce para crear un estilista digital que interpreta fotos de atuendos y automatiza los intercambios. SharkNinja desplegó agentes en las áreas de atención al cliente y ventas, mientras que El laboratorio minorista inteligente de Walmart utiliza agentes basados en la visión para monitorear el inventario. Carrefour aplica IA agencial en la cadena de suministro y las campañas de fidelización. Para competir en un entorno en el que los agentes son lo primero, los minoristas deben:

• Enriquece los catálogos con atributos de producto estructurados y legibles por máquina.
• Exponga datos en tiempo real a través de API para inventario, precios y logística.
• Adopte estándares como el Protocolo de contexto modelo (MCP) para garantizar la interoperabilidad.
• Realice pruebas de simulación solicitando a los agentes que busquen productos e identifique las brechas en los atributos o la taxonomía.

Quienes actúen con prontitud encontrarán nuevas vías de acceso a los clientes, mientras que quienes se retrasen corren el riesgo de quedar desintermediados por plataformas que ya controlan la interfaz del consumidor.

Póngase en contacto: construya el futuro con Marvik

Los agentes de compras con IA no son una tendencia lejana, ya están remodelando el comercio. Al cambiar la forma en que se descubren, comparan y compran los productos, también están redefiniendo lo que se necesita para competir en el comercio minorista. El éxito dependerá de si los minoristas pueden crear sistemas en los que los agentes puedan entender, confiar y actuar. Aquí es donde entra en juego Marvik. Con más de 200 proyectos de IA puestos en producción y asociaciones con NVIDIA y Oráculo, ayudamos a las empresas a convertir las tecnologías emergentes en un impacto real. Desde la estructuración de los datos de los productos hasta la implementación de sistemas multiagente, guiamos a las empresas más allá de los proyectos piloto y las convertimos en soluciones escalables listas para la producción. Si su empresa quiere aprovechar el potencial de la IA, Marvik está lista para ayudarle a convertir las ideas en un impacto.