Para vender en la era de las compras con inteligencia artificial, el CIO debe convertir el e-commerce en una plataforma que también pueda ser interpretada y operada por máquinas. Esto implica contar con catálogos estructurados, precios e inventarios actualizados, APIs seguras, mecanismos de identidad y pago, trazabilidad y nuevas métricas de conversión.
El cambio no significa que los consumidores hayan dejado de visitar tiendas online ni que los agentes autónomos ya realicen todas las compras. La transformación comienza antes: asistentes de IA intervienen en la búsqueda, comparan opciones, descartan productos y reducen la lista de candidatos antes de que el usuario llegue al sitio del retailer.
Por eso, el desafío para el CIO no es solamente incorporar otro chatbot. Es preparar la arquitectura comercial para un escenario en el que el primer interlocutor del e-commerce puede no ser una persona, sino un agente de IA.
Índice de temas
Qué es el comercio agéntico
El comercio agéntico, también conocido como agentic commerce, es un modelo en el que sistemas de inteligencia artificial actúan en representación de una persona para realizar partes del proceso de compra.
Según el nivel de autonomía autorizado, un agente puede:
- Interpretar una necesidad expresada en lenguaje natural.
- Buscar productos en distintas tiendas.
- Comparar precios, características y condiciones de entrega.
- Verificar disponibilidad.
- Aplicar preferencias o restricciones.
- Armar un carrito.
- Solicitar la aprobación del usuario.
- Completar una transacción dentro de los límites previamente definidos.
La principal diferencia respecto de un recomendador tradicional es su capacidad para encadenar acciones y tomar decisiones dentro de ciertos parámetros. No se limita a mostrar productos: puede consultar sistemas, evaluar alternativas y ejecutar pasos del proceso comercial.
| Modelo | Función de la IA | Papel del consumidor |
| E-commerce tradicional | Ordena resultados o personaliza contenidos | Busca, compara y compra |
| Comercio conversacional | Responde preguntas y recomienda productos | Conversa, elige y completa la compra |
| Comercio agéntico | Interpreta, compara, arma pedidos y puede ejecutar acciones | Define objetivos, restricciones y autorizaciones |
| Comercio autónomo | Gestiona gran parte del proceso dentro de reglas predefinidas | Supervisa excepciones y resultados |
El comercio agéntico tampoco debe confundirse con la automatización interna. Un retailer puede utilizar IA para pronosticar demanda o ajustar precios sin que exista un agente interactuando con el consumidor. En este caso, el cambio específico está en que la IA pasa a formar parte de la interfaz comercial y del proceso de decisión de compra.
Por qué el comercio agéntico entró en la Agenda CIO
La IA ya ocupa un lugar central en la inversión tecnológica del sector. De acuerdo con la Agenda CIO para retail de Gartner, el 91% de los líderes de tecnología de la industria priorizaba la inteligencia artificial como la principal tecnología para implementar hacia 2026.
Sin embargo, la prioridad no garantiza resultados. Kevin Byrne y Alan Levy, autores del estudio State of AI in retail and CPG 2026 de Deloitte, describen el momento como uno de “alta convicción, baja ejecución”.
En la investigación, realizada entre 200 ejecutivos, el 75% consideró a la IA una prioridad estratégica, pero solo el 16,5% podía cuantificar su retorno. El mismo informe encontró que el 29% de los retailers todavía no tenía un enfoque definido para el comercio agéntico, aunque entre el 50% y el 60% ya estaba experimentando con capacidades relacionadas y priorizando la preparación de APIs.
La paradoja es relevante para el CIO: las pruebas avanzan más rápido que la estrategia, el gobierno y el modelo operativo.
El Global Retail Industry Outlook 2026 de Deloitte refuerza esa dirección. Cerca del 68% de los ejecutivos consultados esperaba desplegar IA agéntica en actividades operativas o corporativas en un plazo de 12 a 24 meses. Al mismo tiempo, el 44% reconoció que sus sistemas heredados estaban frenando la innovación.
El comercio agéntico es, por lo tanto, una discusión sobre IA, pero también sobre deuda técnica, integración, calidad de datos, ciberseguridad, dependencia de plataformas y retorno de inversión.
La compra autónoma todavía es limitada
El entusiasmo empresarial convive con un consumidor que mantiene ciertas reservas.
Una encuesta de Gartner sobre el uso de IA en las compras, publicada en mayo de 2026, encontró que solo el 11% de los consumidores estadounidenses estaba dispuesto a permitir que una IA tomara decisiones de compra, incluso en categorías de menor riesgo.
La aceptación era mayor cuando la IA ayudaba a reducir opciones: el 31% estaba dispuesto a utilizarla para seleccionar productos de uso doméstico y el 28% para comparar dispositivos electrónicos.
“Los consumidores no buscan tercerizar sus decisiones de compra a la IA”, sostuvo Kate Muhl, vicepresidenta y analista de Gartner. Según la especialista, los usuarios quieren ayuda para encontrar información, comparar precios y reducir alternativas, pero pretenden conservar la decisión final.
Para los retailers, esto indica que la primera etapa del comercio agéntico estará concentrada en la influencia sobre la decisión, más que en la compra completamente autónoma.
La investigación Europe’s agentic commerce moment de McKinsey llegó a una conclusión similar: los consumidores europeos ya utilizan IA para descubrir, comparar y evaluar productos, aunque la delegación completa de la transacción continúa siendo limitada.
El punto crítico es que una marca puede quedar afuera de la consideración antes de saber que existió una intención de compra.
Qué debe cambiar el CIO para preparar el e-commerce
1. Convertir el catálogo en información legible por máquinas
En el comercio tradicional, una ficha de producto se diseña principalmente para una persona y para los motores de búsqueda. En el comercio agéntico también debe ser comprensible para sistemas capaces de comparar productos automáticamente.
Esto exige datos consistentes sobre:
- Nombre y descripción del producto.
- Marca, modelo y categoría.
- Características técnicas.
- Dimensiones, materiales y variantes.
- Precio y promociones.
- Disponibilidad.
- Costos y tiempos de entrega.
- Garantías.
- Políticas de devolución.
- Opiniones y calificaciones verificables.
McKinsey lo plantea de manera directa en su análisis sobre la curva de automatización del comercio agéntico: “Si el catálogo, las políticas y la propuesta de valor no son legibles por máquinas, los agentes no los encontrarán”.
Un catálogo incompleto ya no afecta únicamente la experiencia del sitio. Puede impedir que el producto ingrese en la lista de alternativas elaborada por un asistente.
2. Sincronizar precios, promociones e inventario
Un agente necesita operar con información actualizada. Recomendar un artículo sin stock, mostrar un precio vencido o prometer una entrega imposible deteriora la confianza y aumenta los costos operativos.
El CIO debe identificar cuál es la fuente confiable para cada dato y cómo se sincronizan:
- Plataforma de e-commerce.
- ERP.
- Sistema de gestión de pedidos u OMS.
- Gestión de depósitos.
- Puntos de venta.
- Marketplaces.
- Programa de fidelización.
- Plataformas de promociones y precios.
La documentación del Agentic Commerce Protocol de OpenAI muestra un ejemplo concreto de esta nueva infraestructura. Los comercios pueden proporcionar feeds estructurados con títulos, descripciones, imágenes, precios y disponibilidad para que sus productos sean interpretados por ChatGPT.
El caso no implica que todos los retailers deban adoptar el mismo protocolo. Sí demuestra que la calidad y actualización del feed de productos pasa a ser una capacidad comercial estratégica.
3. Construir APIs preparadas para agentes
La tienda online deja de ser la única puerta de entrada. Los agentes pueden interactuar con el retailer a través de APIs, plataformas intermediarias o, en escenarios menos eficientes, navegando la web como lo haría una persona.
McKinsey identifica tres posibles modelos:
| Modelo | Interacción |
| Agente a sitio | El agente navega una tienda diseñada para personas |
| Agente a agente | El agente del comprador interactúa con un agente del vendedor |
| Agente a intermediario | Una plataforma conecta al agente con distintos comercios |
Para estar agent ready, el retailer necesita APIs documentadas, seguras y estables que permitan consultar productos, disponibilidad, precios, entregas, pedidos y devoluciones.
El CIO también debe resolver cuestiones operativas: autenticación, límites de llamadas, versionado, control de errores, latencia, idempotencia y monitoreo. Una integración que funciona en una demostración puede fallar cuando recibe miles de consultas o cuando un agente repite una operación después de una interrupción.
4. Rediseñar identidad, consentimiento y pagos
Cuando una persona compra directamente, el retailer autentica al usuario y registra su decisión. Cuando interviene un agente, surge una pregunta adicional: ¿qué acciones está autorizado a ejecutar en nombre de esa persona?
El sistema deberá distinguir entre:
- Solicitar información.
- Consultar datos de fidelización.
- Armar un carrito.
- Aplicar un cupón.
- Seleccionar una entrega.
- Iniciar un pago.
- Confirmar una compra.
- Gestionar una devolución.
La autorización debería poder restringirse por monto, comercio, categoría, período o tipo de operación.
El Agentic Checkout Spec ofrece un ejemplo de arquitectura en la que el comercio conserva sus sistemas de pedidos, pagos y cumplimiento. La especificación requiere autenticar las solicitudes, verificar las firmas, validar las entradas, evitar operaciones duplicadas y mantener sincronizado el estado de la orden.
Más allá del protocolo elegido, el principio para el CIO es el mismo: un agente nunca debería recibir más autoridad o información de la necesaria para completar una tarea.
5. Incorporar trazabilidad de las decisiones
En un e-commerce tradicional pueden analizarse clics, búsquedas, páginas vistas y abandono del carrito. En el comercio agéntico, buena parte de la evaluación puede ocurrir fuera del sitio.
El retailer necesitará registrar:
- Qué agente inició la interacción.
- Qué información solicitó.
- Qué productos fueron evaluados.
- Qué precio y disponibilidad se informaron.
- Qué reglas se aplicaron.
- Qué acción autorizó el usuario.
- Qué sistema confirmó la orden.
- Qué errores o excepciones se produjeron.
La observabilidad será necesaria tanto para medir el negocio como para resolver reclamos. Si un agente selecciona un producto incorrecto, aplica una promoción incompatible o repite una compra, la empresa deberá reconstruir la secuencia completa.
6. Definir quién gobierna el nuevo canal
El comercio agéntico cruza áreas que tradicionalmente operan por separado:
- Tecnología.
- E-commerce.
- Marketing.
- Datos.
- Ciberseguridad.
- Legales y cumplimiento.
- Finanzas.
- Operaciones y logística.
- Atención al cliente.
El CIO puede liderar la preparación tecnológica, pero el resultado comercial no debería quedar bajo responsabilidad exclusiva de IT.
Deloitte detectó que el 54% de la propiedad de la estrategia de IA permanecía en manos de líderes tecnológicos y no de los responsables de resultados financieros. Ese desbalance puede generar plataformas técnicamente correctas, pero desconectadas de ingresos, margen o experiencia del cliente.
Una estructura de gobierno debería definir:
- Qué casos de uso pueden probarse.
- Qué categorías quedan excluidas.
- Qué datos pueden compartirse.
- Qué plataformas pueden integrarse.
- Cuándo se requiere aprobación humana.
- Quién responde por una transacción incorrecta.
- Qué métricas justifican escalar la inversión.
De SEO a GEO: cómo evitar que los productos se vuelvan invisibles
Durante años, los retailers optimizaron su presencia digital para buscadores, marketplaces y redes sociales. La aparición de asistentes generativos agrega otra disciplina: la GEO o Generative Engine Optimization, orientada a facilitar que una marca, producto o contenido pueda ser comprendido y utilizado en respuestas generadas por IA.
GEO no reemplaza al SEO. Ambos dependen de contenidos claros, autoridad, precisión y una arquitectura accesible. Pero los agentes necesitan información especialmente preparada para recuperar, comparar y justificar una recomendación.
Para un e-commerce, eso implica:
- Utilizar nombres y descripciones inequívocos.
- Mantener atributos completos y normalizados.
- Evitar contradicciones entre canales.
- Publicar políticas de entrega, garantía y devolución de forma clara.
- Incorporar datos estructurados.
- Mantener precios y disponibilidad actualizados.
- Ofrecer documentación técnica y APIs cuando corresponda.
- Construir reputación mediante opiniones verificables y fuentes confiables.
En marzo de 2026, OpenAI amplió las funciones de descubrimiento de productos en ChatGPT, con comparaciones visuales y datos actualizados de productos. El desarrollo refleja una tendencia más amplia: la búsqueda comercial está pasando de una lista de enlaces a una conversación que filtra opciones según presupuesto, características y restricciones.
La consecuencia para el CIO es concreta: la visibilidad comercial dependerá cada vez más de la calidad técnica del dato, no solo de la inversión publicitaria o del diseño del sitio.
El riesgo de perder el control de la relación con el cliente
El comercio agéntico puede reducir fricción y acercar compradores con mayor intención. Pero también puede trasladar parte de la experiencia a plataformas que el retailer no controla.
Las preguntas estratégicas son similares a las que aparecieron con los marketplaces:
- ¿Quién controla la interfaz?
- ¿Quién conoce primero la intención de compra?
- ¿Quién decide qué productos aparecen?
- ¿Qué datos recibe el retailer?
- ¿Cómo se atribuye la venta?
- ¿Quién gestiona el consentimiento?
- ¿Dónde se completa el pago?
- ¿Quién atiende el reclamo?
- ¿Qué ocurre si cambian las reglas o comisiones?
Una integración puede ampliar el alcance y, al mismo tiempo, generar vendor lock-in. El CIO debe evaluar la portabilidad de los catálogos, la propiedad de los datos, los costos de salida y la posibilidad de operar con más de un intermediario.
El objetivo no debería ser rechazar las plataformas externas, sino evitar que el nuevo canal se construya sin una estrategia de dependencia tecnológica.
Seguridad: cuando el agente también amplía la superficie de ataque
Un agente conectado a catálogos, cuentas, pedidos y medios de pago aumenta las posibilidades de automatización, pero también introduce nuevos riesgos.
Entre ellos aparecen:
- Suplantación de agentes o usuarios.
- Manipulación de instrucciones.
- Uso indebido de credenciales.
- Acceso excesivo a datos.
- Compras no autorizadas.
- Alteración de precios o carritos.
- Repetición de transacciones.
- Abuso automatizado de promociones.
- Dependencia de integraciones de terceros.
- Falta de trazabilidad sobre decisiones.
El OWASP Top 10 for Agentic Applications 2026 identifica los riesgos específicos que surgen cuando una aplicación de IA puede utilizar herramientas, ejecutar acciones y comunicarse con otros sistemas.
Para estructurar el gobierno de la IA, las empresas también pueden apoyarse en el AI Risk Management Framework de NIST, que propone identificar, evaluar y gestionar los riesgos de IA a lo largo de su ciclo de vida.
El control no debería agregarse después del piloto. Gartner advierte en su Hype Cycle for Agentic AI 2026 que solo el 17% de las organizaciones habían desplegado agentes, aunque más del 60% esperaba hacerlo dentro de dos años. El mismo análisis ubica a la gobernanza, la seguridad y el control de costos como capacidades todavía en proceso de maduración.
Cómo medir el retorno del comercio agéntico
El business case no debería construirse únicamente alrededor de una promesa de crecimiento futuro. El CIO necesita acordar con las áreas comerciales qué resultados justificarían ampliar la inversión.
| Indicador | Qué permite evaluar |
| Productos correctamente interpretados | Calidad y cobertura del catálogo |
| Precisión de precios e inventario | Confiabilidad de los datos |
| Tráfico referido por asistentes de IA | Peso del nuevo canal |
| Conversión asistida por IA | Impacto sobre las ventas |
| Margen por transacción | Rentabilidad real |
| Costo por integración | Esfuerzo tecnológico |
| Tasa de errores | Calidad operativa |
| Devoluciones y cancelaciones | Precisión de las recomendaciones |
| Fraude por canal | Exposición financiera |
| Tiempo de respuesta de las APIs | Experiencia del agente |
| Porcentaje de operaciones con intervención humana | Nivel real de autonomía |
| Dependencia por plataforma | Riesgo de concentración |
Las métricas también deben separar el descubrimiento, la influencia y la transacción. Un asistente puede impulsar una compra aunque el pago se complete más tarde en el sitio, en una aplicación o en una tienda física.
Sin esa atribución, el retailer podría subestimar el nuevo canal o invertir en capacidades que no generan resultados comprobables.
Una hoja de ruta de 90 días para el CIO
La preparación no exige iniciar con una transformación completa. Un enfoque progresivo permite aprender sin comprometer procesos críticos.
Primeros 30 días: diagnóstico
- Inventariar catálogos, feeds y APIs existentes.
- Identificar la fuente oficial de precios, stock y promociones.
- Detectar inconsistencias entre web, aplicación, tiendas y marketplaces.
- Mapear sistemas heredados y dependencias críticas.
- Seleccionar una categoría de bajo riesgo para experimentar.
Entre 30 y 60 días: diseño del piloto
- Normalizar los atributos de los productos elegidos.
- Definir los datos que podrá consultar el agente.
- Diseñar autenticación, permisos y límites.
- Establecer criterios de aprobación humana.
- Incorporar logs, monitoreo y alertas.
- Acordar métricas con e-commerce, marketing y finanzas.
Entre 60 y 90 días: ejecución y evaluación
- Integrar una plataforma o entorno controlado.
- Probar consultas, comparaciones y armado de carritos.
- Simular errores, duplicaciones y falta de stock.
- Medir conversión, precisión, latencia y costo.
- Evaluar riesgos contractuales y dependencia.
- Decidir si escalar, rediseñar o detener el caso de uso.
La decisión más importante no es qué agente adoptar primero, sino qué capacidades deben ser propias y reutilizables, independientemente del proveedor elegido.
Preguntas frecuentes sobre comercio agéntico
¿Qué significa comercio agéntico?
Es un modelo de comercio digital en el que un sistema de inteligencia artificial puede buscar, comparar y ejecutar acciones de compra en representación de una persona, dentro de reglas y permisos definidos.
¿En qué se diferencia de un chatbot?
Un chatbot responde consultas. Un agente puede interpretar un objetivo, utilizar herramientas, consultar sistemas, encadenar tareas y ejecutar acciones.
¿Los agentes de IA ya pueden comprar productos?
Existen plataformas e integraciones capaces de iniciar o completar partes de una compra. Sin embargo, la adopción es desigual y muchos consumidores todavía prefieren conservar la decisión y aprobación final.
¿Qué necesita un e-commerce para estar preparado?
Necesita datos estructurados, inventario y precios actualizados, APIs seguras, mecanismos de identidad y autorización, observabilidad y gobierno de IA.
¿El comercio agéntico reemplaza al SEO?
No. El SEO continúa siendo necesario. El comercio agéntico agrega la necesidad de preparar los productos para que los sistemas de IA puedan comprenderlos, compararlos y recomendarlos.
¿Cuál es el principal riesgo para un retailer?
Quedar afuera de la etapa de consideración porque sus productos no pueden ser interpretados correctamente, o depender de una plataforma externa que controle la relación con el cliente.
¿Qué rol tiene el CIO?
El CIO debe ordenar la arquitectura, los datos, la integración, la seguridad y el gobierno del nuevo canal, además de conectar la inversión con métricas de negocio.
