El comprador empieza por pedirle ayuda a la inteligencia artificial, sigue aceptando sus recomendaciones y, en algunos mercados, ya considera entregarle la compra completa. La confianza avanza por etapas. Para las marcas, esto cambia la competencia: cada producto tendrá que resultar comprensible, verificable y elegible para una persona y para el sistema que la asesora.
Qué es un agente de IA en una compra
Un agente de inteligencia artificial es un sistema capaz de investigar opciones, compararlas, recomendar una alternativa y ejecutar acciones en nombre del usuario. Puede buscar un producto, revisar precio y disponibilidad, armar un carrito y avanzar hacia el pago según las instrucciones recibidas. La diferencia frente a un chatbot está en su capacidad de actuar dentro de un objetivo definido.
Imaginemos una orden cotidiana: “reponé los productos de limpieza para la semana”. Para cumplirla, el agente debe interpretar cantidades, consultar catálogos, comparar precios, revisar condiciones de entrega y decidir si una opción satisface el pedido. Cada paso contiene una elección. La persona entrega una parte de su recorrido mental a un sistema que opera con datos y reglas.
Ahí aparecen tres funciones que suelen mezclarse. Recomendar significa presentar alternativas. Explicar significa ordenar información para facilitar una elección. Ejecutar significa realizar una acción que puede comprometer dinero, datos personales o una relación contractual. El salto de una función a otra aumenta el valor de la herramienta y también el costo de equivocarse.
La confianza cambia cuando aparece el botón de compra
El informe Agentic Commerce Pulse de Riskified, correspondiente al primer trimestre de 2026, midió consumidores de Estados Unidos y Reino Unido. Allí, 61,5% dijo que ya utilizaba herramientas de inteligencia artificial para descubrir y comparar productos. El 55% declaró incomodidad ante la posibilidad de que un agente comprara en su nombre.
El dato describe una brecha precisa. La gente acepta que la máquina le ayude a mirar, filtrar y entender. Cuando la herramienta debe gastar su dinero, la autorización adquiere otra importancia. Riskified también reportó que 46,5% de los encuestados no confiaba en ninguna empresa para gestionar sus compras, mientras la mitad responsabilizaría a la plataforma ante una compra no autorizada.
La investigación registra una percepción dentro de Estados Unidos y Reino Unido. Su alcance permite identificar una conducta en esos mercados: la adopción de herramientas puede crecer mientras la disposición a delegar una transacción queda rezagada. La capacidad técnica avanza a una velocidad distinta de la autoridad concedida, y esa distancia concentra el problema comercial.
El mismo informe señaló que 73,9% de los consumidores prefería contar con autenticación fuerte, biometría o una clave de un solo uso antes de permitir que un agente gastara su dinero. Esa preferencia traduce la preocupación en un requisito concreto. El comprador quiere saber quién autorizó la operación, qué alcance tuvo el permiso y qué empresa responderá ante un error.
Argentina muestra una disposición distinta
El 21 de septiembre, Infobae citó un estudio de Bain & Company sobre consumidores argentinos. Según esa nota, 72% ya incorporaba herramientas de inteligencia artificial a su rutina diaria y 30% estaba dispuesto a delegarles sus compras por completo. La cifra corresponde a Argentina y al alcance descrito por ese estudio.
La nota también indicó que 55% de los participantes usaba inteligencia artificial para buscar información y 27% recibía asistencia durante el proceso de compra. Para investigar servicios y precios, 41% confiaba en estas herramientas. Durante la asistencia y selección de productos, la confianza llegaba a 36%. El recorrido muestra una cesión gradual, con niveles distintos según la tarea.
El 30% dispuesto a completar una compra mediante inteligencia artificial representa una señal de mercado. Su lectura requiere cuidado: una intención declarada en una encuesta describe apertura, no necesariamente transacciones repetidas, márgenes saludables o satisfacción posterior. Aun así, alcanza para obligar a las marcas argentinas a estudiar qué información necesitan los agentes para considerar sus productos.
Los datos describen mercados y preguntas diferentes. Riskified preguntó por la comodidad con que un agente comprara en nombre del usuario en Estados Unidos y Reino Unido. Bain & Company, según Infobae, midió disposición y adopción entre consumidores argentinos. La comparación funciona como una tensión entre etapas de confianza, con cautela frente a cualquier conclusión regional.
La decisión empieza antes del checkout
Durante décadas, una marca compitió por aparecer en una góndola, una página de resultados o una pantalla. En un circuito mediado por agentes, también necesita entregar información que permita ser comparada. Precio, disponibilidad, características, condiciones de devolución, tiempos de entrega y reseñas verificables pueden pesar en una recomendación automatizada.
Esto afecta la comunicación porque una promesa ambigua pierde utilidad cuando el agente debe convertirla en una decisión. “La mejor experiencia” carece de precisión para un sistema que intenta distinguir entre dos productos. En cambio, una garantía clara, una ficha completa y una condición de servicio comprobable pueden entrar en la evaluación que precede a la compra.
El primer desafío consiste en hacer legible la oferta. Una empresa necesita revisar si sus datos están actualizados, si los precios coinciden entre canales y si las condiciones comerciales se contradicen. También debe identificar qué fuentes externas describen sus productos. La confianza algorítmica se alimenta de señales dispersas, desde catálogos y reseñas hasta políticas de devolución.
El segundo desafío consiste en sostener la promesa después de la transacción. Un agente puede encontrar el producto adecuado y aun así producir una experiencia defectuosa si la entrega falla, el inventario estaba desactualizado o el servicio de atención desconoce la autorización otorgada. La conversión mide un momento. La confianza incorpora lo que ocurre después.
Recomendar, explicar y ejecutar requieren reglas distintas
Una empresa puede permitir que un agente recomiende productos dentro de una categoría y exigir confirmación humana antes de pagar. También puede establecer un monto máximo, limitar las marcas elegibles o bloquear compras recurrentes. Esas decisiones forman parte del diseño comercial. Determinan cuánto control conserva el cliente y qué margen de acción recibe la herramienta.
La autorización necesita quedar expresada en lenguaje cotidiano. El usuario debería comprender qué busca el agente, qué datos puede consultar, qué acciones puede realizar y cuándo volverá a pedir permiso. “Encontrá un regalo” puede significar mostrar opciones. También puede significar elegir, pagar y enviar. La empresa que no aclare esa diferencia transforma una expectativa en una disputa.
La responsabilidad necesita un dueño visible. Si el agente recomienda una alternativa equivocada, aplica un descuento inválido o compra una cantidad incorrecta, el cliente buscará una respuesta en la marca, la plataforma o el comercio. La arquitectura interna puede distribuir tareas entre proveedores, pero la experiencia externa exige un interlocutor capaz de explicar y reparar.
Qué debería medir una marca
El tablero de un canal agéntico necesita superar la conversión inmediata. Conviene registrar qué pidió el usuario, qué información consultó el agente, qué alternativas evaluó, qué permiso recibió y cuál fue el resultado. Esa trazabilidad permite investigar reclamos y distinguir una venta exitosa de una operación que luego genera devoluciones, atención costosa o pérdida de margen.
También importa observar si las recomendaciones conducen a compras repetidas y si el cliente conserva la preferencia por la marca después de delegar la investigación. Un agente puede priorizar el precio más bajo para una transacción y erosionar el valor de largo plazo. La eficiencia del sistema debe medirse junto con satisfacción, rentabilidad, recurrencia y capacidad de respuesta.
Para los equipos de marketing, la tarea cambia de escala. El mensaje debe convencer al consumidor, aportar evidencia al agente y coincidir con la operación que la empresa puede cumplir. Esa coherencia convierte la comunicación en una condición de acceso dentro del circuito de compra. El producto que una máquina puede entender tiene mejores posibilidades de llegar a la comparación.