¿Qué es el agentic commerce?
El agentic commerce es un modelo en el que agentes de inteligencia artificial participarían activamente en procesos de compra: desde la búsqueda y comparación de productos hasta la decisión autónoma de qué marcas y productos adquirir. A diferencia de los chatbots o los motores de recomendación tradicionales, estos agentes no se limitarían a sugerir opciones. Investigarían, compararían, negociarían y, en algunos casos, ejecutarían la compra completa en nombre del usuario.
Hoy, este modelo es más una visión que una realidad operativa. No existen todavía agentes que compren de forma verdaderamente autónoma a escala. Sin embargo, hay señales concretas de que la infraestructura para hacerlo posible se está construyendo a gran velocidad.
Shopify habilitó checkout dentro de ChatGPT para más de un millón de merchants. Walmart y Target anunciaron integraciones con plataformas de IA. Google lanzó el Universal Commerce Protocol (UCP) para conectar agentes de IA directamente con sistemas de ecommerce. Amazon está desarrollando capacidades agénticas dentro de Alexa+, aunque simultáneamente ha demandado a Perplexity por intentar automatizar compras en su marketplace, lo que revela la tensión entre adoptar y controlar este nuevo canal.
Es importante distinguir entre lo que ya existe y lo que todavía no. Lo que sí está ocurriendo es que los consumidores usan cada vez más herramientas de IA para investigar y comparar productos antes de comprar. Según Adobe, el tráfico proveniente de herramientas de IA hacia sitios de retail en Estados Unidos creció un 760% entre noviembre y diciembre de 2025. Salesforce reportó que la IA asistió el 17% de los pedidos durante el fin de semana de Thanksgiving 2025, equivalente a $13.5 mil millones. Y Morgan Stanley proyecta que para 2030, casi la mitad de los compradores online utilizarán agentes de compra con IA, representando aproximadamente el 25% de su gasto.
Estas cifras no describen agentes comprando de forma autónoma. Describen un paso previo: la IA integrándose al proceso de decisión de compra. Pero es precisamente ese paso previo el que sienta las bases para que el agentic commerce se materialice. La pregunta no es si los agentes participarán en las decisiones de compra, sino cuándo y con qué alcance.
Un ejemplo para aterrizar el concepto
Para entender cómo podría funcionar en la práctica, pensemos en un caso concreto.
Una persona quiere optimizar su alimentación para alcanzar una meta específica de peso o composición corporal. Herramientas de IA ya pueden generar planes nutricionales personalizados, proponer recetas y ajustar recomendaciones con datos de dispositivos como básculas inteligentes.
Pero implementar esas dietas implica algo muy concreto: comprar los alimentos. Hoy eso significa ir al supermercado o hacer pedidos en distintas plataformas: el súper para ingredientes base, Amazon o Mercado Libre para suplementos específicos. Un proceso fragmentado y repetitivo.
Un agente de compras tomaría la lista generada por la IA y ejecutaría las compras automáticamente, optimizando por precio, disponibilidad o cualquier preferencia del usuario. El proceso completo, desde el plan nutricional hasta la entrega, podría estar completamente automatizado.
El punto central: en este flujo, para un subconjunto significativo de productos, la marca sería seleccionada por el agente, no por el consumidor. Y este patrón se replicaría en prácticamente cualquier categoría de consumo: desde los menús semanales de una familia hasta la compra recurrente de productos de limpieza o cuidado personal.
Por qué el agentic commerce podría redistribuir el terreno competitivo
Es de esperarse que los agentes de compra, buscando ofrecer los mejores resultados a sus usuarios, den más peso a atributos objetivos (composición, certificaciones, valoraciones, relación precio-beneficio) y menos al posicionamiento de marca. A menos, claro, que el usuario haya especificado preferencia por marcas específicas.
Esto no significa que el branding tradicional vaya a desaparecer. Pero sí que probablemente no podrá defender por completo el market share que los agentes de compras capturen. Qué porción de las decisiones de compra migrará a agentes, y a qué velocidad, son preguntas abiertas. Pero la dirección parece clara.
Para las marcas establecidas, esto representaría una amenaza. Para las marcas nuevas y emergentes, una oportunidad. Tres factores explican por qué.
Primero, la ventaja histórica de las marcas grandes descansa en buena medida sobre lograr un posicionamiento de marca importante: familiaridad, presencia en anaquel, recordación publicitaria. Un agente optimizando por resultados para su usuario tendría pocas razones para replicar esos sesgos.
Segundo, a diferencia del modelo de búsqueda tradicional donde una sola marca tiende a dominar el primer resultado, la naturaleza probabilística de los modelos de IA sugiere que varias marcas podrían ser seleccionadas en distintos procesos de compra. En los ejercicios de marketing para LLMs que hemos realizado en Julius, especialmente en B2B, hemos encontrado que los modelos tienden a recomendar diversas marcas en lugar de concentrar la visibilidad en una sola. Esto genera escenarios muy distintos al de Google, donde el primer resultado captura la mayor parte del tráfico. El terreno de juego se distribuiría.
Tercero, posicionar una marca ante agentes de IA podría requerir significativamente menos presupuesto que el marketing tradicional dirigido a millones de consumidores. Las barreras de entrada se reducirían. Esto no quiere decir que sea trivial, pero la inversión necesaria para ser “visible” ante un algoritmo es de una naturaleza fundamentalmente distinta a la de construir recordación de marca en la mente de millones de personas.
El ecosistema que se está construyendo
El agentic commerce no se está desarrollando en el vacío. Hay una competencia activa entre las principales empresas tecnológicas por construir la infraestructura que lo haría posible, aunque los casos de uso reales son todavía mínimos.
OpenAI lanzó la funcionalidad “Buy it in ChatGPT” con integración directa a Shopify y Etsy, permitiendo compras sin salir de la conversación. Google respondió con el Universal Commerce Protocol y capacidades de checkout agéntico dentro de Gemini. Amazon desarrolla Alexa+ con funciones de compra autónoma. Perplexity lanzó “Buy with Pro” con checkout integrado vía PayPal. Y en el frente de pagos, Mastercard, Stripe y PayPal están construyendo la infraestructura para que los agentes puedan ejecutar transacciones de forma segura.
Que estas empresas estén invirtiendo de forma simultánea y agresiva no garantiza que el modelo funcionará tal como lo imaginan. Pero sí indica que la apuesta es seria y que, de materializarse, es probable que no haya un único agente dominante, sino múltiples plataformas compitiendo por ofrecer mejores resultados a sus usuarios. Para las marcas, esto implicaría que la estrategia de marketing para agentes de IA no podría limitarse a optimizar para una sola plataforma.
Implicaciones potenciales para América Latina
El agentic commerce está avanzando más rápido en Estados Unidos, donde la infraestructura de ecommerce y pagos digitales está más desarrollada. Si este modelo gana tracción, las implicaciones para América Latina serían directas.
Las marcas latinoamericanas que exportan o venden a consumidores en Estados Unidos enfrentarían este cambio de forma inmediata conforme los agentes ganen adopción en ese mercado. Y en mercados locales, plataformas como Mercado Libre, Amazon México y Rappi tienen los incentivos y la infraestructura base para integrar capacidades agénticas en sus ecosistemas cuando la tecnología madure.
Además, el contexto latinoamericano presenta una dinámica particular: mercados donde la lealtad de marca tiende a ser menor que en economías más maduras, donde la sensibilidad al precio es alta, y donde las marcas emergentes pueden competir con mayor agilidad. Si el agentic commerce reduce las barreras de entrada y redistribuye la visibilidad, las marcas latinoamericanas que se preparen temprano podrían capturar participación de mercado que antes estaba reservada para competidores con presupuestos mucho mayores.
Cómo prepararse: marketing para agentes de IA
Aunque el agentic commerce aún no opera a escala, hay acciones que las marcas pueden tomar hoy y que generan valor independientemente de cuándo y cómo se materialice este modelo. Las tres líneas de acción que propongo a continuación mejoran la competitividad de una marca tanto en el entorno actual como en un futuro escenario agéntico.
Atributos objetivos del producto
En un entorno donde los agentes prioricen datos medibles, las marcas con atributos claros, bien documentados y fácilmente procesables tendrían ventaja sobre las que dependen principalmente de posicionamiento aspiracional. Esto implica invertir en la calidad y estructura de los datos de producto: composición detallada, certificaciones verificables, métricas de desempeño, valoraciones de usuarios. No se trata de abandonar el branding, sino de complementarlo con información que un algoritmo pueda interpretar y comparar objetivamente.
Esta inversión, además, tiene beneficios inmediatos: mejora la experiencia de compra en canales digitales actuales, facilita la integración con marketplaces y fortalece el SEO tradicional.
AEO: Agentic Engine Optimization
AEO es la práctica de optimizar la presencia de una marca para ser correctamente interpretada y recomendada por modelos de inteligencia artificial. El término abarca tanto la optimización para motores de respuesta (Answer Engine Optimization) como la optimización específica para agentes autónomos.
Donde esto ya es una realidad tangible es en B2B: cada vez más compradores investigan soluciones directamente a través de LLMs como ChatGPT, Perplexity y Gemini, en lugar de búsquedas tradicionales en Google. Esto no es agentic commerce propiamente (no hay un agente comprando de forma autónoma), pero sí es el mismo principio aplicado al descubrimiento de marcas y productos. Gartner proyecta que para 2026, el 25% del tráfico de búsqueda orgánica migrará a chatbots y asistentes virtuales con IA.
Si el agentic commerce se materializa en B2C, el AEO se volvería igualmente crítico para marcas de consumo: si un agente no “conoce” tu producto o no lo interpreta correctamente, simplemente no lo recomendaría ni lo seleccionaría.
La buena noticia es que el AEO no reemplaza al SEO tradicional, sino que se construye sobre él. Las bases de un buen SEO (contenido estructurado, autoridad de dominio, datos precisos) son también los cimientos del AEO. En Julius actualmente estamos ofreciendo este tipo de servicios a un número creciente de clientes, tanto en B2B como en las primeras incursiones en B2C.
Disponibilidad multicanal
Los agentes de compra probablemente buscarían minimizar la cantidad de retailers involucrados en una transacción para optimizar costos y logística. Un producto que solo está disponible en un canal tendría más probabilidades de ser sustituido por una alternativa comparable que el agente pueda incluir en una compra consolidada.
Esto es particularmente relevante en categorías donde los productos son altamente intercambiables. La disponibilidad multicanal, que siempre ha sido importante, adquiriría una dimensión nueva cuando el “comprador” sea un algoritmo que pueda evaluar opciones en múltiples plataformas simultáneamente y en tiempo real.
La ventana para actuar
El agentic commerce todavía es más una idea que una realidad operativa a escala. Pero la velocidad de avance de los modelos de IA, combinada con la inversión masiva de las principales plataformas tecnológicas, sugiere que la ventana para prepararse podría ser más corta de lo que parece.
McKinsey proyecta que para 2030, el agentic commerce podría representar hasta $1 trillón en ingresos orquestados solo en el mercado B2C de retail en Estados Unidos, con proyecciones globales de $3 a $5 trillones. Incluso si estas cifras resultan optimistas, una fracción de ese volumen representaría un cambio significativo en cómo se distribuye el market share.
Hay incertidumbre legítima sobre el ritmo y la magnitud de esta transición. Pero las acciones necesarias para prepararse (mejorar datos de producto, optimizar para IA, fortalecer la presencia multicanal) generan valor hoy, independientemente de cuándo llegue el agentic commerce a escala. Ese es quizás el argumento más pragmático para empezar ahora: el costo de prepararse es bajo, el costo de no hacerlo podría ser alto, y los beneficios son inmediatos.
El tema seguirá evolucionando. Lo que no es opcional es empezar a prestar atención.
