Ahora sí, el ecommerce va a cambiar (o no tanto)
Vivimos instalados en un estado de histeria digital permanente. Cada semana en LinkedIn hay una competición no declarada para ver quién publica la predicción más visionaria sobre “lo que seguro va a pasar” (LinkedIn ya no es lo que era).
Hace apenas unos meses, la frase de moda era: “La IA no te quitará el trabajo, lo hará alguien que sepa usarla”. Por supuesto que la IA va a sustituir personas a través de la usurpación de sus determinadas tareas, igual que anteriores tecnologías lo hicieron.
«El supuesto ‘factor diferencial’ de ‘saber usarla’ tampoco sirve, porque el acceso a la IA se está democratizando a velocidad absurda: ese era el objetivo, nunca dejarlo en manos de una serie de elegidos/as con unas capacidades de uso y extracción de valor superiores.»
Existirán siempre grupos de personas más o menos habilidosas, pero la convergencia existirá ya desde el momento en que la IA es percibida como un facilitador. Si todos tienen el mismo martillo, lo relevante no es quién lo sabe agarrar, sino quién tiene algo verdaderamente sólido que construir con él.
Un nuevo mantra es el “IA commerce”. La enésima vuelta de tuerca del discurso de siempre: “ahora sí que sí, el comercio digital va a cambiar para siempre”. ¿Lo será? Respiremos y pongamos perspectiva.
¿Qué es el IA commerce (comercio agéntico)?
Es el siguiente paso tras el ecommerce: en lugar de pasar uno mismo por el checkout, un agente de IA descubre, compara y compra en su lugar. Este «comercio agéntico» prolonga dos décadas eliminando fricción, de los marketplaces al móvil, lo social y el search commerce. La pregunta abierta no es la tecnología, sino si el comprador confiará en un agente para gastar su dinero.
El ecommerce siempre ha tenido un objetivo: crecer, eliminando fricciones
Todo lo que ha ocurrido en los últimos veinte años del comercio digital puede resumirse en una idea: tanto vender más con menos esfuerzo por parte del usuario, como incrementar el share del canal (excepto para los pure players). Y es que no solo de incrementalidad vive la empresa: el objetivo era aumentar el share de un canal con unos costes de estructura inferiores al retail físico.
El “ecommerce” siempre ha querido pasar a ser “everywhere & anytime commerce”: compra donde sea, cuando sea y como sea. Si analizamos el fenómeno desde los siete pecados capitales, la IA impacta claramente sobre uno en concreto: la pereza.
Las fases clave en la evolución del ecommerce
1. Marketplaces: la compra digital se convierte en hábito
Amazon, Alibaba y compañía no inventaron el ecommerce, pero lo convirtieron en rutina. Productos infinitos, confianza en el proceso, logística impecable, eliminación de fricciones o reducción de los frenos a su mínima expresión (pagos, cambios y devoluciones…) y la percepción de que comprar online es más fácil que salir de casa. Ese fue el verdadero cambio.
2. M-commerce: el móvil como centro de gravedad del funnel
Con la llegada de los smartphones, la industria entró en pánico ante el temor (finalmente confirmado) de que una parte importante del tiempo de uso migraría desde el ordenador hacia el móvil. El PC mantuvo su relevancia para tareas laborales y productivas, pero perdió protagonismo en el consumo digital cotidiano.
¿Cómo hacemos que alguien compre desde una pantalla de (inicialmente) apenas 4,5 pulgadas? Al principio se limitaron a “llevar la web al móvil”, pero la verdadera revolución llegó con las apps, que integraron la compra dentro de un viaje completo y continuo:
Inspiración → navegación → compra → postcompra → advocacy en redes sociales
Si la inspiración ya estaba en mobile, había que permitir que todo ocurriera sin abandonar el dispositivo. El móvil dejó de ser un canal para convertirse en el lugar donde se buscaba que ocurriera todo.
3. Social commerce: del descubrimiento al checkout… en teoría
Instagram y TikTok, nacidos como canales de inspiración, corrieron a integrar catálogos y pagos nativos. El problema: el móvil sigue siendo pequeño, y ningún feed puede representar un catálogo completo. Demasiados clics, demasiada fricción. El feed pasa a tener un componente muestral, ya que solo una selección es mostrada.
A partir de ahí también surgieron spin-offs interesantes como el Live shopping (que ya analicé en este artículo para ESIC en su momento). Inspirado en Asia, mezclaba streaming + ecommerce + presentador/influencer para generar compra impulsiva en directo.
Muy popular en países como China, donde funciona como un híbrido entre “televenta 3.0” y concierto de fandom; en Occidente, salvo casos puntuales, los resultados han sido más bien irregulares y no ha pasado de experimento. Un intento de convertir entretenimiento en checkout instantáneo.
4. Voice commerce: un fracaso sin paliativos
Alexa iba a ser el nuevo canal de compra. La realidad es que se usaba para acciones rutinarias («pon música», «enciende las luces»), quedando los intentos de convertirlo en vehículo de compra en “Alexa, compra leche” y poco más.
«En el ámbito del voice commerce (v-commerce), la ausencia de una interfaz visual hizo que, más allá de compras rutinarias o de reposición, un uso reiterado y prospectivo se demostrara imposible.»
Fracaso sin paliativos (y asumido y reconocido por Amazon, con cifras objetivables).
5. Search commerce: el comprador ya es un algoritmo
Hoy Google muestra antes una respuesta generada por IA (Gemini) que cualquier resultado SEO o anuncio. El buscador ya no enseña información: da directamente la recomendación. Falta por ver si funcionará, pero eso no ha impedido que medio LinkedIn ya esté dando lecciones al respecto.
“IA commerce”: agentes que compran por ti
El siguiente nivel es claro: no buscar (y no «encontrar»), no filtrar, no comparar, no decidir (o reducido al máximo contrayendo el surtido a un par o tres de opciones). Delegar.
Ejemplo claro: entradas para un concierto de Lady Gaga. En lugar de perder dos horas en una cola virtual para acabar sin ticket, envías a tu agente de IA a pelear por ti. ¿Eficiente? Sí.
The Delegation Threshold©: las cuatro variables que deciden dónde puede comprar un agente
Pero en este ejemplo aparecen cuatro variables clave y muy particulares que impiden una extrapolación:
- La escasez (pocas unidades, mucha demanda)
- La urgencia (la compra debe ser ahora)
- El esfuerzo, referido al tiempo y la atención que el comprador debe invertir para conseguir el producto
- La previsibilidad del producto entregado. Recordemos que en este caso, el producto entregado es una experiencia (el show en sí mismo), a la cual se le añaden capas de valor: desde qué lugar (ubicación del asiento) y cómo (estandard, VIP) la vamos a disfrutar. La entrada simplemente desbloquea su acceso.
El esfuerzo es lo que genera el deseo de delegar. La previsibilidad es lo que decide si la delegación llega a producirse. La escasez y la urgencia solo determinan si automatizar compensa ya o puede esperar.
Aplicadas a categorías concretas, las cuatro variables dan una respuesta para cada una.
| Categoría | Escasez | Urgencia | Esfuerzo | Previsibilidad | Encaje |
|---|---|---|---|---|---|
| Entradas de concierto con mucha demanda | Alta | Alta | Alto | Alta | El caso más claro |
| Reposición doméstica | Nula | Baja | Alto | Muy alta | Ya está ocurriendo |
| Un vuelo de ruta y fecha fijas | Media | Media | Alto | Alta | Funciona hoy |
| Un vino que no se ha probado | Baja | Baja | Medio | Baja | Solo preselección |
| Ropa | Baja | Baja | Medio | Baja | Solo preselección |
| Seguros | Nula | Baja | Muy alto | Baja | El caso difícil |
| Tratamiento médico | n/d | Variable | Alto | Baja | Fuera del marco |
Las valoraciones son orientativas, no mediciones. Describen cómo se comporta cada categoría en cada variable, que es lo que decide si la delegación es plausible. No dicen nada sobre el tamaño de la categoría ni sobre cuándo se moverá.
Hay dos filas que merecen atención.
La reposición doméstica es el caso menos vistoso y el que mejor funciona. Nadie escribe predicciones visionarias sobre volver a comprar el mismo detergente, y sin embargo puntúa alto en esfuerzo y casi perfecto en previsibilidad. El comercio agéntico se parecerá mucho más a un repedido que a una entrada de Lady Gaga.
Los seguros son el caso contrario, y donde la pregunta por la responsabilidad aprieta más. El esfuerzo de comparar pólizas es enorme, y eso es justo lo que hace atractiva la delegación. Pero el producto es una promesa cuya calidad real se descubre años después, al reclamar. Un agente puede elegir la póliza más barata que cumpla las condiciones indicadas. Nadie quiere descubrir, en mitad de un siniestro, que esas condiciones estaban mal indicadas.
Una cosa es comprar un acceso (una entrada) y otra muy distinta es comprar un vino, un tratamiento médico o un seguro. Aquí precisamente ya no hablamos de escasez, mientras que la urgencia queda muy amortiguada así como la previsibilidad, en menor medida. ¿Aceptaremos lo que decida una máquina o necesitaremos validarlo para sentir que decidimos nosotros?
Un año después: dos protocolos y el problema que resuelven
Cuando se publicó este artículo, el comercio agéntico era todavía una afirmación. Hoy es infraestructura, y para qué está construida esa infraestructura dice más que cualquier pronóstico.
Se están levantando dos estándares en paralelo. Stripe y OpenAI publicaron el Agentic Commerce Protocol, un estándar abierto bajo licencia Apache 2.0, con ChatGPT como primera plataforma que lo implementa y Stripe como primer proveedor de pago compatible. Su mecanismo central es un token de pago compartido, vinculado a un comercio concreto y a un importe concreto. Google publicó el Agent Payments Protocol, cuya estandarización se está trasladando a la FIDO Alliance.
Conviene leer para qué dicen esos protocolos que existen, porque ahí está lo revelador.
AP2 enumera tres huecos que viene a cerrar. Autorización: verificar que el usuario dio permiso de verdad. Autenticidad: confirmar que lo que pide el agente corresponde a lo que el usuario quería. Y responsabilidad: establecer de quién es la culpa cuando la transacción sale mal. Su idea de partida es que la confianza en los pagos tiene que apoyarse en una prueba de intención determinista y no repudiable.
Todo eso va de demostrar quién quiso qué, y quién paga cuando la respuesta resulta equivocada.
La tecnología nunca fue la parte difícil, y los protocolos son el reconocimiento de ello por parte de la industria.
¿Hablemos de tecnología? ¿O de confianza?
Hoy una parte muy grande y creciente del contenido online ya la generan máquinas. Eso puede incluir a la mayoría de los supuestos “gurús digitales” que hablan de todo esto: ni siquiera escriben ellos sus propios posts.
Se nota. Estructura calcada, tono neutro, cierre con pregunta tipo “¿Y tú qué opinas?” seguido de “Te leo”. Menos mal: no hacerlo parecería grosero y confirmaría que voluntad por entablar una discusión, realmente no había. En los parques públicos ya había personas subidas a una caja de cartón vociferando ideas y conceptos (en el far west eran pócimas milagrosas) sin esperar mucho feedback de la audiencia que transitaba.
La IA se integrará en el comercio digital. Eso ya ha pasado. El dilema vendrá si, en algún momento, cuestionaremos su credibilidad teniendo en cuenta que no todas las categorías de producto tienen sus mismas particularidades en cuanto al proceso completo de comprar (el cual ya sabemos que no es únicamente el acto de «pasar por caja»).
No todos compramos igual: el ecommerce tendrá que coexistir en varios modelos
El comercio digital siempre ha sido una batalla contra la fricción. Se empezó reduciendo los frenos (devoluciones gratis fue uno de sus propulsores), pero a fuerza de eliminar fricción, podríamos acabar eliminando también el criterio.
Last but not least: ¿seremos capaces de crear una solución en términos de ecommerce adaptada a cada uno de los perfiles generacionales?
Boomers, X, Z, Millenials… cada uno de ellos con un proceso y marco mental en sus decisiones de compra diferente, o al menos con sus particularidades. Y cuidado con caer en el error de no contemplar la «visión dinámica»: los patrones se mueven y deslizan dentro de una misma generación.
Qué conviene revisar en la propia categoría
Situar la categoría propia en las dos variables que más pesan, el esfuerzo y la previsibilidad, y las implicaciones salen solas.
Si el esfuerzo es alto y la previsibilidad también, los agentes van a llegar a esa categoría esté preparada o no. El trabajo pasa a ser de legibilidad: datos estructurados, identificadores estables, un catálogo que una máquina pueda interpretar sin adivinar, y stock y precios que se puedan leer en tiempo real.
Si la previsibilidad es baja, el agente se desplaza hacia arriba, al descubrimiento y a la preselección, y el problema pasa a ser entrar en esa lista corta en lugar de controlar el checkout.
Y en los dos casos queda la pregunta que los protocolos intentan responder. Cuando un agente compra mal, quién lo asume. Si las políticas de devoluciones, reclamaciones y atención al cliente siguen dando por hecho que fue una persona quien pulsó el botón, todavía no cubren esto.
© 2026 Oriol Guitart. The Delegation Threshold© ha sido desarrollado por su autor, Oriol Guitart. Todos los derechos reservados, por la duración y con el alcance establecidos por la legislación de propiedad intelectual aplicable. Queda estrictamente prohibida cualquier reproducción, distribución, comunicación pública y/o transformación, total o parcial, sin la autorización expresa y por escrito del autor, a quien deberá reconocerse como tal en cualquier uso posterior.
