Agentic commerce: cómo los agentes de IA están revolucionando el customer journey 

Varios estudios de 2025 indican que casi el 30%* de las ventas del Black Friday se vieron influenciadas por una IA y que el 34% de los consumidores afirman estar dispuestos a comprar directamente mediante un agente de IA. Con la inteligencia artificial presente casi a diario, la búsqueda en la web está cambiando radicalmente. En este contexto, el agentic commerce se perfila como un nuevo modelo de proceso de compra en el que los agentes de IA ya son capaces de buscar, comparar e incluso comprar productos online en nombre de los usuarios. 

Pero, ¿qué es el agentic commerce y cómo puedes posicionarte ante esta nueva realidad? ¡Te lo explicamos en este artículo!

¿Qué es el agentic commerce?

A medida que cambian los hábitos de búsqueda, están surgiendo en la web nuevos formatos de experiencia de usuario. Entre estas evoluciones, el agentic commerce podría marcar un antes y un después en el futuro del e-commerce. 

El agentic commerce se refiere a una forma de compra online en la que agentes de IA actúan en nombre de los usuarios: analizan una necesidad, exploran la web, comparan las ofertas disponibles y proponen (o incluso realizan) la compra más adecuada.

Hasta ahora, el usuario exploraba por sí mismo distintas páginas web. Pero ahora, gracias a los LLM, puede delegar estas tareas en un agente de IA. El usuario ya no busca directamente en la web, sino que accede al contenido a través de una única interfaz de IA.

Por ejemplo, un usuario pregunta: “¿Qué zapatillas me recomiendas para correr una maratón?”. El agente de IA analiza la consulta, explora diferentes sitios web, compara los mejores modelos y propone una selección que encaja con la petición. Desde una única interfaz, el usuario accede a una lista de recomendaciones con enlaces para finalizar la compra, sin haber tenido que buscar página web tras página web por su cuenta.

Los tres modelos técnicos del agentic commerce

Hoy en día existen tres métodos principales que permiten a los agentes de IA actuar por el usuario dentro del customer journey.

Agentes on-site (integrados en una web)

Un agente on-site es un asistente integrado directamente en una página web que funciona como un apoyo operativo en tiempo real. Guía al usuario en su compra, responde a preguntas complejas y recomienda productos de forma personalizada. Amazon, por ejemplo, ha lanzado Rufus, un agente de IA pensado para facilitar y personalizar la experiencia de compra en su plataforma.

En Partoo, hemos desarrollado Jim, un agente de IA integrable en cualquier página web, capaz de responder automáticamente a los usuarios, a la vez que simplifica la generación de leads cualificados.

Jim, tu nuevo asistente de IA

Jim automatiza las tareas repetitivas como responder a mensajes y reseñas, recopila leads, analiza los comentarios de tus clientes y optimiza la presencia online de tu empresa en todas las plataformas – ¡incluso en las respuestas de las IA!

Más información sobre Jim

Los operadores (navegadores web autónomos)

Algunos agentes de IA van un paso más allá y toman directamente el control del navegador. Pueden explorar la web, añadir productos al carrito y realizar una compra por el usuario, sin que este tenga que intervenir en ningún momento.

OpenAI dio el primer paso en esta dirección con el lanzamiento de ChatGPT Atlas, su propio navegador web. Amazon también propone una funcionalidad parecida con Buy for Me, que permite a un agente comprar un producto externo al marketplace en nombre del usuario.

Los protocolos de agentes (integración directa con el pago) 

Un protocolo de agentes es un agente de IA con una integración técnica específica que permite finalizar la compra directamente desde su propia interfaz, es decir, sin redirigir al usuario a una página externa. Para ello, hace falta una conexión segura entre la IA, el sitio de e-commerce y un sistema de pago. Los primeros protocolos de agentes han llegado a ChatGPT con la nueva funcionalidad Instant Checkout, que por ahora solo está disponible en los Estados Unidos y para algunos sitios de e-commerce.

El agentic commerce está redefiniendo por completo cómo los consumidores buscan, comparan y compran productos y servicios. Si quieres descubrir más al respecto, te puede interesar nuestro webinar (en inglés):

¿Cómo puedes optimizar tu presencia y tu reputación en línea para el agentic commerce?

Con la llegada del agentic commerce, es probable que las páginas web reciban menos visitas por parte de personas, y más por parte de las IA. Así que es clave ofrecer información clara, completa y útil para que los algoritmos la puedan entender y utilizar.

Un agente no ve el diseño, ni la experiencia de usuario (UX), ni la jerarquía visual de un sitio. Se basa en datos estructurados, etiquetas, metadatos y contenido textual.

En este contexto, una web se convierte principalmente en una base de datos que los agentes pueden utilizar. Y como ahora toca convencer a las IA, estos son los tres pilares principales que debes optimizar. 

1. Los datos estructurados

Los datos estructurados son esenciales para que una página web aparezca en los resultados del agentic commerce. Funcionan como “etiquetas invisibles” que permiten a los robots de IA interpretar correctamente cada elemento de un sitio. 

Cuando un LLM genera una respuesta local, se basa directamente en estos datos. Si la información no está estructurada, a la IA le cuesta interpretarla o, directamente, no la ve. En un 60-70% de los casos, los datos estructurados (como etiquetas de schema.org) provienen de páginas de un store locator. Para las IA es oro puro: un store locator es un mapa interactivo que agrupa todos los puntos de venta de una marca y permite a los usuarios encontrar el establecimiento más cercano.

Las IA buscan información precisa, como:

• la dirección,
• los horarios,
• los servicios ofrecidos,
• los productos disponibles a nivel local,
• las reseñas,
• los atributos específicos (admite menores, accesibilidad, parking, etc.)

Cuanto más estructurados, completos y actualizados estén tus datos, más aumentan tus posibilidades de aparecer en respuestas contextuales complejas generadas por agentes de IA.

2. La omnipresencia online

Potenciar tu presencia online multiplica las fuentes de información a las que pueden acceder los agentes de IA. Y, a diferencia de los usuarios, los agentes de IA nunca se basan en un único canal: contrastan los datos de manera sistemática entre varias fuentes. Aparecer en diferentes soportes (como sitios oficiales, directorios, comparadores, plataformas locales, etc.) refuerza la credibilidad a ojos de la IA.

Cuantas más veces encuentre un agente una marca o un establecimiento en diferentes puntos de la web, más confianza le dará y más probable será que lo posicione en los primeros resultados. En cambio, aparecer solo en un canal puede generar incertidumbre y reducir la visibilidad.

3. La prueba social (o notoriedad)

La prueba social es un pilar fundamental del posicionamiento local. A diferencia de los usuarios, que pueden pasar por alto parte de las reseñas, los agentes de IA tienen la capacidad de analizar todos los comentarios de clientes.

Las IA escanean el UGC (User Generated Content), es decir, el contenido generado por usuarios, percibidos como testimonios neutrales y auténticos. Así, analizan:

• las reseñas de Google Maps, 
• las reseñas de productos, 
• los comentarios públicos, 
• contenidos de terceros (posts en TikTok, comentarios en Reddit o en Youtube). 

Al contrastar distintas fuentes, pretenden garantizar la objetividad de los datos y evaluar la percepción real de los usuarios. Comparan marcas entre sí, clasifican puntos de venta y determinan cuáles recomendar. Así, las reseñas de clientes moldean directamente la imagen que las IA se forman de tu marca. No se ignora ninguna señal negativa: un volumen demasiado alto de reseñas desfavorables o la ausencia de respuestas puede bastar para que un establecimiento pierda visibilidad.

La llegada del agentic commerce marca el paso de una IA “asistente” a una IA “actora”, transformando la web en una gran base de datos donde la visibilidad ya no depende del diseño, sino de la claridad de la información proporcionada a los algoritmos.