Dónde crea valor un agente de IA en el comercio electrónico, y dónde sigue ganando una regla

El «comercio electrónico agéntico» se vende como una sola idea: un agente de IA que compra, decide y paga en nombre de un cliente, sin ningún humano en el circuito. En 2025 y 2026, las dos empresas mejor posicionadas para construir exactamente eso, OpenAI y Shopify, lo intentaron de verdad, y la parte que eliminaba al humano de la compra fracasó en menos de seis meses. Lo que sobrevivió es más estrecho y más útil: agentes que encuentran y emparejan productos de forma fiable, funcionando sobre una capa de pagos que fue rediseñada para acotar la autoridad de un agente, no para ampliarla. Esa división, lo que un agente realmente hace bien frente a lo que todavía necesita a un humano o una regla fija, es la forma que tiene hoy el comercio electrónico agéntico.

Respuesta directa

El comercio electrónico agéntico no es una sola capacidad, sino dos: un agente que descubre y empareja productos, y una infraestructura que permite que un agente autorice un pago. El intento de OpenAI en 2025 de eliminar al humano del pago fue cancelado en menos de seis meses. La capa de descubrimiento, que funciona sobre Agentic Storefronts de Shopify, siguió escalando en el mismo período. Las dos capas están ganando confianza a velocidades muy distintas.

Conclusiones clave

• El comercio electrónico agéntico se divide en dos capas que maduran a velocidades distintas: el descubrimiento y emparejamiento de productos, y la ejecución del pago.
• Instant Checkout de OpenAI eliminó al humano del paso final de compra en septiembre de 2025 y fue cancelado en marzo de 2026: solo unos 30 comerciantes de Shopify llegaron a activarlo.
• El protocolo AP2 de Google responde al mismo problema de confianza haciendo que la autoridad de pago de un agente sea más estrecha y demostrable, mediante Intent Mandates y Cart Mandates firmados, no haciendo que los agentes sean más autónomos.
• El descubrimiento funciona porque emparejar la solicitud de un cliente con un catálogo es genuinamente variable. La ejecución del pago está más cerca de lo determinista, y por eso precisamente una regla acotada le ganó ahí a un agente autónomo.
• La pregunta útil para una tienda no es «¿deberíamos añadir un agente de IA?». Es a cuál de estas dos capas pertenece realmente la decisión.

¿Qué significa realmente el «comercio electrónico agéntico»?

El comercio electrónico agéntico describe un software que actúa dentro de una compra, en lugar de limitarse a describirla. En vez de devolver una lista de productos para que una persona los recorra con clics, un agente puede buscar en un catálogo en vivo, comparar opciones frente a una necesidad expresada y, en las versiones más ambiciosas, completar la compra por sí mismo.

La infraestructura detrás de esto se dividió en dos esfuerzos independientes en 2025. Google anunció el Agent Payments Protocol (AP2) el 16 de septiembre con más de 60 socios (entre ellos Mastercard, PayPal, Coinbase, Salesforce y Etsy) para estandarizar cómo demuestra un agente que tiene autoridad para gastar el dinero de una persona. Dos semanas después, OpenAI lanzó Instant Checkout, construido junto con Stripe sobre su propio Agentic Commerce Protocol, para que ChatGPT pudiera completar una compra directamente dentro de una conversación, comenzando con vendedores de Etsy en Estados Unidos el 29 de septiembre, con más de un millón de comerciantes de Shopify (entre ellos Glossier, Skims, Spanx y Vuori) en fila para seguir después.

Ambos protocolos responden a la misma pregunta de fondo, ¿puede un comerciante confiar en que la solicitud de compra de un agente es real?, pero desde extremos opuestos. Uno construyó primero la experiencia de pago. El otro construyó primero la capa de confianza. Lo que le ocurrió a cada uno en los seis meses siguientes es la evidencia real de dónde está el valor.

Lo que no es: qué demostró la propia retirada de OpenAI

En marzo de 2026, OpenAI canceló Instant Checkout, cinco meses después del lanzamiento. Solo unos 30 comerciantes de Shopify llegaron a activarlo, y la sincronización de inventario en tiempo real de la que dependía la función nunca llegó a construirse por completo. La propia explicación de OpenAI fue que estaba «evolucionando cómo abordamos el comercio en ChatGPT… priorizando que la búsqueda y el descubrimiento de productos en ChatGPT sean excelentes, con ACP como la infraestructura que conecta a los usuarios con los comerciantes a lo largo de todo el recorrido de compra»; en términos simples, de vuelta a ser una herramienta de investigación, no un escaparate.

El motivo declarado no fue un modelo más inteligente. Fueron dos problemas separados: los compradores en realidad no querían pagar dentro de una ventana de chat, investigaban ahí y luego completaban la compra en un lugar en el que ya confiaban, y el trabajo técnico de mantener precios e inventario correctos en tiempo real entre comerciantes resultó más difícil de lo que sugería la demo. Por qué generalmente falla añadir un agente de IA a un flujo de trabajo roto se aplica casi exactamente aquí: los datos y el comportamiento subyacentes nunca se rediseñaron para que un agente se hiciera cargo del último paso, así que al quitar al humano de ahí salieron a la luz todas las grietas a la vez.

La propia lectura de Forrester añade el dato más duro detrás de la retirada: según la Consumer Pulse Survey de Forrester de diciembre de 2025, solo el 23% de la Generación X, el 32% de los millennials y el 35% de la Generación Z entre los adultos estadounidenses que compran online habían usado ChatGPT para buscar productos en el último mes y completar una compra dentro de ese chat ya era la parte menos adoptada de ese comportamiento, de por sí minoritario.

En otras palabras, el comercio electrónico agéntico todavía no es «un agente que compra cosas por ti, sin supervisión». Donde realmente se sostuvo en producción fue algo más estrecho que la promesa de venta.

Dónde el agente justifica su complejidad: el descubrimiento, no el pago

Mientras el experimento de pago se retiraba, el lado del descubrimiento en el comercio agéntico siguió expandiéndose. Shopify activó Agentic Storefronts por defecto para los comerciantes elegibles el 24 de marzo de 2026, de exclusión voluntaria, no de inclusión voluntaria, haciendo que los productos de 5,6 millones de tiendas fueran descubribles dentro de ChatGPT, Microsoft Copilot, el AI Mode de Google y la app de Gemini. De forma reveladora, la propia descripción de Shopify de cómo se completa realmente una venta sigue pasando por el comerciante: los usuarios encuentran productos a través de Shopify Catalog y luego completan las compras mediante un navegador integrado en la app, y en escritorio ChatGPT enlaza directamente a la tienda propia del comerciante. El agente encuentra y empareja. El propio pago del comerciante sigue cerrando la venta.

Ese es el límite real, no una suposición:

Qué necesita realmente un agente para funcionar de forma fiable

La lección no es «los agentes son buenos en el descubrimiento y malos en el pago» como si fuera una ley fija. Es que el criterio de un agente vale tanto como los datos sobre los que razona, y una compra es exactamente el punto en el que un dato desactualizado deja de ser una molestia y se convierte en un cargo incorrecto. Un agente que recomienda el producto equivocado desperdicia un clic. Un agente que completa la compra equivocada genera un ticket de soporte, un contracargo y una disputa sobre quién autorizó realmente qué.

Por eso AP2 no intentó hacer que los agentes inspiraran más confianza. Hizo que su autoridad fuera más estrecha y demostrable. Google plantea el protocolo en torno a tres preguntas que un comerciante necesita responder antes de aceptar la solicitud de un agente: si el usuario realmente autorizó esta compra concreta, si la solicitud refleja la intención real del usuario, y quién es responsable si la transacción resulta ser fraudulenta o incorrecta. Un ejemplo ilustra la secuencia real: un comprador le pide a un agente «vuelve a pedir mi café de filtro habitual en cuanto baje de 12 €». Esa instrucción se convierte en un Intent Mandate firmado: un registro exacto de qué se autorizó y bajo qué condición. Semanas después, cuando el precio cruza ese umbral, el agente no se limita a cobrar la tarjeta. Genera un Cart Mandate, un registro seguro e inmutable del artículo y el precio exactos, y solo ese documento, cotejado con el Intent Mandate original, activa el pago. Un comerciante puede verificar que la transacción coincide con lo que la persona realmente autorizó, no con lo que el agente decidió comprar por su cuenta. Eso no es autonomía. Es una regla con aplicación criptográfica, con la interfaz de un agente por delante.

Un agente que trabaja en la capa de descubrimiento necesita la misma disciplina, en una versión más pequeña: un feed de catálogo que esté realmente actualizado, una forma de decir «no estoy seguro, aquí tienes tres opciones» en lugar de adivinar, y un límite a partir del cual devuelve la decisión en vez de completarla. Vale la pena leer aquí Agente de IA o chatbot: la diferencia está en los permisos de escritura: en el momento en que un agente obtiene acceso de escritura al inventario o a un método de pago, el estándar que tiene que cumplir cambia por completo.

Cuándo una regla fija sigue ganando

La mayor parte de lo que una tienda necesita «automatizar» no es, en realidad, una decisión de criterio. Un punto de reposición de stock, un cálculo de costo de envío, una regla que sustituye una talla agotada por la siguiente disponible: todo esto tiene un conjunto fijo y enumerable de condiciones, y un motor de reglas lo gestiona por una fracción del costo, con un registro de auditoría completo y sin riesgo de que un modelo infiera algo incorrecto en un día de mucho movimiento. Esa línea general ya la trazamos al hablar de qué es la automatización con IA; el comercio agéntico es donde se pone a prueba con dinero real sobre la mesa. Un agente justifica su complejidad específicamente donde la condición no se puede enumerar de antemano, una solicitud abierta de un comprador, y cuesta más de lo que vale en todo lo demás. Vale la pena leer Coste de la automatización con IA antes de dar por hecho que la opción más sofisticada es automáticamente la más barata.

Qué debe seguir siendo humano

Incluso dentro del modelo acotado de AP2, alguien tiene que fijar el límite: el tope de gasto en un Intent Mandate delegado, la decisión de disputar una transacción, el criterio sobre un reembolso que cae fuera de la política. ¿Qué debe seguir siendo humano cuando integras IA en las operaciones? es la versión general de esta pregunta; la respuesta en el comercio electrónico es específica: un humano fija los límites dentro de los que opera un agente, y revisa qué ocurre cuando una transacción cae fuera de ellos. El agente no puede decidir su propio techo.

Por qué es probable que esta división se mantenga

Es tentador leer la retirada de Instant Checkout como una limitación temporal: mejores modelos, canalizaciones de datos más limpias, y la versión autónoma vuelve. Eso pasa por alto lo que realmente cambió entre las dos capas. Una mala recomendación de producto cuesta un clic: el comprador cierra el chat y busca en otro sitio, y no ha pasado nada irreversible. Una compra equivocada cuesta dinero, genera un contracargo y plantea una pregunta real sobre quién es responsable de ella. Esa asimetría no se reduce a medida que el modelo subyacente mejora en el lenguaje. Es una propiedad de lo que es una compra, no de lo buena que resulte ser la capacidad de razonamiento del agente. Ese es el argumento real para mantener la ejecución del pago acotada por una regla en lugar de por una decisión abierta, con independencia del lanzamiento de modelo del año que viene.

Resumen

El «comercio electrónico agéntico» va a seguir vendiéndose como un solo producto, porque «un agente que compra por ti» es una promesa más simple que «un agente que empareja productos, funcionando sobre un riel de pagos construido específicamente para limitar lo que puede hacer». Las dos empresas que realmente lanzaron esto en 2025 devolvieron una respuesta más útil que la promesa de venta: construir el agente donde la solicitud es genuinamente abierta, y mantener acotado por una regla el paso que mueve el dinero, ya sea esa regla un humano haciendo clic en confirmar o un mandato con un tope criptográfico. Los negocios que se saltan esa distinción son los que la vuelven a aprender en producción, con la tarjeta de un cliente en juego.