"Pideme 500 tarjetas de visita, 350g, laminado mate, impresion a doble cara. Aqui esta mi logo." Alguien le dice esto a su asistente de IA. No a una persona. A una IA.
El agente abre tres imprentas online, compara precios, comprueba plazos de entrega, sube el logo, configura el producto y envia al usuario un resumen: "Imprenta A: 49 euros, 3 dias laborables. Imprenta B: 42 euros, 5 dias laborables. Imprenta C: 55 euros, 2 dias laborables. ¿Cual pido?"
Un clic. Listo.
Esto es Agentic Commerce. Y va a cambiar fundamentalmente el comercio online. No manana. No pasado manana. Pero antes de lo que la mayoria piensa.
Que es Agentic Commerce -- y que no es
Agentic Commerce significa: agentes de IA actuan en nombre de los usuarios. No solo buscan, compran. No solo comparan, deciden (o preparan decisiones).
Esto es fundamentalmente diferente a todo lo que conocemos:
- Los buscadores muestran enlaces. El usuario tiene que hacer clic, comparar y decidir.
- Los comparadores de precios agregan datos. El usuario aun tiene que pedir por su cuenta.
- Los chatbots en tiendas responden preguntas. Pero no compran.
Los agentes de IA van un paso mas alla. Entienden la tarea, investigan, comparan y ejecutan. El usuario delega todo el proceso de compra.
Evaluacion honesta: ¿Que funciona hoy, que no?
Antes de que vuele la imaginacion, aqui el inventario sobrio:
Lo que funciona HOY
Busqueda y comparacion de productos: ChatGPT puede buscar productos, comparar especificaciones y hacer recomendaciones. Pregunta "mejores auriculares Bluetooth por menos de 200 euros para viajeros" y obtendras respuestas utiles basadas en datos de productos, resenas y tests.
Recomendaciones de productos en AI Overviews: Google ya muestra recomendaciones de productos en sus AI Overviews con precio, imagen y enlace. Quienes tienen datos de productos estructurados se muestran de forma preferente.
Asistentes de compras especializados: Amazon, Shopify y otras plataformas han integrado asistentes de IA que recomiendan productos y simplifican las compras dentro de sus ecosistemas.
Lo que AUN NO funciona
Checkout autonomo: Ningun agente de IA puede completar un pedido y pagar de forma independiente hoy. Las razones son tecnicas y legales:
- La autorizacion de pagos requiere confirmacion humana (PSD2, 3D Secure)
- No existe un estandar para checkout agente-tienda
- Las cuestiones de responsabilidad por pedidos erroneos no estan resueltas
Configuracion de productos: Los configuradores complejos (color, talla, material, personalizacion) son dificiles para los agentes porque la mayoria de tiendas los implementan como elementos UI interactivos en vez de endpoints API.
Devoluciones y reclamaciones: El proceso post-compra no esta preparado para agentes casi en ningun sitio.
La declaracion honesta: Estamos en la fase de "buscar y recomendar", no en la fase de "compra autonoma". Pero las transiciones son fluidas y la infraestructura se esta construyendo activamente.
Que significa "AI-Ready" concretamente para tiendas online
AI-Ready en e-commerce tiene cuatro niveles:
1. Datos de productos estructurados (schema.org Product)
Cada producto necesita metadatos legibles por maquinas. Suena trivial pero no lo es -- la mayoria de tiendas tienen datos de productos formateados para humanos, no para maquinas:
{
"@type": "Product",
"name": "Tarjetas de Visita Premium 350g Mate",
"description": "Impresion a doble cara, laminado mate",
"sku": "TV-350-MATE",
"brand": { "@type": "Brand", "name": "PrintPro" },
"offers": {
"@type": "Offer",
"price": "49.90",
"priceCurrency": "EUR",
"availability": "InStock",
"deliveryLeadTime": { "value": 3, "unitCode": "DAY" },
"priceSpecification": {
"minQuantity": 100,
"maxQuantity": 1000
}
},
"additionalProperty": [
{ "name": "Gramaje", "value": "350g/m2" },
{ "name": "Laminado", "value": "Mate" },
{ "name": "Impresion", "value": "Doble cara" }
]
}
2. Una API de productos
El siguiente paso tras HTML estructurado: una API real que los agentes de IA pueden consultar programaticamente.
GET /api/v1/products?category=tarjetas-visita&weight=350g&finish=mate&quantity=500
Shopify ya ofrece una base solida con su Storefront API. WooCommerce tiene una API REST. Las tiendas custom necesitan construir esto por su cuenta. Pero la barrera tecnica es manejable.
Lo critico: la API debe soportar filtrado, ordenacion y verificacion de disponibilidad. Un agente que necesita cargar 500 productos para encontrar uno es un mal agente -- y no recomendara tu tienda.
3. API de carrito y checkout
Aqui se pone interesante -- y es donde mas lejos estamos de la realidad. Un agente necesitaria:
- Anadir producto al carrito
- Seleccionar opciones de configuracion (cantidad, color, talla)
- Establecer direccion de envio
- Elegir opcion de envio
- Generar enlace de checkout
Los pasos 1-4 son tecnicamente viables. El paso 5 es el punto clave: el agente genera un enlace de checkout preparado que el usuario solo necesita confirmar y pagar. No es una compra autonoma, es un "prepared checkout" donde el humano toma la decision final.
Shopify soporta esto via Storefront API con checkoutCreate. Es el camino mas realista para los proximos 1-2 anos.
4. Disponibilidad e informacion de entrega
Los agentes de IA preferiran tiendas que proporcionen informacion fiable en tiempo real:
- ¿El producto esta en stock?
- ¿Cuanto tarda el envio?
- ¿Que opciones de envio hay?
- ¿A partir de que importe el envio es gratis?
Las tiendas que esconden esta informacion en la letra pequena pierden frente a las que la ofrecen estructurada y via API.
Por que los comerciantes de Shopify tienen ventaja (y las tiendas custom deben ponerse al dia)
Shopify aposto temprano por API-first. La Storefront API ofrece:
- Consultas de productos con filtros
- Gestion de carrito
- Creacion de checkout
- Informacion de inventario
- Metafields para datos adicionales de producto
Esto significa: una tienda Shopify esta "tecnicamente via API" mas cerca de AI-Ready que la mayoria de tiendas custom. Lo que suele faltar es la documentacion para agentes y los mecanismos de discovery (agents.json).
Las tiendas custom -- ya sea en WooCommerce, Magento o desarrollo propio -- necesitan construir esta capa API primero. No es ciencia espacial, pero requiere planificacion y arquitectura deliberada.
El beneficio inmediato: Lo que AI-Ready aporta HOY
Mejor visibilidad en Google Shopping y AI Overviews
Los datos de productos estructurados segun schema.org son la base para Google Shopping, rich snippets y AI Overviews. Quien marca sus productos de forma legible por maquinas aparece mas frecuentemente y con mayor prominencia en los resultados.
Mayor conversion a traves de mejores datos de producto
Trabajar en datos estructurados obliga a completar y estandarizar la informacion de productos. Especificaciones completas, indicadores claros de disponibilidad, tiempos de entrega precisos -- esto mejora no solo la legibilidad por IA sino tambien la decision de compra humana.
Comparaciones de productos por IA como canal de marketing
Cuando los usuarios de ChatGPT piden recomendaciones de productos, se prefieren los productos con datos completos y estructurados. Es un nuevo canal de marketing que no requiere coste por clic ni presupuesto publicitario -- solo buenos datos.
Base para tus propias funciones de IA
Quien tiene sus datos de productos estructurados puede construir sus propias funciones de IA: un buscador inteligente de productos ("Busco un regalo para alguien de 40 anos al que le gusta cocinar"), recomendaciones personalizadas o descripciones automatizadas de productos.
Los mayores errores que cometen las tiendas online
Error 1: Datos de producto solo para humanos
"Nuestra sudadera favorita -- suave y acogedora, en 5 colores." Eso es marketing. Para la IA falta: material (80% algodon, 20% poliester), tallas (S-XXL), codigos de color, instrucciones de cuidado, peso. La descripcion emocional puede quedarse -- pero necesita un equivalente estructurado.
Error 2: Precios y disponibilidad solo en la pagina de producto
Si un agente quiere comparar 50 productos, tiene que cargar 50 paginas. Una API que entrega precio y disponibilidad para una lista de productos en una sola peticion es ordenes de magnitud mas eficiente.
Error 3: Opciones de configuracion como widgets JavaScript
Seleccion de talla por dropdown, seleccion de color haciendo clic en un cuadrado, cantidad con botones mas/menos. Intuitivo para humanos. Inutilizable para agentes. La solucion: ofrecer las mismas opciones tambien como parametros de API.
Error 4: Sin consultas masivas
"Muestrame todas las zapatillas de running por menos de 150 euros en talla 43." Esto requiere una API de filtrado. La mayoria de tiendas tienen un filtro facetado en la web -- pero ninguna API que ofrezca la misma funcionalidad.
Como es el camino hacia una tienda online AI-Ready
Fase 1: Datos de producto estructurados (2-3 semanas)
- Markup schema.org Product para todos los productos
- Estandarizar especificaciones (talla, color, material, peso)
- Configurar Google Merchant Center y validar feed
- Completar datos de producto (identificar y rellenar lagunas)
Fase 2: API de productos (3-4 semanas)
- Construir API REST para consultas de productos (o configurar Storefront API)
- Endpoints de filtrado (categoria, precio, disponibilidad, propiedades)
- Implementar paginacion y rate limiting
- Crear documentacion API
Fase 3: Integracion de carrito (2-3 semanas)
- API de carrito con opciones de configuracion
- Generar enlaces de checkout preparados
- Proporcionar informacion de envio y entrega via API
Fase 4: Agent Discovery (1 semana)
- Crear agents.json
- Publicar documentacion API para agentes
- Endpoints de salud y estado
El calendario varia significativamente segun el stack tecnologico existente. Una tienda Shopify puede implementar las fases 1 y 2 en considerablemente menos tiempo porque la infraestructura ya existe.
El elefante en la habitacion: Autorizacion de pagos
La mayor pregunta abierta en Agentic Commerce es el pago. Ningun experto serio afirma que los agentes de IA ejecutaran pagos de forma independiente en un futuro cercano. Las barreras regulatorias son altas (PSD2, Strong Customer Authentication), las cuestiones de responsabilidad sin resolver.
El modelo mas realista para los proximos anos:
- El agente configura el pedido
- El agente genera un enlace de checkout
- El usuario revisa y confirma
- El usuario autentifica el pago (huella, Face ID, TAN)
Esto no es compra autonoma. Es "assisted checkout" -- el agente hace el trabajo, el humano pulsa el boton. Pero incluso esto ahorra enormemente tiempo y reduce el abandono del carrito.
Por que las grandes plataformas marcaran las reglas
Amazon, Shopify y Google estableceran los estandares. Amazon ya tiene un asistente de compras con IA (Rufus). Shopify invierte masivamente en funciones de IA para comerciantes. Google Shopping es cada vez mas impulsado por IA.
Para tiendas online pequenas y medianas esto significa: quienes no son visibles en estas plataformas deben construir su propia infraestructura AI-Ready. Es mas esfuerzo, pero tambien ofrece independencia. Y los datos de productos estructurados son la base en cualquier caso -- ya sea para ChatGPT, Google AI Overviews o tu propio buscador de productos con IA.
Conclusion: La API de productos es el nuevo escaparate
En el comercio fisico, el escaparate era el factor de ventas mas importante. En el e-commerce temprano, era la foto del producto. Luego el posicionamiento en Google. En la proxima fase, sera la API de productos.
No porque la gente deje de visitar tiendas. Sino porque entre el usuario y la tienda hay cada vez mas un agente de IA. Y este agente decide en base a datos, no en base a fotos bonitas.
La tecnologia para e-commerce AI-Ready existe. Los estandares estan definidos (schema.org, Storefront APIs, agents.json). Lo que falta es la implementacion por parte de la mayoria de tiendas.
Invertir ahora construye la infraestructura para manana -- mientras mejora simultaneamente el ranking en Google, la calidad de datos de producto y la tasa de conversion de hoy. Eso no es una apuesta. Es artesania solida.
