Informe D/A Retail
Informe D/A Retail Tech. Hacia el comercio agéntico
En el Informe D/A Retail Tech. Hacia el comercio agéntico, patrocinado por Datadope, analizamos el comercio agéntico, un nuevo canal nacido al abrigo del desarrollo de las plataformas de inteligencia artificial (IA) generativa que promete acaparar la cuarta parte del gasto de ecommerce global en los próximos años. Recordamos la evolución del ecommerce, cómo las plataformas de IA se han colocado en el proceso de compra online de los consumidores españoles y las recomendaciones para que los minoristas se adapten al nuevo canal.
El ecommerce en España
El comercio electrónico en España cerró 2025 de nuevo en positivo. Según datos de la Comisión Nacional de los Mercados y la Competencia (CNMC), el canal superó los 114.800 millones de euros, un 20,6% más que en 2024, después de cerrar el último trimestre con un montante de 31.418 millones, un 22% más respecto a lo cosechado un año antes.
De acuerdo a las cifras compartidas por IAB Spain en su Estudio de Ecommerce 2025 elaborado por Elogia, un 77% de la población internauta española de 16 a 75 años compró por la Red en 2025, lo que equivale a 27,4 millones de personas. El 78% realizó compras al menos una vez al mes y la frecuencia media se mantuvo en 2,5 operaciones mensuales. El gasto declarado fue de 68 euros por pedido y el 89% desembolsó menos de 100 euros. El tramo de 25 a 50 euros reunió al 45% de los encuestados.
Por categorías, moda y accesorios fueron elegidas por un 77% de los compradores online, seguido de los viajes y las estancias, que alcanzaron el 67%, mientras que la cultura y los eventos llegaron al 66%. La variedad de categorías adquiridas también muestra que el comprador no limita su actividad a una única tienda o necesidad. Los encuestados compraron una media de 7,4 tipos de productos y servicios, mientras que el número medio de establecimientos utilizados fue de 3,2. Amazon fue empleado por el 82% de los compradores durante el último año. Los ecommerce propios de las marcas y otros marketplaces registraron un 47% cada uno.
Una compra frecuente, móvil y combinada con la tienda
El precio sigue condicionando el calendario de compra. Un 56% esperó a descuentos, rebajas o campañas como Black Friday antes de cerrar una operación. Esta conducta alcanzó al 67% de la generación Z y al 63% de los millennials. El smartphone fue utilizado por el 80% para comprar, frente al 53% que recurrió al ordenador. Entre los consumidores de 61 a 75 años, el ordenador registró un uso del 66% y el móvil del 57%.
El ecommerce en España cerró 2025 con 114.800 millones de euros, un 20,6% más que en 2024
La expansión del ecommerce no ha desplazado a la tienda. El 58% afirmó que ya combinaba internet y establecimientos físicos, y un 79% previó mantener esa combinación en el futuro. La compra casi exclusiva por internet pasó del 18% actual al 6% en las expectativas declaradas, mientras que la preferencia por la tienda física descendió del 24% al 15%.
El Observatorio Cetelem, en su informe sobre consumo de 2025, ofrece una lectura similar desde la preferencia de canal. Las grandes cadenas de distribución obtuvieron un 41% de las respuestas, las tiendas online un 31% y los comercios de barrio un 28%. Las dos primeras opciones cedieron dos y un punto, mientras que el comercio de proximidad ganó tres puntos. Entre los compradores de 18 a 24 años y de 35 a 44 años, la elección de las tiendas online alcanzó el 36%.
Conveniencia, surtido y precio sostienen la elección
La conveniencia explicó la compra online para el 96% de los usuarios consultados por IAB Spain. La amplitud de la oferta alcanzó el 92% y las promociones o el precio obtuvieron un 87%. El estudio de Cetelem recogió una pauta parecida. El precio y la comodidad con ahorro de tiempo fueron valorados por el 50% de los consumidores, mientras que la variedad de productos obtuvo un 44%.
La posventa continúa siendo una zona de fricción. Para el 41% de los consumidores, la dificultad de realizar devoluciones fue un inconveniente de la compra online. El plazo de entrega preocupó al 37% y la dificultad para contactar con atención al cliente, al 36%. La desconfianza en los medios de pago se redujo tres puntos y quedó en el 21%.
El 45% de quienes compraron por internet tuvo que devolver algún producto, un punto más que en 2024. Entre los consumidores de 45 a 54 años, el porcentaje llegó al 51%. Moda y calzado concentraron buena parte de estas operaciones. El cambio de talla, color o modelo motivó el 45% de las devoluciones, seguido del producto defectuoso con un 29% y del artículo erróneo o diferente al adquirido con un 18%.
Un 45% de quienes compraron por internet tuvo que devolver algún producto, un punto más que en 2024
El abandono del carrito amplía el problema. El 88% de los compradores dejó alguna operación sin finalizar. El 75% explicó que necesitaba pensarlo mejor y el 35% encontró costes ocultos. La falta de claridad sobre los plazos de entrega afectó al 22%, la información insuficiente sobre el producto al 17% y los precios confusos al 16%. Estos datos relacionan la conversión con la transparencia del coste final, la calidad de la ficha de producto y el cumplimiento logístico.
Proceso de compra
Según datos de IAB Spain, Internet fue utilizado para buscar información por el 87% de los compradores. A la vez, el showrooming, que consiste en examinar un producto en una tienda y terminar la compra en internet, alcanzó el 13%, seis puntos por encima de 2024. El consumidor consultó una media de 3,9 canales antes de decidir. Las recomendaciones online llegaron al 63%, los buscadores al 54% y los amigos o familiares al 49%. La inteligencia artificial apareció por primera vez entre las fuentes de información, con un 13%.
Un 13% usó la inteligencia artificial (IA) como fuente de información
La fuente consultada no siempre coincide con la que termina orientando la decisión. Los amigos y familiares influyeron en el 82% de las compras, los expertos y especialistas en el 77% y los vídeos online en el 68%. Las webs de marcas y tiendas alcanzaron un 64%, mientras que los buscadores registraron un 62%.
La IA, nuevo canal de compra
La inteligencia artificial ha entrado en el proceso de compra desde sus primeras fases, cuando el consumidor busca inspiración, consulta información o trata de localizar un producto. El Estudio Ecommerce 2025, elaborado por Elogia para IAB Spain, señala que el 13% de los compradores utiliza herramientas de IA para informarse. Dentro de este grupo, el 61% se siente cómodo empleándolas como apoyo durante la compra.
El ahorro de tiempo aparece como uno de los motivos que explican este uso. El 64% de quienes recurren a la IA para buscar información valora la reducción del tiempo dedicado a investigar productos. La comparación de precios entre tiendas y marketplaces resulta útil para el 55%.
La asistencia también alcanza el análisis previo a la decisión. El 49% busca asesoramiento especializado en las aplicaciones de IA según la categoría del producto y el 46% valora recibir resúmenes de las opiniones publicadas por otros usuarios. La posibilidad de descubrir productos o marcas desconocidas interesa al 45%, mientras que el 44% aprecia las recomendaciones ajustadas a sus gustos y necesidades. Las ofertas relevantes son valoradas por el 43% y el 30% considera que estas herramientas pueden mejorar la seguridad o la confianza durante la compra.
El Informe de Consumo España 2025 del Observatorio Cetelem muestra una percepción similar sobre la utilidad de la tecnología. El 50% de los consumidores cree que la IA puede ayudarle a encontrar productos con rapidez, cuatro puntos más que en 2024. Entre las personas mayores de 55 años, el porcentaje llega al 52%.
La personalización también forma parte de las expectativas. El 39% considera que la IA puede ayudarle a encontrar productos adaptados a sus preferencias, una proporción que no ha variado respecto al año anterior. El porcentaje alcanza el 43% entre los consumidores de 45 a 54 años.
Un 64% de quienes recurren a la IA para buscar información valora la reducción del tiempo dedicado a investigar productos
La influencia de la IA continúa cuando el comprador evalúa alternativas y se acerca a una decisión. El 52% de los consumidores españoles confía en las recomendaciones generadas por estos sistemas, aunque revisa la información antes de decidir. El 40% continúa confiando antes en su propio juicio que en las sugerencias de la tecnología, cuatro puntos menos que el año anterior. Entre los mayores de 55 años, esta posición alcanza el 51%.
La relación con los servicios automatizados depende del tipo de consulta. El 50% prefiere contactar con una persona cuando necesita atención al cliente, tres puntos menos que en 2024. Esta preferencia llega al 66% entre los mayores de 55 años. El 41% elige entre una persona o un chatbot según la complejidad del problema. Entre los consumidores de 25 a 34 años, esta postura representa el 51%.
Un 39% considera que la IA puede ayudarle a encontrar productos adaptados a sus preferencias
El 9% prefiere los chatbots por su disponibilidad permanente y su rapidez de respuesta, dos puntos más que el año anterior. La aceptación es superior entre las personas de 18 a 24 años, grupo en el que el porcentaje alcanza el 23%.
La IA en el checkout
La IA también se relaciona con las fases finales del recorrido. Según datos del Observatorio Cetelem, el 21% cree que puede hacer que el proceso de pago sea más rápido y eficiente, un punto menos que en 2024. El 16% prevé una combinación de inteligencia artificial y realidad aumentada para ofrecer experiencias inmersivas en las tiendas físicas, cinco puntos menos que el año anterior.
La disposición a incorporar estas tecnologías ha aumentado, aunque la aceptación sigue condicionada por la utilidad percibida. El 17% de los españoles afirma que está dispuesto a adoptar nuevas soluciones de IA para mejorar su experiencia de consumo, frente al 14% registrado en 2024. El porcentaje llega al 31% entre las personas de 18 a 24 años y al 28% entre quienes tienen de 25 a 34 años.
Entre los mayores de 55 años, el 12% se muestra dispuesto a introducir estas herramientas en sus hábitos de consumo, tres puntos más que el año anterior. El rechazo alcanza al 30% de la población encuestada, dos puntos menos que en 2024, y sube al 40% entre los consumidores mayores de 55 años. Algo más de la mitad podría plantearse su adopción cuando perciba un beneficio concreto.
El Informe IA 2026 de Ditrendia sitúa en el 33% la proporción de consumidores que utiliza inteligencia artificial para decidir sus compras en España. El 52% valora su capacidad para ofrecer recomendaciones personalizadas y el 45% afirma que le ayuda a descubrir nuevas marcas.
Los resultados muestran diferencias entre generaciones. El 57% de las personas de 16 a 27 años emplea la IA durante el proceso de compra y el porcentaje se sitúa en el 49% entre quienes tienen de 28 a 43 años. Durante los últimos 12 meses, el uso creció un 60% entre los baby boomers y un 58% entre la generación X. Pese a este avance, solo el 16% de los mayores de 60 años afirma utilizar actualmente herramientas de IA para comprar.
Un 33% usa IA para decidir sus compras
Los cambios en el comportamiento del consumidor también han influido en las prioridades de las empresas. De acuerdo a los datos de Ditrendia, entre el 32% y el 35% de los comercios considera prioritaria la inversión en IA para actividades comerciales, de marketing y de innovación de producto. Su uso se dirige a la personalización, la atención al cliente y la eficiencia de las operaciones.
Tendencia global
La adopción ha avanzado también fuera de España. Según Ditrendia, en 2025, el 37% de los consumidores del mundo utilizó inteligencia artificial para comprar, un 47% más que el año anterior. El porcentaje alcanzó el 52% en Latinoamérica y el 34% en Europa, Oriente Medio y África. La IA ha pasado así de intervenir en la búsqueda inicial de información a acompañar la comparación, la recomendación, la decisión y el uso de la tecnología para comprar.
El comercio agéntico, en cifras
Aunque todavía la mayoría de las compras que se realizan en el canal online se mantienen en los activos digitales de los retailers, se espera que el ecommerce avance hacia el comercio agéntico.
Según recuerdan desde Boston Consulting Group (BCG), el comercio agéntico se basa en programas de IA que actúan en nombre del consumidor para buscar productos, comparar precios, valorar opiniones y recomendar una opción. Con la autorización del usuario, también pueden comprobar la disponibilidad, seleccionar el método de pago y completar la transacción. El concepto incluye las compras realizadas dentro de una conversación y las operaciones entre agentes, en las que el asistente del cliente se comunica directamente con los sistemas de una marca o un comercio.
Desde la consultora calculan que las compras impulsadas por agentes de IA podrían representar más de una cuarta parte del gasto global en ecommerce durante los próximos años. Aunque de momento, el proceso se encuentra aún en una fase intermedia. Ponen como ejemplo lo observado en Estados Unidos, donde el 55% de las ventas de ecommerce asistidas con IA corresponde aún a herramientas que ayudan a descubrir o comparar artículos y después remiten a la web del vendedor. La proporción baja al 18% cuando el agente gestiona casi toda la compra y al 8% cuando también optimiza el pago.
El comercio agéntico incluye las compras realizadas dentro de una conversación y las operaciones entre agentes en las que el asistente de un cliente se comunica con los sistemas de una marca o un comercio
El cambio empieza a reflejarse en el origen del tráfico. Otro análisis de BCG sobre operadores europeos señala que las visitas procedentes de modelos de lenguaje crecieron, entre septiembre de 2024 y septiembre de 2025, más de un 2.000% en moda, cerca de un 1.200% en lujo y casi un 7.500% en comercio especializado. Si bien estas tasas parten de volúmenes reducidos. El tráfico remitido directamente por estas herramientas supone menos del 1% de las visitas a las webs analizadas, aunque podría situarse entre el 3% y el 5% a finales de 2026. Para un negocio con 1.000 millones de euros de facturación, BCG traduce esa proporción en unos ingresos de entre 30 y 50 millones de euros.
En otro estudio, Adobe detectó una señal similar en Estados Unidos. El tráfico hacia páginas de retail procedente de navegadores y servicios conversacionales de IA aumentó un 4.700% interanual en julio de 2025, con una tasa de rebote un 27% inferior a la del resto de usuarios.
Riesgos del comercio agéntico
A medida que más usuarios acudan a los asistentes de IA para satisfacer sus necesidades de compra, los minoristas se enfrentan a nuevos riesgos. Según recuerdan desde Boston Consulting Group (BCG), aunque estas herramientas también pueden traer consigo mayores ventas para los retailers, de igual modo parte de su poder comercial se desplaza a estas plataformas, controladoras de la búsqueda, la recomendación e incluso el pago.
El tráfico hacia páginas de retail procedente de navegadores y servicios conversacionales de IA aumentó un 4.700% en julio de 2025
La desintermediación aparece como uno de los primeros riesgos. Cuando el consumidor empieza la búsqueda en una plataforma de IA, la enseña pierde la oportunidad de presentar directamente su catálogo, explicar su propuesta y orientar la navegación. Si el pago también se realiza fuera de su web, el negocio puede quedar limitado a suministrar el producto y gestionar la entrega.
Esa pérdida de contacto reduce el acceso a datos propios. La información sobre las consultas, los artículos descartados y los motivos que conducen a una compra sostiene una parte de la personalización y de los programas de fidelización. También permite medir campañas y generar ingresos mediante retail media. Cuando el proceso se desarrolla dentro de un asistente externo, una parte de esas señales queda en manos de la plataforma.
La visibilidad constituye otra amenaza. Los agentes no necesariamente eligen como lo haría una persona, ya que pueden priorizar el precio, las valoraciones, la velocidad de entrega y el inventario disponible por encima del conocimiento de una marca. Una enseña con notoriedad entre los consumidores podría quedar fuera de una recomendación si sus datos no son accesibles para el agente o si su oferta no responde a los criterios utilizados por el sistema.
Este cambio puede debilitar la fidelidad y reducir las oportunidades de venta adicional. Un consumidor que delega su decisión puede recibir una propuesta basada en la utilidad inmediata, sin visitar otras categorías ni conocer productos relacionados. De acuerdo con BCG, el riesgo aumenta para los operadores con catálogos poco diferenciados, que pueden verse obligados a competir mediante el precio o los plazos de entrega.
Cuando el consumidor empieza la búsqueda en una plataforma de IA, la enseña pierde la oportunidad de presentar directamente su catálogo, explica su propuesta y orientar la navegación
Los pagos incorporan riesgos adicionales. Según recuerdan desde la consultora, los modelos de checkout todavía no están definidos y pueden mantener la operación en la web del vendedor o trasladarla a la plataforma de IA. Las redes financieras y las fintechs están desarrollando protocolos que conectan las transacciones iniciadas por agentes con los sistemas existentes. Quien controle esas conexiones podrá influir en el enrutado del pago y en el acceso a la información de la operación.
La lógica del agente también puede alterar la elección del método de pago. Un sistema programado para reducir costes y evitar rechazos podría favorecer el débito o los pagos de cuenta a cuenta frente a opciones asociadas a recompensas. Para el retailer, esta selección automática puede afectar a los acuerdos comerciales y a las tasas de conversión sin que el cliente intervenga de forma expresa.
Las redes financieras y las fintechs están desarrollando protocolos que conectan las transacciones iniciadas por agentes con los sistemas existentes. Quien controle esas conexiones podrá influir en el enrutado del pago y en el acceso a la información de la operación
A pesar de los riesgos, el sector es consciente que debe moverse por este camino. Según datos de una encuesta impulsada por monday.com, un 96% de minoristas encuestados aseguraba que estaba explorando o implantando agentes de IA. Un 68% esperaba que estos sistemas gestionaran la mayor parte de las interacciones con clientes dentro de cinco años, y un 63% consideraba que no adoptarlos podía dejar rezagado a un negocio en los dos años siguientes. A este respecto, desde Ditrendia prevén que el mercado de IA en Retail alcance los 380 millones de dólares en 2030 frente a los 22,3 millones con los que se cerró 2025.
Las Big Tech se mueven hacia el comercio agéntico
Grandes compañías tecnológicas como Amazon o Google y aquellas dedicadas a la inteligencia artificial generativa como OpenAI o Perplexity han convertido sus asistentes de IA en buscadores de productos capaces de interpretar necesidades, comparar alternativas y, en algunos casos, ejecutar una compra. Aunque con mayor y menor progreso.
Una de las más avanzadas es Perplexity, que ha seguido una estrategia orientada a reducir los pasos entre la consulta y la compra. En noviembre de 2024 en Estados Unidos, la compañía lanzó la función Buy with Pro, que permite a los suscriptores de Perplexity Pro guardar sus datos de facturación y envío para comprar productos directamente dentro del buscador de IA, ofreciendo además el beneficio de envío gratuito en los pedidos realizados a través de esta modalidad. Para ello, la firma había integrado Firmly.ai como conector para facilitar la incorporación de tiendas a su plataforma y había suscrito un acuerdo con PayPal para habilitar pagos dentro de la conversación.
El asistente ha añadido búsqueda visual mediante Snap to Shop y fichas que presentan información comercial sin depender de posiciones patrocinadas. También ha cerrado acuerdos con Shopify y diversos proveedores de pagos con el objetivo de ampliar el catálogo disponible. Aun así, parte del proceso continúa apoyándose en la infraestructura del vendedor, especialmente cuando la transacción no puede completarse dentro de Perplexity.
El gigante del ecommerce, Amazon, ha planteado el comercio agéntico desde el interior del marketplace. En febrero de 2024 presentó Rufus, un asistente que se apoyaba en el catálogo de la plataforma, las reseñas de clientes, las preguntas publicadas en las fichas de producto y la información procedente de internet para responder dudas, comparar categorías y recomendar artículos según la necesidad expresada por el usuario durante su conversación con éste. La compañía extendió Rufus a todos los clientes estadounidenses en julio de 2024 y añadió el acceso desde ordenadores; en septiembre se extendió a Reino Unido y a partir de noviembre a otros mercados europeos como Francia, Alemania o España.
Perplexity integró Firmly.ai como conector para facilitar la incorporación de tiendas a su plataforma y suscribió un acuerdo con PayPal para habilitar pagos dentro de la conversación
Amazon amplió las capacidades de Rufus en noviembre de 2025. El asistente pasó a utilizar modelos disponibles mediante Amazon Bedrock, entre ellos Claude Sonnet, Amazon Nova y un modelo propio entrenado con información comercial de la empresa. La incorporación de memoria de cuenta permitió adaptar las respuestas a las compras anteriores y a las preferencias comunicadas por el cliente. Rufus podía recordar información sobre mascotas, necesidades alimentarias o intereses personales y utilizarla en consultas posteriores. La personalización dejó así de depender únicamente de cada conversación y empezó a apoyarse en el historial asociado a la cuenta.
Amazon también extendió la búsqueda fuera de su catálogo mediante Shop Direct. Esta función muestra productos disponibles en otras tiendas y permite que el usuario visite directamente la página del vendedor. Cuando el artículo cumple las condiciones establecidas, Buy for Me completa la adquisición por encargo del cliente con la dirección y el medio de pago guardados en Amazon.
La función Buy for Me amplió ese radio de acción. Rufus puede adquirir determinados productos disponibles en páginas externas por encargo del usuario, mientras Amazon mantiene dentro de su sistema los datos de pago y la información vinculada a la operación.
Este planteamiento reduce la dependencia de integraciones abiertas, pero mantiene al comprador dentro del ecosistema de Amazon. A diferencia de los protocolos promovidos por Google y OpenAI, Rufus funciona como una extensión del comercio electrónico de la propia compañía.
Rufus puede adquirir determinados productos disponibles en páginas externas por encargo del usuario, mientras Amazon mantiene dentro de su sistema los datos de pago y la información vinculada a la operación
En mayo de 2026, la compañía cambió el nombre de Rufus a Alexa for Shopping, para integrar las capacidades conversacionales de Alexa. Alexa for Shopping puede recuperar pedidos anteriores, comparar artículos desde los resultados y consultar la evolución del precio durante periodos de hasta un año. También utiliza información sobre preferencias personales y conversaciones previas para mantener la continuidad entre el teléfono, el ordenador y los dispositivos Echo.
OpenAI y Google
En 2025, OpenAI presentó Instant Checkout con el propósito de permitir que una compra comenzara y terminara dentro de ChatGPT. El despliegue empezó con vendedores de la plataforma Etsy y aspiraba a extenderlo a los comercios que trabajan con Shopify. Pero la función apenas despegó.
El pasado marzo, la compañía que dirige Sam Altman dio marcha atrás al mismo tras los problemas detectados por los retailers para sincronizar inventarios, procesar pagos y gestionar cupones. Walmart, una de las compañías que había probado la función, también había advertido de que la herramienta convertía menos ventas que su propia página web.
OpenAI ha centrado desde entonces la experiencia en el descubrimiento y la comparación. ChatGPT permite buscar mediante descripciones o imágenes y presenta alternativas acompañadas de información comercial. La empresa ha utilizado su protocolo de comercio agéntico (ACP por sus siglas en inglés) para recibir catálogos y promociones de distribuidores como Target, Sephora, Nordstrom, Lowe’s, Best Buy, Home Depot y Wayfair.
OpenAI dio marcha atrás a Instant Checkout por los problemas detectados por los retailers para sincronizar inventarios, procesar pagos y gestionar cupones
La fiabilidad de los datos continúa siendo una limitación. OpenAI ha reconocido que sus herramientas de compra acertaban el 64% de las veces al mostrar precios e inventario. Según recuerdan desde la consultora eMarketer, hasta el 63% de las menciones de producto analizadas en una medición anterior contenía alguna inexactitud.
Google, por su parte, ha desarrollado sus funciones comerciales mediante Gemini, AI Mode y la pestaña de Shopping, y ha apoyado su propuesta en el protocolo de comercio universal (UCP), un sistema que permite que un agente añada varios artículos de una misma tienda al carrito y aplique beneficios de fidelización. También puede consultar determinados datos de disponibilidad y precio directamente en el catálogo del distribuidor. El pago podrá efectuarse mediante Google Pay cuando el comercio tenga habilitada la integración.
Google ha incorporado asimismo el historial de precios y las pruebas virtuales de prendas. Su red de colaboradores comerciales incluye a Ulta Beauty, Gap, Wayfair, Target, Nike y Sephora. Pese a estos acuerdos, el pago dentro del chat solo está disponible en un grupo reducido de tiendas.
Google ha apoyado su propuesta en el protocolo de comercio universal (UCP), un sistema que permite que un agente añada varios artículos de una misma tienda al carrito y aplique beneficios de fidelización
La posición inicial de Google en las búsquedas tradicionales puede favorecer la adopción. Una encuesta de CivicScience y eMarketer realizada en septiembre de 2025 concluyó que uno de cada tres estadounidenses comenzaba habitualmente la búsqueda de productos en motores como Google. El 2% recurría en primer lugar a asistentes de IA o chatbots.
Animar al consumidor
A pesar de los mayores y menores avances hacia el comercio agéntico dados por las grandes compañías tecnológicas, todavía se han de salvar las dudas que la propia compra a través de herramientas de IA genera en los consumidores.
El Informe de Consumo España 2025 del Observatorio Cetelem muestra que la confianza en las recomendaciones de compra elaboradas por inteligencia artificial ha crecido, aunque continúa condicionada por la supervisión humana. El 52% de los consumidores españoles afirma que confía en este sistema, pero revisa sus sugerencias antes de tomar una decisión. El porcentaje ha aumentado cuatro puntos respecto a 2024.
Esta evolución refleja una aceptación gradual de la IA como herramienta de apoyo, pero no como sustituta del criterio personal. El 40% de los encuestados prefiere seguir confiando en su propio juicio antes que atender las recomendaciones de un sistema automatizado, cuatro puntos menos que el año anterior. La resistencia es mayor entre los consumidores de más de 55 años, grupo en el que esta respuesta alcanza el 51%.
Un 52% de consumidores españoles confía en el sistema de IA, pero revisa sus sugerencias antes de tomar una decisión
La edad también determina la relación de los compradores con los servicios automatizados de atención al cliente. La mitad de los españoles prefiere consultar sus dudas con una persona, aunque el porcentaje ha descendido tres puntos en un año. Entre los mayores de 55 años, la proporción asciende al 66%.
Solo el 9% prefiere los chatbots por su disponibilidad permanente y su rapidez de respuesta, dos puntos más que en 2024. La aceptación aumenta entre los consumidores de 18 a 24 años, con un 23% de menciones. Otro 41% escoge entre la atención humana y la automatizada según la complejidad del problema. Dentro de este grupo, los usuarios aceptan los chatbots para resolver asuntos sencillos, una posición que alcanza el 51% entre las personas de 25 a 34 años.
Estos datos apuntan a una adopción selectiva. Los consumidores valoran la rapidez y la comodidad de la IA, pero recurren a una persona cuando la consulta exige interpretación, negociación o una respuesta adaptada a circunstancias concretas.
Dudas sobre la seguridad
La capacidad de la inteligencia artificial para mejorar la seguridad de las compras online todavía no convence a la mayoría. Según los datos del Observatorio Cetelem, solo el 21% de los españoles confía en que estas herramientas refuercen la protección de las transacciones, dos puntos más que el año anterior.
La percepción es más favorable entre los compradores jóvenes. El porcentaje llega al 31% entre las personas de 18 a 24 años y al 30% entre quienes tienen entre 25 y 34 años. Aun así, el 40% de los consumidores no sabe cómo puede influir la IA de forma positiva en la seguridad y otro 39% prefiere los métodos tradicionales.
Solo el 21% confía en que estas herramientas refuercen la protección de las transacciones
La incertidumbre se amplía cuando la inteligencia artificial deja de limitarse a recomendar un producto y empieza a intervenir en el pago. En este escenario, los consumidores deben confiar en que el sistema ha interpretado correctamente sus preferencias, ha elegido un vendedor adecuado, ha aplicado un método de pago autorizado y ha respetado los límites establecidos por el usuario.
Las dudas afectan también a la responsabilidad cuando se produce un error. La participación de plataformas de IA, comercios, redes de pago, entidades financieras y proveedores tecnológicos puede dificultar que el comprador identifique quién debe responder ante una compra incorrecta, una operación fraudulenta o el uso indebido de sus datos.
Los mecanismos de consentimiento, la validación de identidad y la monitorización de las operaciones serán factores determinantes para reducir estas reservas. El desarrollo de la infraestructura tecnológica no garantiza por sí solo la adopción si el consumidor no entiende qué decisiones puede tomar el agente, qué información utiliza y cómo puede detener o reclamar una operación.
Sí a la automatización
La comparación de precios y la búsqueda de descuentos aparecen como las funciones que generan una mayor aceptación. El 39% de los españoles quiere que la IA automatice estas tareas, dos puntos más que en 2024. Los consumidores de 25 a 34 años muestran una predisposición superior a la media.
El seguimiento automatizado de los envíos interesa al 32% de los encuestados. Frente a estas utilidades, el 36% prefiere mantener el control total sobre las tareas de compra y rechaza la automatización. Entre los mayores de 55 años, esta postura alcanza el 50%.
La diferencia entre ambos planteamientos marca uno de los límites actuales de la compra con IA. Los usuarios parecen más dispuestos a delegar actividades repetitivas, como localizar ofertas o comprobar el estado de un pedido, que a ceder la decisión final sobre qué producto comprar, a quién comprárselo o cómo pagarlo.
Según el Observatorio Cetelem, el 47% de los consumidores españoles no sabe cómo afectará la inteligencia artificial a su forma de consumir durante los próximos cinco años, aunque permanece abierto a las posibilidades que pueda ofrecer. El porcentaje ha descendido cuatro puntos respecto a 2024.
Los usuarios están más dispuestos a delegar actividades repetitivas como localizar ofertas o comprobar el estado de un pedido, que a ceder la decisión final sobre qué producto comprar, a quién comprárselo o cómo pagarlo
El 36% espera una experiencia de compra más integrada, una expectativa que alcanza el 48% entre las personas de 25 a 34 años. También ha aumentado el grupo que cree que las compras llegarán a estar completamente automatizadas y personalizadas. Esta respuesta ha pasado del 14% en 2024 al 17% en 2025 y alcanza el 31% entre los consumidores de 18 a 24 años.
Compras autónomas y economía de pagos con cero tolerancia
Un artículo de Jorge Sorial, director general para España de Craftgate.
La muerte de la psicología del consumidor
El comercio digital está viviendo un cambio de paradigma que redefine las bases del marketing. Históricamente, la optimización de la conversión se apoyaba en la psicología humana. Las marcas construían sus estrategias en torno a desencadenantes emocionales, utilizando correos de recuperación de carritos abandonados e interfaces inmersivas para reducir la fricción durante el proceso de compra.
El comercio agéntico cambia estas reglas. Cuando el poder de compra se delega en agentes autónomos de inteligencia artificial, la psicología del consumidor deja de ser el factor determinante. Estos asistentes virtuales operan exclusivamente con lógica, velocidad y eficiencia matemática. Son inmunes a una identidad de marca atractiva o a un diseño persuasivo. Su único objetivo es ejecutar una orden de compra conforme a los parámetros operativos óptimos disponibles.
La limitación de la gestión de errores del cliente
A medida que las empresas adaptan sus infraestructuras para atender a clientes impulsados por IA, surge una pregunta fundamental: ¿Cómo gestionarán estos sistemas la fricción en el pago?
Aunque existen mecanismos de reintento en el lado del cliente y seguirán evolucionando, hay una realidad estructural que permanece inalterable. La inteligencia de un agente autónomo opera fuera de la infraestructura central de pagos. Si el proveedor de pagos sufre una interrupción, el fallo se produce en la capa del adquirente o del procesador. Por sofisticada que sea la lógica de reintento del agente, no puede resolver una caída estructural del proveedor. Los reintentos continuos desde el lado del cliente seguirán chocando contra el mismo obstáculo si el sistema de destino permanece inactivo.
Cuando el poder de compra se delega en agentes autónomos de IA, la psicología del consumidor deja de ser el factor determinante
El coste del fallo en una economía de tolerancia cero
Esta vulnerabilidad estructural representa un riesgo crítico en cualquier fase de la evolución tecnológica. No importa si un agente utiliza soluciones transitorias actuales, como la automatización mediante navegadores sin interfaz que completan formularios de pago, o los futuros modelos nativos basados en APIs y protocolos específicos. Si la infraestructura subyacente no consigue autorizar la transacción inmediatamente, el resultado será el mismo.
Cuando un comprador humano encuentra un error, suele mostrar flexibilidad. Puede probar otra tarjeta o volver más tarde. Un agente de IA no tiene paciencia. En el mismo instante en que un pago falla, ya sea porque un formulario agota el tiempo de espera o porque una API devuelve un error del servidor, el agente abandona la sesión. Busca en Internet otro comercio que venda el mismo producto y completa allí la compra. Un fallo en el pago puede significar perder al cliente de forma definitiva.
Responder a las exigencias del comercio agéntico con la orquestación de pagos
Para evitar esta pérdida inmediata de clientes, los comercios deben incorporar estrategias defensivas en el núcleo de su arquitectura transaccional. Si quieren impedir que el agente abandone la compra, deben resolver el fallo de pago antes de que el agente llegue a detectarlo. Esto requiere una sólida orquestación de pagos en el lado del servidor.
Un agente de IA no tiene paciencia. En el mismo instante en que un pago falla, ya sea porque un formulario agota el tiempo de espera o porque una API devuelve un error del servidor, el agente abandona la sesión
En este escenario de alta exigencia, una plataforma de orquestación de pagos como Craftgate desempeñará un papel clave. Como plataforma independiente, no interviene en el flujo de fondos. Su función consiste en coordinar un ecosistema de respaldo fragmentado con rapidez y neutralidad para contrarrestar el comportamiento de tolerancia cero de los agentes autónomos mediante capacidades esenciales.
Conmutación automática por error
La plataforma supervisa en tiempo real el estado operativo de múltiples conexiones con adquirentes. En cuanto detecta inestabilidad en uno de ellos, desvía automáticamente la transacción hacia otra conexión disponible sin interrumpir el flujo de pago. Al evitar instantáneamente las interrupciones en la capa adquirente, este mecanismo impide que el agente autónomo vuelva a encontrarse con el mismo bloqueo estructural descrito anteriormente.
Si (los comercios) quieren impedir que el agente abandone la compra, deben resolver el fallo de pago antes de que el agente llegue a detectarlo. Esto requiere una sólida orquestación de pagos en el lado del servidor
Enrutamiento inteligente y dinámico
Las solicitudes de pago se evalúan y dirigen dinámicamente en función de parámetros como el banco emisor, el tipo de tarjeta, la marca o el volumen de transacciones. Cada pago sigue automáticamente la ruta que ofrece la comisión más baja y las mejores condiciones comerciales. Mientras los agentes de IA exigen la máxima velocidad en la experiencia de compra, esta funcionalidad permite que el comercio mantenga la máxima rentabilidad en segundo plano, sabiendo que cualquier fallo en esa ruta activará automáticamente la siguiente capa de protección.
Reintento invisible
Si una transacción recibe un rechazo de carácter sistémico en la ruta seleccionada, la capa de orquestación lo detecta de inmediato. En cuestión de milisegundos, un proceso de reintento invisible vuelve a enviar exactamente la misma transacción a través de canales alternativos de procesamiento de pagos. El agente de IA recibe una respuesta satisfactoria sin ser consciente de la recuperación técnica que ha tenido lugar. De este modo, se neutraliza la amenaza de la tolerancia cero, evitando que el agente abandone la sesión y busque un competidor para completar la compra.
La historia de Craftgate
Craftgate fue fundada en 2020 por Hakan Erdoğan, Lemi Orhan Ergin, Sabri Onur Tüzün y Murathan Özcan. La empresa presta servicios a sus comercios afiliados —entre los que se encuentran marcas líderes que impulsan distintos sectores como el comercio minorista, el comercio electrónico, el turismo, la joyería, la moda y los seguros— a través de su producto de “orquestación de pagos”.
Con un equipo especializado en el ámbito de los pagos, Craftgate ofrece un servicio de soporte proactivo y diferenciador. En 2022, la compañía obtuvo una inversión total de 2 millones de dólares de APY Ventures, Ak Portföy Girişim Sermayesi y Boğaziçi Ventures. En 2023, con una inversión adicional de 1 millón de dólares por parte de Hepsi Finansal Danışmanlık y D4 Ventures, Craftgate elevó el total de inversión recibida a 3 millones de dólares.
En 2023, Craftgate fue seleccionada como una de las cinco startups del Visa Innovation Program Europe, lo que le permitió establecer alianzas estratégicas a través de la amplia red nacional e internacional de Visa. Desde su fundación, la empresa ha llevado a cabo actividades de promoción tanto escritas como audiovisuales en plataformas mediáticas de referencia; ha patrocinado numerosos eventos y ferias líderes en ámbitos como fintech, software, comercio electrónico, emprendimiento, seguros y comercio minorista; y ha realizado presentaciones y ponencias a cargo de miembros de su equipo expertos en sus respectivas áreas.
Craftgate se enorgullece de figurar en el estudio de The Paypers sobre Payment Orchestration Players, incluido en el Informe Global de Comercio Electrónico 2026, que abarca la región EMEA (Europa, Oriente Medio y África). Este posicionamiento refleja la experiencia de la empresa en orquestación de pagos y su sólida presencia en los mercados internacionales dentro del ecosistema global del comercio electrónico.
Reconocida por su rápido crecimiento al figurar en Deloitte Fast 50 Turkey, Craftgate continúa consolidando su posición en tecnologías de pago tanto en Turquía como a nivel mundial.
Hoy en día, con su producto de orquestación de pagos de altos estándares, su equipo experto en pagos y sus procesos de soporte proactivos, Craftgate es uno de los socios más importantes en el camino de crecimiento de las empresas que aceptan pagos en línea.
Craftgate Orquestación de pagos
Crafgate es una plataforma de orquestación de pagos que permite a los comercios que aceptan pagos online acceder, desde un único punto, a proveedores de servicios de pago y métodos alternativos de pago nacionales e internacionales, gestionándolos todos desde un solo panel.
Gracias a sus servicios de valor añadido, Craftgate elimina la carga de integrar múltiples proveedores de pago de forma individual. Ayuda a aumentar los ingresos de los comercios, reduce los costes asociados al proceso de pago y ofrece a sus clientes una experiencia de pago online sin fricciones.
Nuestros productos de valor añadido
- Métodos de financiación para compras
- Seguimiento de cuentas bancarias
- Integración con pagos por TPV virtual y dinero electrónico
- Métodos de pago internacionales
- Formulario de pago y página de pago común
- Monitorización proactiva
- Enrutamiento de pagos inteligente y dinámico
- Reintento de pago
- Métodos alternativos de pago
- Panel avanzado de control para los comercios
- Almacenamiento de tarjetas, pagos con un clic y pagos recurrentes
- Monedero cerrado (Closed Loop Wallet)
- Solución para marketplaces
- Pago por enlace y código QR
- Pagos en múltiples divisas
- Gestión de fraude
- Gestión de TPV con piloto automático
- Módulo de comercio electrónico para Shopify
Información sobre la empresa
Crafgate Teknoloji A.S
Oficina de impuestos: Erenköy
Número de identificación fiscal: 2150553679
Mersis: 215055367900001
Dirección
Oficina de Madrid: Craftgate Europe SL
Calle Francisco de Rojas 5, escalera derecha, planta 1 puerta 3
28010 Madrid (España)
Agentes de IA en su ecommerce
Si bien el futuro del ecommerce se encuentra en el comercio agéntico, las dudas que aún suscita la compra en las plataformas de IA en el consumidor puede ralentizar su llegada. En cualquier caso, es posible para el sector Retail aprovechar la IA agéntica a nivel operativo y, en particular, en entornos críticos donde una interrupción puede impactar de forma significativa en el negocio.
“La caída de un sistema puede impedir que las tiendas físicas consulten o actualicen el stock, procesen ventas, gestionen despachos o registren el ingreso y la salida de mercancías. En ecommerce, una indisponibilidad de la plataforma se traduce directamente en ventas perdidas, deterioro de la experiencia del cliente y posibles daños reputacionales”, informan desde la empresa tecnológica Datadope.
Aquí, recuerdan, es importante detectar los problemas lo antes posible y reducir el tiempo medio de resolución (MTTR por sus siglas en inglés) con el objetivo de minimizar el impacto sobre la operación y el negocio. Pero según comentan desde Datadope, esta medida está resultando cada vez más compleja de materializar.
“Las plataformas tecnológicas actuales están formadas por numerosas aplicaciones, infraestructuras, servicios, integraciones y tecnologías interdependientes. Su análisis requiere profesionales altamente especializados, como los ingenieros de fiabilidad de sistemas (SRE), perfiles escasos en el mercado y con un coste elevado. Además, a medida que las plataformas crecen, los equipos de operaciones no pueden escalar de manera lineal incorporando indefinidamente más especialistas”, explican.
Es posible para el sector Retail aprovechar la IA agéntica a nivel operativo y, en particular, en entornos críticos donde una interrupción puede impactar de forma significativa en el negocio
Para solventarlo, en Datadope cuentan con dos soluciones. La primera es la capa de la observabilidad, que actúa como los “ojos” del sistema. “Esta capa recopila, correlaciona y contextualiza la información necesaria para conocer el estado de las aplicaciones y de la infraestructura, detectar comportamientos anómalos e identificar señales que puedan anticipar una incidencia”, señalan. En esta capa se encuentran sus soluciones IOMETRICS Observability e IOMETRICS Synthetix.
IOMETRICS Observability proporciona visibilidad sobre el comportamiento interno de los sistemas mediante la captura y el análisis de métricas, eventos, registros y otras señales operativas. IOMETRICS Synthetix, por su parte, complementa esta información, simulando de forma continua acciones y recorridos reales de los usuarios, lo que permite comprobar proactivamente que los servicios críticos funcionan correctamente, incluso antes de que un cliente o empleado detecte el problema.
La segunda capa es IOMETRICS SmartOps, una plataforma basada en un sistema multiagente que automatiza el proceso de analizar las señales que permiten a una empresa Retail detectar dónde ha ocurrido el fallo y solucionarlo. “Los agentes utilizan la información proporcionada por la capa de observabilidad, razonan sobre las diferentes señales, correlacionan los eventos y analizan las dependencias entre los componentes tecnológicos para identificar automáticamente la causa raíz de una incidencia”, aseguran.
Este proceso, que normalmente se realiza de forma manual a través de la información recopilada por una plataforma de observabilidad y donde se puede tardar entre 45 minutos y una hora (dependiendo de la complejidad de la incidencia), con IOMETRICS SmartOps se reduce a apenas cinco minutos.
Además, al estar los agentes de dicha solución especializados con el conocimiento y las habilidades del equipo de SRE, los mismos proponen las correcciones que se deben aplicar. “De esta manera, los agentes no sustituyen necesariamente el control humano, sino que amplían la capacidad de los equipos técnicos”. Automatizan las tareas de análisis más repetitivas y complejas, proporcionan un diagnóstico fundamentado y permiten que los especialistas concentren su tiempo en la validación, la toma de decisiones y la ejecución de las acciones de mayor impacto, añaden.
La plataforma IOMETRICS SmartOps de Datadope se basa en un sistema multiagente que automatiza el proceso de analizar las señales que permiten a una empresa Retail detectar dónde ha ocurrido el fallo y solucionarlo
En el sector Retail, esta reducción del MTTR impacta en los resultados del negocio, ya que, recuerdan desde Datadope, cuanto antes se identifica y resuelve una incidencia, antes pueden restablecerse las ventas, la gestión de inventario, los procesos logísticos, los despachos y el resto de operaciones afectadas. Lo que permite a su vez minimizar las ventas perdidas, los costes derivados de la interrupción, los posibles retrasos logísticos y el impacto negativo sobre la experiencia de cliente.
Cuanto antes se identifica y resuelve una incidencia, antes pueden restablecerse las ventas, la gestión del inventario, los procesos logísticos, los despachos y el resto de operaciones afectadas.
“Además, la incorporación de agentes inteligentes a las operaciones permite que las plataformas tecnológicas crezcan sin que los departamentos de operaciones de IT tengan que aumentar sus recursos de manera proporcional”, explican, dejando a las empresas la posibilidad de operar sistemas cada vez más complejos con mayor velocidad, aprovechando mejor el conocimiento de sus especialistas y reduciendo su dependencia de perfiles técnicos escasos.
Recomendaciones para afrontar problemas en entornos críticos
Desde Datadope aconsejan seguir el siguiente recorrido:
Observar → detectar → diagnosticar → recomendar → resolver → aprender
- Identificar los servicios críticos: priorizar las aplicaciones cuya caída afecta directamente a las ventas, la logística, el inventario o la atención al cliente.
- Evaluar la observabilidad actual: revisar si existe información suficiente (métricas, logs, trazas, alertas) para comprender lo que ocurre en los sistemas.
- Completar la instrumentación: incorporar IOMETRICS Observability e IOMETRICS Syntetyx para cubrir las brechas de información.
- Conectar SmartOps con las herramientas existentes: integrarlo con las plataformas de observabilidad y otras herramientas.
- Definir el nivel de autonomía: avanzar progresivamente desde la detección y el diagnóstico hasta la recomendación, la ejecución supervisada y la remediación automática.
- Escalar y mejorar continuamente: incorporar nuevos sistemas y utilizar la validación de los especialistas para mejorar el desempeño de los agentes.
Es importante anotar que no todos los sistemas tienen que partir de cero, eso depende del grado de madurez de las operaciones IT, explican.
Entrevista a Sergio Monge, CEO de Datadope
“El comercio agéntico se empieza construyendo una base sólida de datos y operaciones”
En esta entrevista a D/A Retail, Sergio Monge, CEO de Datadope, recomienda a las empresas retail aprovechar el uso de agentes de IA para la monitorización en entornos críticos, puesto que “si una organización no conoce en tiempo real el estado de sus sistemas, sus procesos o la experiencia de sus clientes, difícilmente podrá confiar en que un agente tome buenas decisiones”.
Texto Pilar Chacón
Datadope nace en 2017 de la experiencia de tres ingenieros que querían transformar las operaciones TIC. Mirando atrás, ¿qué problema del mercado vieron entonces que seguía sin resolverse y que dio origen a la compañía?
Cuando fundamos Datadope vimos una realidad que, en gran medida, sigue vigente: las empresas reaccionaban a las incidencias cuando el problema ya había impactado en el negocio. Existían herramientas de monitorización muy potentes, pero ofrecían una visión fragmentada y eminentemente técnica. Faltaba convertir toda esa información en conocimiento útil para anticiparse a los problemas y tomar decisiones con rapidez.
Nuestra convicción fue que la tecnología debía estar al servicio del negocio. No se trataba solo de detectar una caída en un servidor o una aplicación, sino de entender qué impacto iba a tener sobre un ecommerce, una tienda, una cadena logística o la experiencia de un cliente. Con esa visión nació Datadope: transformar unas operaciones reactivas en operaciones inteligentes, capaces de anticipar riesgos y minimizar el impacto antes de que se traduzca en pérdidas económicas o reputacionales.
¿Qué ha cambiado en las empresas en estos años para que la observabilidad haya dejado de ser un asunto técnico y se haya convertido en una prioridad de negocio?
La transformación digital ha elevado la dependencia de las empresas respecto a sus sistemas tecnológicos. Hoy prácticamente cualquier proceso crítico (una compra online, un pago en tienda, una gestión de inventario o una entrega logística) depende del correcto funcionamiento de múltiples aplicaciones e infraestructuras.
Eso significa que una incidencia tecnológica ya no es solo un problema del departamento de TI; afecta directamente a la facturación, a la productividad y a la confianza del cliente. Los comités de dirección son cada vez más conscientes de ello y exigen disponer de información en tiempo real para priorizar decisiones según su impacto en el negocio.
La observabilidad ha evolucionado precisamente en esa dirección. Ya no consiste únicamente en recopilar métricas, sino en conectar las señales técnicas con indicadores de negocio, ayudando a las organizaciones a ser más resilientes y a responder con mucha mayor rapidez.
¿En qué estado diría se encuentran las empresas del sector Retail? ¿Son menos las empresas reactivas a las caídas de sus sistemas y más las que se anticipan?
El retail está avanzando con rapidez, pero conviven distintos niveles de madurez. Las grandes compañías ya han entendido que la disponibilidad tecnológica forma parte de la experiencia de cliente y están evolucionando hacia modelos mucho más preventivos. Sin embargo, todavía muchas organizaciones siguen dedicando gran parte de sus recursos a resolver incidencias en lugar de evitarlas.
Una incidencia tecnológica ya no es solo un problema del departamento de IT; afecta directamente a la facturación, la productividad y la confianza del cliente
El reto es especialmente complejo porque el retail combina entornos muy diversos: ecommerce, tiendas físicas, sistemas de pago, plataformas logísticas, aplicaciones móviles o servicios en la nube. Todo debe funcionar de forma sincronizada.
Las empresas que están marcando la diferencia son aquellas que han pasado de monitorizar componentes aislados a observar todo el ecosistema de extremo a extremo. Esa visión les permite detectar anomalías antes de que el cliente las perciba, reducir significativamente los tiempos de resolución y proteger tanto sus ingresos como su reputación.
Datadope compite hoy con grandes actores internacionales y trabaja con compañías líderes en sectores como retail, energía, finanzas, telecomunicaciones o administración pública tanto en España como en Europa, Sudamérica y Oceanía. ¿Cómo se consigue crecer en un mercado tan competitivo desde una compañía española y con una propuesta tan especializada?
Competir con grandes multinacionales obliga a ser excelente en aquello que haces. Desde el principio decidimos diferenciarnos no por el tamaño, sino por el conocimiento, la cercanía y la capacidad de aportar resultados medibles.
Nuestros clientes buscan algo más que una plataforma tecnológica. Necesitan un socio que comprenda su negocio, que se adapte a sus necesidades y que sea capaz de acompañarlos en proyectos complejos. Esa combinación entre especialización técnica, flexibilidad e innovación nos ha permitido competir de tú a tú con fabricantes globales.
Además, apostamos por tecnologías abiertas cuando aportan valor al cliente y evitamos dependencias innecesarias. Creemos que la fidelidad no debe venir por el coste de cambiar de proveedor, sino por la confianza que genera una solución que realmente mejora la operación y aporta resultados.
Vuestro último lanzamiento, IOMETRICS SmartOps, se define como “el cerebro autónomo que revoluciona las operaciones críticas”. ¿Qué aporta SmartOps frente a la monitorización tradicional o frente a las herramientas de automatización que ya existían en el mercado?
La monitorización tradicional avisa de que algo ha ocurrido. SmartOps va mucho más allá: entiende el contexto, analiza la información disponible, identifica la causa probable y propone o ejecuta acciones para resolver la incidencia según las políticas definidas por la organización.
La diferencia es que ya no hablamos únicamente de automatizar tareas, sino de incorporar inteligencia en la toma de decisiones operativas. Gracias a un ecosistema de agentes especializados, el sistema puede realizar el triaje, correlacionar eventos, priorizar según el impacto en el negocio y acelerar enormemente la resolución.
Todavía muchas organizaciones siguen dedicando gran parte de sus recursos a resolver incidencias en lugar de evitarlas
Nuestro objetivo no es sustituir a los equipos de operaciones, sino multiplicar su capacidad. Cuando la inteligencia artificial se ocupa de las tareas repetitivas y del análisis masivo de datos, los profesionales pueden dedicar más tiempo a mejorar los servicios, innovar y generar valor para la organización.
SmartOps introduce un ecosistema de agentes que observan, diagnostican y actúan sobre la infraestructura en tiempo real. ¿Hasta dónde puede llegar hoy la IA agéntica en operaciones TIC y qué límites o controles deben existir para que las empresas confíen en ella?
La IA agéntica ya está preparada para asumir muchas tareas operativas con un enorme valor: detectar anomalías, identificar causas raíz, enriquecer incidencias, proponer acciones correctivas e incluso ejecutar determinadas correciones cuando el riesgo es bajo y las reglas están perfectamente definidas.
Ahora bien, la confianza es la clave. Estos sistemas deben operar con trazabilidad, supervisión y políticas claras de gobernanza. No se trata de entregar el control absoluto a una inteligencia artificial, sino de decidir qué actuaciones puede realizar de forma autónoma y cuáles requieren validación humana.
Con SmartOps incorporamos inteligencia en la toma de decisiones operativas
El futuro pasa por un modelo colaborativo donde personas y agentes inteligentes trabajan juntos. La IA aporta velocidad, capacidad de análisis y disponibilidad permanente; las personas aportan criterio, experiencia y visión estratégica. Esa combinación es la que realmente transforma las operaciones.
¿Qué recomendaciones daría a las empresas del sector Retail para prepararse para el comercio agéntico?
El comercio agéntico no empieza incorporando agentes de IA; empieza construyendo una base sólida de datos y operaciones. Si una organización no conoce en tiempo real el estado de sus sistemas, sus procesos o la experiencia de sus clientes, difícilmente podrá confiar en que un agente tome buenas decisiones.
Por eso el primer paso es invertir en observabilidad avanzada, calidad del dato e integración entre las distintas áreas del negocio. El segundo es automatizar procesos repetitivos y establecer políticas claras de gobierno. Y, finalmente, incorporar agentes inteligentes allí donde realmente aporten valor.
En los próximos años veremos agentes capaces de optimizar operaciones, mejorar la experiencia de compra y acelerar la resolución de incidencias prácticamente en tiempo real. Las empresas que mejor aprovechen esa oportunidad no serán necesariamente las que tengan más inteligencia artificial, sino aquellas que hayan construido una infraestructura preparada para alimentarla con información fiable, contextualizada y orientada al negocio.
Adaptarse a los agentes de IA
La expansión del comercio agéntico obligará a las empresas de Retail a revisar cómo presentan sus productos, gestionan sus datos y mantienen la relación con el consumidor. Según aconsejan desde Boston Consulting Group en su informe ‘AI Agents Will Reshape Ecommerce. European Players Must Prepare Now’, la preparación no se limitará a incorporar asistentes de inteligencia artificial, sino que exigirá adaptar la infraestructura tecnológica y el modelo operativo para que los agentes puedan descubrir artículos, comparar alternativas y completar transacciones con seguridad.
Uno de los primeros retos será garantizar que los productos resulten visibles para los asistentes de IA. La optimización para buscadores ha empezado a dar paso a la optimización de experiencias generativas, conocida como GXO. Para avanzar en esta dirección, los retailers tendrán que estructurar sus catálogos mediante esquemas de producto, metadatos limpios y contenidos descriptivos que puedan ser interpretados por los modelos de lenguaje. La información deberá ser verificable, semánticamente rica y legible por máquinas para que los sistemas generativos puedan incorporarla a sus respuestas y recomendaciones.
La visibilidad tampoco dependerá únicamente de los canales propios. Los motores generativos utilizan información procedente de reseñas, artículos, foros, vídeos y plataformas comunitarias. Por ello, las marcas tendrán que cuidar su presencia en espacios como Reddit, Wikipedia, YouTube o Quora, además de conseguir menciones en fuentes externas fiables. La autoridad alcanzada en este ecosistema influirá en la probabilidad de que un agente cite un producto o lo incluya entre sus recomendaciones.
Las empresas retail deberán adaptar la infraestructura tecnológica y el modelo operativo para que los agentes puedan descubrir artículos, comparar alternativas y completar transacciones con seguridad
Este cambio requerirá nuevas métricas. Las organizaciones deberán analizar con qué frecuencia aparecen sus productos en las respuestas de la inteligencia artificial, qué posición ocupan, qué fuentes los citan, cuál es el tono de las menciones y cuánto tráfico generan. El seguimiento de estas variables complementará los indicadores tradicionales de posicionamiento y permitirá detectar diferencias entre los criterios empleados por cada modelo.
La publicidad también tendrá que adaptarse. El documento apunta al crecimiento de formatos integrados en conversaciones, como respuestas patrocinadas, recomendaciones de producto y llamadas a la compra dentro del diálogo. Según la previsión de eMarketer recogida por BCG, la inversión en publicidad vinculada a búsquedas con inteligencia artificial alcanzará los 26.000 millones de dólares en Estados Unidos en 2029, cerca del 14% del gasto total en anuncios de búsqueda. Ante esta evolución, los distribuidores necesitarán reservar presupuesto para probar formatos y participar en programas piloto.
Las organizaciones deberán analizar con qué frecuencia aparecen sus productos en las respuestas de la IA, qué posición ocupan, qué fuentes los citan, cuál es el tono de las menciones y cuánto tráfico generan
Junto a la presencia en servicios externos, algunos grupos desarrollarán agentes propios. Estos asistentes podrán aprovechar el conocimiento de la categoría, los datos internos y el historial del cliente para ofrecer recomendaciones más ajustadas que las proporcionadas por una herramienta generalista. Su utilidad dependerá de que aporten una experiencia diferenciada y respeten la identidad de la enseña, en lugar de limitarse a replicar las funciones de un buscador.
Los agentes también tendrán aplicaciones internas. Podrán ayudar al personal de tienda a responder consultas, localizar productos y resolver incidencias operativas como las comentadas anteriormente por Datadope. En ecommerce facilitarán la creación de contenidos, el enriquecimiento de fichas, la síntesis de reseñas y la gestión de la información del catálogo. En la relación con vendedores y proveedores permitirán automatizar procesos de incorporación, pedidos y campañas comerciales.
El desarrollo de estas capacidades exigirá una base de datos preparada para conectar distintos sistemas. BCG menciona el Model Context Protocol (MCP) como un estándar emergente que simplifica la comunicación entre agentes y aplicaciones internas. Su adopción puede reducir la complejidad de las integraciones y favorecer la interoperabilidad entre plataformas de inteligencia artificial, siempre que las conexiones se realicen con controles adecuados de seguridad.
La gobernanza será otro elemento central. Los comercios tendrán que definir responsabilidades, mecanismos de supervisión y criterios para aprobar cada caso de uso. La gestión del riesgo, el cumplimiento regulatorio y los principios de inteligencia artificial responsable deberán incorporarse a la actividad cotidiana. También será necesario formar a los equipos para que puedan establecer objetivos, revisar decisiones automatizadas y mantener el control sobre procesos ejecutados por agentes.
Los agentes propios podrán aprovechar el conocimiento de la categoría, los datos internos y el historial del cliente para ofrecer recomendaciones más ajustadas que las proporcionadas por una herramienta generalista
La preparación tecnológica deberá ir acompañada de una estrategia destinada a proteger la relación directa con el cliente. El comercio agéntico puede reducir las visitas a las páginas de los retailers y trasladar parte de la decisión de compra a intermediarios digitales. Para limitar esa dependencia, las enseñas tendrán que reforzar sus canales propios mediante programas de fidelización, suscripciones, servicios exclusivos y propuestas que ofrezcan razones para regresar.
La diferenciación adquirirá más peso cuando los agentes puedan comparar de forma automática precios, disponibilidad y condiciones. Los surtidos exclusivos, los servicios añadidos y una identidad reconocible ayudarán a evitar que la elección se reduzca al producto más barato. La comunicación de marca conservará su función, ya que los sistemas pueden localizar una oferta, pero la preferencia emocional seguirá dependiendo de la relación construida con el público.
El siguiente paso será el comercio entre agentes. En ese escenario, un asistente actuará por cuenta del consumidor y se comunicará directamente con el agente de una marca para localizar el producto, acordar las condiciones y cerrar la operación. Para participar, las empresas de Retail deberán ser localizables por estos sistemas, disponer de agentes capaces de preservar el valor de la marca y garantizar que sus plataformas puedan comunicarse con el resto del ecosistema.
