El ecommerce no necesita más agentes de IA, necesita quien los coordine.

He de reconocer que sí, soy fan de El Señor de los Anillos. Pero como millennial, la referencia visual que me viene a la cabeza es aquella escena de Fantasía en la que Mickey Mouse encantaba a la escoba para que se pusiera a hacer tareas y, de una forma muy precisa, sembraban el caos.

De igual manera, como representante del intervalo superior de la curva demográfica, además de con metáforas, creo interesante respaldar la reflexión con números.

Solo el 11% de los consumidores en Estados Unidos está dispuesto a dejar que una IA decida una compra por ellos, incluso en categorías de bajo riesgo como cuidado personal o suministros del hogar, según una encuesta de Gartner publicada en mayo de 2026. El dato desmonta el relato que se ha instalado en la mayoría de comités de dirección: que el consumidor ya está listo para la compra autónoma. No lo está. Y, sin embargo, el 58% de los clientes prefiere que un sistema de IA generativa le recomiende productos, según Capgemini.

La contradicción no es un error de medición, es solo una pista de cómo ve el futuro cada uno de los agentes implicados, y eso es un insight por sí mismo. Los compradores no rechazan la IA, rechazan perder el control mientras la usan.

El 54% de quienes han usado IA para comprar ha tenido que verificar la información que el sistema les dio, y el 62% considera que esa información fue una pérdida de tiempo, según el mismo estudio de Gartner. No es un problema de adopción, es un problema de diseño que se está intentando atacar desde diferentes ángulos. Las plataformas lo enfocan desde la disponibilidad y la precisión, si bien la gestión de la experiencia recae en aquellos que queremos crear un valor diferencial con ella.

El síntoma: agentes sueltos, experiencia rota

Durante los últimos tres años, la mayoría de los ecommerce han seguido el mismo guión: un chatbot en atención al cliente, un motor de recomendación en el catálogo, un sistema de pricing dinámico en el checkout, quizá un agente de personalización en el email.

Cada pieza funciona bien de forma aislada. Cada proveedor puede mostrar su propio caso de éxito. El problema aparece cuando el cliente se mueve entre esas piezas y descubre que ninguna sabe lo que la otra acaba de hacer, y esto no solo rompe la experiencia, sino que puede ser una fuente de problemas a diferentes niveles en el caso de que se automaticen acciones en el conjunto martech.

Simplificándolo con un ejemplo: como cliente, puedo haber cerrado un siniestro de coche de forma satisfactoria con la grúa y a la vez estar pensando en darme de baja del seguro por diferentes razones que pueden hacerme explotar si recibo una campaña de upsell equivocada. Los indicadores de tiempo de respuesta, coste de gestión o NPS pueden ser muy buenos de forma fragmentada y aún así no reconocer el porqué del problema.

Volviendo a la manía de los números: solo el 14% de los más de 20.000 consumidores encuestados en 26 países se declara satisfecho con su experiencia de compra online, según el IBM Institute for Business Value. Con la cantidad de tecnología que se ha desplegado en la última década, ese número debería darnos vergüenza a quienes estamos en este lado de la ecuación (entender, diseñar, implementar).

Hay además una amenaza estructural que pocos comités de dirección están priorizando, que los SEO no conseguimos comunicar de la forma adecuada y que Gartner lleva un tiempo advirtiendo: en 2024 estimó una caída del 25% en el volumen de búsqueda tradicional de aquí a 2026, desplazado por chatbots de IA. Si el tráfico que hoy llega desde Google empieza a llegar (o a no llegar) a través de un asistente conversacional que responde por el usuario, la pregunta ya no es cómo posicionar una página. Es cómo hacer que un agente externo entienda, cite y recomiende tu catálogo. Esa pelea se juega con datos estructurados, con contexto y con coherencia entre canales. No se juega con un chatbot más.

El nombre de marketing es zero-click search; en término preciso de negocio es "dejo de conocer el contexto de mi cliente (por decirlo de forma correcta)".

La tesis: falta una capa que perciba, interprete y aprenda

El error no es tener pocos agentes de IA, es tenerlos desconectados. Cada agente percibe una parte del cliente (lo que compra, lo que pregunta, lo que abandona en el carrito) pero ninguno construye una imagen conjunta. Y sin esa imagen conjunta, no hay interpretación posible: se generan recomendaciones basadas en un fragmento del comportamiento, no en el recorrido completo.

El coste de no tenerla ya está medido, y no solo por consultoras: el 70,22% es la tasa media de abandono de carrito en ecommerce, según el Baymard Institute, que agrega 50 estudios independientes publicados entre 2006 y 2025. No es un problema nuevo ni exclusivo de la IA, pero es exactamente el síntoma que una capa cognitiva bien diseñada debería reducir: el cliente no abandona porque falte tecnología, abandona porque nadie conecta lo que cada pieza de esa tecnología ya sabe de él.

Lo que hace falta es contexto compartido- no un agente más, sino la lógica que conecta a los que ya existen. Imagina al cliente del siniestro de coche de antes: primero, alguien percibe que acaba de cerrar una incidencia con la grúa y, en paralelo, que lleva semanas mirando la política de bajas. Luego, alguien interpreta esas dos señales juntas, no por separado, y entiende que no es el momento de un upsell. El sistema retroalimenta esa decisión: si el cliente responde bien a un mensaje distinto, lo recuerda para la próxima vez. Y todo eso se vuelve experiencia aumentada en el único momento que el cliente ve: una comunicación que, por fin, tiene sentido con lo que le está pasando.

Eso es lo que en el mundo físico tendemos a llamar "dejar de trabajar en silos para tener un objetivo común". Aquí son cuatro funciones que se retroalimentan entre sí: percepción, interpretación inteligente, retroalimentación y experiencia aumentada. Sin esta capa, cada agente sigue optimizando su propia métrica de forma aislada. Con ella, los agentes dejan de competir por la atención del cliente y empiezan a construir sobre lo que el anterior ya aprendió.

Esta experiencia aumentada ya no vive en una interfaz fija. Durante treinta años, el ecommerce fue una pantalla que el equipo de producto diseñaba una vez y el cliente navegaba siempre igual. Eso se está disolviendo: cuando la compra ocurre dentro de ChatGPT, dentro de un asistente de Copilot o dentro de cualquier interfaz que controla un agente (lo que ECDB llama el modelo Interface-First), la marca deja de tener una página que diseñar y pasa a tener una conversación que ganar, distinta cada vez, ensamblada en tiempo real según lo que ese agente decide mostrar. Es lo que en diseño se empieza a llamar interfaces líquidas: ya no hay un layout fijo que memorizar, hay una superficie que se recompone en cada interacción según el contexto, el agente y el momento del cliente.

Y aquí vuelve a aparecer la escoba de Fantasía. Si la interfaz ya no es fija, y la lógica que la gobierna tampoco existe, cada agente no solo actúa por su cuenta, también se muestra por su cuenta, con su propio criterio sobre qué es relevante enseñarle al cliente en ese instante. La capa cognitiva no es opcional en un mundo de interfaces fijas, donde el error se ve en un dashboard. Es imprescindible en un mundo de interfaces líquidas, donde el error se ve (o no se ve) en una conversación que nadie más está mirando.

El punto que la mayoría se salta: gobernanza, no autonomía total

Aquí es donde muchos proyectos de IA en ecommerce se equivocan de objetivo. La ambición por defecto suele ser "más autónomo", como si la autonomía fuera el indicador de madurez. La misma encuesta citada al principio lo desmiente: el 72% de los usuarios afirma que la IA generativa aparece en su experiencia sin que la hayan pedido. Eso no genera confianza, genera rechazo.

La cita de Kate Muhl lo resume mejor que cualquier informe interno: los consumidores no buscan delegar decisiones de compra en la IA, buscan que la IA les ayude a encontrar mejor información, manteniendo ellos el control final. Esto tiene una traducción directa para cualquier dirección de ecommerce: el objetivo no es automatizar más, es decidir con precisión qué partes del proceso pueden ser coordinadas entre sistemas, cuáles necesitan gobierno explícito (reglas, límites, aprobación humana) y cuáles pueden operar con autonomía real porque el riesgo de error es bajo y el coste de revisión es alto.

Esa distinción (coordinado, gobernado, autónomo) no es un matiz técnico, es la diferencia entre un sistema que un director puede defender ante un comité de riesgos y uno que no. Y es también la razón por la que la mayoría de los pilotos de IA en ecommerce se estancan: se diseñan para maximizar autonomía en lugar de para maximizar confianza, y el consumidor (y el propio equipo interno) acaba desconectando lo que no entiende ni controla.

El mercado ya se está moviendo

El comercio agéntico va a mover 8.000 millones de dólares en 2026 y se prevé que alcance 3,5 billones en 2031, un crecimiento del 43.24% en cinco años, según ECDB/Juniper Research. No es una previsión abstracta: el tráfico que ya llega desde ChatGPT convierte al 11,4%, un 54% por encima de la media del resto de fuentes, tráfico directo incluido. Y la infraestructura para capturar ese valor se está montando con una estrategia de precio agresiva: las tarifas de referencia de ChatGPT están muy por debajo del take rate que cobran hoy Amazon (15,8%), Walmart (15,0%) o eBay (10,9%), la misma jugada de "entra más barato, gana cuota" con la que Amazon se comió al retail tradicional hace veinte años, ahora aplicada a quién controla la transacción, no solo el catálogo.

Y aquí no hay ironía posible: la misma casa que te dice que solo el 15% de los retailers usa IA para recomendar productos es la que evalúa a los 19 proveedores que ya están vendiéndosela.

El Magic Quadrant for Digital Commerce de Gartner, publicado el 3 de noviembre de 2025, evalúa a 19 proveedores (Adobe, Salesforce, SAP, Shopify, commercetools, entre otros) y confirma que la inversión en capacidades de IA y comercio agéntico ya forma parte de la hoja de ruta de cada plataforma relevante del sector. No es una apuesta de innovadores tempranos. Es la dirección en la que se mueve toda la categoría.

Y el incentivo de negocio para moverse ahora no es nuevo, solo se ha vuelto más urgente: las empresas que hacen bien la personalización generan un 40% más de ingresos en esas actividades que la media del sector, según McKinsey, un dato de 2021 que ninguna de las plataformas evaluadas por Gartner ha conseguido tumbar en cuatro años, precisamente porque el problema de fondo (conectar señales, no acumular herramientas) no ha cambiado.

Aun así, la brecha entre lo que el cliente espera y lo que el retailer entrega sigue siendo enorme: solo el 15% de los minoristas usa IA para recomendaciones de producto y solo el 10% ha automatizado la gestión de inventario con IA, según el State of AI in Ecommerce Report de Quid (2025), frente a un 58% de clientes que ya prefiere ese tipo de recomendación. Esa diferencia entre demanda y capacidad de entrega es, hoy, la ventaja competitiva más barata que existe en ecommerce. No hay que convencer al cliente de nada, hay que construir lo que ya está pidiendo.

Lo que esto significa para quien dirige, no para quien implementa

Ningún/a director/a de ecommerce necesita entender la arquitectura técnica de un agente conversacional. Sí necesita hacerse tres preguntas antes de aprobar el siguiente proyecto de IA:

• ¿Este agente comparte lo que percibe con el resto de sistemas, o añade otro silo con etiqueta de "inteligente"?
• ¿Sabemos, con precisión, en qué decisiones el sistema puede actuar solo y en cuáles necesita gobierno humano, o lo estamos decidiendo sobre la marcha?
• ¿El cliente nota una experiencia más coherente, o simplemente nota que ahora hay más ventanas de chat?

Si la respuesta a cualquiera de las tres es "no lo sabemos", el proyecto no está listo para escalar, por muy bien que funcione la demo.

La capa cognitiva no es una capa de IA más sofisticada, es la que decide cómo conviven las que ya tienes, y la que convierte cada agente nuevo en una mejora del sistema completo en lugar de en una herramienta más que alguien tiene que revisar a mano.

A modo de cierre, porque ya sabes que me van los números, este artículo se apoya en doce fuentes distintas y en no pocos años de sesgo personal, que es la forma elegante de llamar a la experiencia.

Las separé, en dos bandos: las consultoras (Gartner, McKinsey, IBM) ven un crecimiento moderado y un reto sobre todo emocional, de confianza, y las plataformas de producto, que ven un crecimiento explosivo y un reto sobre todo técnico. Ninguna de las dos habla apenas del conflicto que sí ve la otra. Y ambas coinciden, sin haberse puesto de acuerdo, en el mismo punto de fuga: control, confianza y datos verificados como la palanca que de verdad importa.

Dos formas de ver el mundo, un punto de conexión en el que nosotros creemos.

En Pleg estamos diseñando exactamente esta capa para varios equipos de ecommerce que ya tienen agentes desplegados pero no una lógica que los coordine. Si quieres ver cómo lo estamos construyendo, o simplemente comparar notas sobre dónde está tu organización en este eje de percepción, gobierno y autonomía, hablemos.