Primero fue Internet, que eliminó fronteras y llevó las compras a la computadora. Años después, el smartphone masificó el comercio digital en el bolsillo. Hoy, el mercado asiste a su tercera gran transformación: la irrupción de la inteligencia artificial conversacional, un paradigma que no solo cambia dónde y cuándo compramos, sino algo mucho más profundo: qué elegimos y cómo tomamos decisiones.
Durante dos décadas, el consumidor siguió un patrón predecible: buscaba en Google por palabras clave aisladas, comparaba especificaciones en pestañas y compraba.
Ese modelo lineal muta hacia el diálogo situacional. Hoy el usuario plantea intenciones complejas: “Necesito una heladera para un departamento pequeño donde vivimos dos personas, que consuma poca energía y tenga freezer”. En segundos, la IA evalúa restricciones y recomienda opciones personalizadas. La búsqueda ya no depende solo de palabras clave, sino de necesidades y contextos.
Esta dinámica se consolida en plataformas como el Modo IA de Google y ChatGPT. Además, en marzo de 2026 OpenAI amplió el Agentic Commerce Protocol al descubrimiento de productos, permitiendo acceder a datos estructurados desde el origen.
Un mercado en reconfiguración
Según Morgan Stanley Research, el comercio impulsado por agentes de IA generará entre US$ 190.000 millones y US$ 385.000 millones en ventas de eCommerce en EE. UU. hacia 2030 (10% a 20% del mercado online).
Los indicadores de consumo lo confirman:
- 30% de los usuarios ya investiga productos y compara opciones con IA.
- 40% a 50% de los consumidores recurre a asistentes de IA durante la evaluación previa.
- 25% del eCommerce estadounidense estará intervenido por IA agéntica para 2030.
El proceso evoluciona en cinco etapas: descubrimiento, recomendación, inicio de compra, transacción y gestión autónoma. Actualmente la actividad se concentra en descubrimiento y recomendación, abriendo una ventana estratégica para las marcas.
Fichas de producto: de especificaciones a necesidades
Para ser consideradas por la IA, las marcas deben estructurar sus activos digitales alrededor de las necesidades que resuelven. En este sentido, Juan Pablo Suarez, VP de MiQ Commerce, explica cómo adaptar la información de producto: “El primer paso es organizar la información de los productos alrededor de las necesidades que resuelven: para quién son, en qué contextos se utilizan, qué problemas soluciona y qué atributos los diferencian. Esta información debe ser clara, consistente y verificable en los distintos puntos de contacto, desde el sitio web y las fichas de producto hasta los retailers, las reseñas y los contenidos editoriales”.

Sobre la construcción de la presencia digital, añade: “El objetivo no es intentar condicionar las respuestas de la IA, sino construir una presencia digital sólida que facilite la comprensión de la marca y sus productos. También es importante analizar cómo aparecen las marcas en las respuestas a consultas relevantes, qué atributos se asocian con ellas y qué fuentes contribuyen a formar esas recomendaciones”.
Ante clientes que llegan con decisiones casi tomadas, Suarez enfatiza la conversión: “La prioridad es reducir la distancia entre la consideración y la compra. Para lograrlo, las páginas de destino deben responder rápidamente a las necesidades del usuario con información clara sobre disponibilidad, precio, beneficios, reseñas, condiciones de entrega y compatibilidad, además de ofrecer un proceso de compra sencillo”.
Según el ejecutivo, las marcas necesitan evolucionar de catálogos centrados en especificaciones a estructuras de información que también reflejen necesidades, ocasiones de consumo y atributos de decisión. “Una buena ficha de producto, además de tener todas las características del producto, debe responder preguntas como ¿para quién es?, ¿en qué situaciones resulta útil?, ¿qué necesidad resuelve? y ¿qué lo diferencia de otras alternativas?”, detalla.
Presupuestos y atribución más allá del ‘Last-Clic’
La investigación con IA exige revisar el retorno publicitario. Si la preferencia se forma antes de visitar la tienda, medir solo por el último clic distorsiona la contribución real. Mauro Paviolo, Líder de Performance con Paid Media de ICBC, analiza este desafío: “Creo que en este escenario el desafío pasa por evolucionar hacia un mix más integrado y dinámico que esté orientado a resultados de negocio. La IA suma una nueva instancia de descubrimiento y decisión, demandándonos a las marcas cada vez más relevancia y calidad del contenido para lograr visibilidad, ya no solamente inversión publicitaria”.
Desde su mirada, esto obliga a repensar cómo distribuir los presupuestos y, especialmente, cómo medir su contribución. “La atribución tiene que medirse más allá del last-clic, combinando señales de distintos canales, modelos de incrementalidad y datos propios para entender el impacto real de las conversiones que generemos. Y el objetivo va a seguir siendo invertir donde generemos mayor valor, aunque el recorrido del consumidor ya no sea tan lineal”, plantea.

En consonancia, Suarez concluye sobre la planificación de medios: “La planificación de medios debe evolucionar hacia una visión que conecte los distintos momentos de decisión del consumidor. Los asistentes conversacionales pueden intervenir en el descubrimiento, la investigación y la recomendación, mientras que los sitios propios, los marketplaces y las tiendas siguen siendo puntos relevantes para concretar la compra”.
La ventana de oportunidad del ‘First-Mover’
Dado que la transacción sigue en las tiendas propias, actuar temprano permite posicionar la marca antes de que el ecosistema madure. El ejecutivo de MIQ destaca el valor del diagnóstico inicial: “El primer paso es establecer un punto de partida: identificar en qué consultas aparecen las marcas, cuáles son recomendadas frente a ellas, qué atributos predominan en la categoría y qué fuentes contribuyen a las respuestas. Este diagnóstico permite priorizar oportunidades y definir acciones antes de que la visibilidad en entornos de IA se convierta en un componente aún más competitivo del descubrimiento de productos”.
“La marca debe ser reconocible no solo por su nombre, sino también por las necesidades que resuelve y los atributos que representa. Esto exige consistencia entre publicidad, contenidos, información de producto, servicio al cliente, reseñas y experiencia post compra”, sostiene y agrega: “La IA puede influir en las etapas iniciales de descubrimiento y evaluación, pero la preferencia sostenible seguirá dependiendo de la calidad del producto, la confianza y la capacidad de cumplir la promesa de marca”.
En definitiva, SEO, contenidos, performance, UX y data deben converger para que las marcas no solo sean encontradas, sino activamente elegidas por la IA.



