Comercio agéntico: la privacidad se convierte en infraestructura.
Cuando un agente compra en nombre del usuario, lo decisivo no es la conversión: es la capa de visibilidad y memoria que la precede. Quien la controle, dominará la próxima década del consumo.
Hay una forma cómoda - e ingenua - de abordar el auge del comercio agéntico: verlo como la simple automatización del e-commerce. Más conversacional, menos aburrido, más conveniente, pero e-commerce a fin de cuentas. Esa lectura es tranquilizadora porque mantiene intacta la vieja dialéctica (referrals, conversiones, carritos, atribución, etc). Seguimos pensando que el problema consiste en el reparto de la tarta.
Pero la pregunta no es si los agentes van a comprar. Acabarán haciéndolo. La cuestión decisiva es qué tiene que saber un agente para poder comprar en nuestro nombre. Y, todavía más importante, quién controla la capa de visibilidad y los datos de comportamiento necesarios para que esa transacción ocurra. Ahí cambia todo, porque cuando el comercio deja de depender de una intención explícita y pasa a hacerlo de la memoria que guarda sobre el usuario, el activo más valioso pasa a ser el acceso a los datos de comportamiento. Es ahí donde las métricas clásicas se convierten en un anacronismo. La competencia por la cuota de mercado se sustituye por la pugna por el control de la intención.
China como anticipo: el caso Doubao.
En China ha sucedido ya lo que en otros escenarios todavía se está planteando como hipótesis. En diciembre de 2025, ZTE lanzó el primer teléfono equipado con el sistema operativo Doubao de ByteDance. Al dotar a la IA de permisos INJECT_EVENTS y entrada a los servicios de accesibilidad del sistema (originalmente diseñados para personas con discapacidad), el agente obtuvo operatividad plena para comportarse de forma indistinguible de un usuario. Podía leer la pantalla, acceder a contraseñas, saldos bancarios, chats privados... El sistema no navegaba, sino que se apropiaba de la sesión. WeChat, Alipay y los principales bancos chinos no tardaron en bloquear el acceso.
El caso de Doubao pone sobre la mesa el problema real: una capa de software con capacidad para ver lo que el usuario ve, incluyendo información sensible que no estaba destinada a ser compartida. Esto plantea muchas preguntas: ¿de qué sirve la inversión en UX/UI, si el usuario final es un algoritmo que ignora el diseño y solo procesa metadatos? ¿Dónde queda la relación de confianza entre el usuario y la marca? ¿Y qué derechos de observación tiene un agente sobre mí antes de que yo haya decidido nada? Si la respuesta es “demasiados”, entonces no estamos ante una innovación comercial. Estamos ante una reconfiguración de la relación entre interfaz, identidad y comportamiento.
¿Está el debate mal planteado?
Hay dos posiciones dominantes en la conversación actual. La optimista ve un mercado enorme: se proyectan entre 3 y 5 billones de dólares en ingresos orquestados por agentes para 2030. La tesis es conocida: los agentes asistirán, ejecutarán compras, negociarán condiciones, optimizarán decisiones y harán más eficiente el consumo.
La otra, más escéptica, sostiene que ese relato subestima la lógica de los grandes intermediarios. El comercio agéntico es un espejismo que parece inevitable desde la perspectiva del usuario, pero no desde la arquitectura de incentivos. Amazon, Shopify y los demás gatekeepers no van a ceder la transacción si lo que les interesa de verdad es el dato que la rodea. Permitir que un agente externo vea el flujo de navegación supondría exponer la materia prima del negocio publicitario de 56.000 millones de dólares de Amazon. La transacción no es la joya: es la consecuencia.
Ambas lecturas son útiles, pero se equivocan en el mismo punto. Discuten quién captura la transacción, cuando ésta no es más que el epílogo. La verdadera batalla tiene lugar en la capa anterior: qué sabe el agente sobre la persona para llegar hasta ahí. Un espacio extraordinariamente rentable para quien consiga colonizarlo primero.
Comprar detergente parece trivial. No lo es.
Conviene aterrizar la discusión para no caer en abstracciones. Pensemos en una compra trivial: detergente. Para que un agente reponga automáticamente un producto necesita conocer, al menos, nuestro historial de compra, frecuencia de consumo, método de pago, ubicación, restricciones domésticas y una identidad verificable que le permita actuar con seguridad.
Ahora pensemos en una compra discrecional: un regalo, un viaje, un servicio profesional, una suscripción premium. Aquí la visibilidad sube exponencialmente, ya no basta con el modo “piloto automático”. Hace falta contexto, entender preferencias no declaradas, patrones emocionales, relaciones sociales, memoria de conversaciones anteriores, incluso el tipo de sensibilidad del usuario. El agente debe saber, por ejemplo, que el usuario prefiere su café helado y sin azúcar no por el historial de compras, sino por el análisis de sus interacciones diarias.
El agente ya no es un intermediario entre comprador y vendedor, sino que se coloca entre el consumidor y su propio comportamiento. Puede modelar la intención y llegar a condicionar la decisión de compra. Suena fuerte, pero conviene recordar que muchas marcas llevan años persiguiendo ese mismo objetivo con CRM, programas de fidelización y modelos predictivos. La diferencia es que ahora un software puede ejecutarlo con una fricción casi nula. Y quien gestione esa memoria tiene poder de veto sobre la marca.
McKinsey distingue seis niveles de delegación en los agentes, desde la simple suscripción programada (nivel 0) hasta la autonomía en red (nivel 5), donde agentes personales negocian directamente con agentes de los comercios. A partir del nivel 4, el agente requiere una visibilidad de datos que las APIs estándar no permiten. Y aquí Doubao vuelve a ser revelador: recurrir a los servicios de accesibilidad fue una estrategia deliberada para puentear las restricciones de las APIs, usando herramientas pensadas para la discapacidad como backdoor de extracción de datos. El agente hizo trampas para convertirse en un proxy soberano que asume la custodia de la identidad digital del usuario.
Europa tiene una ventaja cultural y un agujero legal.
Europa presenta una dicotomía: tiene alta confianza en la IA para la decisión, pero escepticismo para la ejecución. El usuario europeo tolera que la IA sintetice, compare, recomiende. Desconfía cuando la IA actúa de forma autónoma. Esa diferencia puede convertirse en una ventaja estratégica, porque obliga a las marcas a pensar antes en influencia que en automatización. Y en un mercado de baja confianza, la influencia sigue valiendo más que la ejecución.
El problema es que la regulación llega tarde a esa misma conversación. La Digital Markets Act tiene fallos estructurales que los agentes están explotando con eficiencia. La DMA define los servicios de intermediación como una relación triangular entre plataforma, empresa y consumidor; el agente autónomo rompe el triángulo al navegar y comprar sin un contrato explícito con la plataforma intermediaria, y queda en un limbo legal que ningún reglamento contempló. Además, los motores de búsqueda están regulados por cómo indexan, mientras que los agentes generan respuestas por inferencia probabilística: al no indexar en el sentido tradicional, eluden las obligaciones de transparencia que sí se aplican a Google o Bing.
La Comisión Europea quiere utilizar el Digital Omnibus para paliar ese vacío regulatorio, buscando blindar la DMA frente a la IA agéntica. Es el intento de la UE de responder a la amenaza que representa el modelo Doubao/ByteDance, actualizando las definiciones de gatekeeper (quién tiene acceso a la capa de intención, memoria y contexto que precede a la compra) para incluir a los agentes antes de que sea irreversible.
Las preguntas incómodas que se deben afrontar.
Durante años hemos optimizado la visibilidad de las marcas para buscadores, marketplaces, redes sociales y comparadores. El nuevo escenario introduce un intermediario que no busca como un humano, no navega como un humano y no compara como un humano. Eso obliga a reabrir tres preguntas que llevaban tiempo cerradas.
La primera: ¿está la marca generando suficiente señal estructurada para ser considerada por un agente que no se comporta como un consumidor tradicional? La segunda: ¿quién decide internamente qué parte de la relación con el cliente puede ser observada por una IA externa, y cuál no? La tercera, la más incómoda: ¿y si el verdadero valor no estuviera en la conversión, sino en el derecho a ser visible antes de ella? Las respuestas no caben en un dashboard, pero condicionan el organigrama de los próximos cinco años: legal, datos, marketing y producto van a tener que sentarse juntos a redibujar la frontera entre lo que la marca expone y lo que protege.
La privacidad ha dejado de ser un imperativo moral.
Incorporar un agente en el flujo comercial puede ser una muestra de progreso, pero también una forma sofisticada de regalar poder sin entenderlo. El comercio agéntico reordena la soberanía sobre la información que hace posible la compra, y eso afecta a retailers, plataformas, bancos, reguladores, marcas y medios. Pero afecta, sobre todo, a la relación entre la persona y su propia huella comportamental. ¿Qué parte de nosotros tendrán que conocer los agentes para comprar en nuestro lugar? ¿Y quién debería tener acceso a ese conocimiento?
En el comercio tradicional, el retailer ve impresiones, clics, tiempo de permanencia, abandonos, comparaciones... El comercio mediado por agentes recorre todo ese entramado por los sótanos. El descubrimiento, la consideración, las preferencias, viven dentro de ChatGPT o de quien gestione el agente.
Por eso, la privacidad ya no es un imperativo moral. Es la infraestructura sobre la que se construye la próxima ventaja competitiva.
En dos semanas, volvemos a tu buzón.
Fernando y Carlos.
Cada dos meses, los miembros del Foro IA nos reunimos y comentamos novedades relevantes en nuestras organizaciones. Yo me encargo de seleccionar algunos temas de actualidad para hacer un catch-up, que convierto en un doc sencillo que luego se publica en la página de LinkedIn del Foro. No dejéis de seguir la página y suscribiros al newsletter si queréis estar al tanto de novedades y eventos.
Aquí podéis acceder al último AI Catch-up.
Actualidad.
Hemos pasado en pocos meses del Model Overhang que popularizó Satya Nadella (los laboratorios tenían más capacidad de la que necesitaban y debían convencer a clientes para usarla) a la escasez de capacidad de computación. La industria se enfrenta a un cuello de botella crítico en el suministro de potencia de cálculo, que está obligando a OpenAI y Anthropic a racionar sus servicios y cancelar proyectos ambiciosos (como Sora). A medida que el coste de computación se mantenga alto y las empresas quemen miles de millones en subsidiar precios bajos para captar usuarios, el modelo actual se volverá difícil de sostener. Anthropic acaba de anunciar un acuerdo con SpaceX para ofrecer más tokens a sus clientes (todo el mundo quiere Claude y pocos usan Grok, se entiende) pero la dificultad para adquirir chips avanzados y con el rechazo social a la construcción de data centers, al ritmo con el que se quemarán tokens en la empresa, la industria IA habla de falta de capacidad “for years to come”. THE ECONOMIST
DeepSeek ha presentado sus modelos V4-Pro y V4-Flash, con prestaciones muy cercanas a los modelos propietarios top (Opus 4.7 y GPT-5.5), a una sexta parte del precio. The New Stack plantea que deberemos construir arquitecturas híbridas, con modelos económicos para tareas rutinarias (clasificación, extracción de datos) y modelos de élite para aplicaciones verticales, donde el razonamiento avanzado justifique el precio.
Citi ha desarrollado la plataforma Arc para desplegar agentes de IA generativa enfocados en la investigación, síntesis de datos y preparación de informes, dejando que sus empleados se centren en asesoría estratégica. También Anthropic ha presentado 10 nuevos agentes para integrarse en servicios e instituciones financieras.
Casi dos tercios de las personas que buscan empleo en EEUU han sido entrevistadas por una IA; sin embargo, el 38% abandona el proceso cuando esto ocurre, porque sienten falta de transparencia y trato deshumanizado. Pero huele a que tendremos que terminar acostumbrándonos, porque la IA tiene menos sesgos, deja hablar más a los candidatos y seguramente acertará más prediciendo el encaje (además de ser barato). FORTUNE
Un experimento en Bowling Green (Kentucky) ha usado bots de Jigsaw y Polis para mantener conversaciones largas con el 10% de los residentes sobre el futuro del municipio, y ha encontrado un 80% de consenso en la mitad de las ideas planteadas. Bien diseñada, la IA puede escuchar con más paciencia que un pleno municipal y devolver el centro político que las redes sociales llevan una década erosionando. FINANCIAL TIMES
Reflexiones.
Jack Clark, co fundador de Anthropic, cree que hay un 60% de posibilidades de que antes de tres años la IA diseñe y construya sus propios sucesores de forma autónoma. La automatización del I+D acabaría con la intuición humana como cuello de botella del progreso científico. Y si la IA se rediseña, hay un riesgo elevado de eliminar las salvaguardas éticas o de seguridad instaladas por sus creadores originales, simplemente porque consumen recursos o ralentizan el rendimiento. Recordemos que en la agenda de Anthropic siempre está su interés por demostrar que ellos son los más éticos en el desarrollo de IA (y la percepción que muchos tenemos, es de que probablemente lo sean :) LINK
Al principio nos mostramos escépticos desde Rebel Intel. Luego la agenda mediática internacional nos hizo dudar de nosotros mismos. Pero en las dos últimas semanas, el lanzamiento en abierto de GPT-5.5 con capacidades de hackeo similares (o superiores) a Mythos y sin grandes eventos de seguridad a nivel mundial, nos vuelve a hacer pensar que Claude Mythos es un referente de la IA responsable y ética, pero también es una jugada maestra del marketing que ha disparado la valoración de Anthropic y atraído contratos antes de su salida a Bolsa. Dicho esto, lo que sí parece es ser un modelo excepcionalmente potente. Y casi se sale de la gráfica de METR: se estima que Mythos puede completar tareas de software que a un programador humano le llevarían al menos unas 16 horas, el 50% de las veces. A continuación, una reflexión sobre verdades y “mitos” de Mythos. LINK
¿Ha alcanzado la IA generativa su techo para el consumo masivo? Tras la explosión inicial de ChatGPT, Suno, Sora, Studio Ghibli, las compañeras (os) de IA, … pasamos de la fascinación inicial al más de lo mismo. Aunque la tecnología es asombrosa y sigue ofreciendo novedades continuas, todavía no ha encontrado la killer app que la convierta en indispensable para el gran público. LINK
Tal vez el futuro inmediato no guarde respuestas claras, sino dudas constantes. La próxima década puede ser la Era de la Ambigüedad: no sabremos pronto si la IA nos quitará el empleo o si llegará a ser “humana”; en cambio, viviremos en una incertidumbre donde lo real y lo generado se confunden. En este escenario, la clave para sobrevivir consiste en ser extremadamente flexibles, estar dispuestos a cambiar de opinión rápido y no confiar en verdades absolutas. LINK
¿Qué será escaso en una economía donde la IA produce commodities a coste casi cero? El caso Starbucks, que ha revertido la automatización tras comprobar que la taza de cerámica y la nota manuscrita rellenan más cafés que los procesos optimizados, es un anticipo de la reasignación que viene. A medida que las rentas suban y los bienes industriales se abaraten, el gasto se desplazará al sector relacional, esos productos y servicios cuyo valor es inseparable del humano que los provee, desde la artesanía hasta la educación, los cuidados o la hospitalidad. La lectura para marcas y CMOs es evidente: la IA empuja a la procedencia, al criterio y al rastro humano como nueva fuente de prima de exclusividad. GHOSTS OF ELECTRICITY
Otra visión esperanzadora de John Burn-Murdoch en el FT: la IA podría actuar como antídoto a la polarización de las redes sociales. Mientras que estas premian el sensacionalismo y los discursos radicales, las empresas de IA compiten por ofrecer herramientas precisas, objetivas y útiles para entornos profesionales. Esto genera un efecto “tecnocratizador”: en lugar de fragmentar la realidad, los modelos de lenguaje convergen hacia hechos verificables y posturas alineadas con el consenso de los expertos, alejándose de las teorías conspirativas. FINANCIAL TIMES
Investigación.
El estudio anual de CEOs de IBM constata el salto más vertiginoso en gobernanza corporativa de la última década: el 76% de las grandes organizaciones ya cuenta con un Chief AI Officer, frente al 26% del año pasado. Más allá del cargo, lo relevante es la tesis de fondo: el 64% de los primeros ejecutivos asegura tomar decisiones estratégicas con input generado por IA, y quienes han rediseñado simultáneamente tecnología, finanzas, RR.HH., operaciones y colaboración transversal multiplican por cuatro la probabilidad de cumplir sus objetivos de negocio. La ventaja competitiva ya no se mide en pilotos desplegados, sino en cuánto se ha reconfigurado el comité de dirección para que la IA deje de ser una capa tecnológica y se convierta en el sistema operativo de la compañía. IBM
El estudio AI and Digital Trends 2026 de Adobe analiza el cambio en la relación entre marcas y consumidores a raíz de la integración de la IA generativa. Los consumidores aprecian las ventajas y la personalización que aporta la IA, pero no están dispuestos a ceder el control de su información confidencial ni las decisiones importantes. Para las marcas, el éxito no vendrá de automatizar procesos de forma aislada, sino de utilizar la IA para crear conexiones más humanas, rápidas y coherentes en todos los puntos de contacto.
El AI-Powered Consumer 2026 de Prophet analiza cómo la IA ha dejado de ser una novedad para integrarse profundamente en los hábitos del consumidor: 29% la usa para descuentos y compras, 37% la emplea para reseñar productos. Aunque el 74% confía en las recomendaciones de la IA, el 93% realiza al menos una verificación (buscar en Google, visitar la web oficial) antes de actuar, lo que refuerza la necesidad de que las marcas mantengan señales de confianza tradicionales. La próxima frontera: los consumidores esperan una IA sin instrucciones (prompt-less), emocionalmente inteligente y capaz de anticipar necesidades. PROPHET
MCX (mkt, comms y cx).
La IA está logrando que las campañas sean más efectivas. Google informa de una reducción del 40% en anuncios irrelevantes. Este cambio está transformando la estructura de costes de las empresas, que están ahorrando hasta un 30% en campañas y un 65% en creación de contenido. Poco a poco, la publicidad va pasando de una cuestión de creatividad a un problema tecnológico puro. NYT
Meta va a abrir su ecosistema publicitario para permitir que herramientas de IA de terceros se integren directamente en su plataforma. Los anunciantes ya no estarán obligados a usar soluciones de Meta (como Advantage+), ahora podrán conectar sus propios modelos y herramientas IA para crear, probar y desplegar campañas. DIGIDAY
Snapchat estrena los AI Sponsored Snaps, un formato que permite a las marcas desplegar sus propios agentes conversacionales dentro del chat, donde los usuarios ya envían 950.000 millones de mensajes por trimestre. La conversación, no el feed, empieza a perfilarse como el próximo gran inventario publicitario. TECH CRUNCH
La IA generativa se ha colado en el flujo de trabajo de los creadores de contenido a una velocidad tremenda: agentes que filtran DMs y responden a fans en nombre del creador, plataformas como Made vendiendo "sistemas operativos creativos" con director, productor y community manager sintéticos, y marcas tanteando influencers íntegramente generados como pólizas anti-escándalo. Un sector que vende autenticidad humana frente al ruido sintético empieza a automatizar precisamente lo que le puede hacer valioso a ojos del fan ¡ (¿o eso no es lo que le hace valioso?). DIGIDAY
¿Sigue valiendo la pena bloguear para mejorar el SEO y el tráfico? El consenso general es que el blog tradicional ha muerto como estrategia de generación de volumen (ya no “engaña” al SEO), pero ha evolucionado hacia una herramienta de autoridad y conversión (resuelve problemas muy específicos del usuario long-tail, y sirve de base para alimentar otros canales). REDDIT
¿Marketing slop? Un post en Instagram de Colgate se convierte en ejemplo de cómo no usar la IA generativa. LINK
Aún hay más…
La era de la electrónica barata (ordenadores y teléfonos) está llegando a su fin, debido a la escasez de chips de memoria provocada por el crecimiento de la IA. THE GUARDIAN
Meta recorta 8.000 empleos y Microsoft prejubila al 7% de su plantilla en EE.UU., todo envuelto en la retórica de la aceleración IA. ¿AI washing? THE CONVERSATION
Y lo que los análisis de impacto en empleo suelen pasar por alto. FINANCIAL TIMES
Un modelo IA desarrollado por la Clínica Mayo encuentra señales de posibles tumores de páncreas hasta tres años antes de su aparición. NBC
Google lanza Health Coach por 9,99 dólares al mes, un entrenador personal con Gemini que combina fitness, sueño y bienestar. Las big tech luchando en categorías de uso cotidiano de la IA. CMOs del mundo, atentos. TECH CRUNCH
Un lobo escapó del zoo de Daejeon (Corea del Sur), y alguien publicó una foto falsa del animal caminando por la calle, por lo que las autoridades alertaron a los residentes. Ahora el autor de la foto se enfrenta a cinco años de cárcel. BBC