Las empresas de comercio electrónico de la India están empezando a prepararse para un cliente que quizá nunca abra una página de producto. Los agentes personales de IA ya pueden investigar productos, comparar alternativas y, en algunos casos, realizar compras en nombre de los usuarios. Según The Economic Times, las plataformas indias de comercio electrónico, viajes y seguros ahora están reevaluando los precios, los costos de interacción con los clientes y los sistemas de verificación de bots a medida que ese comportamiento se expande.
El cambio más importante no es simplemente la llegada de otra interfaz de pago. Es la posibilidad de que el software se convierta en la capa entre un minorista y una parte creciente de sus clientes, decidiendo qué productos merecen consideración antes de que un ser humano llegue siquiera a la tienda.
Eso crea una pregunta más trascendental para el comercio electrónico: ¿qué ocurre con la publicidad, el costo de adquisición de clientes y los precios cuando los compradores delegan cada vez más el descubrimiento y la comparación en los agentes?
El tráfico de IA ya se comporta de manera diferente a los canales de adquisición tradicionales
La primera evidencia sugiere que el tráfico originado por IA puede ser económicamente atractivo.
Adobe descubrió que el tráfico procedente de fuentes de IA hacia sitios web de comercio minorista de EE. UU. creció 393% interanual en el primer trimestre de 2026. En marzo, esos visitantes estaban convirtiendo un 42% mejor que el tráfico de canales no procedentes de IA. Datos separados de mayo mostraron que los compradores referidos por IA generaban 53% más de ingresos por visita y convertían 54% más a menudo.
Los minoristas están notando la diferencia. Ulta Beauty declaró a Reuters que los compradores que llegaban a sus productos a través de Gemini y ChatGPT mostraban aproximadamente el doble de conversión e intención de compra que otros visitantes. Al mismo tiempo, la empresa dijo que aún preferiría que los clientes completaran la transacción en su propio sitio web.
Esa tensión es importante para CAC.
Si un asistente de IA filtra cientos de opciones antes de enviar a un comprador a una tienda, el minorista puede recibir menos visitas, pero con una intención de compra mucho más fuerte. En ese escenario, las páginas vistas y el tráfico bruto se vuelven medidas menos útiles de la eficiencia de adquisición. El evento valioso ocurre antes: lograr que el agente seleccione el producto.
Para los comerciantes, eso podría hacer que, al principio, las referencias de IA parezcan un canal de adquisición de bajo costo. No significa que el impuesto de adquisición desaparezca.
Google ya está probando ubicaciones patrocinadas y Direct Offers dentro de AI Mode, lo que permite a los minoristas mostrar descuentos cuando sus sistemas determinan que un comprador está cerca de una decisión de compra. Por lo tanto, la publicidad parece más propensa a migrar hacia la capa de decisión agéntica que a desaparecer por completo del comercio.
Los feeds de productos pueden volverse tan importantes como el merchandising de la tienda
El comercio electrónico tradicional ha pasado décadas optimizando páginas para personas: banners principales, recomendaciones, cuadrículas de productos, mensajes de escasez, reseñas y ubicaciones promocionales.
Los agentes no necesariamente consumen una tienda de esa manera.
El protocolo de Google, Universal Commerce Protocol, está diseñado para permitir que los agentes intercambien información estructurada con los comerciantes durante el descubrimiento y el pago. Google también está ampliando atributos de Merchant Center específicamente para que los sistemas de IA puedan entender detalles como accesorios compatibles, sustitutos y respuestas a preguntas sobre productos. Agent Connect de Mastercard permite de manera similar que los agentes recuperen información del catálogo y luego confirmen el precio final, los impuestos, el envío y la gestión de pedidos antes de una transacción.
Eso cambia el terreno competitivo.
Un minorista aún puede construir una marca poderosa y una experiencia del cliente sólida, pero un agente que compara productos equivalentes puede evaluar precio, disponibilidad, condiciones de entrega y especificaciones del producto mucho más rápido que una persona que cambia entre pestañas del navegador.
Para bienes altamente sustituibles, eso podría reducir la influencia de algunas técnicas tradicionales de merchandising y aumentar la presión sobre la transparencia de precios. El efecto debería ser menor donde la preferencia de marca, la exclusividad, los beneficios de fidelidad o un servicio diferenciado sigan siendo importantes.
Ya se están dando a los minoristas herramientas para hacer que esas diferencias sean legibles por máquinas. El proyecto piloto Direct Offers de Google comienza con descuentos, pero está diseñado para ampliarse a atributos como paquetes y envío gratis. En otras palabras, los comerciantes pueden competir cada vez más no solo con un precio mostrado, sino con ofertas estructuradas que un agente puede evaluar automáticamente.
La atribución se vuelve más difícil cuando el agente controla el pago
Un segundo problema aparece cuando el agente deja de remitir tráfico y empieza a completar la transacción por sí mismo.
Shopify ahora permite a los comerciantes elegibles vender directamente a través de superficies de Meta, incluido Muse donde esté disponible. Los productos se descubren a través de Shopify Catalog, mientras que el pago puede realizarse sin que el comprador visite el sitio del comerciante. Shopify sigue siendo la infraestructura de comerciante de registro detrás de la transacción.
Pero hay una consecuencia importante para la medición: Shopify dice que los píxeles de analítica de terceros no se activan cuando el pago directo se completa en una superficie de Meta. En su lugar, el pedido se atribuye a Meta dentro de Shopify.
Ese es un pequeño detalle técnico con grandes implicaciones para la economía del marketing.
El CAC se ha calculado tradicionalmente en torno a canales identificables, clics, sesiones y conversiones. Si un agente investiga en múltiples fuentes, hace la recomendación y luego ejecuta el pago dentro de otra plataforma, determinar qué impresión publicitaria o pieza de contenido adquirió realmente al cliente se vuelve más difícil.
El resultado probable no es el fin de la atribución, sino una nueva capa de atribución controlada cada vez más por plataformas de agentes, protocolos de comercio y backends de los comerciantes en lugar de cookies del navegador y píxeles convencionales de sitios web.
La prevención de fraude tiene que aprender que algunos bots son clientes
El problema de seguridad es casi el inverso del que los minoristas han pasado años resolviendo.
La gestión tradicional de bots pregunta si el tráfico automatizado debería bloquearse. El comercio agéntico exige otra pregunta: ¿este visitante automatizado es un scraper malicioso o un bot de fraude, o un agente autorizado que representa a un cliente real?
Visa presentó su Trusted Agent Protocol específicamente para abordar esa distinción. Los agentes aprobados pueden usar firmas criptográficas para establecer su identidad e intención de compra, lo que permite a los comerciantes reconocer la automatización legítima sin simplemente debilitar las defensas existentes contra bots.
Mastercard aborda el mismo problema mediante Verifiable Intent, que crea un registro a prueba de manipulaciones que vincula al consumidor, las instrucciones dadas al agente y la transacción resultante. El objetivo es dar a los comerciantes y emisores evidencia de que una compra automatizada fue realmente autorizada.
India se enfrenta al problema a nivel de infraestructura de pagos. Reuters informó este mes que la National Payments Corporation of India está desarrollando un registro destinado a verificar y monitorear agentes de IA que operan a través de UPI como parte de un marco planificado de pagos agénticos. La implementación también ha enfrentado escrutinio en torno a la responsabilidad y las salvaguardas si un agente realiza una transacción incorrecta o no autorizada.
La implicación para los comerciantes es clara: “humano versus bot” se está convirtiendo en una regla de fraude insuficiente. La identidad, la delegación y la intención comprobable serán cada vez más importantes junto con las huellas de dispositivos, las señales de comportamiento y las credenciales de pago.
La tienda aún no desaparece
No conviene exagerar la transición.
Las referencias de IA crecen rápidamente, pero la compra autónoma directa sigue siendo una parte pequeña y fragmentada del comercio general. John Lewis declaró recientemente que las búsquedas originadas por agentes de IA habían aumentado de 0.3% a 2.5% en un año. Reuters también informó que OpenAI puso fin a su anterior producto Instant Checkout en marzo y cambió el énfasis hacia el descubrimiento de productos y el pago controlado por el comerciante.
Al mismo tiempo, las nuevas integraciones avanzan en la dirección opuesta. Shopify ahora admite el pago directo a través de superficies de Meta, mientras que Google está implementando compras basadas en UCP en AI Mode y Gemini para los comerciantes participantes.
Eso significa que es probable que el mercado a corto plazo contenga ambos modelos: agentes que recomiendan y envían compradores a las tiendas, y agentes que completan transacciones sin una visita convencional a la tienda.
El cambio económico se volverá más claro cuando los minoristas empiecen a informar cuatro cosas de manera consistente: cuánto comercio se origina en los agentes, cómo convierten y repiten esos clientes, cuánto pagan los comerciantes por adquirirlos y si la dispersión de precios se reduce en categorías donde los agentes pueden comparar ofertas al instante.
Hasta entonces, el cambio más concreto ya es visible. La infraestructura de comercio electrónico se está rediseñando para que una tienda pueda vender no solo a una persona que mira una pantalla, sino también a software que actúa en nombre de esa persona. Los sistemas de CAC, merchandising y fraude se construyeron en torno al primer cliente. Ahora se están adaptando para el segundo.
