La batalla por convertirse en la puerta de entrada de las compras con IA ya ha comenzado

La próxima batalla no empieza en una tienda online

Cambio de interfaz

Durante dos décadas, la ruta habitual del ecommerce fue bastante reconocible: una persona buscaba en Google, entraba en Amazon o llegaba mediante un anuncio, comparaba varias páginas y terminaba comprando en una tienda o marketplace. Esa ruta está empezando a comprimirse.

Los asistentes de inteligencia artificial quieren convertirse en la interfaz donde el comprador explica una necesidad, recibe una selección, compara alternativas y, en algunos casos, paga sin abandonar la conversación. La pregunta deja de ser qué enlace recibe el clic y pasa a ser qué sistema interpreta la intención y decide qué productos merece la pena mostrar.

OpenAI ofrece resultados de producto en ChatGPT y conecta al checkout propio del merchant después de probar una primera versión de Instant Checkout. Google despliega checkout en AI Mode y Gemini con Universal Commerce Protocol. Microsoft invita a los comercios a conectar catálogo y compra con Copilot. Amazon extiende su buscador mediante Rufus, Shop Direct y Buy for Me. Shopify quiere ser la infraestructura comercial común que conecta a sus comerciantes con todas esas superficies.

No es una simple actualización del buscador. Es una pelea por ocupar el lugar que antes compartían Google, la página de categoría, la ficha de producto, el comparador y el checkout.

Qué significa realmente comprar con un agente de IA

Definición

El comercio conversacional ayuda a descubrir o comparar productos mediante una conversación. El comercio agéntico añade capacidad de acción: el sistema puede consultar inventario, crear un carrito, elegir una opción de entrega, solicitar autorización y completar una transacción dentro de los límites definidos por el usuario.

La diferencia es importante. Un chatbot que responde preguntas sigue enviando al cliente a la tienda. Un agente conectado al catálogo y al checkout puede ejecutar partes del proceso que hasta ahora ocurrían en la web del comercio.

Stripe describe este modelo como una compra en la que agentes encuentran, evalúan y potencialmente adquieren productos en nombre del cliente. Su documentación contempla credenciales temporales y limitadas para que el agente no reciba los datos reales de la tarjeta. OpenAI explica que el comercio sigue gestionando pedido, pago y fulfillment, mientras ChatGPT transmite la información entre comprador y vendedor.

En la práctica, durante esta primera fase seguirá siendo frecuente que la IA recomiende y el humano confirme. Adyen, que participa en pilotos con retailers, advierte de que el checkout totalmente autónomo todavía no opera a escala general. Prepararse no exige fingir que el cambio ya está completo; exige entender qué piezas empiezan a moverse.

ChatGPT quiere unir recomendación y compra

OpenAI

ChatGPT puede mostrar productos cuando detecta intención de compra. La ayuda oficial de OpenAI señala que la selección puede tener en cuenta la consulta, el contexto, el precio, las reseñas, la disponibilidad y la facilidad de uso. Los resultados de producto se presentan separados de los anuncios.

OpenAI lanzó Instant Checkout inicialmente en Estados Unidos y publicó, junto con Stripe, Agentic Commerce Protocol o ACP para conectar agentes y sistemas de comercio. En 2026 explicó que la primera versión no ofrecía la flexibilidad buscada y pasó a permitir que los merchants utilicen sus propias experiencias de checkout mientras la compañía se concentra en el descubrimiento.

La posición de OpenAI es estratégica: si el usuario ya explica en ChatGPT qué necesita, para qué ocasión, presupuesto, talla, fecha de entrega o preferencias, el asistente recibe una intención comercial mucho más rica que una búsqueda formada por tres palabras.

Para los comercios, aparecer depende de poder entregar información fiable. OpenAI permite que determinados merchants proporcionen feeds para mantener actualizados los datos y señala que las tiendas Shopify ya se integran mediante Shopify Catalog. Esas compras continúan en el checkout del merchant, mediante navegador integrado en móvil o enlace externo en escritorio. OpenAI también ha publicado políticas comerciales aplicables a productos, feeds, vendedores y páginas enlazadas.

Esto abre una oportunidad, pero también una dependencia nueva. La tienda gana acceso a demanda dentro del asistente, aunque la primera comparación y parte de la experiencia pueden ocurrir en una interfaz que no controla.

Google defiende su posición conectando búsqueda, Gemini y checkout

Google

Google lleva años conectando búsquedas comerciales con Merchant Center, Shopping, fichas gratuitas y anuncios. La llegada de los asistentes amenaza con desplazar una parte de esa actividad hacia conversaciones externas, así que su respuesta consiste en convertir sus propias superficies en entornos de compra asistida.

En enero de 2026, Google anunció Universal Commerce Protocol, un estándar abierto desarrollado junto con Shopify y apoyado por empresas de retail, tecnología y pagos. UCP está diseñado para cubrir el recorrido desde descubrimiento hasta compra y posventa.

El primer despliegue anunciado contempla checkout para productos elegibles de retailers estadounidenses dentro de AI Mode en Search y la aplicación Gemini. Google también presentó Business Agent, nuevos atributos de Merchant Center y ofertas directas para consultas de alta intención.

La ventaja de Google sigue siendo su combinación de intención de búsqueda, catálogo comercial, publicidad y conocimiento del contexto. Si consigue que el usuario investigue y pague sin abandonar AI Mode o Gemini, protege su papel de intermediario incluso cuando desaparece la lista tradicional de enlaces.

Para una tienda española, muchas de estas funciones no están disponibles todavía en las mismas condiciones. Sin embargo, los requisitos técnicos que las alimentan ya son familiares: identificadores estables, títulos claros, descripciones precisas, precio, disponibilidad, imágenes, envío, devoluciones y coherencia entre feed, página y checkout.

Shopify quiere ser la infraestructura, aunque la compra ocurra fuera

Shopify

Shopify no necesita ganar la interfaz final si consigue que el catálogo, el checkout, el pedido y la relación comercial sigan pasando por su infraestructura. Esa es la lógica de Agentic Storefronts, Shopify Catalog, Catalog API y UCP.

La compañía afirma que un comerciante puede gestionar desde Shopify Admin su presencia en ChatGPT, Microsoft Copilot, Google AI Mode y Gemini. En su edición Spring 2026 abrió el acceso para desarrolladores a UCP y Catalog API, con búsqueda visual, consultas multimodales y metadatos enriquecidos como talla, color o estimaciones de entrega.

Shopify también abrió su catálogo a marcas que no utilizan su plataforma como tienda principal mediante un plan específico. El movimiento amplía su papel: deja de competir solamente por alojar webs y pasa a competir por ser la capa de datos y transacción que utiliza cualquier asistente.

Su promesa para los merchants es conservar la condición de vendedor, el pedido, el checkout y la relación poscompra. Esa promesa responde a uno de los grandes temores de las marcas: obtener una venta, pero perder al cliente detrás de la interfaz de IA.

La posición de Shopify también revela dónde se concentra el valor. Si el consumidor no visita la portada, el diseño pierde parte de su influencia inicial. En cambio, el catálogo estructurado, la fiabilidad del stock, las políticas y la capacidad de completar el pedido ganan peso.

Microsoft y Amazon no piensan ceder la relación de compra

Competencia

Microsoft creó Copilot Merchant Program para que los comercios compartan especificaciones actualizadas, aparezcan en recomendaciones y habiliten checkout dentro de Copilot. Su ventaja es integrar compras con una herramienta presente en búsqueda, productividad y el ecosistema de Windows.

Amazon parte de otro lugar: ya controla un marketplace, logística, publicidad, reseñas y una enorme frecuencia de compra. Su desafío es impedir que los agentes externos reduzcan Amazon a un almacén invisible o se lleven la fase de descubrimiento.

La respuesta incluye Rufus, su asistente de compra, y Shop Direct, que muestra productos de tiendas externas. Amazon informó en marzo de 2026 de que Shop Direct incluía más de 100 millones de productos de más de 400.000 merchants. Para decenas de millones de artículos elegibles, Buy for Me puede completar el pedido en la web externa por cuenta del usuario.

El movimiento parece paradójico: Amazon ayuda a comprar fuera de Amazon. Pero conserva el punto de partida, la sesión, la recomendación y parte del seguimiento. Antes que permitir que otro asistente se convierta en la puerta universal, Amazon prefiere ampliar su propia puerta hacia el resto de internet.

La batalla, por tanto, no enfrenta solamente marketplaces contra tiendas. Enfrenta interfaces de IA, sistemas de catálogo, procesadores de pago, plataformas ecommerce y redes logísticas que intentan conservar su parte de la relación.

Lo que está en juego: intención, datos, margen y recurrencia

Modelo de negocio

La primera puerta de entrada ve qué quiere el comprador antes que nadie. Conoce el problema, el presupuesto, las restricciones y las alternativas descartadas. Es una posición privilegiada para ordenar resultados, cobrar por la transacción, vender publicidad o construir servicios financieros y logísticos.

Para la marca, el riesgo no se limita a recibir menos tráfico web. Si la comparación ocurre dentro de una interfaz neutral, puede perder espacio para contar su historia, presentar contenido editorial, capturar email, recomendar complementos o construir una experiencia diferenciada.

También aparece una cuestión de margen. OpenAI indicó al lanzar Instant Checkout que el merchant paga una tarifa sobre compras completadas. Los marketplaces ya cobran comisiones y publicidad. Las nuevas superficies pueden convertirse en otro canal con su propio coste de acceso.

La propiedad del cliente tampoco es binaria. Una plataforma puede entregar nombre y dirección para cumplir el pedido, pero conservar la intención previa, la conversación y la capacidad de influir en la siguiente compra. Por eso conviene distinguir datos necesarios para operar, datos de marketing, atribución y permiso para construir una relación posterior.

La empresa que controle el acceso puede decidir qué señales cuentan más: precio, disponibilidad, reputación, velocidad, relevancia, historial o capacidad de checkout. Esa decisión funciona como un nuevo algoritmo de ranking comercial.

• Intención: quién entiende primero qué necesita el comprador.
• Descubrimiento: qué productos entran en la selección y cuáles quedan fuera.
• Transacción: quién presenta el carrito, autoriza el pago y cobra una tarifa.
• Datos: quién conserva la conversación, la atribución y el aprendizaje.
• Relación: quién puede conseguir la segunda compra sin volver a pagar por el cliente.

ACP, UCP y MCP: por qué aparecen tantos protocolos

Infraestructura

La web comercial fue diseñada para personas que cargan páginas, pulsan botones y rellenan formularios. Un agente necesita interfaces estructuradas para consultar datos y actuar de forma predecible. De ahí la carrera por crear protocolos.

ACP, desarrollado por OpenAI y Stripe, define cómo una aplicación compatible puede iniciar y completar un checkout con el vendedor. UCP, impulsado por Google y Shopify, cubre descubrimiento, carrito, compra y posventa con una arquitectura compatible con distintos sistemas de pago y transporte técnico.

MCP no es exclusivamente un protocolo de ecommerce. Sirve para que modelos y agentes accedan a herramientas y contexto estructurado. Shopify y Stripe lo utilizan dentro de sus propuestas para que un agente consulte productos o servicios sin intentar simular a una persona navegando por la web.

Que existan varios estándares demuestra que el mercado todavía está abierto. Una tienda no debería apostar toda su arquitectura a que un único protocolo ganará. Sí debería conseguir que catálogo, inventario, políticas y checkout puedan exponerse de forma consistente mediante su plataforma, PIM, Merchant Center o APIs.

El objetivo no es coleccionar siglas. Es evitar que cada integración requiera reconstruir el comercio y garantizar que el mismo producto tenga el mismo precio, disponibilidad y condiciones sin importar qué agente lo consulte.

El dato de producto se convierte en el nuevo SEO comercial

Catálogo

Los asistentes no pueden recomendar con precisión aquello que no entienden. Una descripción vaga, una variante sin talla, un stock atrasado o una política de devolución escondida generan incertidumbre. Cuando el agente puede elegir otra oferta más clara, la incertidumbre se convierte en invisibilidad.

Google exige que precio y disponibilidad coincidan entre feed, datos estructurados, página y checkout. También recomienda identificadores estables, marca, GTIN cuando existe, condición, imágenes y descripciones centradas en el producto. En 2026 añadió atributos de envío como hora límite de preparación, pedido mínimo y ventajas logísticas de fidelización.

OpenAI señala que los resultados comerciales pueden considerar disponibilidad, precio, calidad, reseñas y facilidad de uso. Shopify presenta su catálogo estandarizado como una capa que limpia categorías, variantes y atributos para que los agentes encuentren coincidencias fiables.

Esto no elimina la importancia del contenido humano. La amplía. Materiales, compatibilidad, casos de uso, limitaciones, instrucciones, comparativas y preguntas frecuentes ayudan al comprador y aportan señales que pueden utilizar los sistemas de recomendación.

La ficha preparada para IA no es una página escrita con frases robóticas. Es una fuente consistente, específica y demostrable sobre el producto.

• Identificador, marca, GTIN o MPN y categoría correcta.
• Título descriptivo sin promociones ni relleno.
• Precio, moneda, stock y variantes sincronizados.
• Materiales, medidas, compatibilidad, uso y limitaciones.
• Imágenes nítidas, suficientes y coherentes con la variante.
• Entrega, costes, devolución, garantía y vendedor responsable.
• Reseñas auténticas y respuestas a dudas frecuentes.

La tienda online no desaparece, pero cambia de función

Estrategia

Sería prematuro concluir que los asistentes sustituirán las webs. Las experiencias están desplegadas de forma desigual, muchas compras requieren confirmación y existen categorías donde el comprador necesita explorar, inspirarse, configurar, probar o confiar en una marca antes de pagar.

La web seguirá siendo la fuente canónica del producto, el lugar donde se demuestran condiciones, se atiende la posventa y se construye autoridad. También seguirá recibiendo tráfico desde agentes cuando la compra no pueda completarse en la conversación.

Lo que cambia es su monopolio sobre la interfaz. Una parte creciente de la fase inicial puede ocurrir en ChatGPT, Gemini, Copilot, Amazon, TikTok o un asistente especializado. La tienda debe funcionar a la vez como experiencia para personas y como infraestructura verificable para máquinas.

Las marcas con una propuesta indistinguible pueden sufrir más. Si dos ofertas parecen iguales para el agente, precio, entrega, disponibilidad y reputación decidirán. Las marcas con producto propio, comunidad, servicio experto, garantía, contenido y datos fiables conservan más capacidad de diferenciación.

El reto no consiste en elegir entre web o IA. Consiste en permitir el descubrimiento externo sin regalar toda la relación.

Qué debería hacer una tienda online durante los próximos 90 días

Plan práctico

La mayoría de ecommerce no necesita desarrollar un agente propio. Necesita ordenar fundamentos que ya mejoran Google Shopping, SEO, conversión y operaciones, y que además facilitan aparecer en interfaces de IA.

El primer mes debería dedicarse a auditar el catálogo. El segundo, a sincronizar políticas, feed y checkout. El tercero, a medir referencias desde asistentes y probar solo los canales disponibles para el mercado y la plataforma de la tienda.

Una pyme no ganará por integrar todas las novedades antes que nadie. Puede ganar siendo más clara, especializada y fiable que catálogos mucho mayores.

• Revisar los 20 productos que concentran ventas, margen o potencial.
• Corregir títulos, variantes, atributos, GTIN, imágenes, precio y stock.
• Publicar envío, fecha estimada, devoluciones y garantía de forma estructurada.
• Comprobar Product y Offer en datos estructurados y Merchant Center.
• Revisar si Shopify, el CMS o el proveedor de feeds ofrece canales agénticos.
• Etiquetar tráfico y ventas procedentes de ChatGPT, Gemini, Copilot y otras IA.
• Definir qué datos del cliente necesita conservar la tienda para soporte y repetición.
• Seleccionar un piloto pequeño con productos de stock estable, margen suficiente y pocas excepciones.

Cómo medir el canal sin confundir novedad con rentabilidad

Analítica

El tráfico de IA crece desde una base pequeña y no debe evaluarse solo por volumen. Adobe Digital Insights informó de que, durante la temporada analizada hasta finales de 2025, las visitas de IA a retail llegaron a convertir un 31% más que las fuentes no asociadas a IA. Es una señal relevante, pero corresponde al conjunto y metodología de Adobe, no a todas las tiendas.

Cada comercio necesita medir sesiones referidas, productos vistos, tasa de conversión, valor del pedido, nuevos clientes, margen, devoluciones y repetición. Cuando la compra se completa dentro del asistente, también necesita atribución que llegue al backend, porque la sesión web puede no existir.

La métrica decisiva no será cuántas veces menciona una IA la marca, sino cuánto margen incremental generan esas recomendaciones y qué parte del cliente conserva el comercio.

También conviene registrar errores: precios desactualizados, productos inexistentes, variantes equivocadas, promesas de entrega incorrectas o respuestas que confunden a la marca. La calidad de representación debe tratarse como un KPI.

Un canal nuevo merece experimentación, no inmunidad frente a las cuentas.

• Ingresos y margen atribuibles al canal de IA.
• Porcentaje de compradores nuevos y coste por adquisición.
• Errores de catálogo o políticas detectados en respuestas.
• Conversión desde recomendación hasta pedido confirmado.
• Devoluciones, cancelaciones y fraude de pedidos iniciados por agentes.
• Recompra y permiso para comunicación posterior.

Los riesgos que no caben en una demostración perfecta

Control

Las demostraciones suelen enseñar un producto sencillo, stock correcto y pago aprobado. El ecommerce real incluye sustituciones, pedidos mínimos, recargos, zonas sin servicio, productos regulados, preventas, configuraciones, suscripciones, garantías y devoluciones parciales.

Un agente puede interpretar mal una condición o ejecutar una preferencia que el usuario no quería delegar. Por eso los sistemas de pago trabajan con tokens limitados, autorización, trazabilidad y reglas de riesgo. OpenAI, Google y las plataformas también publican políticas sobre productos y prácticas no permitidas.

Para el comercio aparecen preguntas operativas: quién responde ante una compra errónea, cómo se prueba el consentimiento, qué ocurre si cambia el precio, qué agente puede acceder al checkout y cómo se distingue un comprador autorizado de un bot abusivo.

La confianza se convierte en infraestructura. No basta con que el producto pueda comprarse. Debe quedar claro quién vende, cuánto cuesta, cuándo llega, cómo se devuelve y quién atiende una incidencia.

La velocidad de adopción no debería superar la capacidad de controlar fraude, margen, cumplimiento y experiencia.

No habrá necesariamente una sola puerta ganadora

Escenario

ChatGPT puede dominar conversaciones generales; Google conserva una intención comercial enorme; Amazon aporta catálogo, confianza y logística; Microsoft integra compras con productividad; Shopify conecta millones de merchants; y agentes verticales pueden ofrecer más conocimiento en viajes, moda, belleza, hogar o B2B.

Es posible que el resultado se parezca menos a un nuevo Amazon universal y más a una red de puertas especializadas conectadas por catálogos, protocolos y proveedores de pago.

En ese escenario, la ventaja del comercio no consiste en adivinar hoy qué interfaz ganará. Consiste en tener datos suficientemente limpios para distribuirse, sistemas suficientemente flexibles para integrarse y una marca suficientemente valiosa para no convertirse en una oferta intercambiable.

Las grandes plataformas compiten por controlar el acceso. Las tiendas deberían competir por conservar la preferencia, la confianza y la segunda compra.

La lectura de TienRank: visibilidad sin dependencia ciega

TienRank

La batalla por las compras con IA ya ha empezado porque las piezas básicas están en producción: resultados comerciales, feeds directos, catálogos normalizados, checkout dentro del asistente, protocolos abiertos y pagos diseñados para agentes.

Pero empezar no significa haber terminado. La adopción variará por país, categoría y confianza. Durante años convivirán búsquedas, marketplaces, redes sociales, tiendas propias y agentes.

Para una tienda, el error sería ignorar el canal hasta que sea dominante. El error contrario sería entregar catálogo, margen y cliente a cada plataforma sin medir qué recibe a cambio.

La estrategia razonable es preparar la base, probar de forma limitada y conservar opciones: datos propios, feed de calidad, marca reconocible, checkout fiable, políticas claras, atribución y relación poscompra.

La nueva puerta de entrada puede cambiar. La obligación de cumplir bien el pedido no cambia.