¿Puede un agente de IA comprar en los eCommerce mexicanos? Un estudio puso a prueba a 14 retailers

Un estudio de Edgebound Labs revela la brecha entre aparecer ante la IA y estar preparado para que un agente pueda comprar.
Comercio agéntico en México: ¿están preparados los retailers?
7 octubre, 2026

Hablar de inteligencia artificial en eCommerce ya no significa únicamente preguntarse si una marca aparecerá cuando alguien consulte a ChatGPT, Gemini o cualquier otro asistente. Hay una segunda pregunta que comienza a tomar forma: si un agente de IA quisiera comprar en nombre de un consumidor, ¿la tienda podría atenderlo?

En México, la respuesta todavía parece estar lejos de ser un sí.

Un estudio de Edgebound Labs analizó 14 tiendas online mexicanas mediante 40 controles técnicos sobre su infraestructura pública. De las 11 en las que fue posible comprobar esta capacidad, ninguna publicaba un descriptor que indicara a un agente de IA una ruta para realizar una compra.

El hallazgo no significa que todo el retail mexicano esté rezagado ni que las empresas estén perdiendo ventas actualmente por no habilitar compras agénticas, de hecho, la propia investigación advierte que su muestra fue seleccionada para cubrir distintas categorías y no es estadísticamente representativa ni permite extrapolar los resultados a todo el mercado, pero lo que sí deja ver es algo quizá más relevante: detrás de la conversación sobre comercio agéntico existe una capa de infraestructura que todavía tiene mucho trabajo por delante.

Aparecer ante una IA y poder venderle no son lo mismo

Una de las distinciones más interesantes del estudio está precisamente ahí.

Durante los últimos meses, buena parte de la conversación sobre IA e eCommerce se ha concentrado en la visibilidad: cómo conseguir que los productos y marcas aparezcan en respuestas generadas por modelos de lenguaje, una disciplina que ha dado lugar a conceptos como GEO o AEO.

Pero ser encontrado por una IA no significa necesariamente que un agente pueda comprar.

Para lo primero, el contenido debe poder ser leído, entendido y citado. Para lo segundo, el agente necesita encontrar el catálogo, interpretar información como precio, disponibilidad y variantes y, finalmente, disponer de una vía para ejecutar la compra sin tener que comportarse exactamente como una persona frente a un navegador.

El estudio encontró precisamente obstáculos en esas capas. Seis de los diez sitios en los que pudo comprobarse esta condición no ofrecían un carrito legible sin ejecutar JavaScript, mientras que ninguno de los 11 retailers medibles declaraba una ruta de compra que un agente pudiera descubrir.

Dicho de otra forma: un eCommerce puede estar preparado para ser descubierto por una IA y seguir sin estar preparado para vender a través de ella.

 

El problema empieza incluso antes de llegar al checkout

Algunas de las señales más llamativas de la investigación ni siquiera pertenecen exclusivamente al comercio agéntico.

Entre los nueve retailers cuyos sitemaps pudieron analizarse, seis habían sido actualizados durante los 15 días anteriores a la medición, mientras que los otros tres llevaban 725, 789 y 1,055 días sin regenerarse. El caso más antiguo se remontaba a octubre de 2023.

Esto importa porque el sitemap funciona como uno de los mapas que permiten a sistemas automatizados conocer qué contenido y productos existen en un sitio. Y sí, un eCommerce puede seguir operando normalmente frente al consumidor mientras esa capa permanece desactualizada durante meses o incluso años, pero el problema aparece cuando otro sistema necesita utilizarla para descubrir de manera estructurada lo que la tienda vende.

El estudio encontró también casos en los que los mecanismos estándar de descubrimiento conducían a sitemaps con errores 404 o incluso a URLs pertenecientes a otro dominio. Los autores aclaran algo importante: ésas no son fallas provocadas por la llegada de los agentes de IA, sino problemas previos de higiene del catálogo que también pueden afectar a los buscadores. La IA simplemente hace más visible una deuda que ya existía.

Sólo siete retailers pudieron recibir una calificación

La dificultad para medir los sitios es otro resultado relevante, y es que de los 14 retailers analizados, únicamente siete ofrecieron suficiente evidencia pública para obtener una calificación. Tres bloquearon la medición desde la capa de acceso y en otros cuatro la evidencia fue insuficiente, ya fuera por restricciones o porque el catálogo no podía descubrirse adecuadamente.

Entre los siete que sí pudieron calificarse, la mediana fue de 49.7 puntos sobre 100.

La escala desarrollada por Edgebound contempla seis niveles: Opaco, Legible, Navegable, Operable, Integrable y Agent-native. Cuatro de los sitios evaluados quedaron en el nivel Navegable y tres en Operable. Ninguno alcanzó Integrable ni Agent-native. Incluso considerando el margen de incertidumbre de la medición, el techo máximo observado fue de 65.7 puntos, por debajo de los 70 necesarios para entrar al nivel Integrable.

Pero nuevamente hay que leer el número con cuidado: 49.7 no es “la calificación del retail mexicano”, sino que se trata de la media de los siete sitios que pudieron medirse con evidencia suficiente.

El agente que se identifica puede tenerlo más difícil

Hay otro hallazgo particularmente curioso, y es que en dos de los 14 sitios, una solicitud anónima pudo acceder normalmente, mientras que una petición equivalente identificada como agente de IA recibió un bloqueo.

Esto genera una paradoja: el sistema automatizado que declara quién es puede encontrar más obstáculos que uno que intenta pasar inadvertido.

Edgebound advierte que dos casos no permiten generalizar este comportamiento al mercado. Sin embargo, el fenómeno sirve para mostrar un problema que las empresas deberán empezar a considerar: muchas decisiones sobre qué tráfico automatizado permitir o bloquear pueden estar determinadas por configuraciones predeterminadas de sus proveedores de seguridad, y no necesariamente por una política deliberada del negocio sobre agentes de IA.

 

Entonces, ¿los retailers mexicanos están perdiendo ventas por no estar preparados?

Aquí está probablemente la conclusión más importante del estudio: no hay evidencia para afirmarlo.

La investigación distingue tres fenómenos que suelen mezclarse cuando hablamos de comercio e inteligencia artificial; el primer es el uso interno de IA por parte de las empresas (que ya ocurre), el segundo es la influencia de los modelos generativos en el descubrimiento de productos, y el tercero, que un agente ejecute de principio a fin una compra por encargo del consumidor, algo que sigue siendo un fenómeno prácticamente inexistente en la muestra estudiada.

Por eso, el argumento para comenzar a preparar la infraestructura no debería ser que existe una oleada de ventas agénticas que los retailers están perdiendo hoy.

El riesgo está en otro lado, pues la deuda tecnológica no se corrige al mismo ritmo al que puede cambiar el comportamiento del consumidor.

Un sitemap desactualizado puede arreglarse relativamente rápido, pero un catálogo incapaz de entregar información de producto sin ejecutar código, un back end heredado o una arquitectura que obliga a cualquier sistema automatizado a simular la navegación humana pueden requerir meses de trabajo.

Cuando el comercio agéntico alcance una adopción significativa, la capacidad de reaccionar de cada retailer dependerá, en parte, de cuánto de ese trabajo estructural haya dejado acumular.

El comercio agéntico también dependerá de las plataformas

Y no todo está en manos de los retailers.

La investigación revisó también qué están haciendo algunas de las principales plataformas de eCommerce. Encontró distintos niveles de avance: Shopify ya cuenta con capacidades en producción fuera de la muestra mexicana analizada; Salesforce B2C mantiene herramientas en beta; SAP Commerce Cloud ha anunciado capacidades relacionadas; Adobe Commerce ha expresado compromisos con protocolos agénticos, mientras que en VTEX y OXID eShop el estudio no encontró una declaración equivalente para agentes de compra.

Esto introduce otra variable en la carrera hacia el comercio agéntico: parte de la preparación que reciba cada eCommerce dependerá de decisiones tomadas por la plataforma tecnológica sobre la que construyó su tienda años atrás.

La evolución tampoco gira alrededor de un único estándar. El estudio analiza, entre otros, UCP (Universal Commerce Protocol) y ACP (Agentic Commerce Protocol), dos aproximaciones diferentes para conectar comercios y agentes.

Prepararse antes de que exista la urgencia

La fotografía obtenida por Edgebound Labs corresponde a una sola medición realizada el 7 de septiembre de 2026 y no pretende representar estadísticamente a todo el eCommerce mexicano, de hecho, el estudio tampoco ejecutó compras reales ni midió integraciones privadas que no pueden observarse desde el exterior.

Pero quizá ésa sea precisamente la lectura más útil.

El comercio agéntico todavía no representa un volumen de ventas que justifique el alarmismo, pero lo que sí ofrece es una nueva forma de observar qué tan preparada está la infraestructura de eCommerce para interactuar con algo distinto a una persona navegando una pantalla.

Y ahí la pregunta cambia: ya no es únicamente cuándo comenzarán los consumidores a delegar compras a agentes de IA, sino que es cuánto trabajo tendrá que hacer cada retailer cuando eso ocurra.

Otros artículos de

Publicado por

Country Manager de Marketing4eCommerce México

Suscríbete a M4C

Únete a nuestro canal de Telegram

¡Todo lo que necesitas saber!

Apúntate a nuestra newsletter y recibe gratis en tu correo nuestros mejores artículos sobre eCommerce y marketing digital.