Hoy en día, todavía están surgiendo agentes de IA totalmente autónomos para los consumidores, pero el software que impulsa estos agentes está apareciendo en más lugares.

Para posibilitar este tipo de compras, Mastercard anunció en abril su tecnología Agent Pay , que permite a agentes de compra con IA verificados realizar transacciones en nombre de consumidores y compañías.

Un agente de comercio agente funciona comenzando con una solicitud de usuario o un mensaje. A diferencia de los sistemas de IA tradicionales, que brindan respuestas estáticas y únicas, los agentes modernos están diseñados para interpretar estas solicitudes, considerar el contexto, adaptar sobre la marcha y decidir cómo avanzar.

Esta información también puede iniciar una conversación para poner en marcha una acción orientada a un objetivo. Por ejemplo, si haces una solicitud muy general como “Necesito una camisa nueva”, el agente de ventas con IA puede responder pidiendo más detalles, como si te gustaría un estampado o un tipo de tela específico, o para qué tipo de ocasión se usaría la camisa.

Luego, los agentes automatizan la investigación y el descubrimiento de productos. En lugar de simplemente buscar en un solo sitio web, el agente puede buscar en múltiples plataformas de comercio electrónico, acceder y analizar especificaciones de productos, reseñas y calificaciones, comparar precios en tiempo real y evaluar tiempos de envío, políticas de devolución y otros detalles logísticos.

A partir de ahí, el agente no solo presenta una lista de opciones, sino que puede razonar activamente a través de ellas en función de los parámetros iniciales del usuario y su propia comprensión de lo que constituye un buen trato o la mejor opción.

Existen tres componentes clave en los agentes de IA que los ayudan a tomar decisiones:

• Memoria: los agentes de IA más nuevos pueden recordar las preferencias, los tamaños y las compras anteriores de un usuario, lo que facilita la identificación de una respuesta ideal a una consulta de compra.
• Herramientas: Los agentes tienen acceso a API y bases de datos externas que les permiten encontrar nueva información y tomar medidas.
• Razonamiento: Un agente puede desglosar una solicitud compleja en pasos estructurados y prácticos, en lugar de simplemente ofrecer una respuesta única y estática. Puede determinar a qué herramientas necesita acceder, qué información necesita recopilar y cómo puede lograr sus objetivos.

El comercio agencial puede ser seguro con las barandillas, las licencias y las tecnologías adecuadas. Sin embargo, esta nueva forma de comercio plantea sin duda nuevos retos para los minoristas, las compañías tecnológicas y los consumidores, especialmente en aquellos casos en que las compras no salen según lo previsto.

Por ejemplo, ¿cómo funcionaría un reembolso o una devolución de cargo si un agente, no una persona, está realizando una compra? ¿O quién sería responsable si algo sale mal: el consumidor, la compañía que creó el bot, el minorista o quizás alguien más?

Las licencias de usuario claros y fáciles de establecer serán vitales en este nuevo entorno, ya que cuanta más autonomía tenga un agente de IA, más importante será establecer límites y pautas claros.

La transparencia también será fundamental para generar confianza, ya que los usuarios recibirán una explicación clara de por qué un agente realizó ciertas acciones. Esa transparencia será especialmente útil si los ciberdelincuentes intentan engañar a un agente de IA activando compras empleando señales engañosas o imitando ofertas legítimas.

También serán necesarios estándares y marcos regulatorios para estos agentes, de modo que tanto los usuarios como los comerciantes sepan cómo resolver las transacciones cuando surjan problemas y los consumidores puedan confiar en que sus datos de compra y pago estarán protegidos.

Se espera que el comercio agencial se expanda rápidamente a muchas partes del comercio electrónico durante el próximo año, con la posibilidad de que algunos usuarios empleen un chatbot para realizar la mayoría de sus compras futuras.

Se espera que estos agentes de IA se vuelvan más complejos y especializados, con el potencial de una mayor automatización para los usuarios si así lo desean. Además, podría haber más sistemas multiagente, en los que varios de estos bots de IA trabajen en conjunto para completar tareas más complicadas que un solo bot no podría hacer por sí solo.