Una tecnología cuando se vuelve efectiva es cuando resuelve problemas sin que el usuario se percate de la acción. En específico en el comercio digital, la inteligencia artificial ya no es una herramienta experimental, sino la infraestructura que reorganiza cómo se descubren, comparan y compran productos. A escala global, el retail tech evolucionó desde sistemas de pago y plataformas de ecommerce hacia asistentes inteligentes, motores de personalización y, más recientemente, comercio agéntico, mismo que ha hecho a los usuarios más exigentes.
A diferencia de los chatbots tradicionales, estos sistemas no solo responden preguntas, sino que planifican, razonan y ejecutan tareas completas. Pueden buscar productos, comparar precios, aplicar descuentos y cerrar la compra sin que el usuario navegue paso a paso, pero en números concretos los retailers aún usan chatbots, que además no logran vender. De acuerdo con Marco Pieck, field marketing manager de Google Cloud en México, la brecha de efectividad a la hora de completar una venta es muy amplia. “Analizamos 30 de los principales e-commerce de América Latina y recopilamos más de 16 millones de datos entre junio y agosto de 2025 donde vimos que muchas plataformas aún no resuelven fricciones básicas en búsqueda, velocidad y atención al cliente”, precisó Pieck. Datos del estudio que la empresa hizo recientemente, enfocado en el retail mexicano, apuntan que sólo dos de 14 chatbots son capaces de hacer una venta. En Estados Unidos, plataformas de IA representarán 1.5% del e-commerce retail en 2026, es decir, unos 20,900 millones de dólares, y casi seis de cada 10 consumidores jóvenes dicen confiar en agentes para comparar precios y recomendar opciones, según eMarketer, por lo que el panorama latinoamericano revela una brecha estructural.
En la etapa inicial del recorrido de compra, la brecha es evidente, ya que 21 de los 30 comercios en línea no mostraron resultados relevantes para búsquedas semánticas, y 16 no corrigieron errores tipográficos. Es decir, una búsqueda como “producto para piel seca” o un término simple, como “camisa” puede terminar en cero resultados. “La personalización y planes de fidelidad en este tipo de plataformas debe considerar hacer sentir especial al usuario. Si entro a una página y sabe quién soy, en qué fecha del mes estoy entrando y me hace una recomendación de acuerdo con mi historial de compras, sentiré que me aprecian como usuario”, argumenta Carlos Morales, director de cuentas corporativas de retail en Google Cloud.
Otro reto importante es el de la velocidad, ya que 24 de los 30 comercios no lograron cargar el contenido principal en el tiempo ideal de 2.5 segundos. El bloqueo de acciones y los desplazamientos inesperados de diseño afectan directamente la conversión. El estudio también identifica oportunidades específicas para industrias clave. Ninguno de los supermercados analizados permitió cargar una foto o documento con lista de compras, y solo dos de cinco farmacias habilitaron el envío de recetas digitales. La tendencia global sin embargo es brindar más independencia a los agentes y evolucionar la experiencia que hoy en día tienen los chatbots. Empresas como Amazon han integrado funciones de compra automática en sus asistentes, mientras que OpenAI convirtió ChatGPT en una plataforma con checkout integrado y Perplexity experimenta con herramientas que personalizan recomendaciones usando historial de navegación. Aunque el mercado aún es incipiente, datos de eMarketer señalan que la IA representará 1.5% del ecommerce retail estadounidense este año, el crecimiento es acelerado y, más relevante aún, 58% de Gen Z y millennials declara confiar en agentes de IA para comparar precios y recomendar opciones.
]]>