Cómo pueden adaptarse las marcas cuando los agentes de IA hacen las compras

por Ali Furman, Ege Gürdeniz, Rima Safari, Remzi UralEntorno e Innovación

Para impulsar la adopción del comercio agéntico a gran escala, las marcas necesitan descubrir cómo ganar (y mantener) la confianza de los clientes.

a IA generativa está empezando a cambiar nuestra forma de comprar. En lugar de navegar por sitios web o pasear por las tiendas, la gente está empezando a pedir a los agentes de IA que busquen, comparen e incluso compren productos. Pero aún estamos en una etapa temprana. Y así como las empresas tuvieron que adaptarse a las nuevas reglas del comercio electrónico, ahora se enfrentan a un nuevo conjunto de desafíos en torno a cómo gestionan su reputación, conectan con los clientes y compiten en este nuevo escenario.

Para impulsar la adopción del comercio agéntico a gran escala, las marcas necesitan descubrir cómo ganar (y mantener) la confianza de los clientes. Y para lograrlo, deben comprender qué puede salir mal y qué medidas tomar ahora para evitar que se rompa la confianza.

La brecha de confianza es medible

Según la encuesta “El futuro de las compras de los consumidores”, realizada por PwC en 2025, el 64% de los encuestados afirmó que necesita al menos una garantía (como la devolución de su dinero) para sentirse cómodo dejando que un agente de IA realice compras en su nombre.

El desafío para las marcas en los sectores minorista, de bienes de consumo y de viajes es claro y urgente: ¿Cómo pueden prepararse para el comercio agéntico cuando las reglas todavía se están escribiendo? Usted no puede controlar por completo si los consumidores adoptarán estas herramientas. Pero sí tiene control sobre cómo aparece su marca en las experiencias impulsadas por agentes, y sobre si los clientes se sienten protegidos cuando delegan decisiones a la IA.

Construir la capa de confianza

El comercio agéntico necesita su propia infraestructura de confianza (lo que denominamos “capa de confianza”). Aunque la confianza puede parecer un concepto abstracto, se rompe de formas específicas y predecibles: cuando los agentes malinterpretan los productos, actúan más allá de lo que los clientes esperan, gestionan incorrectamente datos confidenciales, tergiversan las marcas o dejan a los consumidores desamparados cuando algo sale mal.

Recomendamos que las empresas adopten desde ahora cinco acciones para construir esa capa de confianza.

Estructurar su contenido para máquinas, no solo para humanos.

Para confiar en un agente de IA, los clientes necesitan que este proporcione información precisa y relevante en todo momento. Esto no es posible si el agente no comprende el producto y sus características.

Los agentes de IA no navegan visualmente ni interpretan matices como lo hacen las personas. Procesan texto y números. Esto significa que el descubrimiento de productos en compras impulsadas por agentes depende menos del branding o de la optimización tradicional para motores de búsqueda y más de los datos de productos legibles por máquinas, un enfoque que a menudo se denomina “optimización generativa para motores de búsqueda”. Los precios, las tallas, la disponibilidad, los materiales, los casos de uso y las limitaciones deben expresarse en formatos que los agentes puedan analizar y comparar de forma confiable.

Es posible que las marcas también necesiten garantizar que esta información sea accesible. Mientras que las personas navegan de una página a otra y leen las descripciones redactadas en texto tradicional, la información destinada a los agentes debe almacenarse en formatos legibles por máquina dentro de sus sistemas actuales de gestión de información de productos y de sus plataformas de comercio electrónico.

Definir límites claros e incorporar el consentimiento.

Los consumidores no delegarán las decisiones de compra a los agentes de IA a menos que entiendan, de forma clara y directa, lo que esos agentes pueden hacer. Esto requiere límites explícitos de delegación y consentimiento incorporado en la experiencia, no escondido en términos y condiciones. Una delegación segura requiere tres elementos: límites claros, trazabilidad y reversibilidad. Cada acción del agente debe atribuirse a una autorización específica, bajo condiciones definidas, y contar con una forma clara de deshacer o impugnar el resultado.

En sus propios canales (el sitio web de la empresa, la aplicación o el agente de marca) las marcas pueden establecer límites de gasto, exigir la aprobación de compras que superen ciertos montos e incorporar pasos de confirmación antes de finalizar la compra.

Cuando los consumidores utilizan plataformas de IA de uso general como ChatGPT, Claude, Gemini de Google u otras para comprar en múltiples minoristas, el control directo de las marcas es limitado. Sin embargo, aún pueden influir en la experiencia asegurándose de que la información de sus productos sea precisa y esté correctamente estructurada. Aunque puede ser técnicamente posible incorporar salvaguardas (como mensajes de confirmación o avisos sobre políticas de devolución) dentro de estas plataformas, ello exige colaboración entre las marcas y los proveedores tecnológicos. Mientras tanto, las marcas pueden influir en los resultados garantizando que los datos de sus productos sean consistentes, estén bien organizados y sean completos.

Proteger los datos de los clientes y hacer visible esa protección.

Cuando los consumidores delegan tareas a agentes de IA, comparten más que detalles de pago. Comparten contexto conversacional: preferencias, limitaciones, intención y, a menudo, emociones. Ese contexto es lo que hace que las compras agénticas sean poderosas y particularmente sensibles. Si los clientes no entienden cómo se usan, guardan o protegen esos datos, no delegarán nada.

A medida que las marcas lanzan sus propios agentes de IA para ayudar a los clientes a comprar productos, deberían integrar un diseño que preserve la privacidad directamente en las interacciones agénticas. Por ejemplo, pueden utilizar técnicas de minimización de datos, de modo que sus agentes solo conserven lo necesario para completar una tarea. Las señales conversacionales sensibles pueden procesarse de forma transitoria en lugar de almacenarse indefinidamente. El consentimiento debe ser explícito, con opciones claras sobre lo que se recuerda, lo que se comparte entre sesiones o plataformas y lo que no.

La visibilidad es tan importante como la protección. Los consumidores deberían poder ver (y modificar) su configuración de privacidad en tiempo real. Algunas interacciones pueden justificar la persistencia (como recordar una talla o marca preferida), otras no. Un modo de compra “incógnito” o de una sola vez, en el que las interacciones no se conserven ni se utilicen para recomendaciones futuras, brinda a los clientes una sensación de control que refleja la forma en que las personas ya gestionan su privacidad en navegadores y pagos.

Observar cómo aparece su marca en los ecosistemas de agentes.

Las marcas necesitan observabilidad agéntica, es decir, la capacidad de supervisar en tiempo real cómo los agentes de IA describen sus productos, en qué fuentes se basan, cómo se formulan las recomendaciones y qué acciones se están ejecutando posteriormente. Esto requiere visibilidad continua sobre las instrucciones, respuestas, citas y la lógica de decisión en los ecosistemas de agentes donde los clientes realizan sus compras.

Sin observabilidad, las marcas pierden la capacidad de detectar tergiversaciones, corregir errores o comprender por qué se recomendó o no un producto. A medida que los agentes actúan cada vez más como intermediarios, supervisar cómo se muestra su marca ya no es opcional.

Preservar las relaciones y planificar la recuperación.

Incluso cuando los agentes gestionan las transacciones, las marcas siguen siendo responsables de la relación. Y a medida que las compras se vuelven más automatizadas, deberían integrar agentes con marca propia en plataformas de terceros, extender los programas de lealtad a través de agentes y diseñar rutas de escalamiento fluidas para contactar a una persona cuando sea necesario.

Cuando algo falla (y fallará), la respuesta importa más que el error. Los mecanismos de recuperación deben integrarse desde el inicio, con alertas en tiempo real y rutas claras de escalamiento.

La confianza como estrategia, no como cumplimiento

Las compras impulsadas por IA escalarán cuando los consumidores se sientan seguros. Esto requiere sistemas bien gobernados, transparentes y alineados con las expectativas humanas. Las marcas que lideren no tratarán la confianza como un simple ejercicio de cumplimiento normativo, sino como una parte central de su estrategia comercial, construyendo los estándares técnicos, las prácticas empresariales y las protecciones al consumidor que hacen que la delegación sea segura. Quienes actúen ahora ayudarán a definir las reglas de este ecosistema emergente.

Artículo en inglés

Generative artificial intelligence is starting to change the way we shop. Instead of scrolling on websites or strolling through stores, people are beginning to prompt AI agents to find, compare and even purchase products. But it’s also early days. And just as companies had to adapt to the new rules of e-commerce, they’re now faced with a new set of challenges around how they manage their reputations, connect with customers and what it looks like to compete in this new paradigm.

To drive agentic commerce adoption at scale, brands need to figure out how to earn — and keep — customers’ trust. And to do that, they need to understand what can go wrong and the steps they can take now to prevent trust from being broken.

THE TRUST GAP IS MEASURABLE

According to PwC’s 2025 Future of Consumer Shopping Survey, 64% of respondents said they need at least one safeguard, like a money-back guarantee, to feel comfortable letting an AI agent purchase for them.

The challenge for brands in retail, consumer goods and travel is both clear and urgent: How do you prepare for agentic commerce when the rules are still being written? You can’t fully control whether consumers adopt these tools. But you do have control over how your brand shows up in agent-driven experiences, and whether customers feel protected when they delegate decisions to AI.

BUILDING THE TRUST LAYER

Agentic commerce needs its own trust infrastructure — what we call the trust layer. While trust can feel like an abstract concept, it breaks in specific, predictable ways: when agents misunderstand products, act beyond what customers expect, mishandle sensitive data, misrepresent brands or leave consumers stranded when something goes wrong.

We recommend companies take five actions now to build that trust layer.

1. STRUCTURE YOUR CONTENT FOR MACHINES, NOT JUST HUMANS

To trust an AI agent, customers need it to deliver accurate, relevant information every time. This isn’t possible unless the agent understands the product and its features.

AI agents don’t browse visually or interpret nuance the way humans do. They digest text and numbers. That means discovering products in agent-driven shopping depends less on branding or traditional search engine optimization and more on machine-readable product data, an approach often referred to as generative engine optimization. Pricing, sizing, availability, materials, use cases and constraints need to be expressed in formats agents can reliably parse and compare.

Brands may also need to ensure that this information is accessible. While humans click from page to page and scan prose descriptions, descriptions for agents should be captured in machine-readable formats in your existing product information management systems and e-commerce platforms.

2. DEFINE CLEAR BOUNDARIES AND ADD CONSENT

Consumers won’t delegate purchasing decisions to AI agents unless they understand, clearly and upfront, what those agents are allowed to do. This requires explicit delegation boundaries and consent embedded in the experience, not buried in terms and conditions. Safe delegation requires three things: clear limits, traceability and reversibility. Every agent action should be attributable to a specific authorization, under defined conditions, with a clear way to undo or dispute the outcome.

In their own channels — the company website, app or branded agent — brands can set spending caps, require approval for purchases over certain amounts and add confirmation steps before checkout.

When consumers use general-purpose AI platforms like ChatGPT, Claude, Google’s Gemini or others to shop across multiple retailers, the brands’ direct control is limited. But they can still influence the experience by ensuring product data is accurate and structured. While it may be technically possible to implement safeguards such as confirmation prompts or return-policy disclosures on these platforms, doing so requires collaboration between brands and platform providers. In the meantime, brands can still influence outcomes by ensuring their product data is accurate, structured and complete.

3. PROTECT CUSTOMER DATA AND MAKE THAT PROTECTION VISIBLE

When consumers delegate tasks to AI agents, they share more than payment details. They share conversational context: preferences, constraints, intent and often emotion. That context is what makes agentic shopping powerful and uniquely sensitive. If customers don’t understand how that data is used, remembered or protected, they won’t delegate in the first place.

As brands launch their own AI agents to help customers shop for products, they should embed privacy-preserving design directly into agentic interactions. For example, brands can use data minimization techniques, so their agents retain only what is necessary to complete a task. Sensitive conversational signals can be processed transiently rather than stored indefinitely. Consent should be explicit, with clear choices about what is remembered, what is shared across sessions or platforms and what is not.

Visibility matters as much as protection. Consumers should be able to see — and change — their privacy posture in real time. Some interactions may warrant persistence, such as remembering a preferred size or brand. Others may not. An “incognito” or one-time shopping mode, where interactions are not retained or used for future recommendations, gives customers a sense of control that mirrors how people already manage privacy in browsers and payments.

4. OBSERVE HOW YOUR BRAND SHOWS UP IN AGENT ECOSYSTEMS

Brands need agentic observability: the ability to monitor, in real time, how AI agents describe their products, which sources they rely on, how recommendations are framed and what actions are being taken downstream. This requires ongoing visibility into prompts, responses, citations and decision logic across the agent ecosystems where customers are shopping.

Without observability, brands lose the ability to detect misrepresentation, correct errors or understand why a product was or wasn’t recommended. As agents increasingly act as intermediaries, monitoring how your brand shows up is no longer optional.

5. PRESERVE RELATIONSHIPS AND PLAN FOR RECOVERY

Even when agents handle transactions, brands still own the relationship. And as shopping becomes more automated, brands should embed branded agents in third-party platforms, extend loyalty programs through agents and design seamless escalation paths to reach a human when needed.

When things break, and they will, the response matters more than the failure. Recovery mechanisms should be built in from the start: real-time alerts and clear escalation paths.

TRUST AS STRATEGY, NOT COMPLIANCE

AI-driven shopping will scale when consumers feel secure. That requires systems that are well-governed, transparent and aligned with human expectations. The brands that lead won’t treat trust as a compliance exercise. They’ll treat it as a core part of their commerce strategy — building the technical standards, business practices and consumer protections that make delegation safe. Those who act now will help define the rules of this emerging ecosystem.