Categoría: IA en finanzas

¿Qué es el comercio agéntico?

El comercio agéntico es el comercio en el que un agente de IA actúa en nombre de una persona a lo largo de parte o todo el proceso de compra: buscar un producto, compararlo con alternativas y completar el checkout, sin que la persona navegue por un sitio web ella misma. Es un cambio en cómo ocurre la compra en línea, no una nueva categoría de producto sobre lo ya existente.

Es lo que resulta de aplicar la IA agéntica, una rama de la inteligencia artificial diseñada para planificar y ejecutar acciones de varios pasos hacia un objetivo, en lugar de simplemente responder una pregunta, a la compra y venta. La persona sigue definiendo la intención: “busca tenis para correr por menos de $100”, “vuelve a pedir el café que siempre tomo”. A partir de ahí, un agente autónomo, a veces un chatbot, a veces un asistente de IA integrado en un navegador o una app, y cada vez más uno de un conjunto creciente de agentes inteligentes diseñados específicamente para esto, hace la investigación, la comparación y la transacción.

Ninguna de las piezas subyacentes es nueva por sí sola. La IA generativa y los modelos de lenguaje grandes (LLM) capaces de razonar sobre texto desordenado y no estructurado existen desde hace unos años. Las interfaces conversacionales que reemplazan una barra de búsqueda por una ventana de chat tampoco son nuevas. Lo que cambió fue combinar IA generativa, automatización y suficiente infraestructura compartida entre las plataformas de IA y los comercios para completar realmente una transacción, no solo recomendarla.

Cómo funciona realmente el comercio agéntico

La mecánica se divide en tres etapas, y cada una depende de que el comercio y el agente coincidan en un formato común.

  • Descubrimiento de productos. En lugar de escribir en un cuadro de búsqueda, la persona le describe a un chatbot o asistente de IA lo que quiere. El agente toma datos de feeds de productos y datos estructurados, títulos, precios, disponibilidad, variantes, detalles de envío, que los comercios exponen mediante APIs. Si esos datos están incompletos o desactualizados, el agente muestra algo incorrecto o falla en silencio. No hay una persona revisando visualmente la página del producto para detectar el error.
  • Comparación y toma de decisiones. El agente evalúa precio, reseñas, disponibilidad y tiempo de entrega, a veces entre más de un comercio o marketplace, y reduce las opciones. Según cómo esté configurado, puede hacer una pregunta aclaratoria o simplemente presentar su mejor opción.
  • Checkout y pago. Una vez que la persona confirma, el agente completa la compra usando un token de pago, una credencial sustituta limitada a ese agente, ese comercio y, por lo general, esa transacción específica, en lugar del número real de la tarjeta de la persona. El comercio sigue cobrando de la misma forma de siempre. El token es lo que permite al agente transaccionar sin manejar un número de tarjeta real, y también lo que le permite a un banco desactivar el acceso de un agente sin tocar la tarjeta subyacente de la persona.

Los protocolos detrás: ACP y UCP

Para que un agente le compre a un comercio con el que nunca ha tratado, ambas partes necesitan hablar el mismo lenguaje: cómo se describe un producto, cómo se arma un carrito, cómo se transmite una credencial de pago. Ese es el trabajo de los estándares abiertos que están surgiendo en torno al comercio agéntico, los más visibles son el Agentic Commerce Protocol (ACP) y el Universal Commerce Protocol (UCP), los dos estándares que actualmente definen esta próxima etapa del comercio digital.

  • ACP fue lanzado por OpenAI y Stripe en septiembre de 2025. Impulsa Instant Checkout dentro de ChatGPT, comenzando con vendedores de Etsy y expandiéndose a comercios de Shopify. Es un estándar abierto, no una API propietaria limitada a esas dos empresas, y está construido específicamente alrededor del momento de checkout conversacional: armar un carrito, aplicar un token de pago, confirmar un pedido.
  • UCP vino de Google, anunciado en enero de 2026 y co-desarrollado con minoristas incluyendo Shopify, Etsy, Target, Walmart y Wayfair, con más de 20 empresas de pagos y retail respaldándolo, entre ellas Mastercard y Visa. Mientras ACP se centra en el momento del checkout dentro de un chat, UCP está pensado para funcionar en un conjunto más amplio de superficies: el modo IA de Search, Gemini y el descubrimiento de productos en general, además de soporte postcompra como el seguimiento de pedidos.

Los dos no son tanto rivales como capas distintas del mismo cambio, lo cual es poco consuelo para un minorista que tiene que decidir cuál integrar o, más realistamente, ambos, además de lo que exija cada red de pagos. La alternativa, una integración personalizada para cada plataforma de IA a la que un comercio quiera venderle, es exactamente el problema que los estándares abiertos buscan evitar. En la práctica, la mayoría de los minoristas terminará soportando más de un protocolo.

Comercio agéntico vs. comercio electrónico tradicional

Quién está construyendo el comercio agéntico

OpenAI integró Instant Checkout en ChatGPT sobre ACP. Google está incorporando el checkout con tecnología UCP en Gemini y en el modo IA de Search. Microsoft lanzó su propio Copilot Checkout en alianza con Shopify. Perplexity tomó un camino distinto con Comet, un agente basado en navegador diseñado para compras autónomas que puede navegar y actuar en distintos sitios, incluyendo los que no se han sumado a ningún protocolo, usando la misma sesión que usaría una persona.

Ese último enfoque se ha topado con resistencia. Amazon no permite que agentes de compra de terceros naveguen su sitio como lo hace Comet, y la disputa entre ambas empresas se ha convertido en una de las primeras pruebas reales de qué significa realmente la autorización ahora que los agentes de IA son quienes llegan al checkout.

Dónde se complica el comercio agéntico

  • Quién está realmente autorizado a estar ahí. Amazon demandó a Perplexity a fines de 2025, argumentando que Comet accedió a su sitio sin permiso y dificultó separar a los compradores reales del tráfico automatizado antes de que ese tráfico llegara a los anunciantes. Un juez federal le dio la razón en marzo de 2026 y bloqueó temporalmente a Comet del acceso a las cuentas de Amazon. La Corte de Apelaciones del Noveno Circuito posteriormente levantó ese bloqueo, dictaminando que es la persona que usa el agente, no el software en sí, quien cuenta como quien “accede” al sitio. Perplexity siguió litigando el caso de fondo. Sea cual sea el desenlace final, la disputa anticipa una pregunta que toda plataforma con tráfico agéntico va a enfrentar: ¿el permiso de una persona a su propio agente de IA prevalece sobre el derecho de una plataforma a decidir quién entra?
  • La detección de fraude tiene que reaprender qué es “normal”. La mayoría de los modelos de fraude están entrenados con base en cómo se comportan las personas: movimiento del mouse, tiempos de sesión, huellas de dispositivo, patrones de navegación. Un agente autónomo no se mueve como una persona, lo que significa que los sistemas creados para detectar bots ahora tienen que distinguir entre un mal actor y un agente legítimo transaccionando en nombre real de alguien. La demanda de Amazon contra Perplexity se apoyó justamente en este punto, argumentando que tuvo que construir nuevo filtrado solo para evitar que el tráfico generado por IA distorsionara lo que les cobra a los anunciantes.
  • Los datos estructurados dejan de ser opcionales. Una persona que ve un aviso de “agotado” entiende lo que pasó y busca otra cosa. Un agente al que se le entrega información de inventario incorrecta puede fallar el checkout en silencio, o peor, completarlo y generar un problema de cumplimiento más adelante. Los feeds de productos y metadatos precisos ya no son solo un insumo de ranking; se acercan más a un requisito de ingresos, y es parte de por qué el comercio agéntico se cruza con el GEO. La misma información de producto estructurada y precisa que ayuda a un agente a completar una compra es la que ayuda a un motor generativo a citar ese producto en una respuesta informativa en primer lugar.
  • La interoperabilidad implica elegir más de un estándar. Si cada plataforma de IA y cada minorista necesitara una integración personalizada entre sí, las cuentas no cierran, que es exactamente por qué existen ACP y UCP. Pero soportar un estándar abierto no es gratis, y la mayoría de los minoristas terminará integrando más de uno, además de la tokenización que exija cada red de pagos. La complejidad no termina en el checkout: la cadena de suministro y el cumplimiento todavía tienen que manejar las excepciones, talla equivocada, pedido cancelado, compra duplicada, que antes detectaba una persona revisando su propio carrito antes de comprar.
  • Suscripciones, precios y la brecha de conciliación. Cuando un agente renueva una suscripción o acepta un precio en nombre de alguien, alguien todavía tiene que confirmar que el cargo coincide con lo que realmente se autorizó, al precio que realmente se acordó, y conciliarlo contra lo que efectivamente se liquidó. Multiplica eso entre dos o tres protocolos de comercio, varios formatos de tokens de pago, y transacciones que ninguna persona vio ocurrir en tiempo real, y el problema operativo se vuelve más difícil, no más fácil. Aquí es donde suelen aparecer autorizaciones no coincidentes, cargos duplicados y disputas, generalmente mucho después del hecho, y generalmente como una cifra que no cuadra al cierre.

Lo que no aparece en la demo: el control financiero

Nada del problema de conciliación descrito arriba desaparece porque una transacción haya empezado con un agente de IA en lugar de una persona haciendo clic en “comprar”. Simplemente se vuelve menos visible hasta que aparece como un contracargo, un cargo duplicado, o un archivo de liquidación que no coincide con lo que se autorizó.

Esa es la capa en la que trabaja Simetrik. Simetrik fue seleccionada recientemente para la primera cohorte de Agentic Commerce and Services de Mastercard Start Path, un programa creado para empresas que trabajan en la infraestructura detrás de las transacciones impulsadas por IA.

Como plataforma de control financiero nativa de IA, Simetrik puede funcionar como una capa de control entre los registros generados por procesadores, bancos y sistemas internos, comparando lo que se autorizó contra lo que realmente se liquidó y enrutando las diferencias para su investigación, sin importar qué protocolo o plataforma de IA haya iniciado la transacción.

El mismo problema de interoperabilidad aparece también del lado de la infraestructura. Simetrik se conecta con agentes y flujos de trabajo externos mediante MCP, el mismo tipo de estándar de conexión abierto que ACP y UCP soportan para vincular agentes con sistemas backend, de modo que el trabajo de conciliación y control pueda integrarse con las herramientas que un equipo de finanzas u operaciones ya usa.

El comercio agéntico todavía está en una etapa temprana. Los protocolos todavía se están asentando, las cuestiones legales todavía se están debatiendo, y la mayoría de los comercios todavía está decidiendo qué estándares soportar. Lo que no va a cambiar es que cada una de estas transacciones eventualmente necesita ser verificada.

Solicita una demo

Preguntas frecuentes sobre el comercio agéntico

¿Qué es el comercio agéntico en términos simples?

Es cuando un agente de IA compra y paga algo en tu nombre, en lugar de que tú navegues por un sitio web o app tú mismo.

¿Cuál es la diferencia entre el comercio agéntico y el comercio electrónico tradicional?

En el comercio electrónico tradicional, una persona navega un sitio o app y completa el checkout manualmente. En el comercio agéntico, una persona le indica a un chatbot o asistente de IA lo que quiere, y un agente autónomo se encarga del descubrimiento, la comparación y el checkout, generalmente mediante una interfaz conversacional en lugar de una tienda en línea.

¿Cuál es la diferencia entre ACP y UCP?

ACP (Agentic Commerce Protocol), creado por OpenAI y Stripe, se enfoca en la sesión de checkout dentro de superficies conversacionales como ChatGPT. UCP (Universal Commerce Protocol), creado por Google junto con un grupo de minoristas y empresas de pagos, cubre un conjunto más amplio de superficies, incluyendo Search y Gemini, a lo largo del descubrimiento, el checkout y el soporte postcompra. Se espera que la mayoría de los minoristas necesite ambos.

¿Quién es el comercio de registro cuando un agente de IA hace una compra?

Tanto en ACP como en UCP, el minorista generalmente sigue siendo el comercio de registro. La plataforma de IA provee la interfaz y el agente, pero la venta, la relación con el cliente y la liquidación siguen siendo del minorista.

¿Es seguro el comercio agéntico?

Es una etapa suficientemente temprana como para que las preguntas de seguridad, especialmente en torno a la autorización y la detección de fraude, todavía se estén resolviendo. Las redes de pago abordan parte de esto con credenciales tokenizadas limitadas a un agente y comercio específico, de modo que una persona puede revocar el acceso de un agente sin exponer su tarjeta real. Si a un agente se le permite estar en un sitio determinado es una pregunta legal aparte, todavía en curso.

¿Cómo afecta el comercio agéntico a la conciliación financiera?

Las transacciones iniciadas por un agente igual necesitan verificarse contra lo que se liquida, tal como cualquier otra transacción, pero con menos puntos de contacto humano en el camino para detectar errores a tiempo. Eso hace que la conciliación y el control financiero sean más importantes, no menos, a medida que el comercio agéntico crece.

Inteligencia artificial y control financiero: cómo combinar autonomía con precisión

Imagina que un agente analiza miles de transacciones no conciliadas, identifica un patrón y diseña una nueva regla de matching. Antes de implementarla, revisa las fuentes involucradas, evalúa su impacto y determina qué herramientas necesita para ejecutar el cambio.

Si la acción se encuentra dentro de los permisos y criterios definidos por la organización, puede avanzar de forma autónoma. Si reconoce que una decisión requiere una validación adicional, incorpora a la persona indicada. Una vez establecida la lógica, la regla se aplica de manera consistente sobre millones de registros.

Ese escenario refleja una de las principales oportunidades de aplicar AI en operaciones financieras: construir agentes capaces no solo de comprender qué necesita el usuario, sino también de llevar adelante la acción adecuada con el nivel de precisión, trazabilidad y control que exige cada caso.

También refleja la lógica detrás de Simetrik Agent: un agente autónomo que puede operar el control financiero de extremo a extremo y que sabe cuándo razonar de forma probabilística, cuándo apoyarse en herramientas determinísticas y cuándo incorporar a una persona.

Para lograrlo, estos agentes combinan distintas capacidades. Los modelos probabilísticos les permiten interpretar contexto, detectar patrones y encontrar soluciones. Las herramientas determinísticas, en cambio, garantizan que las acciones que requieren exactitud, reproducibilidad y auditoría se desarrollen siempre bajo una lógica definida.

La sofisticación no está en elegir una capacidad sobre la otra, sino en que el agente sepa cuándo utilizar cada una, cómo articularlas y en qué momento incorporar la intervención humana.

Un agente, distintas capacidades

Los modelos de AI aprenden de patrones e interpretan la información disponible para generar una respuesta según el contexto.

Esa flexibilidad les permite:

  • comprender solicitudes en lenguaje natural;
  • reconocer estructuras y relaciones dentro de los datos;
  • investigar anomalías y agrupar excepciones;
  • sugerir reglas, transformaciones o posibles soluciones;
  • adaptarse a escenarios que no fueron definidos previamente.

Pero esa misma naturaleza probabilística implica que una solicitud puede producir respuestas diferentes aun cuando no cambien el input, el contexto ni la instrucción.

Las herramientas determinísticas aportan una capacidad diferente: ejecución reproducible.

En un sistema determinístico, si un control recibe el mismo input y la misma configuración, devuelve siempre el mismo resultado. No necesita volver a interpretar la intención en cada ejecución: aplica la especificación que gobierna la operación.

En control financiero, un agente puede interpretar, investigar y proponer. Pero no puede improvisar donde el negocio necesita certeza.

Esto no aplica únicamente a la conciliación. También alcanza la generación de asientos, los flujos de aprobación, el reporting regulatorio, las revisiones contables y cualquier instancia donde una organización necesite demostrar cómo obtuvo un resultado.

Esa diferencia es clave en operaciones auditables. Para reconstruir lo ocurrido, no alcanza con conocer el resultado; también tiene que ser posible repetir exactamente la lógica que lo produjo.

En las operaciones financieras, ambas capacidades cumplen funciones complementarias: la AI comprende, investiga, configura y decide; las herramientas determinísticas convierten esas decisiones en procesos estables, versionados y trazables.

Un agente preparado para operar en finanzas necesita articular ambas.

Autonomía diseñada para operaciones financieras

Un agente financiero no solo tiene que llegar a una respuesta. También necesita reconocer qué nivel de precisión, trazabilidad y supervisión exige cada acción.

Ante una excepción, por ejemplo, puede analizar el contexto, encontrar patrones y proponer una resolución. Si necesita aplicar una regla sobre millones de transacciones, puede recurrir a una herramienta determinística para garantizar que la lógica se mantenga de forma consistente.

El agente no pierde autonomía por utilizar herramientas especializadas. Al contrario: puede transformar su razonamiento en acciones reales sin resignar control sobre la operación.

Lo mismo ocurre con la intervención humana. En algunos casos, puede avanzar de punta a punta dentro de los permisos establecidos. En otros, identifica que una decisión requiere la aprobación de un responsable, presenta el contexto necesario y retoma el flujo una vez recibida la validación.

La intervención no tiene que estar presente en cada paso. La clave está en que el agente reconozca cuándo es necesaria.

Esta combinación permite automatizar operaciones complejas sin convertirlas en una caja negra. Cada acción queda registrada, las configuraciones pueden versionarse y los resultados se vinculan con la lógica que los produjo.

Cómo lo hace Simetrik

Simetrik fue construido como una infraestructura nativa en AI para el control financiero. Su arquitectura permite que la AI intervenga a lo largo de la operación y utilice distintas herramientas según la naturaleza de cada tarea.

Durante la configuración y el onboarding inicial, puede reconocer formatos, vincular campos, generar transformaciones, recomendar parsers, sugerir reglas o asistir en el diseño de un modelo contable.

Esto permite implementar nuevos controles con mayor velocidad y reducir el trabajo manual necesario para comprender fuentes, mapear datos y configurar operaciones.

Una vez definida una lógica, Simetrik Agent puede convertirla en una especificación determinística y aplicarla sobre la infraestructura de Simetrik. Cuando la tarea requiere análisis o interpretación, utiliza capacidades probabilísticas. Cuando exige un resultado estable, exacto y verificable, recurre al núcleo determinístico de Simetrik, compuesto por más de 110 funciones específicas de control financiero.

Todo ocurre dentro del mismo modelo de permisos, gobierno y auditoría.

Después de la ejecución, la AI también puede investigar excepciones, detectar anomalías, agrupar errores, buscar posibles causas y recomendar o implementar resoluciones.

El agente define qué capacidad utilizar en cada momento. La organización conserva visibilidad sobre qué hizo, qué herramientas empleó y cuál fue el resultado final.

Simetrik Agent: de la intención a la ejecución

Simetrik Agent lleva esta arquitectura a una experiencia conversacional dentro de la plataforma.

Está dotado con la experiencia y el conocimiento que Simetrik ha construido acompañando a más de 180 clientes a nivel global, junto con buenas prácticas específicas de control financiero, conciliación, auditoría y tratamiento de excepciones.

Conversar con Simetrik Agent es acceder a un experto que puede acompañar el control financiero las 24 horas, los 7 días de la semana.

El usuario puede describir qué necesita, sumar archivos y aportar contexto. El agente interpreta la intención, revisa el workspace, identifica las fuentes y dependencias relevantes y define el camino a seguir.

Puede diseñar conciliaciones, configurar fuentes y transformaciones, crear reglas, programar ejecuciones, investigar excepciones y consultar resultados. No se limita a explicar cómo realizar una tarea: puede actuar sobre la operación.

Cuando el usuario lo habilita, Simetrik Agent puede operar de forma autónoma. Cada acción se desarrolla dentro del modelo de permisos de Simetrik y queda registrada.

También puede identificar cuándo una decisión necesita intervención humana, presentar la información relevante en lenguaje financiero e incorporar la aprobación al flujo sin perder el contexto.

Un agente open box

La autonomía no implica perder visibilidad.

Simetrik Agent no funciona como una caja negra, sino como un open box: un sistema abierto al control de los equipos. Los usuarios pueden entender qué está haciendo, qué fuentes consultó, qué lógica aplica y qué acciones lleva adelante.

En lugar de recibir únicamente un resultado, pueden seguir el recorrido en términos comprensibles para una persona que trabaja en finanzas: conocer qué condición se cumplió, qué regla se utilizó, qué dependencia se modificó o por qué una operación fue enviada a revisión.

Los equipos también pueden supervisar el trabajo, cambiar configuraciones, ajustar permisos o intervenir cuando lo consideren necesario.

Esta capacidad convierte al humano en algo más que un aprobador obligatorio al final del flujo. Le permite definir el nivel de autonomía, comprender las decisiones del agente y mantener el control sobre la operación completa.

Cuanto mayor es la transparencia del sistema, mayor es también la capacidad de delegar con confianza.

MCP: especialización para los agentes que los equipos ya utilizan

Muchas organizaciones ya trabajan con Claude, Copilot, Gemini o agentes desarrollados internamente. Estos sistemas pueden comprender instrucciones y coordinar tareas, pero no cuentan automáticamente con el conocimiento y el contexto específico de cada operación financiera.

A través de MCP, estos agentes pueden conectarse con el conocimiento financiero y las capacidades de control que tiene el Simetrik Agent.

Esto significa que el usuario conserva en su propio agente el contexto de la empresa y las herramientas desde las que ya trabaja, y suma las capacidades, el conocimiento financiero y la infraestructura disponibles en Simetrik.

El equipo no necesita cambiar de entorno para acceder a información sobre fuentes, controles, dependencias, lógica financiera y tratamiento de excepciones.

Simetrik aporta la especialización del dominio. El agente de la organización conserva el contexto general del negocio.

Esta integración evita que cada empresa tenga que reconstruir desde cero la lógica de conciliación, las prácticas de auditoría y la infraestructura necesaria para operar controles reales.

Un mismo control, distintas formas de operarlo

Simetrik ofrece distintas formas de trabajar sobre una misma infraestructura AI-native.

Simetrik Agent está disponible dentro de la experiencia web, integrado directamente en la plataforma. MCP permite conectar los agentes que cada organización ya utiliza con el conocimiento financiero y las capacidades de control de Simetrik. 

En todos los casos, la AI opera sobre el mismo conocimiento financiero, el mismo motor, los mismos permisos y la misma trazabilidad.

No se trata de sumar AI como una capa aislada sobre procesos preexistentes. Simetrik fue construido desde su arquitectura de base para que agentes, herramientas determinísticas y equipos humanos puedan operar dentro de un mismo sistema.

A medida que los agentes ganen capacidades, podrán asumir una parte cada vez mayor de la operación financiera. Su verdadero potencial no dependerá solamente del volumen de tareas automatizadas, sino de su capacidad para comprender el contexto, elegir las herramientas adecuadas, actuar con precisión e incorporar a una persona cuando corresponda.

Ese es el diferencial de un agente diseñado para el mundo financiero: no solo razona y responde. Sabe cómo actuar.

Simetrik combina autonomía, conocimiento especializado, ejecución gobernada y control humano en una misma infraestructura AI-native. El resultado es un agente más poderoso, transparente y preparado para operar procesos financieros reales.