Surtido, precio total y checkout: lo que un agente de IA necesita para comprarte

Un agente de compra con IA es un programa que navega, compara y ejecuta una compra por encargo de una persona. Para comprarte necesita cuatro cosas legibles por máquina: catálogo descubrible, precio total con envío e impuestos, políticas como datos, y un camino de pago que pueda recorrer sin fingir que es humano.

En siete semanas salieron cinco agentes personales capaces de actuar en internet por encargo de una persona.

Grok Bot anunció el 28 de agosto que ya puede comprar. Meta lanzó Muse el 8 de septiembre. Instinct, que se usa por mensaje de texto o WhatsApp, cerró alianza con Shopify el 28 de septiembre. OpenAI presentó Dots el 29 de septiembre. Anthropic abrió la vista previa de Claude Duet el 21 de octubre.

Casi todos siguen el mismo patrón: piden tu aprobación antes de pagar y usan una tarjeta virtual de un solo uso. Y la mayoría arrancó en Estados Unidos.

Pero probé dos que ya se pueden usar en México.

Dos pruebas en México

A Grok Bot le pedí que surtiera una receta médica y me trajera el mejor precio. Revisó cuatro sitios: tres cadenas de farmacias y la tienda en línea del fabricante de uno de los medicamentos.

Lo que encontró es más interesante que el pedido mismo:

• Las dos farmacias que mejor lo trataron no fueron donde compré. En ellas pudo consultar precios directo, sin pelear con el sitio. Pero a las dos les faltaba uno de los tres medicamentos en su tienda en línea.
• La farmacia que sí tenía todo fue la más difícil. Cuando el agente llegó a consultar precios como lo que es, una máquina, el sitio le respondió "acceso denegado" (en lenguaje técnico, un error 403). Es el equivalente a que el guardia de la entrada no deje pasar a quien viene a comprar por encargo de alguien más.
• El fabricante vendía uno de los medicamentos 19% más barato que la farmacia ganadora. Pero solo ese producto. El agente me lo reportó y me recomendó la farmacia que surtía todo.

O sea: las farmacias que más le facilitaron el trabajo al agente perdieron la venta por un solo producto, y la que se lo complicó la ganó por tener los tres. Hoy, el surtido le gana a la legibilidad. No sé por cuánto tiempo. Y apareció un competidor que ninguna de las tres cadenas tiene en su radar cuando piensa en precio: la tienda del fabricante, que el agente consulta con la misma facilidad que a cualquier farmacia.

Luego vino el pedido, y ahí la puerta cerrada frenó al agente.

Yo no le pedí nada. El agente decidió por su cuenta cambiar de estrategia: abrió un navegador y siguió como lo haría una persona, página por página. Estos agentes no se detienen ante una puerta cerrada; buscan la de los clientes humanos y entran por ahí. El inicio de sesión falló al primer intento y entró al segundo, con los mismos datos. Como era una receta médica, el sitio pidió los datos del médico (cédula, nombre y dirección del consultorio), y ese paso necesitó mi confirmación. En el checkout volvió a atorarse. Le dije que eligiera pago contra entrega, y con eso cerramos el pedido sin meter datos de tarjeta en la página.

Durante todo el proceso me fue pasando el carrito para que yo lo aprobara. La ayuda fue real: comparó cuatro sitios en lo que a mí me habría llevado un buen rato. Su propio diagnóstico fue que el sitio sirve para que el agente haga pedidos por mí, pero de forma más lenta y frágil que una tienda con API. Coincido. La compra salió porque el agente se hizo pasar por humano y porque la farmacia acepta pago contra entrega, no porque la tienda estuviera lista para él.

Y ese es el punto. El comercio agéntico que vale la pena no es un robot imitando a una persona frente a una pantalla. Es una máquina hablando con otra máquina: el agente pregunta por catálogo, precio total, inventario y condiciones, la tienda responde con datos, y la transacción se cierra sin que nadie tenga que fingir nada. Lo que vi en la farmacia funciona, pero es lento, frágil y la tienda ni se entera de quién le compró.

La segunda prueba fue con Instinct, por WhatsApp, el 8 de octubre. Le pedí organizar un viaje a Saltillo para una convención: vuelo desde la Ciudad de México o el AIFA, fechas según el programa del evento y hotel. No compró nada; solo tenía que proponer. Al final le pedí que me hiciera un resumen de lo que había fallado, y fue más honesto de lo que esperaba:

• Me dijo que no había vuelo directo del AIFA a Saltillo. Sí lo había. Lo encontró hasta que lo corregí y consultó un buscador de vuelos. En sus palabras, confundió no encontrar un vuelo con que no existiera.
• Me ofreció opciones desde Toluca, aunque le había pedido Ciudad de México o AIFA.
• Propuso fechas antes de leer bien el programa. Con su primer regreso me habría perdido la cena de clausura.
• Eligió el hotel porque aparecía primero en la lista, sin tarifa confirmada ni comparación suficiente.
• No verificó equipaje ni condiciones en el sitio de la aerolínea. La tarifa que me dio era una cotización de ese momento, no un precio total.

Su propio cierre: encontró el vuelo, pero no armó una propuesta con precio total y condiciones verificadas, y me hizo cargar parte del trabajo que le había encargado.

Muse, Dots y Duet todavía no tienen disponibilidad confirmada aquí.

Esas dos pruebas no son un estudio. Pero cada una ilustra una mitad de lo que sigue. La farmacia muestra a un agente que, sin que nadie se lo pidiera, se disfrazó de humano para poder comprar. El vuelo muestra a un agente que, en una sola tarea, cometió las tres fallas que un benchmark reciente acaba de documentar.

Así que la pregunta ya no es si van a llegar. Es qué encuentran cuando entran a una tienda mexicana. Y luego, qué tan bien deciden con eso.

El agente puede comprar. ¿Compra bien?

El 23 de septiembre, un equipo de Microsoft Research y Carnegie Mellon publicó CAVEAT, un benchmark que hace una pregunta incómoda: ¿qué pasa cuando la tienda tiene incentivos distintos a los del cliente que manda al agente?

Construyeron nueve tiendas simuladas (retail general, súper, comida a domicilio, hospedaje, reventa de tenis, entre otras) y les activaron ocho mecanismos que cualquier gerente de e-commerce reconoce:

1. Producto patrocinado en posición destacada.
2. Ranking que favorece lo que conviene a la plataforma.
3. Precio por goteo: costos que aparecen hasta el final del flujo.
4. Descuentos y precios de referencia.
5. Opciones y paquetes preseleccionados.
6. Urgencia y prueba social ("quedan 3", "el más vendido").
7. Señales de confianza: calificaciones, reseñas, insignias.
8. Fricción para elegir otra cosa o corregir.

Los resultados:

• Sin esos mecanismos, el agente compró el producto óptimo para el usuario el 78.6% de las veces. Con los ocho activados, el 17.3%. Las cinco familias de modelos probadas empeoraron.
• El patrocinado fue el mecanismo más fuerte por sí solo. En la tienda general, con uno de los mejores modelos, el acierto bajó de 100% a 63.3% solo por mover un producto peor a un espacio patrocinado.
• El precio por goteo engaña al agente igual que a una persona. En una prueba con solo ese mecanismo activado, el agente hizo 35 compras malas en 60 intentos, y todas fueron del producto cuyo costo real aparecía tarde. El error más común fue confundir el precio de lista con el precio a pagar.
• En un catálogo grande, el agente ni siquiera busca. Con 2,112 productos repartidos en 88 páginas, el mejor modelo acertó el 90% sin presión y el 0% con presión. En los 50 intentos se detuvo en la página 1.

El estudio también propone un remedio: que el agente anote los requisitos del usuario antes de navegar y verifique antes de pagar. Con eso, el acierto en el catálogo grande sube de 0% a 80%. La verificación sola, sin el resto, llega a 66.7%. A cambio, el agente tarda 2.6 veces más.

Los autores son honestos con sus límites: activar los ocho mecanismos a la vez es una prueba de estrés, no una tasa de error del mundo real. Además, dejaron fuera las prácticas engañosas, como reseñas falsas o precios de referencia inventados. Por eso creen que su benchmark probablemente subestima la presión real.

La tienda no engaña al agente. Lo deja a ciegas.

CAVEAT mide cómo decide el agente. Nuestro estudio Comercio agéntico en México 2026 midió otra cosa: qué puede leer el agente en la superficie pública de 14 retailers mexicanos. Lo dijimos en su párrafo de límites: no simulamos una sesión de compra.

Juntos cuentan una historia que ninguno cuenta solo.

En el escenario de CAVEAT, la tienda sabe exactamente lo que hace: pone el patrocinado arriba, esconde el envío y empuja el paquete. En los once sitios mexicanos que se dejaron medir, el problema más visible no fue la manipulación. Fue la omisión:

• En 5 de 6 sitios evaluables, el envío no está en datos estructurados. En otros 5 de 6, las devoluciones tampoco.
• En 6 de 10, la superficie de compra no se puede leer sin ejecutar JavaScript.
• En 3 de 9 sitios con sitemap legible, el sitemap lleva más de dos años sin regenerarse.
• Ninguno de los 11 publica un descriptor de protocolo que le diga al agente qué operaciones admite.

Ahora crucemos eso con CAVEAT. El precio por goteo hace daño porque el agente se entera tarde del costo real. Un sitio que no declara el envío de forma legible provoca el mismo efecto sin proponérselo. Y un agente que ve poco del catálogo hace lo que CAVEAT documentó: se detiene pronto y compra entre lo poco que vio. Es lo que me pasó con Instinct. Las tres fallas que CAVEAT diagnostica aparecieron en mi viaje a Saltillo: cerró la búsqueda antes de tiempo (el vuelo directo "no existía" y el hotel era el primero de la lista), metió una prioridad que no le di (Toluca) y se comprometió antes de resolver lo importante (las fechas, antes de leer el programa; la tarifa, sin equipaje ni condiciones).

En México la tienda no engaña al agente: lo deja a ciegas. Y un agente a ciegas decide mal por las mismas razones que uno manipulado.

El lado técnico: catálogo, precio y políticas

El remedio de CAVEAT tiene una consecuencia directa para el comercio. Si los agentes buenos van a verificar antes de pagar, el sitio que se deja verificar gana esa verificación. El que no se deja, la pierde, aunque tenga el mejor precio.

Verificar exige cuatro cosas que dependen de la arquitectura, no del marketing:

Catálogo descubrible

Un sitemap vivo, rutas de categoría que se lean sin JavaScript y un listado que el propio sitio declare. Si el agente solo ve la primera página, compite contra lo que esté en la primera página.

Precio pagable, no solo precio de lista

El error número uno en CAVEAT fue confundir los dos. El sitio que publica en datos estructurados el envío, los impuestos y cualquier cargo adicional le quita al agente la razón principal para equivocarse. En México esto además tiene un ángulo legal. El artículo 7 BIS de la Ley Federal de Protección al Consumidor obliga a informar "de forma notoria y visible" el monto total a pagar, con impuestos, comisiones y cualquier otro cargo incluido. El 76 BIS, fracción V, le da al consumidor en línea el derecho a conocer los costos y cargos adicionales. La ley se escribió pensando en una persona frente a una pantalla. Cuando quien lee es un agente que no ejecuta JavaScript, ¿un total que solo aparece en el checkout sigue siendo notorio y visible? La ley todavía no responde esa pregunta, pero el agente la va a hacer en cada compra.

Políticas legibles

Envío, devolución y garantía como datos, no como un PDF o un párrafo dentro de las preguntas frecuentes. Un agente que tiene que elegir entre dos tiendas con precio parecido va a desempatar con lo que pueda leer.

Un camino de compra y de pago que el agente pueda recorrer

Mi pedido en la farmacia se atoró en tres puntos: el bloqueo a consultas automáticas, el inicio de sesión y el checkout. Salió solo cuando el agente decidió por su cuenta navegar como persona y yo le indiqué pago contra entrega. Es una lección incómoda: hoy, en México, una opción de pago de toda la vida le abrió al agente una puerta que ningún protocolo nuevo le abrió. Quizá no dure, pero dice mucho de dónde está hoy el sustrato. Y si el agente tiene que hacerse pasar por humano para comprar, la tienda pierde la oportunidad de saber quién le está comprando, de ofrecerle un canal hecho para él y de cerrar la venta máquina a máquina, que es a donde va esto.

Una política de admisión decidida por alguien

Jefferies probó Muse contra varios cientos de sitios grandes de comercio y viaje en Estados Unidos: alrededor de un tercio lo bloqueó del todo, otro tercio le puso verificaciones o restricciones y solo un tercio resultó fácil de navegar. Amazon lo bloqueó a propósito, invocando sus términos de uso, después de que Meta declinara retirar el bot. Según la cobertura, Walmart dijo que sus bloqueos no habían sido intencionales. En nuestro estudio, 9 de 12 sitios no tienen una política explícita para agentes: quien decide si el agente entra es la configuración predeterminada del firewall. La farmacia de mi prueba es un buen ejemplo: le niega el acceso al agente que se presenta como agente y se lo da al mismo agente cuando se presenta como persona. La puerta no detiene al agente; solo le impide a la tienda saber quién entró. No sé si alguien ahí lo decidió así. Sospecho que no.

Bloquear a propósito es una estrategia. Bloquear sin saberlo es otra cosa.

El lado del negocio: retail media, precios dinámicos y promociones

Aquí es donde la conversación deja de ser técnica y le toca a la dirección comercial.

Retail media

Para quien vende espacio patrocinado, CAVEAT es buena y mala noticia. La buena: el patrocinado mueve al agente más que cualquier otro mecanismo. Los propios autores reconocen que sus hallazgos podrían servir a las plataformas que quieran dirigir agentes. Ya hay anuncios dentro de asistentes: Amazon los muestra en Rufus, OpenAI prueba anuncios en ChatGPT con retailers como Target, y THG con Criteo reportan clics cinco veces por encima de su referencia en su asistente, aunque con poca metodología publicada.

La mala noticia: el agente trabaja para el cliente, y el cliente lo va a juzgar por si compró bien. Si el patrocinado lleva al agente a una compra peor, el cliente lo detecta con el tiempo, y el agente que mejor lo representa será el que aprenda a desconfiar del patrocinado. Mi lectura: el retail media que sobreviva con agentes será el que esté etiquetado de forma legible para la máquina y que patrocine un producto que de verdad cumpla lo que pidió el cliente. Patrocinar un producto peor funciona una vez.

Precios dinámicos

Un agente que verifica antes de pagar compara el precio que vio en el catálogo con el que encuentra en el checkout. Si el precio cambió entre una lectura y otra, ya sea por demanda, por inventario o por la sesión, el agente tiene dos opciones: volver a empezar o quedarse con la duda. Las dos cuestan la venta. El precio dinámico no es el problema. El problema es que el feed, la ficha y el checkout no digan lo mismo en el mismo minuto.

El fabricante como competidor

En mi prueba de la farmacia, el agente puso en la misma tabla a tres cadenas y a la tienda en línea de un laboratorio. Para una persona, ir a la tienda del fabricante es un paso extra que casi nadie da. Para el agente es una consulta más. Eso cambia la conversación de precio con los proveedores: el retailer ya no compite solo contra el retailer de enfrente, sino contra la marca que le surte, en la misma pantalla. Lo que sostiene al retailer es lo que el fabricante no tiene: surtido completo, entrega y formas de pago.

Promociones

El precio de referencia ("antes $1,999, hoy $1,299") es uno de los ocho mecanismos de CAVEAT, y funciona con el agente como funciona con la persona. Pero en un sitio mexicano típico la promoción vive en un banner que se pinta con JavaScript. El agente que no ejecuta JavaScript simplemente no ve la promoción. En temporadas de alto volumen esto deja de ser un detalle: la mejor oferta del año es invisible para el canal que más rápido compara.

Qué hacer ahora

Dos agentes ya compran desde México. Ninguna de estas acciones requiere esperar a los demás:

1. Decidir la política de agentes y escribirla en robots.txt y en el firewall. Que la decisión sea de la dirección, no de un valor por defecto.
2. Publicar el precio pagable, con envío, impuestos y cargos, en datos estructurados en la ficha de producto.
3. Llevar envío, devoluciones y garantía a datos estructurados, no solo a texto.
4. Regenerar el sitemap desde el catálogo vivo y revisar que las categorías se lean sin JavaScript.
5. Etiquetar el patrocinado de forma legible, y patrocinar solo lo que de verdad responde a lo que el cliente busca.
6. Sincronizar feed, ficha y checkout para que el precio no cambie entre la lectura y el pago.
7. Exponer las promociones como precio y vigencia en el marcado, no solo como imagen o banner.

Las primeras cuatro son las que mide el escáner ACR de Edgebound, con evidencia que cualquier equipo puede reproducir. Las últimas tres no las mide hoy. Son decisiones de negocio, y conviene tomarlas antes de que el agente las tome por ustedes.

Preguntas frecuentes

Límites

• CAVEAT es un benchmark en tiendas simuladas. Sus cifras describen agentes bajo condiciones controladas, no la tasa de error de los agentes comerciales en producción.
• Nuestro estudio midió 14 retailers elegidos por cobertura de categoría, en una sola corrida el 7 de septiembre de 2026. No es una muestra representativa y no extrapolamos.
• Los denominadores de los hallazgos por control (6, 9, 10, 12) son chicos. Describen a los sitios que se dejaron medir.
• El cruce entre los dos trabajos es una inferencia nuestra: no medimos cómo decide un agente en los sitios mexicanos. Lo que afirmamos es que esos sitios dejan al agente en condiciones parecidas a aquellas en las que CAVEAT lo vio fallar.
• La disponibilidad de los agentes cambia cada semana. Que Instinct y Grok Bot funcionan desde México lo sabemos por dos pruebas directas del autor, con Instinct el 8 de octubre y con Grok Bot el 15 de octubre de 2026, no por un anuncio oficial. El diagnóstico de cada sitio (bloqueo, inicio de sesión, falta de API) y el recuento de fallas del vuelo son los que dieron los propios agentes, no una medición del escáner ACR. Son dos casos, no una medición: ninguno de los dos publica una lista de países. Muse, Dots y Duet no tenían disponibilidad confirmada en México al cierre de esta nota.

Declaración de interés

Edgebound Labs diseñó y ejecutó el estudio mexicano con su propio instrumento. Edgebound comercializa servicios de arquitectura e integración de comercio digital que pueden atender estos hallazgos, y ese interés debe considerarse al leer las recomendaciones. Edgebound es partner de Anthropic, la empresa detrás de Claude Duet, uno de los agentes mencionados. No tenemos relación con los autores de CAVEAT.

Fuentes

• Li, Epperson, Deng y Huang. CAVEAT: Towards Robust Computer-Use Agents in Incentive-Misaligned Environments. arXiv 2609.27273, septiembre de 2026. arxiv.org
• M Farah. The Agentic Commerce Frontier, 6 al 12 de octubre de 2026. agentcommerce.substack.com
• Edgebound Labs. Comercio agéntico en México 2026.
• Bloomberg. Amazon Blocks Meta's Muse AI Agent From Its Retail Site, 21 de septiembre de 2026. bloomberg.com
• Reuters vía Yahoo Finance. Meta's Muse AI agent blocked by one-third of websites tested, Jefferies says. finance.yahoo.com
• TechRepublic sobre Meta Muse. techrepublic.com
• Forbes sobre Muse y la distribución digital. forbes.com
• TechCrunch sobre la alianza Shopify e Instinct. techcrunch.com
• TechCrunch sobre OpenAI Dots. techcrunch.com
• Anthropic. Introducing Claude Duet. claude.com
• Ley Federal de Protección al Consumidor, texto vigente (última reforma DOF 12-12-2025), artículos 7 BIS y 76 BIS. diputados.gob.mx
• Bain. Agentic AI in retail. bain.com

Volver al blog