Es posible que muy pronto el cliente más importante para la industria de bienes de consumo (CPG) sea un algoritmo. Las compras se han convertido en uno de los principales casos de uso de la IA generativa, y los agentes ya influyen en la búsqueda de información, la comparación de opciones y, cada vez más, en las transacciones: el estado final del comercio impulsado por agentes.

Las encuestas de Bain & Company muestran que entre el 30% y el 45% de los consumidores en Estados Unidos utilizan IA para apoyar sus compras, y que el 64% ya la ha utilizado o estaría dispuesto a utilizarla para completar una compra. Además, el 44% de los compradores en línea encuestados inicia principalmente su proceso de compra en un modelo de lenguaje de gran tamaño (LLM) o combina la búsqueda entre herramientas de IA y motores de búsqueda tradicionales.

Estimamos que, para 2030, el comercio totalmente impulsado por agentes podría generar entre 300.000 y 500.000 millones de dólares en ingresos en Estados Unidos, lo que representaría hasta una cuarta parte del comercio electrónico del país. Sus implicaciones van mucho más allá del e-commerce: abarcan la construcción de marca, la innovación, la estrategia comercial y la forma en que operan las empresas.

La velocidad del cambio deja poco margen para una adaptación gradual. Esta transformación exigirá movilizar equipos multifuncionales que compartan una visión de la demanda de los consumidores entre las áreas de marketing y ventas, un requisito indispensable para construir marcas preparadas para la era de los agentes.

De navegar a crear prompts 

Las empresas de productos de consumo (CPG) ahora necesitan vender tanto a los consumidores como a los agentes de IA. Las compras asistidas por agentes —y, con el tiempo, las transacciones automatizadas realizadas por ellos— son diferentes del comercio electrónico tradicional. En lugar de las búsquedas convencionales, los usuarios hacen solicitudes basadas en una ocasión o necesidad específica, como «vuelve a hacer las compras del supermercado para mi familia la próxima semana» o «arma una rutina de cuidado de la piel para piel seca y repón los productos cuando sea necesario». Los pasos de navegar, comparar y comprar suelen condensarse en una sola interacción.

Las señales interpretadas por las máquinas influyen cada vez más en las decisiones de los consumidores mediante comparaciones de productos generadas por IA y asistentes integrados en las plataformas de los minoristas. Lo que está surgiendo es un sistema de compra instantánea con precios, inventario y logística gestionados por agentes. A largo plazo, esto podría eliminar la participación directa del consumidor en muchas compras.

El impacto variará según la categoría. Los segmentos más complejos y que requieren mayor investigación, como belleza y cuidado personal, ya están experimentando una fuerte influencia de los agentes. Los productos esenciales para el hogar seguirán rápidamente a medida que los consumidores prioricen la conveniencia y el precio. Las categorías impulsadas por el gusto y los hábitos, como los alimentos envasados, podrían evolucionar de forma más gradual; sin embargo, incluso en estos casos, la coordinación entre múltiples minoristas y la planificación por misión de compra irán ganando terreno. En todas las categorías se mantiene una misma dinámica: si un producto no es seleccionado por un agente, en la práctica es como si no existiera.

El comercio impulsado por agentes de IA transforma por completo el modelo tradicional de generación de demanda y obliga a los ejecutivos a enfrentar cuatro preguntas estratégicas a nivel empresarial.

¿Sigue siendo importante desarrollar una marca? Los agentes valoran una diferenciación clara más que la simple notoriedad de marca. Dan prioridad a las reseñas, a los atributos tangibles y a las marcas reconocidas por características específicas, como «diseñado para disolverse en agua fría» (véase la Figura 1). Sin embargo, la conexión emocional sigue siendo importante, ya que los modelos de lenguaje de gran tamaño (LLM) captan las narrativas que aparecen en las reseñas y los comentarios.

Figure 1

Para seguir siendo relevantes, las marcas deben ser tanto atractivas para las personas como comprensibles para las máquinas. Esto implica reforzar las señales de relevancia en la publicidad pagada; enriquecer el contenido del sitio web de la propia marca; utilizar agentes para informar a otros agentes sobre aspectos como el programa de fidelización, la disponibilidad de los productos y la rapidez de entrega; y optimizar las páginas de detalle de producto y las reseñas en los sitios de los minoristas.

¿Qué hará falta para lanzar innovaciones exitosas? La demanda basada en ocasiones de consumo y misiones de compra —por ejemplo, búsquedas como «cenas familiares rápidas» en lugar de «macarrones con queso»— cambia la manera en que las prioridades de innovación se alinean con las necesidades de los consumidores. En este entorno, las mejoras incrementales tienen dificultades para competir. Los agentes favorecen los productos que superan claramente a las alternativas para un caso de uso específico. Esto eleva el nivel de exigencia y orienta la innovación hacia características que representen un salto significativo, variantes personalizadas y ofertas diseñadas para ocasiones de consumo.

También surgirán nuevas fuentes de conocimiento. Los prompts de los consumidores ofrecen una visión directa de su intención y pueden validarse a través de los socios minoristas. El sitio web o la aplicación de una empresa también pueden servir para impulsar la innovación. Beauty Genius, la herramienta impulsada por IA de L'Oréal, personaliza las rutinas de cuidado de la piel a partir de escaneos faciales y de la información proporcionada por los clientes, ayudándolos a descubrir los productos más adecuados según su tono de piel, tipo de cabello y necesidades específicas. Los prompts de los clientes proporcionan a L'Oréal información valiosa para desarrollar futuras ofertas y ayudan a definir cómo la empresa comunica esas ofertas. Eso es precisamente lo que significa generar señales de demanda en un mundo liderado por agentes.

¿Cuál es el enfoque comercial más eficaz? A corto plazo, es probable que surja un marketplace híbrido, en el que agentes ampliamente adoptados, como Claude y Gemini, lideren el descubrimiento de productos, mientras que los minoristas mantengan el checkout y el fulfillment. A medida que los minoristas se conviertan en socios tecnológicos, y no solo en canales de venta, las empresas de productos de consumo (CPG) deberán entrenar los propios agentes de los minoristas. También tendrán que definir cómo colaborar con ellos en materia de datos, experimentación y una visión compartida de las transacciones. Por eso, Unilever utiliza sistemas de contenido que se integran con Amazon, Walmart, Alibaba y las nuevas interfaces de compra impulsadas por IA. Sus equipos optimizan el contenido para la búsqueda, los algoritmos y las respuestas generativas de cada minorista, y no solo para los medios pagados.

Dada la naturaleza híbrida de este nuevo marketplace, las empresas de productos de consumo (CPG) deberán colaborar tanto con los modelos de lenguaje de gran tamaño (LLM) como con los minoristas para tomar las decisiones adecuadas. Por ejemplo, ¿una marca debería vender directamente a través de ChatGPT o hacerlo por medio de un minorista? Entre los factores que deben evaluarse están los aspectos económicos, como la comisión que ChatGPT cobraría por cada pedido y cómo esta podría aumentar con el tiempo, además de las implicaciones para el fulfillment y la posible reacción de los minoristas. Incluso si no venden directamente a los consumidores, los LLM están evolucionando para convertirse en herramientas de marketing mediante recomendaciones patrocinadas. También podrían empezar a monetizar sus conjuntos de datos, que incluyen bibliotecas de prompts de consumidores y capacidades de segmentación de consumidores, lo que representa otra posible razón para establecer alianzas.

¿Está el modelo operativo preparado para responder con rapidez y de forma integrada? La mayoría de las empresas de productos de consumo (CPG) no están organizadas para el comercio impulsado por agentes, ya que las responsabilidades se encuentran dispersas en toda la organización. Esa fragmentación dificulta lograr avances significativos. En su lugar, las empresas deberían crear un pequeño equipo global encargado de coordinar el comercio impulsado por agentes. Este equipo sería responsable de comprender cómo evoluciona el ecosistema, establecer alianzas, crear una capacidad centralizada para el análisis de prompts, dar seguimiento a los avances y difundir las mejores prácticas entre los equipos de los mercados locales.

Complementando a ese equipo global, se deberían introducir equipos de ejecución multifuncionales (squads) en los mercados más avanzados, como Estados Unidos, India y China. Estos equipos traducirán el análisis continuo de prompts y una comprensión más amplia del comportamiento de los bots en prioridades para los equipos de marca, marketing, ventas y tecnología, quienes podrán probar, aprender y adaptarse rápidamente ante cambios repentinos del mercado. La gobernanza debe ser clara respecto a quién es responsable de las funciones relacionadas con la IA, para permitir decisiones de trade-off más rápidas. Y los indicadores clave de desempeño (KPI) deben ir más allá de los clics, para medir el desempeño y los resultados de los agentes.

Acciones que conviene tomar sin importar el escenario 

Mientras el ecosistema evoluciona, varias acciones son críticas para las empresas de bienes de consumo masivo (CPG).

Construir una marca preparada para la era de los agentes de IA. Si no estás guiando la conversación del consumidor, eres invisible. Empieza por entender la posición de la marca frente a la competencia en los aspectos que más priorizan los clientes. Luego, actúa en consecuencia—por ejemplo, reemplazando afirmaciones vagas por descriptores concretos, según la ocasión de consumo.

La investigación sobre prompts—cómo buscan los consumidores en categorías específicas, cuáles son sus misiones de compra—permitirá adaptar la innovación en marketing. El sitio web de la marca debe convertirse en una fuente de verdad estructurada y legible por máquinas. Los equipos de marketing deben amplificar la validación que proviene de reseñas, comentarios de expertos y foros. Y la marca debe aparecer de manera consistente en los espacios donde el equipo de marketing tiene ese control.

Prepararse para el comercio agéntico. Para facilitar transacciones reales a través de agentes de IA, los detalles operativos sobre precios, inventario y logística importan mucho. Las empresas deben definir la lógica de "por qué elegirnos" como reglas ejecutables, dejando claro—de manera legible por máquinas—las políticas de devoluciones, envíos y garantías. Podrían experimentar con recomendaciones patrocinadas de agentes y paquetes por misión de compra, además de desarrollar un canal de venta directa al consumidor (D2C). Esta lista de verificación, por supuesto, variará según el sector, y algunos puntos tendrán baja prioridad. (La mayoría de las empresas de alimentos, por ejemplo, no desarrollarán capacidades propias de distribución/fulfillment.) 

Movilizar un enfoque multifuncional. Las compras impulsadas por IA generativa colapsan el embudo de conversión. Esto requiere unir a los equipos de marketing y ventas en un squad ágil con patrocinio ejecutivo, que integre a los equipos de marca, e-commerce, revenue growth management (gestión del crecimiento de ingresos), tecnología y datos.

El comercio agéntico todavía está tomando forma, pero la dirección general es clara. Incluso los competidores pequeños y de nicho pueden competir a través de propuestas distintivas, por lo que las empresas de bienes de consumo masivo (CPG), sin importar su tamaño, no pueden darse el lujo de ignorar que cada vez más consumidores están migrando hacia las herramientas de IA. Las que lo hagan corren el riesgo de perder visibilidad en los prompts basados en misiones de compra, y de que sus innovaciones no sean seleccionadas por los algoritmos. Las empresas que actúen rápido para destacar atributos distintivos de marca podrán construir una ventaja temprana y convertirse en la opción que eligen las máquinas.