Anthropic tiene planos para construir bots de comercio electrónico que compren en nombre de sus clientes. No es algo que muchos consumidores quieran por ahora, pero la empresa de inteligencia artificial publicó esta semana un conjunto de plantillas para agentes de compra y agentes de comercio basados en Claude, con la esperanza de que más negocios de comercio electrónico implementen compras automatizadas.
Su plantilla "contiene los armazones, los patrones y las barreras de seguridad que un equipo de ingeniería necesita para poner un agente de comercio en marcha en días, con implementaciones de referencia de un agente de compra y un agente de comercio para plataformas de retail, viajes, telecomunicaciones y venta de entradas", señaló la compañía.
¿Qué publicó exactamente Anthropic?
Los grandes retailers y las plataformas de comercio electrónico, observa Anthropic, ya están usando Claude para construir agentes que simplifiquen la compra en línea, permitiendo que el cliente formule consultas en lenguaje natural para encontrar, comparar y adquirir productos.
El repositorio de GitHub incluye agentes funcionales de compra y de comercio que pueden construirse con la Messages API, el Agent SDK o los Claude Managed Agents. La plantilla del agente de compra trae conectores hacia catálogos de productos, carros de compra en línea, sistemas de pago, bases de datos de preferencias y de historial de compras.
"Un cliente puede decir necesito una carpa, un saco de dormir y una cocinilla para un fin de semana con dos niños, y el agente puede encargarse desde ahí", propone Anthropic, que aclara que su código incorpora barreras de seguridad "diseñadas para restringir los precios y los productos a los datos reales del catálogo, y para evitar patrones manipuladores de venta cruzada".
¿Están los consumidores dispuestos a delegar el pago?
Acá es donde la apuesta se ve más frágil. Una encuesta reciente de Gartner encontró que, si bien los consumidores usan la IA para buscar productos y hacer investigación, no están listos para delegarle la autoridad de compra a un agente. Un sondeo de Accenture es algo más optimista.
| Disposición del consumidor | Gartner (mayo 2026) | Accenture (Consumer Pulse 2026) |
|---|---|---|
| Delegar tareas rutinarias | no medido | 74% |
| Delegar la decisión de compra | 11% | 32% |
| Compra totalmente autónoma | no medido | 9% |
De cualquier manera, la búsqueda y la comparación de productos asistidas por IA aparecen como actividades plausibles. Cerrar el pago, en cambio, sigue siendo terreno del humano.
El riesgo de los precios dinámicos
¿Por qué habría que ponerle un límite a los precios? Más allá de la posibilidad de que el modelo alucine un valor, existe una preocupación considerable por cómo los agentes de IA pueden agravar los problemas del precio dinámico, donde a distintos clientes se les cobra montos diferentes por el mismo producto.
"El auge de la IA agéntica, donde los algoritmos monitorean el comportamiento en línea para personalizar los costos, probablemente exacerbe el precio dinámico", advirtió la Brookings Institution a comienzos de este año. "Estos agentes pueden evaluar el comportamiento individual y ajustar los precios según el historial de navegación y de compra del consumidor".
Las inquietudes sobre el precio vigilado por IA se discutieron el mes pasado en una audiencia de la subcomisión judicial del Senado de Estados Unidos. En su declaración escrita, Lindsay Owens, presidenta y directora ejecutiva de Groundwork Collaborative, un grupo de defensa con sede en Washington, apuntó que la mitad de quienes usan la aplicación de Walmart ya recurre a "Sparky", el asistente de IA de la cadena. Esos compradores gastan alrededor de un 35% más que quienes no lo usan, según Owens.
"Estos agentes tienen acceso a montañas de datos sobre los clientes: lo que los compradores les cuentan, lo que compraron antes y, en algunos casos, sobre qué pasaron el mouse o incluso qué otros sitios visitaron", dijo. "Todo eso puede usarse para inferir exactamente cuánto están dispuestos a pagar por un producto y fijar el precio en consecuencia".
¿Quién responde si el agente compra mal?
Aunque el comprador tuviera garantizado un trato justo, aparece otra preocupación. Monica Eaton, fundadora y directora ejecutiva de Chargebacks911, declaró a The Register por correo electrónico que el comercio agéntico probablemente le genere problemas de fraude a los comerciantes.
Todavía no existe un marco para que los comercios manejen compras hechas por una IA que el consumidor después declara no haber autorizado. "Los comerciantes no pueden convertirse en la aseguradora de cada malentendido entre un consumidor y su IA", sostuvo.
Qué mirar desde Chile
El repositorio apunta a plataformas que exponen catálogo, carro y pago como servicios consultables por un agente. En Chile, el pago en línea se cursa habitualmente a través de Webpay de Transbank o Mercado Pago, y el paso de autorización sigue anclado a una acción explícita del titular de la tarjeta, no a una llamada automatizada. Esa fricción, que hoy se lee como un freno para el comercio agéntico, es también la barrera que impide que un agente mal configurado cierre una compra que nadie pidió.
Las plantillas de Anthropic pueden resultar útiles para el diseño de agentes, pero el desafío real no es técnico. Es de confianza: los consumidores tienen que confiar en que la IA actuará en su mejor interés, y los comerciantes en que la IA responderá por lo que haga. Eso puede tomar tiempo.
