OpenAI y Google ya documentan cómo debe comprar un agente de IA en tu tienda
Un fundador de GrowEasy.ai sostiene que el comercio necesita fichas de producto legibles por máquina y acciones de compra expuestas por API para que un asistente cierre la operación.
Si cada vez más compradores empiezan su búsqueda preguntándole a un asistente en vez de teclearla en un buscador, la tienda deja de ser la única puerta de entrada. Tej Pandya, fundador de GrowEasy.ai, sostiene en un texto que los comercios tienen que publicar datos de producto legibles por máquina y exponer un circuito de compra que un agente pueda cerrar de principio a fin. Él mismo lo enmarca como una predicción sobre hacia dónde va la compra, no como una afirmación de que los clics en anuncios ya se hayan secado.
El punto de partida es la ficha. Para cada variante hace falta un registro claro: identificador de producto, talla, color, precio, divisa, disponibilidad, vendedor y una URL de producto estable. Un artículo que solo dice "tallas disponibles" obliga al asistente a adivinar, y un precio sin condiciones de envío acaba en una recomendación mala a la hora de pagar. Si el catálogo cambia a menudo, hay que declarar cuándo se actualizó el registro y dar al agente una forma de comprobar el stock real antes de prometer nada. El índice sirve para descubrir; la tienda en vivo sigue siendo la autoridad para la transacción.
Acciones, no solo catálogo
Que el agente pueda leer el catálogo no basta. Pandya enumera las operaciones que un flujo útil necesita: buscar productos según talla y plazo de entrega, cotizar precio, impuestos, envío y fecha estimada para un destino concreto, crear o recuperar un carrito con la variante exacta, entregar al comprador a un checkout seguro con el total final a la vista, y devolver identificador y estado del pedido solo cuando el vendedor lo haya confirmado. La autenticación y el pago se quedan en manos de quien corresponda, y el asistente no debe deducir consentimiento de compra a partir de una petición de comparación. Si la cotización cambia, ese cambio se devuelve antes de que el comprador confirme; si el artículo se agota, el flujo falla con un error claro en lugar de colar otra talla.
La infraestructura para esto ya está asomando. OpenAI publica la especificación de checkout agéntico junto a su protocolo de comercio agéntico, y Google documenta en su Merchant API los ajustes de checkout con los que un comercio indica dónde debe aterrizar el comprador. El propio autor avisa de que ninguna de las dos fuentes demuestra que cualquier comercio pueda usar hoy todos esos flujos.
Para comprobar si el traspaso funciona, propone medir con tareas y no con páginas vistas: lanzar a un agente de prueba una petición exacta, por ejemplo dos zapatillas negras de la talla 9 por debajo de cierto presupuesto y entregables en un código postal concreto antes del jueves, y contrastar sus respuestas con el catálogo y el checkout reales. ¿La variante era ambigua? ¿El envío solo se calculaba tras pedir la dirección? ¿El total cambiaba al llegar al pago? ¿Seguía apareciendo stock agotado en el feed? Esos fallos cuentan aunque una persona navegando por la web pudiera sortearlos, y son la razón por la que no conviene retirar la tienda para humanos.
Lo que pase con el clic publicitario sigue abierto: parte del descubrimiento y la comparación se traslada al asistente, y no está claro si los anuncios se mudan ahí o si el vendedor acaba pagando por resultados en lugar de por tráfico. Lo que sí es trabajo de esta semana es bastante aburrido: datos de producto exactos, acciones fiables, coste final sin sorpresas y un traspaso verificado.
