Los agentes de compras con IA de Amazon chocan con un muro mientras minoristas y bancos les cierran el paso

Los agentes de compras con IA de Amazon han llegado a una marcada contradicción: Amazon quiere que su propio software compre en otros sitios mientras bloquea a agentes externos en su marketplace. El conflicto ya va más allá de un solo minorista. eBay restringe los bots de compra no autorizados, mientras que JPMorgan Chase y Charles Schwab bloquean a agentes no aprobados en las cuentas de sus clientes.

Las restricciones exponen un problema estructural del comercio agéntico, en el que el software busca, compara y realiza transacciones por un usuario. Estos agentes necesitan acceso a tiendas, métodos de pago, historiales de cuentas y preferencias personales. Sin embargo, cada conexión crea riesgos de seguridad, responsabilidad y competencia para la empresa que controla esos datos.

Meta sostiene que rechazar a un agente personal equivale a rechazar al cliente que lo autorizó. Amazon ve a un agente externo no identificado entrando en una cuenta, recopilando datos y modificando la experiencia de compra sin permiso. Ambas posturas parecen razonables. Pero no pueden coexistir sin normas compartidas sobre identidad, consentimiento y responsabilidad.

El resultado no es la web comercial abierta prometida por los desarrolladores de IA. Es una red emergente de alianzas aprobadas, plataformas restringidas y asistentes propietarios. La batalla más importante ya no es si un agente de IA puede encontrar un producto. Es quién puede situarse entre el cliente y la transacción.

Los agentes de compras con IA de Amazon se encuentran con una puerta cerrada

El bloqueo de Amazon convierte las compras agénticas de un desafío de software en una disputa por el acceso.

La confrontación inmediata se centra en el agente Muse de Meta. Amazon bloqueó a Muse para que no navegara ni comprara productos en su marketplace menos de dos semanas después del lanzamiento del asistente, según un informe sobre acceso de agentes. Amazon afirmó que Meta no había obtenido permiso para acceder a las cuentas de los clientes, recopilar datos del marketplace ni procesar transacciones.

Un portavoz de Amazon señaló que las aplicaciones de terceros que realizan compras a otras empresas deben operar de forma abierta. La compañía también indicó que esas aplicaciones deben respetar la decisión de un proveedor de servicios sobre su participación. Por tanto, su objeción abarca más que un bot que funciona mal. Amazon cuestiona la premisa de que la autorización de un cliente concede automáticamente a un agente permiso para entrar en los sistemas de Amazon.

Muse no es el primer asistente que se encuentra con esa postura. Amazon bloqueó anteriormente la tecnología de compras de Perplexity y llevó la disputa a los tribunales. Amazon alegó que Perplexity siguió operando agentes en su sitio web después de que se le ordenara detenerse.

Perplexity ha defendido su asistente como una extensión del cliente. Según esa teoría, un agente que utiliza una cuenta debería tener el mismo derecho básico a navegar y realizar transacciones que la persona que lo dirige. La disputa sigue siendo relevante porque plantea si la delegación de software cambia la identidad legal de un visitante habitual de un sitio web.

El litigio inicial produjo señales contradictorias. Un tribunal federal de distrito restringió inicialmente el acceso de Perplexity mediante una medida cautelar preliminar. Posteriormente, un tribunal de apelaciones revocó esa orden al considerar poco probable que Amazon prevaleciera en las reclamaciones de acceso informático que sustentaban la medida cautelar. Amazon presentó entonces una demanda enmendada, por lo que el conflicto más amplio siguió sin resolverse.

Ese historial importa porque las restricciones técnicas y legales se refuerzan mutuamente. Un minorista puede detectar automatización conocida, cuestionar sesiones inusuales, limitar el acceso a cuentas o bloquear tráfico específico. También puede utilizar contratos y litigios para disuadir a los desarrolladores de buscar soluciones técnicas alternativas.

eBay ha adoptado un enfoque igualmente restrictivo mediante sus normas de usuario. Sus políticas prohíben que agentes automatizados accedan al marketplace sin autorización previa. Las restricciones incluyen sistemas que realizan pedidos sin una revisión humana significativa.

Otros servicios han trazado sus propios límites. Yelp exige que los agentes utilicen un canal aprobado de licencia de datos. Delta Air Lines restringe a agentes externos no autorizados la reserva de vuelos. Según informes, los agentes también han encontrado barreras en Amtrak, Cars.com y Kohl’s.

Estos ejemplos demuestran que un agente puede funcionar perfectamente en una demostración y aun así fallar en el uso cotidiano. Los sistemas antibots se diseñaron para detener el scraping, el robo de credenciales, la manipulación de inventario y las transacciones fraudulentas. No reconocen automáticamente la diferencia entre un bot malicioso y un asistente legítimo que ejecuta la solicitud de un cliente.

Esa ambigüedad socava una promesa central de los agentes de consumo. Un asistente no puede completar un encargo de forma fiable si cada destino utiliza normas de acceso diferentes. Puede investigar un producto, identificar la mejor oferta y preparar un pedido, solo para detenerse cuando empieza el inicio de sesión o el pago.

El conflicto resulta especialmente llamativo porque Amazon no rechaza la idea del comercio mediado por IA. Ha desarrollado sus propios asistentes de compra y utiliza IA en todo el proceso de descubrimiento de productos. La postura de Amazon es más limitada, pero comercialmente más significativa: los agentes externos no pueden asumir que tienen el mismo acceso que los sistemas propios de Amazon.

La disputa trata sobre el control del cliente, no solo sobre seguridad

La parte que controla la interfaz de compra puede influir en el descubrimiento, la publicidad, la recopilación de datos y la venta final.

Las preocupaciones de seguridad de Amazon son creíbles. Un agente de compras puede requerir acceso a direcciones, historiales de pedidos, credenciales de pago y configuraciones de cuenta. Un agente que oculta su identidad o almacena credenciales de forma insegura crea riesgos que Amazon debe gestionar cuando algo sale mal.

Sin embargo, la seguridad no explica por completo la resistencia. Los agentes de compra independientes pueden debilitar la maquinaria comercial que hace valioso a un marketplace. Pueden saltarse los anuncios patrocinados, comparar precios entre tiendas competidoras y seleccionar productos sin seguir el recorrido de compra preferido por la plataforma.

El comercio electrónico tradicional presupone una atención humana limitada. Los compradores rara vez revisan cada vendedor, calculan cada precio final o reconsideran cada suscripción. Los marketplaces utilizan clasificaciones, recomendaciones, reseñas, promociones y publicidad para orientar las decisiones dentro de esos límites.

Un comprador automatizado se comporta de otro modo. Puede supervisar varias tiendas de forma continua, comparar políticas de envío y devolución, y esperar una condición precisa. No se impacienta, no hace clic por costumbre en una marca conocida ni abandona una búsqueda tras abrir varias pestañas.

Ese comportamiento podría beneficiar a los consumidores. También amenaza los ingresos publicitarios y la influencia de las plataformas. Si un agente externo hace la recomendación, Amazon pierde parte del control sobre qué productos reciben atención. Si el agente gestiona el pago, el proveedor de IA puede convertirse en la relación principal con el cliente.

La respuesta de Meta hace explícita esa competencia. Tras los informes de que los sitios web bloqueaban Muse, Meta argumentó que las empresas comparten intereses comerciales con los desarrolladores de agentes. La compañía afirmó que rechazar a un agente personal equivale a rechazar al cliente representado por ese software.

Meta ha acompañado ese argumento con alianzas minoristas aprobadas. Walmart, Gap, Sephora y Best Buy han respaldado formas autorizadas para que Muse ayude a los clientes a comprar. Shopify también ha permitido que las tiendas de su red participen en canales de compra asistidos por IA.

Estos acuerdos revelan el compromiso emergente. Los minoristas no eligen simplemente entre agentes o ausencia de agentes. Eligen qué agentes reciben acceso, qué información pueden obtener y qué acciones pueden completar.

Tapestry ilustra la diferencia. El propietario de Coach y Kate Spade ha restringido las compras realizadas por agentes no autorizados en los sitios web de sus marcas. Al mismo tiempo, determinados productos pueden comprarse mediante experiencias aprobadas de Google, con confirmación explícita del cliente requerida para cada transacción.

Este modelo protege la capacidad del minorista para negociar condiciones. Una integración aprobada puede identificar al agente, limitar las acciones disponibles, registrar el consentimiento y definir responsabilidades. Un agente de navegador no aprobado puede intentar muchas de las mismas tareas sin ninguna relación comercial formal.

El resultado se parece a anteriores disputas entre plataformas sobre la indexación en buscadores, las tiendas de aplicaciones, las derivaciones desde redes sociales y los agregadores de viajes. Las empresas reciben bien el tráfico cuando genera ventas incrementales. Se resisten a los intermediarios que capturan datos de clientes, exigen una comisión o debilitan las relaciones directas.

La postura de Amazon contiene una inversión adicional. Su propio enfoque “Buy for Me” permite que un asistente de Amazon compre productos a minoristas externos. El análisis de pagos del FMI describe al asistente de Amazon navegando por sitios web de terceros y completando transacciones para los clientes.

Por tanto, Amazon quiere poder enviar su agente hacia fuera mientras conserva el control sobre los agentes que llegan desde fuera. Es una lógica estratégica, pero no es un modelo de agentes abiertos. Es una competencia entre plataformas que buscan convertirse en la puerta de entrada preferida al comercio.

Si la interfaz de Amazon controla la solicitud, Amazon puede dar forma a la recomendación y conservar visibilidad sobre la transacción. Si Muse, ChatGPT, Gemini u otro asistente controla la solicitud, ese proveedor obtiene una visión de la intención del consumidor antes de que el minorista la vea.

Los datos de intención son especialmente valiosos. Una búsqueda de producto muestra qué está considerando una persona. Un agente persistente puede conocer el presupuesto, el momento, las preferencias, las compras anteriores y la disposición del cliente a cambiar de marca. También puede saber qué alternativas rechazó el cliente.

La interfaz ganadora podría influir en mucho más que los pedidos individuales. Podría decidir qué comerciantes se tienen en cuenta, qué productos se presentan como comparables y cuándo debería realizarse una compra. Por eso el debate sobre el acceso de bots se está convirtiendo en una lucha por el poder de mercado.

Los bancos ven un problema de autorización que los minoristas no pueden resolver por sí solos

Un agente de IA necesita más que un número de tarjeta de crédito; necesita una autoridad verificable para actuar dentro de límites que todos los participantes comprendan.

JPMorgan Chase y Charles Schwab han confirmado que bloquean a agentes no autorizados en las cuentas de los clientes. Su cautela refleja una versión más difícil del problema minorista. Una búsqueda fallida de productos es inconveniente. Una transferencia, orden de inversión o pago incorrectos pueden causar un perjuicio financiero inmediato.

Un banco debe distinguir al cliente, el dispositivo del cliente y cualquier software que actúe en nombre del cliente. También debe determinar qué aprobó realmente el cliente. Las credenciales de inicio de sesión por sí solas no responden a esas preguntas.

Pensemos en un agente al que se le pide comprar zapatillas de correr por debajo de un presupuesto. ¿El usuario autorizó una sola transacción o una supervisión recurrente? ¿Puede el agente seleccionar una marca diferente? ¿Puede aceptar una membresía, un plan de pago a plazos o un producto sustituto? ¿La aprobación cubre impuestos y envío por encima del límite indicado?

La incertidumbre aumenta cuando un agente gestiona tareas financieras. Una solicitud para mejorar los rendimientos podría implicar trasladar ahorros, vender una inversión o abrir una cuenta. Cada acción conlleva divulgaciones, riesgos y consecuencias legales diferentes.

La autenticación demuestra que alguien puede entrar en una cuenta. La autorización delegada debe demostrar que un agente concreto puede realizar una acción específica para un cliente determinado. También necesita límites, vencimiento, revocación y un registro de auditoría.

El marco del FMI separa la intención, la autorización y la liquidación en capas distintas. El software de razonamiento puede interpretar un objetivo y preparar una transacción. Los sistemas de pago deterministas deben seguir controlando la autorización y la liquidación finales.

Esa separación aborda una incompatibilidad técnica básica. Los grandes modelos de lenguaje generan resultados de forma probabilística, lo que significa que una misma solicitud puede producir interpretaciones diferentes. La liquidación de pagos exige reglas predecibles, registros definitivos y una rendición de cuentas clara.

Las redes de tarjetas están construyendo infraestructura en torno a esa distinción. Visa afirma que sus sistemas de comercio agéntico identifican a agentes de confianza al tiempo que preservan los controles definidos por el consumidor. Su programa europeo utiliza passkeys de pago para autenticar a los titulares de tarjetas y distinguir a los agentes autorizados.

En julio de 2026, Visa afirmó que los agentes habían completado compras reales con comercios europeos independientes a través de su infraestructura. Participaron más de 30 emisores, entre ellos Barclays, BBVA, HSBC UK, ING, Lloyds Banking Group, NatWest y Revolut. Las transacciones operaron dentro de parámetros definidos por los clientes, según el programa de comercio de Visa.

Ese avance complica la afirmación de que los bancos simplemente están excluyendo a los agentes. Las instituciones financieras rechazan los accesos no autorizados mientras participan en transacciones controladas por agentes. La línea divisoria no es la automatización en sí. Es si los participantes pueden verificar la identidad, la autoridad y la responsabilidad.

Un sistema controlado puede emitir un token en lugar de exponer las credenciales completas de la tarjeta del cliente. El token puede incluir límites sobre el comercio, el importe, el momento y el tipo de transacción permitido. También puede identificar al agente por separado del cliente.

Esos controles se vuelven críticos durante las disputas. Si un agente compra el artículo equivocado, los participantes deben determinar si el comercio cumplió el pedido, si el agente excedió su mandato o si el cliente proporcionó instrucciones ambiguas. Los sistemas de contracargo existentes no fueron diseñados para responder a cada parte de esa cadena.

El fraude plantea otro desafío. Los delincuentes pueden atacar al agente, manipular la información que este lee o secuestrar las credenciales que lo conectan a una cuenta. Una página de producto maliciosa podría contener instrucciones diseñadas para redirigir un navegador automatizado. Un agente comprometido podría realizar solicitudes aparentemente válidas mediante una sesión de cliente de confianza.

Los agentes también pueden producir comportamientos que se asemejan al fraude sin intención maliciosa. Cientos de solicitudes automatizadas, comprobaciones rápidas de precios, cambios repetidos en el carrito y patrones de inicio de sesión inusuales pueden activar sistemas diseñados para detener abusos. Los minoristas no pueden desactivar esas defensas de forma segura simplemente porque algunos bots representen a clientes reales.

Es probable que la solución práctica implique agentes registrados, identidad criptográfica, tokens restringidos y mandatos explícitos de transacción. Ninguno de esos elementos resuelve por sí solo la disputa comercial. Sin embargo, ofrecen a bancos y comercios una alternativa más segura que aceptar un bot invisible que utiliza credenciales ordinarias de cuenta.

Los consumidores buscan ahorro, pero aún temen perder el control

El comercio agéntico enfrenta una brecha de confianza incluso si las plataformas resuelven sus disputas de acceso.

Las empresas de IA suelen describir a los agentes de compra como software que ahorra tiempo. Los casos de uso más sólidos son fáciles de entender: comparar precios, seguir una tarifa, presentar una solicitud de reembolso o volver a pedir un producto habitual. Estas tareas consumen atención sin aportar demasiada satisfacción.

Un agente también puede seguir trabajando cuando una persona dejaría de hacerlo. Puede revisar varias políticas de devolución, supervisar cambios en el inventario y retomar una búsqueda más tarde. Esa persistencia genera un valor real para el consumidor, especialmente en compras repetitivas o administrativas.

Una investigación encargada por Visa concluyó que el valor y la comodidad atraen interés. En una encuesta realizada en Estados Unidos a 1.600 consumidores, el 39 por ciento identificó la igualación de precios como una motivación para usar un asistente de compras con IA. Encontrar productos nuevos y ahorrar tiempo atrajeron cada uno al 38 por ciento.

El mismo estudio sobre confianza del consumidor detectó una preocupación mucho mayor en torno a los datos requeridos. La seguridad de los datos preocupaba al 48 por ciento de los encuestados. La privacidad y la precisión de las compras preocupaban al 44 por ciento en cada caso, mientras que la fiabilidad del servicio preocupaba al 40 por ciento.

Solo el 7 por ciento indicó no tener ninguna de las preocupaciones enumeradas. Una cuarta parte afirmó que no compartiría ninguna información personal con un agente de compras. Estos resultados cuestionan la suposición de que la comodidad superará automáticamente las dudas.

El control sobre los datos recopilados fue especialmente importante. El sesenta y dos por ciento consideró ese control muy importante, mientras que otro 23 por ciento lo consideró importante. Solo alrededor de uno de cada cinco afirmó que sería muy o extremadamente probable que utilizara un agente si no pudiera controlar sus prácticas de datos.

La confianza también varía marcadamente según el proveedor. En la misma investigación, el 53 por ciento de los encuestados estadounidenses afirmó sentirse cómodo usando un servicio de compras de Amazon. PayPal le siguió con el 45 por ciento y Visa con el 34 por ciento. OpenAI alcanzó el 25 por ciento, mientras que Meta llegó al 13 por ciento.

Estos hallazgos otorgan a Amazon una ventaja estratégica. Los consumidores pueden confiar más en el marketplace que ya gestiona sus compras que en un proveedor externo de IA que solicita un amplio acceso a la cuenta. Amazon puede presentar sus restricciones como protección mientras dirige a los clientes hacia su propio asistente.

Sin embargo, la confianza en Amazon no resuelve el conflicto. Un agente propiedad de la plataforma puede favorecer productos, servicios o relaciones comerciales vinculados a esa plataforma. Los consumidores necesitan saber si una recomendación optimiza sus intereses, los ingresos de la plataforma o una alianza negociada.

Los agentes independientes afrontan el problema contrario. Pueden afirmar que buscan más ampliamente y representan al comprador, pero aún necesitan un modelo de negocio. Si el usuario no paga directamente, las comisiones, las integraciones preferentes o la ubicación patrocinada pueden influir en los resultados.

Esto crea un triángulo difícil. Los consumidores quieren un agente que busque ampliamente, proteja sus datos y actúe exclusivamente en su nombre. Los minoristas quieren software identificable que respete las reglas de la plataforma. Los proveedores de IA necesitan ingresos y un acceso fiable para completar tareas.

Ningún participante puede satisfacer los tres objetivos solo mediante automatización del navegador. Un bot que se comporta como una persona puede llegar a más sitios web, pero reduce la transparencia. Una integración estrictamente aprobada mejora la rendición de cuentas, pero puede limitar las opciones del agente.

El riesgo es que el comercio agéntico recree el mismo control de acceso que promete superar. Un usuario podría pedir el mejor producto disponible, pero recibir opciones únicamente de comercios participantes. La experiencia podría parecer exhaustiva mientras excluye silenciosamente a las tiendas que rechazaron los términos del proveedor.

Esa limitación debería ser visible. Los agentes deben revelar qué marketplaces buscaron, cuáles bloquearon el acceso y si las alianzas influyeron en los resultados. De lo contrario, una recomendación pulida puede ocultar un mercado fragmentado.

Los usuarios también necesitan una confirmación significativa antes de acciones importantes. La aprobación debe mostrar el producto, el importe final, el vendedor, las condiciones de entrega y la fuente de pago. Una instrucción vaga proporcionada horas antes no debe sustituir al consentimiento informado cuando cambian las circunstancias.

El mismo principio se aplica después de la compra. Las devoluciones, cancelaciones, garantías y atención al cliente pueden ser más complicadas que la compra misma. Si el agente desaparece tras el pago, la promesa de comodidad cubre solo la parte más sencilla de la transacción.

Por eso los bloqueos actuales no deben descartarse como una simple resistencia a la innovación. Algunos protegen modelos de negocio existentes, pero otros revelan fallos de producto sin resolver. Un agente que no puede explicar su mandato, proteger las credenciales o respaldar una disputa no está preparado para controlar una transacción financiera.

Qué decidirá el futuro del comercio agéntico

La próxima fase depende de si la industria puede sustituir la automatización encubierta por una delegación reconocida, limitada y auditable.

La primera señal que se debe observar es el litigio de Amazon contra Perplexity. La decisión de apelación debilitó un primer intento de detener el acceso de agentes mediante la legislación sobre acceso informático, pero no estableció un derecho amplio para que los agentes entren en plataformas privadas. El caso modificado aún puede definir cómo interpretan los tribunales la autorización, la delegación de cuentas y las restricciones contractuales.

Un fallo favorable a Amazon reforzaría el modelo de permisos plataforma por plataforma. Los proveedores de IA necesitarían integraciones negociadas con los principales minoristas o se arriesgarían a perder funciones esenciales de compra. Un fallo favorable a Perplexity reforzaría el argumento de que los clientes pueden delegar la navegación ordinaria mediante software.

Ninguno de los dos resultados resolvería todos los problemas. Los minoristas seguirían operando sistemas antibots y controlando los servicios autenticados. Los tribunales pueden definir límites legales, pero el acceso técnico puede seguir siendo poco fiable sin cooperación.

La segunda señal es el crecimiento de los estándares de pago verificados. Las transacciones europeas reales de Visa muestran que las compras controladas por agentes son posibles cuando participan comercios, emisores y redes. La métrica importante no es el número de demostraciones. Es si esos sistemas se expanden entre comercios independientes y respaldan disputas rutinarias.

Los estándares exitosos deben incluir más que credenciales de pago. Deben expresar la intención del usuario, identificar al agente, especificar límites de gasto y registrar la confirmación. También necesitan mecanismos de revocación cuando un cliente cambia de opinión o un agente es comprometido.

Si las redes de tarjetas y los bancos ponen estas herramientas a disposición general, los argumentos de seguridad contra todas las transacciones de agentes se debilitarán. Las plataformas aún podrían rechazar agentes externos por razones comerciales, pero les resultaría más difícil presentar cada compra automatizada como una amenaza no identificada.

La tercera señal es cómo los minoristas estructuran las alianzas aprobadas. Los acuerdos de Meta con Walmart, Gap, Sephora y Best Buy ofrecen un modelo. Los canales de comercio aprobados de Google y la participación de Shopify ofrecen otros.

La cuestión crucial es si estos sistemas siguen siendo interoperables. Un estándar abierto podría permitir que un consumidor elija un agente y lo use con muchos comercios. Una colección de acuerdos exclusivos produciría zonas comerciales separadas, cada una con su propio asistente, catálogo y reglas de pago.

El modelo cerrado es más fácil de controlar para las grandes empresas. Amazon puede promover su propio asistente dentro de Amazon, mientras que un proveedor de IA puede favorecer a los comercios que respalden su protocolo. El cliente recibe comodidad, pero solo dentro de los límites negociados por las plataformas.

El modelo abierto es más difícil porque la responsabilidad debe trasladarse entre varias partes. El minorista necesita confiar en el agente. El banco necesita confiar en la autorización del cliente. El cliente necesita visibilidad sobre las recomendaciones y las acciones finales.

Los reguladores terminarán examinando esas relaciones, especialmente cuando se fusionen las recomendaciones y los pagos. Es posible que las normas de divulgación deban distinguir las recomendaciones orgánicas de los resultados patrocinados o impulsados por comisiones. Los organismos de protección al consumidor también necesitarán respuestas claras sobre la responsabilidad cuando un agente malinterprete una solicitud.

Los desarrolladores deberían vigilar la calidad del acceso tan de cerca como la inteligencia del modelo. Un mejor razonamiento no ayuda si el agente no puede acceder al inventario, autenticarse de forma segura o completar el pago. Las integraciones fiables pueden volverse más valiosas que las mejoras marginales en la navegación autónoma.

Los compradores empresariales deberían preguntar si un agente opera mediante interfaces aprobadas o imitando a una persona. También deberían examinar cómo se almacenan las credenciales, qué acciones requieren confirmación y si cada transacción genera un registro de auditoría.

Los consumidores deberían abordar con cautela el acceso amplio a sus cuentas. Un agente de compras útil no necesita autoridad ilimitada. Los permisos restringidos, los límites de gasto, los comercios aprobados y la confirmación transacción por transacción ofrecen puntos de partida más seguros.

Los agentes de compras con IA de Amazon se sitúan ahora en el centro de una elección más amplia. La industria puede construir una delegación transparente, en la que el software se identifica abiertamente y actúa dentro de límites verificables. O puede dividir el comercio en plataformas rivales que solo admiten asistentes favorecidos.

Observe qué agentes pueden completar compras habituales sin ocultarse, qué comercios publican políticas de acceso estables y qué bancos respaldan mandatos revocables. Estas señales mostrarán si el comercio basado en agentes se está convirtiendo en un verdadero mercado de consumo o en otra colección de funciones controladas por plataformas.