IDC afirma que los agentes de IA orientan al 80% de los compradores tecnológicos, presionando las ventas lideradas por proveedores
IDC afirma que el 80% de los compradores de tecnología B2B ya utilizan agentes de IA para ayudar o realizar tareas de compra. Este cambio coloca a Google News, los sitios web de proveedores y los equipos de ventas en una nueva competencia por la confianza mediada por máquinas.
El hallazgo procede de la Encuesta sobre el comportamiento de compradores tecnológicos 2025 de IDC. No significa que el software autónomo haya tomado el control de la mayoría de los presupuestos de compras empresariales. Significa que la IA se ha incorporado al grupo de compra, ayudando a las personas a descubrir proveedores, comparar productos, resumir evidencias y preparar decisiones.
Esta distinción importa porque los compradores empresariales ya no necesitan visitar todos los sitios web que informan una compra. Un agente puede recopilar información, conciliar afirmaciones sobre productos y descartar candidatos antes de que un vendedor vea una oportunidad. El conflicto inmediato no es entre humanos y máquinas. Es entre la persuasión controlada por el proveedor y la evaluación controlada por el comprador.
La investigación de IDC también muestra que los canales digitales siguen siendo fundamentales para las compras complejas. Sin embargo, hallazgos independientes de Gartner y Forrester indican que los compradores todavía buscan validación humana cuando aumenta el riesgo. La IA puede acelerar la investigación, pero la confianza sigue determinando si una recomendación supera las compras, la revisión de seguridad y el escrutinio ejecutivo.
La cifra del 80% marca un cambio en quién controla el descubrimiento
Los agentes de IA se están convirtiendo en una capa activa entre los proveedores tecnológicos y las personas que los evalúan.
El plan para la alineación con compradores de IDC afirma que el 80% de los compradores utiliza agentes de IA para ayudar o realizar tareas de compra. El documento se basa en la Encuesta sobre el comportamiento de compradores tecnológicos 2025 de IDC.
El mismo plan señala que el 71% de los compradores de tecnología B2B prefiere los canales digitales, incluso para compras complejas. IDC describe al comprador que prioriza lo digital como una realidad permanente, no como una respuesta temporal al trabajo remoto o al acceso limitado a representantes de ventas.
Estos dos hallazgos describen cambios relacionados. La compra digital alejó la investigación de las interacciones de ventas programadas. Ahora, los agentes de IA reorganizan la información disponible dentro de esos canales digitales.
Un agente de compra con IA es un software que investiga, compara o actúa sobre requisitos de adquisición para un usuario. En un flujo de trabajo básico, puede resumir páginas de productos y reseñas de clientes. Un sistema más capaz podría comparar configuraciones, redactar una solicitud de información o comprobar si un proveedor cumple requisitos predefinidos.
El agente no necesita autoridad formal para influir en una compra. Un asistente de propósito general puede modificar una lista corta al decidir qué fuentes recuperar, qué diferencias destacar y qué afirmaciones merecen escepticismo.
Eso hace que la visibilidad dentro de las respuestas generadas por IA sea comercialmente importante. Un proveedor puede posicionarse bien en la búsqueda tradicional y aun así desaparecer de una comparación generada por un agente. Su documentación puede ser difícil de recuperar, inconsistente entre páginas o carecer de respaldo mediante evidencia independiente.
Google News sigue siendo relevante porque la cobertura actual puede aportar señales sobre adquisiciones, fallos de productos, cambios de liderazgo, incidentes de seguridad y disputas con clientes. Sin embargo, un agente puede extraer esas señales sin dirigir al comprador a la página de resultados original.
Esto crea un embudo de descubrimiento distinto. El comprador recibe una respuesta, mientras el agente decide qué evidencia entra en ella. Los medios y proveedores pueden aportar información sin recibir una visita, impresión o cliente potencial atribuible.
El análisis independiente de IDC sobre las compras mediadas por IA añade otra restricción. Su encuesta de 2025 concluyó que el 81% de los compradores prioriza el uso ético de la IA al seleccionar socios tecnológicos. Esa cifra asciende al 88% entre ejecutivos de nivel C.
Por tanto, ser mencionado es solo una parte del problema. Un proveedor también debe superar el escrutinio relacionado con la IA responsable, la gobernanza de datos, la seguridad y la credibilidad.
El cambio es estructural porque los agentes pueden aplicar estos filtros antes del contacto directo. Los equipos de ventas tradicionales suelen descubrir objeciones durante una llamada. Un proceso mediado por IA puede descartar al proveedor antes, sin dejar a la organización comercial oportunidad de responder.
La cifra del 80% debe interpretarse con cautela. “Ayudar o realizar” abarca una amplia gama de comportamientos, desde resumir un documento hasta completar una tarea definida. El plan público de IDC no desglosa la cifra por nivel de autonomía, valor de compra o finalización de transacciones.
Incluso con esta limitación, la dirección es clara. La IA ha pasado de ser una característica del proveedor a integrarse en el proceso de investigación del comprador, cambiando cómo la tecnología empresarial llega a una lista corta.
Google News se está convirtiendo en evidencia para agentes, no solo en un destino
Google News y canales similares sirven cada vez más como capas de evidencia que los sistemas de IA procesan en nombre del comprador.
La búsqueda tradicional obliga a medios y proveedores a competir por un clic. La investigación asistida por IA les exige competir por su inclusión en una respuesta sintetizada.
La diferencia cambia cómo se mide la influencia. Un comprador podría pedir a un agente que identifique software que cumpla cinco requisitos de seguridad y se integre con una plataforma de nube existente. El agente puede leer documentación, cobertura informativa, material de analistas y contenido de reseñas antes de devolver tres candidatos.
Es posible que el comprador nunca vea las diez fuentes detrás de esa recomendación. Un artículo útil puede influir en el resultado sin recibir tráfico de referencia.
Google News sigue importando en este proceso porque los acontecimientos recientes a menudo modifican el riesgo empresarial. Un anuncio de producto puede ampliar las capacidades de un proveedor. Una brecha, demanda, adquisición o interrupción del servicio puede alterar la idoneidad de ese mismo proveedor.
Sin embargo, la actualidad por sí sola no hace que una fuente sea decisiva. Los agentes también necesitan contenido que identifique claramente productos, fechas, limitaciones y la relación entre una afirmación y su evidencia.
Las páginas ambiguas crean problemas de recuperación. Un proveedor que utiliza varios nombres para una misma función puede parecer inconsistente. Una página que oculta especificaciones esenciales dentro de interfaces decorativas puede aportar menos evidencia utilizable que un documento técnico sencillo.
El mismo problema afecta a la cobertura informativa. Un titular puede atraer la atención humana, pero aportar poco contexto a un agente. Los artículos con atribución precisa, fechas y enlaces a material primario ofrecen evidencia más sólida para la comparación.
Esto no significa que las empresas deban producir páginas escritas solo para máquinas. Los compradores siguen leyendo el material fuente cuando una decisión conlleva riesgo financiero, operativo o profesional. La escritura clara sirve a ambos públicos.
Tampoco significa que la búsqueda tradicional haya desaparecido. Los motores de búsqueda siguen siendo útiles para la navegación, la comprobación de fuentes y la localización de cobertura reciente. Google News puede cobrar más valor cuando un comprador quiere verificar lo que resumió un asistente.
El cambio real está en la secuencia. Un agente puede formar la primera lista corta, mientras la búsqueda se convierte en una herramienta de validación más adelante en el proceso. Los proveedores eliminados en el primer paso quizá nunca se beneficien de esa verificación posterior.
Por ello, los hallazgos de IDC presionan a los equipos de marketing para que traten la información de productos como evidencia estructurada. Las afirmaciones necesitan definiciones estables, propiedad clara, fechas actuales y documentación de respaldo. Las contradicciones entre una página de ventas y un documento de seguridad resultan más fáciles de exponer para un agente.
El material independiente también gana peso. Un agente que compara afirmaciones de proveedores puede buscar investigación de analistas, cobertura creíble, evaluaciones técnicas y evidencia de clientes. La repetición en las propias páginas de una empresa no crea confirmación independiente.
Aquí es donde la calidad del conocimiento se convierte en una cuestión de compras. Los equipos deben mantener datos coherentes en la documentación de productos, páginas de políticas, centros de ayuda y anuncios públicos. Internamente, una base de conocimiento de IA con capacidad de búsqueda puede ayudar a los empleados a localizar la evidencia detrás de las afirmaciones aprobadas.
Esa disciplina interna afecta la confianza externa. Un vendedor que no puede explicar de dónde procede una afirmación debilita la confianza del comprador. Un representante que puede recuperar la referencia, política o limitación pertinente se vuelve más útil.
Para los medios, el incentivo es similar. La cobertura original, la atribución transparente y los enlaces a documentos primarios otorgan a un artículo valor duradero más allá de su audiencia inicial. Los resúmenes copiados de otros resúmenes resultan menos defendibles cuando los agentes comparan fuentes.
El resultado no es el fin de Google News. Es un cambio en el papel del canal. Las noticias se convierten en una entrada dentro de un sistema de evidencia más amplio, y el clic visible captura solo una parte de su influencia.
Las ventas lideradas por proveedores están perdiendo el control de la primera evaluación
La competencia central es entre la persuasión liderada por proveedores y el análisis controlado por compradores, no entre compras automatizadas y juicio humano.
Los equipos de ventas controlaban antes el acceso a detalles importantes de productos. Los compradores a menudo necesitaban a un representante para obtener configuraciones, respuestas técnicas o una comparación personalizada.
El autoservicio digital redujo ese control. Los agentes de IA lo reducen de nuevo al ayudar a los compradores a combinar información de muchas fuentes sin seguir la secuencia preferida del proveedor.
Un equipo de compra puede pedir a un asistente que extraiga preocupaciones contractuales, compare opciones de residencia de datos o identifique divulgaciones de seguridad ausentes. Puede preparar preguntas antes de la primera reunión de ventas y cuestionar una respuesta durante la reunión.
Eso cambia el papel del representante. Repetir información ya disponible en línea añade poco valor. Aclarar incertidumbres, resolver contradicciones y asumir responsabilidad se vuelven más importantes.
La encuesta de Gartner aporta evidencia para este modelo híbrido. Su estudio sobre validación de compradores de mayo de 2026 abarcó a 645 compradores B2B encuestados durante agosto y septiembre de 2025.
Gartner descubrió que el 45% utilizó IA generativa durante una compra reciente, principalmente para recopilar información sobre productos y proveedores. Los compradores utilizaron una media de siete fuentes de información, lo que demuestra que la IA no se convirtió en su único canal.
El estudio también concluyó que el 67% prefería una experiencia sin representantes de ventas, mientras que el 70% prefería una experiencia completamente digital y de autoservicio. Estas preferencias parecen respaldar el declive de las ventas lideradas por proveedores.
Sin embargo, el 69% prefirió validar las conclusiones generadas por IA con un vendedor. Ese resultado proporciona el contrapeso crucial frente a una narrativa simple de automatización.
Los compradores quieren controlar cuándo entra un representante en el proceso. No necesariamente quieren eliminar a esa persona de todas las decisiones importantes.
Gartner descubrió que los representantes seguían siendo especialmente importantes cuando los compradores definían un problema empresarial, identificaban un proveedor preferido, conseguían apoyo interno y finalizaban una compra. Son momentos en los que el contexto y la responsabilidad importan más que la velocidad de recuperación.
Esto genera presión en varias funciones empresariales.
Los equipos de marketing deben publicar material que resista la comparación fuera de un recorrido de sitio web cuidadosamente diseñado. Los equipos de producto necesitan terminología y especificaciones coherentes. Los equipos de ventas deben prepararse para validar evidencia en lugar de controlar el acceso a ella.
Las compras también ganan influencia porque la IA facilita la comparación sistemática. Los equipos pueden convertir los requisitos de políticas en comprobaciones repetibles y aplicarlas a un conjunto más amplio de proveedores.
La investigación de Forrester sobre compras empresariales afirma que los profesionales de compras actúan como responsables de la toma de decisiones en el 53% de los ciclos de compra empresarial. Ahora participan desde el principio, en lugar de aparecer únicamente durante la negociación contractual.
Forrester también informa de que una decisión típica involucra a 13 partes interesadas internas y nueve influenciadores externos. Las compras más complejas implican grupos aún mayores.
La IA puede ayudar a esos participantes a procesar información, pero no puede eliminar sus prioridades contrapuestas. Seguridad puede preferir un acceso limitado a los datos. Finanzas puede priorizar la utilización. Operaciones puede dar prioridad a la integración, mientras que el área jurídica revisa la exposición contractual.
Un agente puede organizar estas restricciones e identificar conflictos antes. No puede decidir qué parte interesada debe aceptar un riesgo concreto, salvo que las personas deleguen explícitamente esa autoridad.
Esto explica por qué la transición presiona a los proveedores con poca alineación interna. Una empresa puede tener respuestas precisas dispersas entre presentaciones de ventas, tickets de soporte, portales de seguridad y el conocimiento de sus empleados. Un comprador de IA percibe las brechas entre esas fuentes como incertidumbre.
Los proveedores conectados internamente tienen ventaja. Los empleados pueden responder con pruebas coherentes porque pueden encontrar la misma información aprobada. Una base de conocimientos con capacidad de búsqueda puede ayudar a los equipos técnicos a recuperar registros relevantes sin reconstruir una respuesta de memoria.
Aun así, la organización interna no garantiza la selección externa. La evaluación controlada por el comprador facilita la comparación directa. Cuando los productos parecen similares, la calidad de la evidencia, los resultados de las pruebas y el riesgo de implementación se convierten en factores de diferenciación más relevantes.
La primera evaluación está pasando más allá del control del proveedor. La oportunidad para los vendedores se mantiene, pero llega más tarde y exige mayor sustancia.
Las cifras no demuestran que haya llegado la contratación autónoma
Las compras asistidas por IA están muy extendidas, pero la autoridad autónoma para realizar transacciones sigue siendo un umbral mucho más alto.
La estadística del 80% de IDC combina la asistencia con la ejecución de tareas. Esas categorías pueden incluir niveles de responsabilidad muy distintos.
Resumir una página de producto supone un riesgo directo limitado. Elaborar una lista corta puede influir materialmente en una compra. Enviar una solicitud de propuesta modifica un flujo de trabajo externo, mientras que aprobar un pago puede crear un compromiso financiero vinculante.
Tratar las cuatro acciones como equivalentes exageraría la autonomía actual. El material público de IDC demuestra una participación amplia, no la proporción de presupuestos empresariales controlados por agentes independientes.
Los hallazgos de Gartner refuerzan esa distinción. Los compradores usan la IA por rapidez, pero el 51% afirmó tener más probabilidades de encontrarse con información engañosa procedente de la IA generativa. Un 49%, casi la misma proporción, asoció la información engañosa con representantes de ventas.
Ninguno de los dos canales obtiene confianza automáticamente. Los compradores los combinan porque cada uno puede revelar debilidades del otro.
Forrester descubrió que más del 60% de los compradores empresariales utiliza algún tipo de prueba. Estas pruebas van desde entornos aislados personalizados hasta periodos de evaluación basados en el uso.
Una prueba importa porque convierte una afirmación en un comportamiento observable. Un asistente de IA puede resumir las capacidades declaradas, pero una prueba controlada muestra si el producto funciona con los datos, controles y flujos de trabajo del comprador.
Las pruebas también generan evidencia que los agentes no pueden obtener de fuentes públicas. El rendimiento en un entorno específico, el esfuerzo de implementación, la calidad del soporte y la aceptación de los usuarios suelen hacerse visibles solo durante la evaluación.
La seguridad presenta un límite aún más difícil. Un agente autónomo de compras necesita acceso a información de proveedores, políticas internas, sistemas de identidad y, posiblemente, herramientas financieras. Cada conexión amplía las consecuencias de un error.
El análisis de seguridad de agentes de NIST de 2026 encontró un amplio consenso en que los agentes introducen amenazas nuevas. Los encuestados también coincidieron en que las prácticas conocidas de ciberseguridad requieren adaptación para los sistemas de agentes.
Un riesgo es la inyección indirecta de instrucciones, en la que aparecen instrucciones maliciosas dentro de contenido externo que procesa un agente. Una página o documento comprometido podría intentar redirigir al agente, revelar información sensible o desencadenar una acción no prevista.
Esa amenaza es directamente relevante para los agentes de compras. La investigación de compras requiere leer sitios web, correos electrónicos, propuestas y archivos adjuntos de partes externas a la organización compradora. Estos son precisamente los entornos donde instrucciones no confiables pueden entrar en un flujo de trabajo.
Una empresa puede reducir la exposición limitando permisos, separando la investigación de la ejecución, exigiendo aprobación para acciones con consecuencias y registrando qué evidencia respaldó cada recomendación. Estos controles también permiten una revisión posterior.
La calidad de los datos sigue siendo otra limitación. Una comparación generada a partir de especificaciones desactualizadas puede parecer precisa y, sin embargo, producir una conclusión incorrecta. Un agente necesita fechas fiables, identidades de producto y reglas para resolver fuentes incoherentes.
El sesgo puede introducirse mediante la selección de fuentes. Los proveedores bien documentados pueden recibir más atención que proveedores adecuados con materiales públicos más débiles. Las grandes empresas pueden dominar la evidencia recuperada porque generan más cobertura.
Los criterios de clasificación del agente pueden introducir más distorsión. Una solicitud para minimizar costes puede pasar por alto el riesgo de migración. Un requisito de muchas integraciones puede premiar la amplitud e ignorar la calidad de cada conexión.
La revisión humana no resuelve automáticamente estos problemas. Las personas pueden aceptar resúmenes seguros de sí mismos sin comprobar la evidencia subyacente, especialmente cuando el resultado confirma una preferencia existente.
Esto crea una paradoja de la automatización. Cuanto más eficientemente produce un agente una recomendación pulida, más fácil resulta pasar por alto las entradas inciertas.
Por ello, las empresas deberían distinguir entre participación de IA y autoridad de IA. La participación incluye investigación, extracción, comparación y preparación de flujos de trabajo. La autoridad incluye comprometer fondos, aceptar condiciones o modificar sistemas de producción.
La primera categoría ya ha entrado claramente en las compras B2B convencionales. La segunda exige mecanismos más sólidos de identidad, autorización, auditoría y rendición de cuentas.
El hallazgo de IDC sigue siendo importante sin afirmar que los departamentos de compras se hayan vuelto autónomos. El cambio inmediato es el control informativo. Los agentes influyen cada vez más en lo que ven los compradores y en las preguntas que formulan.
La siguiente fase depende de si las empresas pueden convertir esa influencia en una acción fiable y gobernada.
Tres señales mostrarán si los compradores de IA obtienen autoridad real
Los recuentos de adopción importan menos ahora que la evidencia de autoridad delegada, resultados fiables y adaptación de los proveedores.
La primera señal es la aparición de datos medibles sobre transacciones. Las empresas y los proveedores tecnológicos deben revelar qué tareas completan los agentes, con qué frecuencia intervienen las personas y qué valores de compra gestionan esos sistemas.
Un aumento de la finalización autónoma de transacciones reforzaría la afirmación de que los agentes de IA se han convertido en compradores, en lugar de asistentes de investigación. Unas tasas elevadas de anulación o corrección la debilitarían.
Los datos transaccionales también deberían separar las renovaciones rutinarias de las nuevas compras estratégicas. Renovar una suscripción estandarizada dentro de un límite de gasto presenta menos incertidumbre que seleccionar infraestructura para una implementación importante.
La segunda señal es el avance en la identidad y autorización de agentes. Las organizaciones necesitan formas de establecer qué agente actúa, qué autoridad representa, a qué recursos puede acceder y cómo se puede revocar esa autoridad.
NIST ha identificado la identidad y la autorización como requisitos centrales para el uso empresarial de agentes. Unos estándares más claros facilitarían que las plataformas de compras, los sistemas de proveedores y los controles financieros reconozcan a los agentes sin conceder acceso excesivo.
La implementación generalizada de permisos restringidos y aprobaciones auditables respaldaría compras más autónomas. Los incidentes de seguridad repetidos o la responsabilidad poco clara mantendrían a los agentes en un papel consultivo.
La tercera señal es cómo los proveedores rediseñan sus canales digitales. Preste atención a los datos de productos que se vuelven más fáciles de verificar, comparar y recuperar en la documentación, los portales de seguridad, los mercados y los informes actuales.
Los proveedores también deberán supervisar si los sistemas de IA describen sus productos con precisión. Una discrepancia entre la documentación oficial y la respuesta de un agente puede influir en una lista corta antes de que la empresa sepa que existe un comprador.
Google News seguirá formando parte de este entorno de evidencia, especialmente cuando acontecimientos recientes afecten al riesgo de un proveedor. Su influencia comercial será más difícil de medir si los agentes consumen información sin generar referencias convencionales.
Los proveedores exitosos no responderán inundando todos los canales con contenido repetitivo generado por IA. El volumen puede aumentar las contradicciones, diluir la atribución y dificultar la identificación de evidencia significativa.
Publicarán afirmaciones precisas, mostrarán limitaciones, mantendrán la documentación actualizada y proporcionarán validación independiente cuando corresponda. Los representantes de ventas participarán entonces en momentos de alta confianza con evidencia que aborde la incertidumbre real del comprador.
Para los compradores empresariales, la pregunta práctica no es si deben utilizar un agente. Muchos ya lo hacen. La pregunta es qué tareas merecen delegación y qué evidencia debe seguir siendo visible para una persona responsable de tomar decisiones.
Empiece por registrar las fuentes detrás de las recomendaciones importantes. Exija aprobación antes de que un agente envíe compromisos, acepte condiciones o active un pago. Pruebe los resultados frente a requisitos reales en lugar de juzgar su fluidez.
Después, observe las tres señales: transacciones autónomas verificadas, identidad de agente exigible y evidencia de proveedores legible por máquinas. Juntas, mostrarán si la cifra del 80% de IDC representa un hábito temprano de investigación o la base de un nuevo sistema de compras.
Los agentes de IA ya han cambiado la ruta hacia una lista corta empresarial. La siguiente decisión corresponde a los compradores: ¿mantendrán estos sistemas como socios rápidos de investigación o les concederán autoridad sobre la compra misma?
