Cuando el agente de IA se equivoca de producto pero compra igual

El 5 de noviembre de 2026, Visa publicó el Visa Agentic Commerce Benchmark, que el comunicado de la compañía presenta como la primera medición del sector sobre compras realizadas por agentes de IA. La prueba sometió a 22 modelos de 12 laboratorios a 15 escenarios de compra cotidiana, desde buscar un portátil hasta elegir un televisor o un pequeño electrodoméstico. La tasa de éxito global se quedó en el 57,2 %: el mejor modelo llegó al 82,2 % y el peor, al 28,9 %. Solo en el 34,2 % de los casos un modelo superó los tres intentos previstos para un mismo escenario. Sin embargo, el dato de más peso tiene que ver con el tipo de errores: en el 54 % de las pruebas fallidas el agente completó igualmente una compra, eligiendo un artículo inadecuado o avanzando antes de reunir la información necesaria.

La nota metodológica que Visa publicó en su web Visa Payments Frontier explica que, para superar la prueba, el agente debía reconstruir las necesidades del cliente a través de la conversación y decidir correctamente si comprar o no, incluso cuando ningún producto disponible encajaba, y además reunir información suficiente para justificar su elección, de modo que no contaran los aciertos por casualidad. Según esa misma nota, los cinco modelos que identificaron más requisitos alcanzaron una tasa de éxito del 70,2 %, frente al 44,4 % de los cinco que extrajeron menos. El coste también parece influir: los cinco sistemas más caros por prueba lograron un 67,1 % de éxitos, y los cinco más baratos, un 50,2 %. En el comunicado, el responsable global de crecimiento de Visa, Rubail Birwadker, afirmó que los agentes de IA tienen el potencial de impulsar la próxima era del comercio, pero que la confianza sigue siendo el factor decisivo.

El benchmark lo diseñó y ejecutó la propia Visa, sin una revisión externa documentada, y el comunicado no menciona los nombres de los modelos ni de las empresas que los desarrollan: las clasificaciones con nombres difundidas por medios como Fortune carecen, por tanto, de confirmación de una fuente primaria. Visa tampoco aclara si los 22 modelos se probaron como modelos base o como agentes completos. Las pruebas midieron la fase de comprensión y decisión, sin llegar al pago real, que la compañía quiere incluir en próximas rondas junto con nuevos escenarios. Un paso que tendrá que vérselas con la desconfianza de los usuarios: según el Trust Index citado en el comunicado de Visa, solo el 23 % de los encuestados dice confiar en la inteligencia artificial para gestionar transacciones financieras en su nombre.

Que los agentes compren incluso antes de reunir todos los requisitos explica, mejor que cualquier encuesta, por qué delegar las compras todavía exige prudencia.

— Olya