¿Alguna vez te has preguntado por qué Google pudo convertirse en un gigante con un valor de mercado de 2 billones de dólares, mientras que Wikipedia es una organización sin fines de lucro? La respuesta es muy simple: la magia de la búsqueda comercial. Cuando buscas "¿cuántos protones tiene el átomo de cesio?" Google no gana un centavo. Pero cuando buscas "la mejor raqueta de tenis", empieza a imprimir billetes. Esta asimetría define la esencia de toda la economía de búsqueda. Ahora, con el auge de la IA, este equilibrio está siendo completamente roto.
Recientemente leí un análisis profundo de los socios de a16z, Justine Moore y Alex Rampell, cuyas percepciones sobre cómo la IA está remodelando el campo del comercio electrónico me dejaron profundamente impresionado. No solo analizaron las amenazas que podría enfrentar Google, sino que, más importante aún, trazaron un nuevo panorama del comercio electrónico en la era de la IA. En este panorama, el modelo tradicional de buscar - comparar - comprar está siendo reemplazado por una experiencia de compra inteligente impulsada por agentes de IA. He pasado mucho tiempo reflexionando sobre sus puntos de vista, y combinando mis propias observaciones sobre esta industria, me gustaría compartir algunas reflexiones más profundas.
La verdadera crisis de Google: no es el volumen de búsquedas, sino la migración de valor
Justine mencionó en el artículo un punto que me impresionó: Google, incluso si pierde el 95% de su volumen de búsqueda, aún podría ver crecer sus ingresos, siempre que pueda retener aquellas consultas que tienen valor comercial. Este punto suena contraintuitivo, pero en realidad revela el secreto central de la economía de búsqueda. Después de una profunda reflexión, descubrí que hay una cuestión más profunda detrás de esto: la IA está cambiando el lugar de la creación de valor.
En el modelo tradicional, Google desempeña el papel de intermediario de información. Los usuarios tienen la intención de compra, Google proporciona resultados de búsqueda y anuncios, los comerciantes obtienen tráfico, y Google cobra tarifas publicitarias. Este es un juego de tres partes relativamente simple. Pero la aparición de agentes de IA ha roto este equilibrio. Cuando ChatGPT o Perplexity pueden responder directamente a la pregunta "¿cuál es la mejor raqueta de tenis?" y dar recomendaciones específicas, ¿por qué los usuarios necesitarían hacer clic en los enlaces de anuncios de Google?
Lo más importante es que la IA no solo está respondiendo preguntas, sino que está redefiniendo "la búsqueda" en sí misma. Nuestro comportamiento de búsqueda anterior era: plantear preguntas → obtener una lista de enlaces → hacer clic para ver → comparar información → tomar decisiones. En cambio, el proceso de un agente de IA es: describir necesidades → obtener recomendaciones → comprar directamente. La etapa intermedia de comparación e investigación se ha reducido drásticamente o incluso ha desaparecido. Esto significa que los motores de búsqueda tradicionales no solo han perdido volumen de consultas, sino que también han perdido su posición clave en la cadena de toma de decisiones.
Desde el testimonio de Eddy Cue, vicepresidente senior de Apple, en el juicio antimonopolio del DOJ en mayo de 2025, se pueden vislumbrar indicios. Él declaró que el volumen de búsquedas de Safari ha disminuido por primera vez en más de veinte años, y esta noticia provocó una caída de casi el 8% en el precio de las acciones de Alphabet en un solo día, con una evaporación de su valor de mercado de más de 150 mil millones de dólares. Aunque el informe financiero del Q2 de Google muestra que los ingresos por búsquedas todavía están en crecimiento, lo que indica que actualmente están perdiendo principalmente consultas de bajo valor, la dirección de esta tendencia es clara.
Creo que Google enfrenta no solo una simple amenaza competitiva, sino un desafío estructural en su modelo de negocio. Cuando la IA pueda completar directamente todo el proceso, desde el reconocimiento de intenciones hasta la decisión de compra, el modelo tradicional de "tráfico → publicidad → conversión" se volverá ineficaz e incluso obsoleto. Lo que Google necesita no son mejores algoritmos de búsqueda, sino un modelo de negocio completamente nuevo que se adapte al comportamiento de consumo impulsado por la IA.
La transformación AI de cinco tipos de comportamiento de compra: de la impulsividad a la reflexión profunda
Justine clasifica el comportamiento de compra en cinco categorías en el artículo, desde la compra por impulso hasta las compras importantes en la vida, cada una de las cuales experimentará diferentes grados de cambio en la era de la IA. Creo que este marco de clasificación es muy preciso, pero quiero analizar más a fondo los mecanismos psicológicos detrás de cada comportamiento de compra y cómo la IA está remodelando estos mecanismos.
Compra impulsiva (La compra impulsiva ) parece ser el área con menor influencia de la IA, ya que la impulsividad implica la ausencia de un proceso de investigación racional. Pero creo que este juicio puede ser demasiado superficial. El verdadero poder de la IA radica en predecir y guiar la impulsividad. Imagina que, cuando ves una camiseta divertida en TikTok, la IA ya ha analizado tu historial de navegación, tus registros de compras, tu actividad en redes sociales e incluso tu estado emocional, y luego, en el momento más preciso, te presenta el producto que mejor satisface tus necesidades psicológicas actuales. No se trata de una simple recomendación algorítmica, sino de una profunda comprensión y manipulación de la psicología impulsiva humana. Creo que esta guía de impulsos personalizada podría hacer que las compras impulsivas sean más frecuentes y precisas.
Los artículos de rutina (La transformación hacia la inteligencia artificial de los artículos esenciales de rutina ) es la más fácil de entender y también la más fácil de implementar. Pero he observado un fenómeno interesante: cuando la IA comienza a asumir nuestras decisiones de compra diarias, nuestros hábitos de consumo pueden cambiar sutilmente. Por ejemplo, la IA podría ajustar el momento y la cantidad de tus compras según las fluctuaciones de precios, la disponibilidad de inventario e incluso el pronóstico del tiempo. Un agente de IA inteligente podría, una semana antes de que tu detergente para ropa se esté acabando, descubrir que una marca está en oferta, y así comprarlo por adelantado y sugerirte que lo pruebes. Este comportamiento de "arbitraje inteligente" podría permitir a los consumidores obtener una mejor relación calidad-precio sin darse cuenta, y al mismo tiempo obligar a las marcas a repensar sus estrategias de precios y promociones.
Las compras de estilo de vida ( son el área en la que creo que la IA tendrá el mayor impacto. Estas compras se caracterizan por tener un umbral de precio, involucrar el gusto personal y requerir cierto nivel de investigación. Justine mencionó productos como Plush, pero creo que eso es solo la punta del iceberg. La verdadera revolución vendrá del aprendizaje profundo de la IA sobre el estilo y las preferencias personales. Imagina un asistente de IA que no solo sepa qué has comprado en el pasado, sino que también entienda tu tipo de cuerpo, tono de piel, estilo de vida, círculo social e incluso tus aspiraciones ). No solo puede recomendar un producto individual, sino todo un conjunto de combinaciones, e incluso un camino de mejora del estilo de vida. Este nivel de personalización es inalcanzable para las plataformas de comercio electrónico tradicionales.
Las compras funcionales ( son las más complejas y desafiantes en la AI. Este tipo de compras generalmente implica grandes gastos y un uso a largo plazo, y los consumidores no solo necesitan recomendaciones de productos, sino también asesoramiento experto. Creo que aquí surgirá una nueva categoría de aplicación de AI: asesores AI. Estos AI no solo tienen un amplio conocimiento de productos, sino que también pueden mantener conversaciones profundas similares a las de un experto en ventas humano. Pueden indagar sobre tus necesidades específicas, escenarios de uso, limitaciones presupuestarias e incluso tus planes futuros, y luego proporcionar recomendaciones altamente personalizadas. Más importante aún, estos asesores AI son independientes de marcas, y no se inclinan hacia un producto específico debido a comisiones o inventario.
Las grandes compras en la vida )Las compras de la vida( pueden ser el área donde la influencia de la IA es mínima pero también la más importante. Decisiones como comprar una casa, casarse y la educación son demasiado significativas y personalizadas para dejarlas completamente en manos de la IA. Sin embargo, la IA puede desempeñar un papel importante en la recopilación de información, comparación de opciones y evaluación de riesgos. El entrenador de IA que imagino no está para tomar decisiones por ti, sino para ayudarte a tomar mejores decisiones. Puede organizar una gran cantidad de información, identificar trampas potenciales, simular las consecuencias a largo plazo de diferentes elecciones e incluso ayudarte en las negociaciones contractuales. Creo que el valor de este entrenador de IA radica en su neutralidad y exhaustividad, a diferencia de los asesores humanos que pueden tener conflictos de interés.
La ventaja competitiva de Amazon y Shopify: doble ventaja de datos e infraestructura
Justine señaló en su análisis que Amazon y Shopify tienen una capacidad defensiva más fuerte en comparación con Google, y estoy completamente de acuerdo con este punto de vista, pero quiero analizar más a fondo el origen y la sostenibilidad de esta ventaja. La ventaja de Amazon no solo radica en que controla toda la cadena desde la búsqueda hasta la entrega, sino que lo más importante es que posee los datos de comportamiento más valiosos ).
Amazon sabe qué has comprado, cuándo lo compraste, qué tan rápido lo recibiste, si lo devolviste, si lo volviste a comprar, etc. El valor de estos datos supera con creces el historial de búsqueda, ya que reflejan directamente el comportamiento de compra real y la satisfacción. Cuando un agente de IA necesita tomar decisiones de compra para el usuario, estos datos son el material de entrenamiento más valioso. Aunque Google sabe qué has buscado, no sabe qué compraste al final, y mucho menos si estás satisfecho con el resultado de la compra. Esta diferencia de datos se ampliará aún más en la era de la IA.
Lo más importante es que el programa de lealtad Amazon Prime ( creó un fenómeno económico único: el sesgo de costo hundido ). Cuando ya has pagado por ser miembro Prime, tiendes a comprar más productos en Amazon para "recuperar tu inversión". Este mecanismo psicológico podría volverse aún más fuerte en la era de la IA. El agente de IA, al buscar las mejores opciones de compra para ti, podría inclinarse naturalmente hacia Amazon, ya que sabe que eres miembro Prime y puedes disfrutar de envío gratis y otras ofertas.
La lógica defensiva de Shopify es completamente diferente, pero igual de poderosa. No establece una muralla a través del control del consumidor, sino que crea efectos de red empoderando a los comerciantes. A medida que más y más marcas D2C(Direct-to-Consumer, directamente al consumidor ) eligen Shopify, esta plataforma se vuelve cada vez más indispensable. En la era de la IA, esta ventaja de descentralización podría volverse aún más evidente. Un agente de IA podría necesitar obtener información y completar compras de cientos de sitios web de diferentes marcas al mismo tiempo, y si todos esos sitios funcionan en Shopify, se formaría un ecosistema de API estandarizado.
Creo que Shopify tiene otra ventaja subestimada: está más cerca de la historia de la marca. En la era de la inteligencia artificial, las diferencias funcionales de los productos pueden ser rápidamente identificadas y comparadas por la IA, pero la conexión emocional de la marca aún necesita ser sentida por los humanos. Las marcas en Shopify suelen tener historias y culturas únicas, estos valores intangibles son difíciles de cuantificar completamente por la IA, pero son un factor importante que influye en las decisiones de compra.
Los cuatro desafíos de infraestructura para la comercialización de la IA
Justine mencionó al final del artículo las cuatro condiciones básicas necesarias para que la IA aproveche todo su potencial en el ámbito empresarial. Creo que cada una de ellas merece una exploración profunda, ya que no solo son desafíos tecnológicos, sino también oportunidades para la innovación en modelos de negocio.
Primero está el problema de los datos. El actual sistema de comentarios de productos tiene serios problemas: reseñas falsas, polarización, falta de información contextual. Pero creo que la raíz del problema radica en la desalineación de los mecanismos de incentivo. Los consumidores suelen escribir comentarios porque están extremadamente satisfechos o extremadamente insatisfechos, y muy pocas personas documentan el estado intermedio. Además, el sistema de comentarios actual no puede capturar el contexto de uso del producto, las expectativas del usuario y las variaciones a lo largo del tiempo.
El sistema de datos ideal que imagino es el siguiente: el agente de IA no solo recopila las evaluaciones subjetivas de los usuarios, sino que también monitorea el uso real del producto a través de dispositivos de Internet de las Cosas. Por ejemplo, un reloj inteligente no solo debe considerar si el usuario ha dado una evaluación de cinco estrellas, sino también la frecuencia y duración con la que realmente lo usa. La evaluación de una cafetera no solo debe basarse en los comentarios escritos, sino también en la frecuencia de uso real, el estado de limpieza y mantenimiento, etc. Solo combinando estos datos de uso objetivos con la retroalimentación subjetiva se puede formar un verdadero sistema de evaluación de productos valioso.
Los desafíos de una API unificada son más políticos que técnicos. Cada plataforma de comercio electrónico tiene su propia estructura de API, formato de datos y mecanismo de autenticación; estas diferencias son en gran medida intencionadas, con el objetivo de crear un efecto de bloqueo de plataforma. Pero en la era de los agentes de IA, esta fragmentación podría convertirse en un cuello de botella de eficiencia para toda la industria. Predigo que aparecerán servicios de agregación de API especializados, similares a los sistemas de distribución global en la industria del turismo. Estos servicios estandarizarán las interfaces de diferentes plataformas, permitiendo que los agentes de IA puedan comparar y comprar de manera fluida a través de plataformas.
La identidad y la memoria son los desafíos más complejos, ya que implican un equilibrio entre la privacidad, la precisión y la adaptabilidad. Creo que los futuros asistentes de compras de IA necesitan establecer un modelo de preferencias multinivel. Este modelo no solo debe registrar tus compras históricas, sino también comprender tus valores, etapa de vida, limitaciones financieras, etc. Por ejemplo, necesita saber que buscas conveniencia durante el almuerzo en días laborables, pero que priorizas la calidad y la presentación en cenas de fin de semana. Esta recomendación basada en el contexto requiere que la IA posea una capacidad de comprensión social similar a la humana.
La captura incrustada puede ser el área con mayor potencial innovador. La recolección de datos tradicional es pasiva y retardada: evaluar después de comprar, retroalimentar después de usar. Pero un agente de IA puede realizar un aprendizaje de preferencias en tiempo real. Por ejemplo, cuando pasas tiempo considerable en una característica de un producto, la IA puede inferir que estás interesado en esa característica. Cuando saltas rápidamente ciertas opciones de color, la IA puede aprender tus preferencias de color. Este análisis de microinteracciones puede permitir que la IA tenga una comprensión más detallada de tus preferencias.
Reestructuración de las plataformas de comercio electrónico: ¿quién saldrá vencedor?
Después de reflexionar sobre el análisis de Justine, tengo algunas de mis propias opiniones sobre el futuro del sector del comercio electrónico. Creo que la IA provocará una nueva reestructuración de plataformas, pero la lógica para ganar será diferente a la de antes.
La competencia en la era del comercio electrónico tradicional se centra principalmente en tres dimensiones: variedad de selección, conveniencia y precio. Amazon ganó en selección gracias a la idea de "Everything Store", al mismo tiempo que estableció una ventaja en conveniencia a través de Prime. Pero en la era de la IA, la importancia de estas ventajas cambiará.
Cuando el agente de IA puede comparar automáticamente los precios en toda la red y realizar compras en nombre de los usuarios, la ventaja de precio de una sola plataforma se diluirá. Cuando la IA pueda manejar de manera inteligente el procesamiento por lotes y la ejecución a través de plataformas, la definición de conveniencia también cambiará. La verdadera ventaja competitiva se trasladará a la calidad de los datos, la capacidad de la IA y la integración ecológica.
Predigo que aparecerán varios tipos de nuevos jugadores en la plataforma: plataformas de comercio electrónico nativas de IA, agentes de IA verticales y proveedores de infraestructura comercial. Las plataformas nativas de IA se diseñarán desde cero, centradas en las necesidades de los agentes de IA, proporcionando datos de productos estructurados, API estandarizadas y una experiencia de usuario amigable con la IA. Los agentes de IA verticales se enfocarán en categorías específicas, como moda IA, productos digitales IA o IA de remodelación del hogar, estableciendo ventajas competitivas a través de una especialización profunda. Los proveedores de infraestructura comercial ofrecerán servicios tecnológicos subyacentes para ayudar a que las plataformas de comercio electrónico tradicionales se vuelvan más inteligentes con IA.
Yo también creo que surgirá un nuevo modelo de negocio: suscripción de agentes de IA. Los consumidores pueden ya no comprar directamente en varias plataformas de comercio electrónico, sino que suscribirán uno o varios agentes de compras de IA, que tomarán todas las decisiones de compra en su nombre. Estos agentes cobrarán una tarifa de suscripción en lugar de una comisión, evitando así conflictos de interés y realmente poniéndose del lado del consumidor. Este modelo podría redefinir la distribución de la cadena de valor en el comercio electrónico.
La reestructuración de la marketing de marca a través de la IA: de la marketing masivo al diálogo individual
El cambio que la IA trae a los negocios no se limita al comportamiento de compra, sino que transformará fundamentalmente la lógica del marketing de marcas. En la era de los agentes de IA, la efectividad del marketing masivo tradicional disminuirá drásticamente, ya que los consumidores ya no buscan y comparan productos de manera activa, sino que dependen de las recomendaciones de los agentes de IA.
Esto significa que las marcas necesitan aprender a dialogar con la IA en lugar de dialogar con humanos. Los agentes de IA son más racionales y basados en datos al evaluar productos; no se ven influenciados por un empaque atractivo o publicidad emocional, sino que se centran en métricas de rendimiento objetivas, eficiencia de costos y puntuaciones de satisfacción del usuario.
Pero esto no significa que la historia de la marca se vuelva menos importante. Por el contrario, creo que la narrativa de marca auténtica se volverá más importante, ya que los agentes de IA analizarán en profundidad la coherencia y credibilidad de la marca. Si una marca transmite información contradictoria en diferentes plataformas y momentos, la IA puede identificarlo fácilmente y reducir el peso de la recomendación.
Predigo que aparecerá un nuevo rol de marketing: Especialista en Relaciones de IA. El trabajo de estos especialistas es asegurar que la información del producto de la marca, las estrategias de precios, la gestión de inventarios y otros aspectos sean correctamente comprendidos y evaluados por la IA. Necesitan optimizar los datos del producto, gestionar la integración de API, monitorear los patrones de recomendación de IA, etc.
Otro cambio importante es la personalización extrema. Cuando un agente de IA tiene un profundo conocimiento de cada consumidor, las marcas pueden ofrecer productos personalizados para cada uno. No se trata solo de recomendaciones personalizadas, sino del propio producto personalizado. Imagina que, cuando tu agente de IA le dice a una marca de ropa tus medidas exactas, preferencias de color, requisitos de material y rango de presupuesto, esa marca puede crear una pieza única para ti. Esta personalización a gran escala se vuelve económicamente viable en la era de la IA.
¿Qué estamos presenciando en los próximos diez años?
Después de reflexionar profundamente sobre el análisis de Justine y mis propias observaciones, creo que lo que estamos presenciando no es solo una transformación en la industria del comercio electrónico, sino un cambio más profundo en el comportamiento económico.
La economía tradicional supone que los consumidores son agentes racionales que activamente recopilan información, comparan opciones y toman decisiones óptimas. Pero en la realidad, todos sabemos que la toma de decisiones de los seres humanos está llena de sesgos, emociones y limitaciones cognitivas. La aparición de agentes de IA podría hacer que los consumidores se vuelvan más "racionales", ya que la IA puede procesar más información, evitar sesgos emocionales y aplicar consistentemente estándares de decisión.
La difusión de este consumo racional puede tener un impacto profundo. Primero, la eficiencia del mercado mejorará significativamente, ya que los consumidores podrán evaluar el valor de los productos de manera más precisa. En segundo lugar, la calidad del producto se volverá más importante que la capacidad de marketing, ya que los agentes de IA no serán engañados por anuncios llamativos. Por último, la transparencia de precios aumentará, ya que la IA podrá comparar fácilmente los precios en toda la red.
Pero también me preocupa que este consumo "súper racional" pueda traer algunas consecuencias negativas. La diversión del descubrimiento al comprar puede disminuir, ya que el agente de IA siempre recomienda la opción "óptima", en lugar de opciones sorprendentes o placenteras. Las compras impulsivas, aunque no son muy racionales, también son una parte de la diversión de la vida. Si todo es optimizado por IA, la vida podría volverse demasiado predecible.
Desde una perspectiva más macro, creo que la aplicación de la IA en el ámbito empresarial acelerará la digitalización de la economía. Cada vez más comportamientos comerciales serán registrados y analizados de manera digital, lo que proporcionará una base de datos sin precedentes para la planificación económica y la formulación de políticas. Es posible que el gobierno pueda predecir tendencias económicas con mayor precisión, identificar fallos del mercado y diseñar medidas de intervención específicas.
Predigo que en los próximos diez años veremos cómo los negocios impulsados por la IA evolucionan de aplicaciones experimentales a prácticas convencionales. Los primeros adoptantes obtendrán una ventaja competitiva significativa, pero a medida que la tecnología se generalice, estas ventajas serán gradualmente comercializadas. Los verdaderos ganadores a largo plazo serán aquellas empresas que puedan redefinir el valor del cliente en la era de la IA.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
a16z Últimas observaciones: ¿El comercio electrónico tradicional ha muerto? Las plataformas nativas de IA están redefiniendo el "shopping".
Escrito por: Shen Si Quan
¿Alguna vez te has preguntado por qué Google pudo convertirse en un gigante con un valor de mercado de 2 billones de dólares, mientras que Wikipedia es una organización sin fines de lucro? La respuesta es muy simple: la magia de la búsqueda comercial. Cuando buscas "¿cuántos protones tiene el átomo de cesio?" Google no gana un centavo. Pero cuando buscas "la mejor raqueta de tenis", empieza a imprimir billetes. Esta asimetría define la esencia de toda la economía de búsqueda. Ahora, con el auge de la IA, este equilibrio está siendo completamente roto.
Recientemente leí un análisis profundo de los socios de a16z, Justine Moore y Alex Rampell, cuyas percepciones sobre cómo la IA está remodelando el campo del comercio electrónico me dejaron profundamente impresionado. No solo analizaron las amenazas que podría enfrentar Google, sino que, más importante aún, trazaron un nuevo panorama del comercio electrónico en la era de la IA. En este panorama, el modelo tradicional de buscar - comparar - comprar está siendo reemplazado por una experiencia de compra inteligente impulsada por agentes de IA. He pasado mucho tiempo reflexionando sobre sus puntos de vista, y combinando mis propias observaciones sobre esta industria, me gustaría compartir algunas reflexiones más profundas.
La verdadera crisis de Google: no es el volumen de búsquedas, sino la migración de valor
Justine mencionó en el artículo un punto que me impresionó: Google, incluso si pierde el 95% de su volumen de búsqueda, aún podría ver crecer sus ingresos, siempre que pueda retener aquellas consultas que tienen valor comercial. Este punto suena contraintuitivo, pero en realidad revela el secreto central de la economía de búsqueda. Después de una profunda reflexión, descubrí que hay una cuestión más profunda detrás de esto: la IA está cambiando el lugar de la creación de valor.
En el modelo tradicional, Google desempeña el papel de intermediario de información. Los usuarios tienen la intención de compra, Google proporciona resultados de búsqueda y anuncios, los comerciantes obtienen tráfico, y Google cobra tarifas publicitarias. Este es un juego de tres partes relativamente simple. Pero la aparición de agentes de IA ha roto este equilibrio. Cuando ChatGPT o Perplexity pueden responder directamente a la pregunta "¿cuál es la mejor raqueta de tenis?" y dar recomendaciones específicas, ¿por qué los usuarios necesitarían hacer clic en los enlaces de anuncios de Google?
Lo más importante es que la IA no solo está respondiendo preguntas, sino que está redefiniendo "la búsqueda" en sí misma. Nuestro comportamiento de búsqueda anterior era: plantear preguntas → obtener una lista de enlaces → hacer clic para ver → comparar información → tomar decisiones. En cambio, el proceso de un agente de IA es: describir necesidades → obtener recomendaciones → comprar directamente. La etapa intermedia de comparación e investigación se ha reducido drásticamente o incluso ha desaparecido. Esto significa que los motores de búsqueda tradicionales no solo han perdido volumen de consultas, sino que también han perdido su posición clave en la cadena de toma de decisiones.
Desde el testimonio de Eddy Cue, vicepresidente senior de Apple, en el juicio antimonopolio del DOJ en mayo de 2025, se pueden vislumbrar indicios. Él declaró que el volumen de búsquedas de Safari ha disminuido por primera vez en más de veinte años, y esta noticia provocó una caída de casi el 8% en el precio de las acciones de Alphabet en un solo día, con una evaporación de su valor de mercado de más de 150 mil millones de dólares. Aunque el informe financiero del Q2 de Google muestra que los ingresos por búsquedas todavía están en crecimiento, lo que indica que actualmente están perdiendo principalmente consultas de bajo valor, la dirección de esta tendencia es clara.
Creo que Google enfrenta no solo una simple amenaza competitiva, sino un desafío estructural en su modelo de negocio. Cuando la IA pueda completar directamente todo el proceso, desde el reconocimiento de intenciones hasta la decisión de compra, el modelo tradicional de "tráfico → publicidad → conversión" se volverá ineficaz e incluso obsoleto. Lo que Google necesita no son mejores algoritmos de búsqueda, sino un modelo de negocio completamente nuevo que se adapte al comportamiento de consumo impulsado por la IA.
La transformación AI de cinco tipos de comportamiento de compra: de la impulsividad a la reflexión profunda
Justine clasifica el comportamiento de compra en cinco categorías en el artículo, desde la compra por impulso hasta las compras importantes en la vida, cada una de las cuales experimentará diferentes grados de cambio en la era de la IA. Creo que este marco de clasificación es muy preciso, pero quiero analizar más a fondo los mecanismos psicológicos detrás de cada comportamiento de compra y cómo la IA está remodelando estos mecanismos.
Compra impulsiva (La compra impulsiva ) parece ser el área con menor influencia de la IA, ya que la impulsividad implica la ausencia de un proceso de investigación racional. Pero creo que este juicio puede ser demasiado superficial. El verdadero poder de la IA radica en predecir y guiar la impulsividad. Imagina que, cuando ves una camiseta divertida en TikTok, la IA ya ha analizado tu historial de navegación, tus registros de compras, tu actividad en redes sociales e incluso tu estado emocional, y luego, en el momento más preciso, te presenta el producto que mejor satisface tus necesidades psicológicas actuales. No se trata de una simple recomendación algorítmica, sino de una profunda comprensión y manipulación de la psicología impulsiva humana. Creo que esta guía de impulsos personalizada podría hacer que las compras impulsivas sean más frecuentes y precisas.
Los artículos de rutina (La transformación hacia la inteligencia artificial de los artículos esenciales de rutina ) es la más fácil de entender y también la más fácil de implementar. Pero he observado un fenómeno interesante: cuando la IA comienza a asumir nuestras decisiones de compra diarias, nuestros hábitos de consumo pueden cambiar sutilmente. Por ejemplo, la IA podría ajustar el momento y la cantidad de tus compras según las fluctuaciones de precios, la disponibilidad de inventario e incluso el pronóstico del tiempo. Un agente de IA inteligente podría, una semana antes de que tu detergente para ropa se esté acabando, descubrir que una marca está en oferta, y así comprarlo por adelantado y sugerirte que lo pruebes. Este comportamiento de "arbitraje inteligente" podría permitir a los consumidores obtener una mejor relación calidad-precio sin darse cuenta, y al mismo tiempo obligar a las marcas a repensar sus estrategias de precios y promociones.
Las compras de estilo de vida ( son el área en la que creo que la IA tendrá el mayor impacto. Estas compras se caracterizan por tener un umbral de precio, involucrar el gusto personal y requerir cierto nivel de investigación. Justine mencionó productos como Plush, pero creo que eso es solo la punta del iceberg. La verdadera revolución vendrá del aprendizaje profundo de la IA sobre el estilo y las preferencias personales. Imagina un asistente de IA que no solo sepa qué has comprado en el pasado, sino que también entienda tu tipo de cuerpo, tono de piel, estilo de vida, círculo social e incluso tus aspiraciones ). No solo puede recomendar un producto individual, sino todo un conjunto de combinaciones, e incluso un camino de mejora del estilo de vida. Este nivel de personalización es inalcanzable para las plataformas de comercio electrónico tradicionales.
Las compras funcionales ( son las más complejas y desafiantes en la AI. Este tipo de compras generalmente implica grandes gastos y un uso a largo plazo, y los consumidores no solo necesitan recomendaciones de productos, sino también asesoramiento experto. Creo que aquí surgirá una nueva categoría de aplicación de AI: asesores AI. Estos AI no solo tienen un amplio conocimiento de productos, sino que también pueden mantener conversaciones profundas similares a las de un experto en ventas humano. Pueden indagar sobre tus necesidades específicas, escenarios de uso, limitaciones presupuestarias e incluso tus planes futuros, y luego proporcionar recomendaciones altamente personalizadas. Más importante aún, estos asesores AI son independientes de marcas, y no se inclinan hacia un producto específico debido a comisiones o inventario.
Las grandes compras en la vida )Las compras de la vida( pueden ser el área donde la influencia de la IA es mínima pero también la más importante. Decisiones como comprar una casa, casarse y la educación son demasiado significativas y personalizadas para dejarlas completamente en manos de la IA. Sin embargo, la IA puede desempeñar un papel importante en la recopilación de información, comparación de opciones y evaluación de riesgos. El entrenador de IA que imagino no está para tomar decisiones por ti, sino para ayudarte a tomar mejores decisiones. Puede organizar una gran cantidad de información, identificar trampas potenciales, simular las consecuencias a largo plazo de diferentes elecciones e incluso ayudarte en las negociaciones contractuales. Creo que el valor de este entrenador de IA radica en su neutralidad y exhaustividad, a diferencia de los asesores humanos que pueden tener conflictos de interés.
La ventaja competitiva de Amazon y Shopify: doble ventaja de datos e infraestructura
Justine señaló en su análisis que Amazon y Shopify tienen una capacidad defensiva más fuerte en comparación con Google, y estoy completamente de acuerdo con este punto de vista, pero quiero analizar más a fondo el origen y la sostenibilidad de esta ventaja. La ventaja de Amazon no solo radica en que controla toda la cadena desde la búsqueda hasta la entrega, sino que lo más importante es que posee los datos de comportamiento más valiosos ).
Amazon sabe qué has comprado, cuándo lo compraste, qué tan rápido lo recibiste, si lo devolviste, si lo volviste a comprar, etc. El valor de estos datos supera con creces el historial de búsqueda, ya que reflejan directamente el comportamiento de compra real y la satisfacción. Cuando un agente de IA necesita tomar decisiones de compra para el usuario, estos datos son el material de entrenamiento más valioso. Aunque Google sabe qué has buscado, no sabe qué compraste al final, y mucho menos si estás satisfecho con el resultado de la compra. Esta diferencia de datos se ampliará aún más en la era de la IA.
Lo más importante es que el programa de lealtad Amazon Prime ( creó un fenómeno económico único: el sesgo de costo hundido ). Cuando ya has pagado por ser miembro Prime, tiendes a comprar más productos en Amazon para "recuperar tu inversión". Este mecanismo psicológico podría volverse aún más fuerte en la era de la IA. El agente de IA, al buscar las mejores opciones de compra para ti, podría inclinarse naturalmente hacia Amazon, ya que sabe que eres miembro Prime y puedes disfrutar de envío gratis y otras ofertas.
La lógica defensiva de Shopify es completamente diferente, pero igual de poderosa. No establece una muralla a través del control del consumidor, sino que crea efectos de red empoderando a los comerciantes. A medida que más y más marcas D2C(Direct-to-Consumer, directamente al consumidor ) eligen Shopify, esta plataforma se vuelve cada vez más indispensable. En la era de la IA, esta ventaja de descentralización podría volverse aún más evidente. Un agente de IA podría necesitar obtener información y completar compras de cientos de sitios web de diferentes marcas al mismo tiempo, y si todos esos sitios funcionan en Shopify, se formaría un ecosistema de API estandarizado.
Creo que Shopify tiene otra ventaja subestimada: está más cerca de la historia de la marca. En la era de la inteligencia artificial, las diferencias funcionales de los productos pueden ser rápidamente identificadas y comparadas por la IA, pero la conexión emocional de la marca aún necesita ser sentida por los humanos. Las marcas en Shopify suelen tener historias y culturas únicas, estos valores intangibles son difíciles de cuantificar completamente por la IA, pero son un factor importante que influye en las decisiones de compra.
Los cuatro desafíos de infraestructura para la comercialización de la IA
Justine mencionó al final del artículo las cuatro condiciones básicas necesarias para que la IA aproveche todo su potencial en el ámbito empresarial. Creo que cada una de ellas merece una exploración profunda, ya que no solo son desafíos tecnológicos, sino también oportunidades para la innovación en modelos de negocio.
Primero está el problema de los datos. El actual sistema de comentarios de productos tiene serios problemas: reseñas falsas, polarización, falta de información contextual. Pero creo que la raíz del problema radica en la desalineación de los mecanismos de incentivo. Los consumidores suelen escribir comentarios porque están extremadamente satisfechos o extremadamente insatisfechos, y muy pocas personas documentan el estado intermedio. Además, el sistema de comentarios actual no puede capturar el contexto de uso del producto, las expectativas del usuario y las variaciones a lo largo del tiempo.
El sistema de datos ideal que imagino es el siguiente: el agente de IA no solo recopila las evaluaciones subjetivas de los usuarios, sino que también monitorea el uso real del producto a través de dispositivos de Internet de las Cosas. Por ejemplo, un reloj inteligente no solo debe considerar si el usuario ha dado una evaluación de cinco estrellas, sino también la frecuencia y duración con la que realmente lo usa. La evaluación de una cafetera no solo debe basarse en los comentarios escritos, sino también en la frecuencia de uso real, el estado de limpieza y mantenimiento, etc. Solo combinando estos datos de uso objetivos con la retroalimentación subjetiva se puede formar un verdadero sistema de evaluación de productos valioso.
Los desafíos de una API unificada son más políticos que técnicos. Cada plataforma de comercio electrónico tiene su propia estructura de API, formato de datos y mecanismo de autenticación; estas diferencias son en gran medida intencionadas, con el objetivo de crear un efecto de bloqueo de plataforma. Pero en la era de los agentes de IA, esta fragmentación podría convertirse en un cuello de botella de eficiencia para toda la industria. Predigo que aparecerán servicios de agregación de API especializados, similares a los sistemas de distribución global en la industria del turismo. Estos servicios estandarizarán las interfaces de diferentes plataformas, permitiendo que los agentes de IA puedan comparar y comprar de manera fluida a través de plataformas.
La identidad y la memoria son los desafíos más complejos, ya que implican un equilibrio entre la privacidad, la precisión y la adaptabilidad. Creo que los futuros asistentes de compras de IA necesitan establecer un modelo de preferencias multinivel. Este modelo no solo debe registrar tus compras históricas, sino también comprender tus valores, etapa de vida, limitaciones financieras, etc. Por ejemplo, necesita saber que buscas conveniencia durante el almuerzo en días laborables, pero que priorizas la calidad y la presentación en cenas de fin de semana. Esta recomendación basada en el contexto requiere que la IA posea una capacidad de comprensión social similar a la humana.
La captura incrustada puede ser el área con mayor potencial innovador. La recolección de datos tradicional es pasiva y retardada: evaluar después de comprar, retroalimentar después de usar. Pero un agente de IA puede realizar un aprendizaje de preferencias en tiempo real. Por ejemplo, cuando pasas tiempo considerable en una característica de un producto, la IA puede inferir que estás interesado en esa característica. Cuando saltas rápidamente ciertas opciones de color, la IA puede aprender tus preferencias de color. Este análisis de microinteracciones puede permitir que la IA tenga una comprensión más detallada de tus preferencias.
Reestructuración de las plataformas de comercio electrónico: ¿quién saldrá vencedor?
Después de reflexionar sobre el análisis de Justine, tengo algunas de mis propias opiniones sobre el futuro del sector del comercio electrónico. Creo que la IA provocará una nueva reestructuración de plataformas, pero la lógica para ganar será diferente a la de antes.
La competencia en la era del comercio electrónico tradicional se centra principalmente en tres dimensiones: variedad de selección, conveniencia y precio. Amazon ganó en selección gracias a la idea de "Everything Store", al mismo tiempo que estableció una ventaja en conveniencia a través de Prime. Pero en la era de la IA, la importancia de estas ventajas cambiará.
Cuando el agente de IA puede comparar automáticamente los precios en toda la red y realizar compras en nombre de los usuarios, la ventaja de precio de una sola plataforma se diluirá. Cuando la IA pueda manejar de manera inteligente el procesamiento por lotes y la ejecución a través de plataformas, la definición de conveniencia también cambiará. La verdadera ventaja competitiva se trasladará a la calidad de los datos, la capacidad de la IA y la integración ecológica.
Predigo que aparecerán varios tipos de nuevos jugadores en la plataforma: plataformas de comercio electrónico nativas de IA, agentes de IA verticales y proveedores de infraestructura comercial. Las plataformas nativas de IA se diseñarán desde cero, centradas en las necesidades de los agentes de IA, proporcionando datos de productos estructurados, API estandarizadas y una experiencia de usuario amigable con la IA. Los agentes de IA verticales se enfocarán en categorías específicas, como moda IA, productos digitales IA o IA de remodelación del hogar, estableciendo ventajas competitivas a través de una especialización profunda. Los proveedores de infraestructura comercial ofrecerán servicios tecnológicos subyacentes para ayudar a que las plataformas de comercio electrónico tradicionales se vuelvan más inteligentes con IA.
Yo también creo que surgirá un nuevo modelo de negocio: suscripción de agentes de IA. Los consumidores pueden ya no comprar directamente en varias plataformas de comercio electrónico, sino que suscribirán uno o varios agentes de compras de IA, que tomarán todas las decisiones de compra en su nombre. Estos agentes cobrarán una tarifa de suscripción en lugar de una comisión, evitando así conflictos de interés y realmente poniéndose del lado del consumidor. Este modelo podría redefinir la distribución de la cadena de valor en el comercio electrónico.
La reestructuración de la marketing de marca a través de la IA: de la marketing masivo al diálogo individual
El cambio que la IA trae a los negocios no se limita al comportamiento de compra, sino que transformará fundamentalmente la lógica del marketing de marcas. En la era de los agentes de IA, la efectividad del marketing masivo tradicional disminuirá drásticamente, ya que los consumidores ya no buscan y comparan productos de manera activa, sino que dependen de las recomendaciones de los agentes de IA.
Esto significa que las marcas necesitan aprender a dialogar con la IA en lugar de dialogar con humanos. Los agentes de IA son más racionales y basados en datos al evaluar productos; no se ven influenciados por un empaque atractivo o publicidad emocional, sino que se centran en métricas de rendimiento objetivas, eficiencia de costos y puntuaciones de satisfacción del usuario.
Pero esto no significa que la historia de la marca se vuelva menos importante. Por el contrario, creo que la narrativa de marca auténtica se volverá más importante, ya que los agentes de IA analizarán en profundidad la coherencia y credibilidad de la marca. Si una marca transmite información contradictoria en diferentes plataformas y momentos, la IA puede identificarlo fácilmente y reducir el peso de la recomendación.
Predigo que aparecerá un nuevo rol de marketing: Especialista en Relaciones de IA. El trabajo de estos especialistas es asegurar que la información del producto de la marca, las estrategias de precios, la gestión de inventarios y otros aspectos sean correctamente comprendidos y evaluados por la IA. Necesitan optimizar los datos del producto, gestionar la integración de API, monitorear los patrones de recomendación de IA, etc.
Otro cambio importante es la personalización extrema. Cuando un agente de IA tiene un profundo conocimiento de cada consumidor, las marcas pueden ofrecer productos personalizados para cada uno. No se trata solo de recomendaciones personalizadas, sino del propio producto personalizado. Imagina que, cuando tu agente de IA le dice a una marca de ropa tus medidas exactas, preferencias de color, requisitos de material y rango de presupuesto, esa marca puede crear una pieza única para ti. Esta personalización a gran escala se vuelve económicamente viable en la era de la IA.
¿Qué estamos presenciando en los próximos diez años?
Después de reflexionar profundamente sobre el análisis de Justine y mis propias observaciones, creo que lo que estamos presenciando no es solo una transformación en la industria del comercio electrónico, sino un cambio más profundo en el comportamiento económico.
La economía tradicional supone que los consumidores son agentes racionales que activamente recopilan información, comparan opciones y toman decisiones óptimas. Pero en la realidad, todos sabemos que la toma de decisiones de los seres humanos está llena de sesgos, emociones y limitaciones cognitivas. La aparición de agentes de IA podría hacer que los consumidores se vuelvan más "racionales", ya que la IA puede procesar más información, evitar sesgos emocionales y aplicar consistentemente estándares de decisión.
La difusión de este consumo racional puede tener un impacto profundo. Primero, la eficiencia del mercado mejorará significativamente, ya que los consumidores podrán evaluar el valor de los productos de manera más precisa. En segundo lugar, la calidad del producto se volverá más importante que la capacidad de marketing, ya que los agentes de IA no serán engañados por anuncios llamativos. Por último, la transparencia de precios aumentará, ya que la IA podrá comparar fácilmente los precios en toda la red.
Pero también me preocupa que este consumo "súper racional" pueda traer algunas consecuencias negativas. La diversión del descubrimiento al comprar puede disminuir, ya que el agente de IA siempre recomienda la opción "óptima", en lugar de opciones sorprendentes o placenteras. Las compras impulsivas, aunque no son muy racionales, también son una parte de la diversión de la vida. Si todo es optimizado por IA, la vida podría volverse demasiado predecible.
Desde una perspectiva más macro, creo que la aplicación de la IA en el ámbito empresarial acelerará la digitalización de la economía. Cada vez más comportamientos comerciales serán registrados y analizados de manera digital, lo que proporcionará una base de datos sin precedentes para la planificación económica y la formulación de políticas. Es posible que el gobierno pueda predecir tendencias económicas con mayor precisión, identificar fallos del mercado y diseñar medidas de intervención específicas.
Predigo que en los próximos diez años veremos cómo los negocios impulsados por la IA evolucionan de aplicaciones experimentales a prácticas convencionales. Los primeros adoptantes obtendrán una ventaja competitiva significativa, pero a medida que la tecnología se generalice, estas ventajas serán gradualmente comercializadas. Los verdaderos ganadores a largo plazo serán aquellas empresas que puedan redefinir el valor del cliente en la era de la IA.