Comercio agéntico en el suministro industrial: la realidad de 2026

Qué funciona hoy y qué no

El comercio agéntico en 2026 son dos mercados que comparten un mismo nombre, y avanzan en direcciones opuestas.

El descubrimiento funciona. Adobe midió un incremento interanual del 393 % en el tráfico procedente de IA hacia los sitios de retail estadounidenses en el primer trimestre de 2026, con una conversión un 42 % mejor que la del tráfico no procedente de IA en marzo y un ingreso por visita un 37 % superior. Se piense lo que se piense del ruido mediático, eso es un canal comportándose como un canal.

La transacción autónoma no. El acontecimiento más instructivo del año no fue un lanzamiento, sino una retirada.

¿Qué demostró realmente la retirada de Instant Checkout?

OpenAI lanzó Instant Checkout el 29 de septiembre de 2025 y lo retiró el 4 de marzo de 2026, formalizando el cambio en una entrada de blog más adelante ese mismo mes. Su propia explicación: la versión inicial «no ofrecía el nivel de flexibilidad al que aspiramos», de modo que los comercios utilizarían su propio proceso de pago mientras OpenAI se centraba en el descubrimiento de productos.

El detalle que hay debajo de esa frase es donde reside la lección.

Emily Pfeiffer y Sucharita Kodali, de Forrester, plantearon sin rodeos la cuestión estructural en marzo de 2026: la gestión de inventario había estado «desastrosamente ausente del plan». Los agentes no estaban alucinando en el sentido interesante del término. Estaban transmitiendo fielmente un catálogo obtenido mediante scraping en lugar de servido y, por tanto, obsoleto.

Esa es toda la lección, y se generaliza: un agente hereda la precisión de los datos que se le dan y luego actúa sobre ellos a velocidad de máquina. Una especificación errónea en un PDF permanece inerte hasta que un humano la lee mal. Una especificación errónea en la respuesta de un agente se propaga a una lista corta, a una oferta y a una lista de materiales antes de que nadie se dé cuenta.

¿Dónde está, en la industria, la línea entre descubrimiento y transacción?

Los agentes funcionan en el retail porque tres cosas son públicas y únicas: el precio, la cifra de stock y el SKU. El suministro industrial incumple las tres por diseño.

Deloitte informa de que menos de una cuarta parte de los proveedores B2B utiliza tecnologías de IA agéntica, siquiera mínimamente. No es conservadurismo porque sí: las primitivas realmente no están ahí.

Por eso la pregunta industrial útil en 2026 no es «¿me comprará un agente?», sino «¿puede un agente acertar con mi especificación?». La primera es especulativa. La segunda está ocurriendo ya, participe usted o no.

Entonces, ¿qué funciona realmente en el suministro industrial?

Si se dejan fuera las demostraciones, cuatro patrones tienen tracción real, y todos comparten una propiedad: el agente produce una propuesta que compromete una persona.

1. 01Búsqueda con conocimiento del contrato. Un asistente capaz de ver el catálogo y la lista de precios negociados de un cliente concreto y de responder «¿cuánto pagamos por esto y podemos conseguirlo?» sin una llamada. Es la aplicación de mayor valor a corto plazo y la que más bloquea la autorización, no la IA.
2. 02Alternativas en situación de escasez. Cuando una pieza entra en asignación, encontrar sustitutos conformes y cualificados entre distintos fabricantes es exactamente el tipo de filtrado multidimensional en el que las máquinas son buenas y las personas, lentas. Funciona justo en la medida en que las relaciones de equivalencia se publican en lugar de inferirse.
3. 03Elaboración de ofertas y documentación técnica de aprobación. Convertir una especificación, un plano o una lista de materiales en una respuesta valorada y documentada. El trabajo es síntesis documental, no criterio, y es donde se está contabilizando la mayor parte del ahorro de tiempo medible.
4. 04Propuestas de pedido y reaprovisionamiento. Sugerencias basadas en el consumo que aterrizan en un flujo de aprobación existente en lugar de esquivarlo.

Fíjese en que ninguna de ellas exige que un agente custodie una credencial de pago, y en que las cuatro exigen datos de producto estructurados y exactos. Ese es el grafo de dependencias real de este mercado, y es casi el inverso de cómo se comercializa el mercado.

Una prueba útil cuando un proveedor le vende «comercio agéntico» a una empresa industrial: pregunte cuál de los cuatro casos está haciendo y, después, de dónde salen los datos. Si la respuesta es un rastreador, le están vendiendo justo lo que fracasó en marzo.

El contraargumento, bien planteado

Gartner predice que más del 40 % de los proyectos de IA agéntica se cancelarán antes de que acabe 2027, y cita el aumento descontrolado de los costes, un valor de negocio poco claro y unos controles de riesgo insuficientes. Es la cifra más útil de este campo y merece tomarse al pie de la letra en lugar de despacharla con un gesto.

Pero lea lo que predice. Predice el fracaso de los proyectos para construir agentes, no la desaparición de la demanda mediada por agentes. Son cosas separables, y la implicación estratégica es casi la contraria de la intuitiva:

• Construir un agente de compras autónomo en 2026 es, probablemente, convertirse en una estadística de Gartner.
• No lograr que su catálogo sea legible por máquinas en 2026 es una pérdida de especificación que contabilizará en 2028.

El segundo riesgo es más barato de mitigar y más difícil de revertir.

¿Qué tendría que cumplirse para llegar a unas compras plenamente agénticas?

Seis condiciones previas, más o menos en orden de dependencia. Ninguna es exótica; todas están sin terminar.

1. 01Una ficha de producto canónica y verificada. Parámetros técnicos, estado del ciclo de vida y evidencias de conformidad en un único lugar, versionados y con su procedencia. Todo lo demás depende de esto, y por eso Instant Checkout falló en el primer paso.
2. 02Acceso autenticado y con control de derechos. Un agente que actúa por cuenta de un cliente concreto debe poder ver el precio contractual y la asignación de ese cliente, y de nadie más. Es un problema de autorización y es la pieza sin resolver más difícil.
3. 03Identidad de agente verificable. Los operadores de servidores necesitan saber qué agente está llamando y en nombre de quién. Web Bot Auth y los trabajos sobre agentes firmados que ahora avanzan en el IETF son la vía creíble.
4. 04Una capa de mandato e intención. Los mandatos firmados de intención, cesta y pago de AP2 —donados a la FIDO Alliance en abril de 2026, con una versión 0.2 que añade las transacciones «sin presencia humana»— existen para producir un registro a prueba de manipulaciones de lo que la persona autorizó realmente.
5. 05Una política comercial asignada a este canal. El argumento de Forrester sobre la planificación del surtido se aplica exactamente: hay que decidir qué piezas, qué precios y qué stock están disponibles para los agentes, en lugar de dejar que lo decida por usted un rastreador.
6. 06Un modelo de responsabilidad. Cuando un agente especifica una pieza que no supera la cualificación, ¿quién responde: el fabricante cuyos datos eran erróneos, el distribuidor que los sirvió o el proveedor del modelo que los parafraseó? Hoy no hay ninguna norma que lo resuelva, y los equipos de compras no automatizarán más allá de una cuestión de indemnización sin respuesta.

Los pasos 1 y 5 están enteramente bajo el control del proveedor. Los pasos 3, 4 y 6 son trabajo de sector. El paso 2 es donde se producirá la creatividad comercial.

Qué hacer mientras tanto

La posición defendible en 2026 es legible por agentes, transaccionable por personas: deje que las máquinas descubran, comparen y verifiquen sus piezas con exactitud, y mantenga el compromiso sobre sus propios raíles.

Eso significa servir una página de catálogo legible a los clientes que no son navegadores: cuando Partsgraph auditó 984 dominios de distribuidores y fabricantes de todo el mundo en agosto de 2026, el 38 % no lo hacía, y la puntuación mediana de visibilidad ante la IA fue de 50 sobre 100. Significa publicar el ciclo de vida y la conformidad como campos estructurados en lugar de como PDF. Significa vigilar qué dicen realmente los asistentes sobre sus piezas, porque una respuesta equivocada dada con aplomo es peor que ninguna respuesta. Y significa exponer un endpoint consultable para los agentes que van a preguntar directamente: MCP alcanzó unos 97 millones de descargas mensuales de SDK en marzo de 2026 y ahora se sitúa bajo la gobernanza neutral de la Linux Foundation, de modo que la cuestión de la interfaz está zanjada a efectos prácticos.

El resumen incómodo es que el sector se pasó 2025 y principios de 2026 discutiendo si los agentes comprarían cosas, y perdió por incomparecencia la discusión más trascendente. Los agentes ya están respondiendo preguntas de especificación sobre piezas industriales. La mayoría de esas respuestas se ensamblan a partir de datos obtenidos mediante scraping, parciales y obsoletos: exactamente el fallo que mató a Instant Checkout, operando en silencio en cada catálogo que no se ha arreglado.

El grader gratuito en [/audit](/audit) muestra qué lee hoy una máquina de su catálogo y en qué se equivoca con sus piezas.