Última actualización el 28 de agosto de 2026 a las 10:20
Amazon sigue siendo el minorista n.º 1 en la clasificación de ventas de comercio electrónico de Digital Commerce 360, pero ocupa el puesto n.º 158 en los AI Commerce Rankings de la publicación. Esa brecha no es necesariamente una debilidad. Refleja una estrategia deliberada para restringir a los agentes de compra de terceros y mantener el descubrimiento de productos, las recomendaciones, los datos y las transacciones dentro del propio ecosistema de IA de Amazon. Google AI Mode está construyendo el modelo opuesto, en el que un asistente controla una mayor parte de la interfaz de descubrimiento mientras los comerciantes y socios de reservas completan la transacción. Para los minoristas, la pregunta estratégica se vuelve ineludible: ¿deben maximizar la visibilidad dentro de sistemas externos de IA o proteger una mayor parte de la relación con el cliente dentro de su propio entorno?
| El boletín diario de Beecommercer |
| Fecha: viernes, 28 de agosto de 2026 |
| Ofrecido por: beecommercer.com |
El tema de hoy está claro: el comercio agéntico está creando una nueva decisión de distribución para cada minorista.
Amazon apuesta a que su escala, los hábitos de sus clientes, su red logística, su negocio publicitario y sus datos comerciales propios son lo bastante sólidos para mantener las compras con IA dentro de sus propios límites. Otros minoristas siguen el camino opuesto y exponen sus catálogos e inventario a asistentes de terceros a cambio de un mayor descubrimiento.
Ninguna estrategia es correcta por defecto. La respuesta depende de cuánta demanda posea ya el minorista, lo diferenciado que sea su catálogo, hasta qué punto deba ser portable la relación con el cliente y si la empresa puede respaldar transacciones fiables cuando un sistema externo de IA envía a un comprador cualificado directamente al producto o al pago.
Entremos en materia.
LA HISTORIA PRINCIPAL
Amazon construye deliberadamente un ecosistema cerrado de comercio con IA
El último análisis de los AI Commerce Rankings de Digital Commerce 360 muestra hasta qué punto la estrategia de Amazon difiere de la de los minoristas que intentan maximizar su exposición mediante sistemas externos de IA.
Amazon sigue en el n.º 1 de la clasificación de ventas de comercio electrónico de Digital Commerce 360, pero ocupa el n.º 158 en los AI Commerce Rankings. La clasificación de IA evalúa factores como la accesibilidad del catálogo para agentes externos, el tráfico procedente de fuentes de IA, la diversidad de fuentes y el impulso de los últimos 90 días.
La baja posición en comercio con IA no demuestra necesariamente un fracaso. Refleja una decisión empresarial deliberada. Amazon ha restringido los bots externos y tiene fuertes incentivos para mantener el descubrimiento de productos dentro de su propio ecosistema, donde Alexa for Shopping, Buy for Me, AWS y los datos comerciales de Amazon pueden respaldar su propia estrategia agéntica.
Walmart, en comparación, ocupa el n.º 37 en los AI Commerce Rankings y está mucho más abierto al descubrimiento mediante IA de terceros. Minoristas más pequeños como Nixon, Online Labels y Everlane se han situado cerca de los primeros puestos pese a figurar mucho más abajo en la clasificación tradicional de ventas.
Esto plantea una verdadera elección estratégica para los minoristas. Los catálogos abiertos pueden ampliar el descubrimiento a través de ChatGPT, Gemini y otros asistentes externos. Un modelo más cerrado puede preservar el control sobre la presentación del producto, los datos propios, las recomendaciones, la economía publicitaria y la propia transacción.
Amazon puede permitirse elegir el camino cerrado porque ya concentra una demanda enorme y dispone de la infraestructura necesaria para hacer útiles sus propios productos de compra con IA. La mayoría de los minoristas pequeños no cuenta con esa ventaja. Para ellos, negar el acceso a la IA externa puede proteger el control, pero también eliminar una fuente creciente de descubrimiento. Por tanto, la estrategia adecuada depende de si la marca ya es un destino o aún necesita que otras plataformas le presenten nuevos clientes.
| Conclusión para operadores: Decide de forma explícita a qué partes del recorrido comercial quieres dar acceso a los sistemas externos de IA. Si el obstáculo es el descubrimiento, facilita a los agentes de confianza la obtención de datos de producto, precio, disponibilidad, reseñas, envío y devoluciones. Si la propiedad de la relación con el cliente es tu foso competitivo, invierte en un asistente propio, fidelización, datos propios y una experiencia de transacción lo bastante sólida para que los compradores tengan motivos para empezar dentro de tu ecosistema. No acabes por accidente en un modelo abierto o cerrado. |
EL CAMBIO
Google construye el modelo opuesto: comercio agéntico abierto
Google ha ampliado AI Mode en Search con tres nuevas funciones para viajes: seguimiento de precios de vuelos, comparaciones de puntos y millas, y reserva directa de hoteles.
La categoría de viajes ofrece un anticipo útil de cómo puede funcionar el comercio agéntico, porque la decisión combina datos estructurados, preferencias personales, precios dinámicos, programas de fidelización, reseñas, cancelaciones y pagos.
El seguimiento de precios de vuelos ya está disponible en más de 180 países y territorios. El usuario puede describir la ruta y las fechas de forma conversacional, pedir a AI Mode que siga la tarifa y recibir un correo electrónico cuando cambie el precio. Google afirma que las opciones subyacentes utilizan datos actuales de más de 300 aerolíneas y sitios de viajes asociados.
AI Mode también puede mostrar el coste de vuelos y hoteles en puntos o millas. La compatibilidad inicial con programas de fidelización incluye Alaska Airlines / Hawaiian Airlines, American Airlines, Choice Hotels, Hilton y Wyndham, y se espera que se añadan más programas.
El cambio más importante es la reserva de hoteles. En Estados Unidos, los usuarios ya pueden pasar de una búsqueda conversacional de hotel a seleccionar habitación, revisar la política de cancelación y pagar mediante Google Pay cuando un socio integrado admite la transacción.
Google no se convierte en el comerciante registrado. La cadena hotelera o plataforma de reservas sigue gestionando la relación comercial y la atención al cliente. Entre los socios iniciales figuran Booking.com, Expedia, Hilton, Hotels.com, IHG, Marriott, Priceline, Trip.com, Wyndham y otros.
Esta separación tiene importancia estratégica. AI Mode controla una mayor parte de la interfaz de decisión, mientras el socio comercial sigue siendo responsable del inventario, el precio, la aceptación del pago, las cancelaciones, los reembolsos y la atención posterior a la compra.
Este podría convertirse en un modelo común de comercio agéntico más allá de los viajes. La IA controla la conversación y la capa de recomendaciones; el comerciante aporta datos comerciales en tiempo real y completa la transacción.
| Conclusión para operadores: Audita los pasos entre la recomendación y la transacción en tu propia categoría. Pregúntate si un asistente externo podría obtener de forma fiable el precio actual, el inventario, las variantes, el envío, las condiciones de devolución, las ventajas de fidelización y la disponibilidad. Si los clientes llegan cada vez más después de que un sistema de IA ya haya reducido las opciones, la página de producto y el pago deben confirmar inmediatamente la recomendación, en vez de obligarlos a reiniciar la investigación. |
LA CAPA OPERATIVA
El comercio agéntico sigue terminando en atención al cliente
La nueva guía de Shopify sobre tecnología para centros de contacto muestra lo que debe ocurrir después de que cualquier canal de descubrimiento impulsado por IA tenga éxito: la comunicación con el cliente, los datos de pedidos, el autoservicio, la automatización, la planificación de personal y la analítica deben seguir conectados.
Shopify organiza la tecnología de soporte en seis capas: canales de comunicación, mesa de ayuda y CRM, base de conocimientos y autoservicio, automatización e IA, gestión de personal, y analítica y control de calidad.
Los ejemplos más sólidos provienen de conectar el soporte con datos comerciales reales. Backyard Butchers informó de un aumento del 70% en la velocidad de los cambios de pedidos de clientes y de una reducción aproximada del 50% en el tiempo de resolución de tickets tras integrar más estrechamente el soporte con Shopify. Tella & Stella registró un crecimiento interanual de las ventas del 23% después de unificar DTC, B2B, POS, atención al cliente, marketing del ciclo de vida y soporte asistido por IA en una arquitectura más conectada.
La implicación para el comercio agéntico es importante. Incluso cuando la IA gestiona una mayor parte del descubrimiento y del pago, el comerciante sigue siendo responsable de la parte complicada: el cliente con una incidencia de entrega, una solicitud de reembolso, una variante equivocada, un artículo dañado o una pregunta sobre políticas.
| Conclusión para operadores: Trata la atención al cliente como parte de la arquitectura del comercio agéntico. Conecta el soporte con datos en vivo de pedidos, productos, clientes y políticas para que una transacción generada por IA aún pueda modificarse, reembolsarse, explicarse o corregirse con precisión. Cuanto más automatizados estén el descubrimiento y el pago, más valioso será un sistema fiable de gestión de excepciones. |
3 TEMAS DE PUBLICIDAD, CREATIVIDAD Y OPERACIONES DE PLATAFORMA
1. Demand Gen acerca el modelo abierto a la transacción
El August Demand Gen Drop de Google añade tres capacidades destacadas: puntos de entrada a mensajería directa desde anuncios de YouTube, más inventario y ofertas específicos para viajes, y creación de vídeo multimodal disponible de forma general en Asset Studio.
Google afirma que los cientos de mejoras de Demand Gen introducidas durante el segundo semestre de 2025 generaron un aumento medio del 30% en las conversiones o en el valor de conversión para los anunciantes. Son datos experimentales comunicados por la plataforma, no una garantía para todas las cuentas, pero explican por qué Google está llevando este tipo de campaña hacia casos de uso más próximos al final del embudo.
La prueba de mensajería importa porque la siguiente acción ahora puede ser una conversación en lugar de una visita al sitio web. Un cliente que ve un anuncio de YouTube puede abrir una aplicación de mensajería y hablar con la marca mientras la intención sigue siendo alta.
Los anunciantes de viajes también podrán mostrar actividades locales, eventos, ofertas en tiempo real y publicidad hotelera más personalizada. El tema es el mismo que en AI Mode: la recomendación se vuelve más consciente del contexto y más cercana a la transacción.
La capa creativa cambia al mismo tiempo. Multimodal Video Creation en Asset Studio ya está disponible de forma general, lo que permite a los anunciantes crear guiones gráficos y piezas horizontales y verticales en un único flujo de trabajo.
El caso de estudio de WAAW by Alok de Google muestra el nivel de gobernanza necesario cuando la personalización pasa de basarse en plantillas a ser generativa.
El proyecto comenzó con un vídeo musical oficial creado íntegramente por personas y luego utilizó Gemini Omni, Maps, Weather, YouTube & Trends, Vertex AI y Veo para adaptar partes aprobadas de la experiencia a la ubicación, el clima, el estilo y el estado de ánimo de cada fan.
La cifra interesante no es cuántas versiones podía generar el sistema, sino cuántas rechazó el equipo. De 23.234 resultados candidatos, solo 4.320 —el 18,6%— superaron el Artistic DNA Gate del proyecto. El resto se rechazó o se devolvió para su refinamiento.
La lección es que la personalización escalable necesita más lógica de revisión, no menos. El equipo definió qué podía cambiar, qué debía permanecer fijo y qué criterios visuales y emocionales tenía que satisfacer cada resultado.
| Conclusión para operadores: Antes de activar más creatividad generativa, define los elementos no negociables: forma del producto, embalaje, afirmaciones, colores de marca, tono, derechos del creador y cualquier elemento de escena que deba permanecer fijo. Usa la IA para multiplicar ideas aprobadas, pero integra la revisión y el rechazo en el flujo de trabajo. En los anuncios basados en mensajería, asegúrate de que el cliente llegue a un equipo o sistema automatizado capaz de responder la pregunta exacta que probablemente genere el anuncio. |
2. Los resultados patrocinados podrían volverse más interactivos
Google vuelve a probar categorías deslizables dentro de los resultados patrocinados. Los usuarios pueden deslizarse entre etiquetas de categorías que modifican los resultados patrocinados mostrados debajo, con ejemplos como una categoría destacada y otra de precio más bajo.
El experimento se asemeja a una pequeña capa de compra guiada dentro del bloque publicitario. En lugar de tratar cada consulta comercial como una lista fija de resultados, Google puede permitir al usuario precisar su intención dentro de la experiencia patrocinada.
Para los anunciantes de comercio electrónico, esto aumenta la importancia de la clasificación de productos, el posicionamiento de precios y la calidad del feed, porque la plataforma podría reorganizar cada vez más el inventario patrocinado en torno a la intención por categoría.
| Conclusión para operadores: No optimices en torno a una prueba no confirmada, pero supervisa los resultados reales de Shopping y Search en tus categorías de mayor valor. Mantén la taxonomía de productos, los títulos, los precios y los datos promocionales lo bastante limpios para que Google pueda mostrar el SKU adecuado cuando los usuarios precisen su intención dentro de la experiencia publicitaria. |
3. Google publica orientaciones más estructuradas sobre las fluctuaciones de rendimiento
Search Engine Roundtable informa de que Google ha publicado o actualizado documentación específica para resolver problemas de Google Ads, Performance Max, Search, Display, Video, Shopping, App, Smart y campañas Demand Gen.
El historial exacto de publicación de cada página de ayuda es difícil de verificar, pero la dirección resulta útil: Google intenta ofrecer a los anunciantes marcos específicos por tipo de campaña para diagnosticar cambios, en lugar de reaccionar de inmediato ante una sola métrica.
Esto importa a medida que las pujas, la creatividad, la segmentación y las ubicaciones se automatizan más. Una caída del rendimiento puede deberse a cambios de presupuesto, seguimiento de conversiones, competencia, estacionalidad, recursos, feeds, políticas, aprendizaje o dinámica de la subasta.
| Conclusión para operadores: Sigue una secuencia de diagnóstico coherente antes de cambiar pujas o presupuestos. Revisa el seguimiento de conversiones, el historial de cambios, el estado del presupuesto, las condiciones de la subasta, la salud del feed de productos, los cambios creativos, la estacionalidad y el rendimiento de la página de destino. La automatización aumenta la necesidad de una resolución disciplinada de problemas, porque más variables pueden moverse fuera de los ajustes manuales que hayas cambiado. |
FUERA DE HORARIO
Controlar la interfaz también significa asumir la responsabilidad
Meta convierte un acuerdo legal en una campaña de seguridad de plataforma
Business Insider informa de que Meta comenzó a publicar anuncios de pago para pedir a TikTok y YouTube que adoptaran medidas similares de seguridad para adolescentes después de que Meta aceptara un acuerdo de hasta 18 mil millones de dólares en una demanda por adicción juvenil.
Los anuncios de Meta piden a las plataformas rivales que «se unan a nosotros para apoyar a los adolescentes» y enlazan a la explicación de la empresa sobre las protecciones del acuerdo.
Business Insider describe la estrategia como un jiu-jitsu reputacional: Meta intenta convertir un importante acuerdo legal en un argumento sectorial sobre normas compartidas, en lugar de permitir que la historia siga centrada únicamente en Meta.
Para los anunciantes, el punto importante va más allá de la táctica de relaciones públicas. La seguridad, la verificación de edad, el diseño de producto, la moderación y las normas de segmentación de jóvenes pueden afectar a la forma en que operan las plataformas sociales y a cómo se permite a las marcas llegar a audiencias más jóvenes.
| Conclusión para operadores: Trata la seguridad de las plataformas y los cambios normativos como parte de la planificación de medios, no como un asunto jurídico separado. En campañas dirigidas a públicos jóvenes, documenta la segmentación por edad, la idoneidad creativa, las relaciones con creadores, el uso de datos y las restricciones específicas de cada plataforma. Una audiencia grande solo es valiosa mientras la plataforma pueda seguir ofreciéndola bajo condiciones jurídicas y de confianza aceptables. |
La última actualización de Workspace with Gemini de Google está dirigida a estudiantes, pero refleja la misma dirección de producto visible en viajes, publicidad y comercio: la IA se integra en las herramientas donde ya se realiza la tarea.
En vez de abrir un producto de IA independiente, los usuarios pueden organizar tareas, convertir apuntes en guías de estudio, preparar presentaciones, resumir información y gestionar el trabajo dentro de Workspace.
Este patrón de producto es cada vez más común. Search se convierte en un flujo de reservas. Demand Gen puede convertirse en un flujo de conversación. Los centros de contacto se convierten en flujos de resolución asistidos por IA. Amazon desarrolla agentes de compra dentro de su propio ecosistema.
Esta es la disyuntiva estratégica detrás del enfoque de Amazon. La empresa no se limita a bloquear bots; protege la interfaz donde la intención del cliente, el descubrimiento de productos, la publicidad, los datos de transacción y la fidelización pueden reforzarse mutuamente.
Un ecosistema cerrado puede generar una economía de datos propios más sólida, pero también exige que el minorista ofrezca suficiente descubrimiento, calidad de recomendaciones, servicio y confianza para que los clientes quieran permanecer dentro de él.
Un ecosistema abierto puede ganar alcance mediante asistentes externos y plataformas de búsqueda, pero una mayor parte de la decisión puede producirse fuera del control directo de la marca. Los datos de producto deben ser precisos, los permisos de socios intencionales y la atribución se vuelve más difícil.
El modelo ganador no será el más abierto ni el más cerrado. Será el que coincida con la ventaja real del minorista: demanda propia, inventario único, logística, servicio, fidelización o la capacidad de convertirse en la fuente más útil dondequiera que comience el cliente.
El equipo de Beecommercer