¿Le confiarías a un asistente digital la compra de un televisor para tu casa sin revisar nada? La idea parece cómoda: decir qué se necesita, esperar unos minutos y recibir una opción lista para pagar. Pero el mecanismo todavía tropieza con detalles que, para una familia, no son menores.
Un estudio de Visa puso a prueba a 22 agentes de inteligencia artificial, con una misión cotidiana: comprar un televisor, un ordenador portátil y un aparato para el cabello. El hallazgo fue claro: solo el 57% de las compras resultó satisfactorio.
La prueba llega cuando ChatGPT ya supera los 1.000 millones de usuarios activos mensuales en el mundo. Cerca de la mitad de sus conversaciones busca información o resuelve dudas, y muchas personas ya usan estas herramientas para elegir regalos, organizar viajes, planificar menús o preparar una rutina de ejercicio.
Sin embargo, recomendar un producto y comprarlo de forma autónoma son dos engranajes distintos. El segundo exige entender preferencias, hacer preguntas, comparar condiciones y usar un pago sin cometer errores.
También te puede interesar:Visa Lanza 6 Herramientas de IA para Gestionar Disputas en Tarjetas de CréditoRubail Birwadker, responsable global de crecimiento de Visa, reconoce que la IA aún no alcanzó el nivel necesario para responder con éxito a estos pedidos. Señala que los consumidores podrán delegar compras en estos sistemas cuando la tecnología y la seguridad de pagos sean más robustas.
El asistente que todavía no pregunta lo suficiente
La mejor analogía es la de enviar a alguien a una ferretería con una lista incompleta. Esa persona puede volver con un taladro moderno y caro, pero fallará si nadie le dijo que debe servir para una pared de hormigón, entrar en un cajón pequeño o incluir batería.
El agente de IA funciona como un comprador delegado que necesita aprender a preguntar antes de pasar por caja. En las pruebas, debía descubrir condiciones concretas que otro agente simulaba como comprador. No bastaba con localizar cualquier oferta atractiva.
Para elegir el televisor, por ejemplo, tenía que confirmar compatibilidad con la videoconsola de un niño, una devolución disponible durante 30 días y Dolby Vision, una tecnología que mejora el rango de brillo y color de la imagen. Muchos sistemas compraron equipos que no reunían esos requisitos o no presentaron ninguna opción válida.
Ahí está la pieza clave. Una respuesta inmediata puede parecer inteligente, pero una compra útil requiere detenerse, detectar los huecos de información y abrir una segunda conversación. Es el mismo gesto que hace un buen vendedor cuando pregunta para quién es el producto y cómo se usará.
Los resultados también revelan una diferencia de rendimiento entre modelos. Argon 4, de Google Gemini, y Wonder, de Meta, completaron con éxito el 82% de las compras. Claude obtuvo un 76%, mientras que uno de los agentes de OpenAI alcanzó el 64%.
El precio tampoco resolvió todo. Los cinco modelos más caros acertaron, en promedio, el 67% de las veces; los cinco más baratos llegaron al 50%. Es una oportunidad para entender que pagar más por una herramienta no garantiza que su cableado interno interprete bien una necesidad doméstica compleja.
Visa publicó 15 pruebas por cada agente y habilitó una página para observar sus respuestas. El experimento también abre una cuestión central: qué ocurre si el asistente compra algo no autorizado, elige mal o deja expuestos los datos de pago.
El comercio electrónico pasó años construyendo cerraduras, comprobantes y mecanismos de devolución. Los agentes de compra necesitarán una evolución parecida. Por ahora, pueden ayudar a ordenar opciones; la decisión final todavía conviene dejarla en manos de quien conoce de verdad la casa.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
