Primero fue el autoservicio. Ahora llega el pedido autónomo. Y tu web puede perder visitas mientras tu ecommerce sigue vendiendo.
En la primera parte de esta reflexión defendía que la fidelización en el ecommerce B2B va de mucho más que de puntos y descuentos: va de fricción cero, de conseguir que comprar deje de ser trabajo.
Hablaba de memoria operativa, de perfiles unificados de cliente, de procesos capaces de recordar cómo funciona cada cuenta y del CMO como director de orquesta entre negocio, ventas, IT, datos, operaciones y marketing.
Y terminaba con una pregunta:
¿Cuánto tarda hoy uno de tus clientes en repetir un pedido que ya ha realizado diez veces?
Esa pregunta está a punto de quedarse pequeña. Porque la próxima repetición puede que no la haga directamente el comprador habitual; será su agente de inteligencia artificial con un encargo y directrices claras.
No significa que nuestro cliente vaya a convertirse en una máquina. La empresa seguirá siendo el cliente, las personas seguirán tomando decisiones y la relación comercial continuará existiendo. Lo que cambia es quién ejecuta una parte del proceso.
Y cuando una máquina compra en nombre de una empresa, cambian la interfaz, las reglas de selección y, también, la forma de construir fidelidad.
Ya escribí sobre el impacto de los agentes IA en los marketplaces, y todo aquello aplica con más fuerza aún al B2B. Porque si hay un entorno donde la compra es repetitiva, regulada y perfecta para ser delegada en una máquina, es precisamente este de la venta a empresas.
La próxima interfaz de compra puede no ser tu web
Imaginemos a un responsable de compras diciéndole a su asistente de IA:
Revisa las existencias de los doce centros, repón hasta cubrir treinta días, utiliza únicamente proveedores aprobados, consolida las entregas cuando sea posible y no superes el presupuesto mensual. Solicita autorización si necesitas cambiar un producto homologado.
El agente consultará los sistemas internos de la empresa, revisará consumos, comprobará contratos, comparará alternativas, preparará una propuesta y, cuando corresponda, ejecutará el pedido. La persona ya no necesita recorrer veinte páginas de catálogo, recuperar el pedido anterior ni comprobar manualmente cada referencia. ¡Puede que ni siquiera visite nuestra web!
Esto no significa que el ecommerce visual deje de importar. Las personas seguirán descubriendo productos, evaluando proveedores, negociando acuerdos y resolviendo situaciones complejas. Significa que aparece una segunda interfaz: la interfaz entre máquinas. Y esa nueva interfaz no interpreta nuestra propuesta de valor de la misma manera, por lo que las implicaciones para la fidelización son enormes.
Un agente no responde a un banner como lo hace una persona. Tampoco es un auditor completamente neutral. Actuará dentro de listas de proveedores homologados, contratos negociados, preferencias humanas, límites presupuestarios y reglas definidas por la empresa.
Pero será mucho menos tolerante con una operativa deficiente. Podrá comparar de forma consistente la disponibilidad, el precio pactado, el plazo comprometido, la calidad del dato, las alternativas permitidas y el historial de cumplimiento.
La marca seguirá importando. La relación comercial seguirá importando. El precio seguirá importando. Pero una parte creciente de esa confianza tendrá que traducirse a información y comportamientos que una máquina pueda verificar.
La fidelización agéntica será más exigente y más medible: ganará quien mejor se deje entender y operar por máquinas.
Las máquinas ya compran en B2B. Lo nuevo es cómo deciden
Conviene no contar esta historia como si los sistemas de compras nunca hubieran hablado con los proveedores.
El B2B lleva décadas automatizando transacciones mediante EDI, cXML, PunchOut, OCI y APIs. cXML, por ejemplo, permite intercambiar catálogos, pedidos, confirmaciones, avisos de expedición y facturas entre aplicaciones de aprovisionamiento, plataformas ecommerce y proveedores. OCI conecta sistemas empresariales con catálogos externos.
La comunicación entre máquinas no es nueva. Lo que introduce el comercio agéntico es una capa diferente.
Una integración tradicional ejecuta un flujo previamente definido: recibe un pedido con una estructura concreta, valida determinados campos y lo procesa. Un agente puede interpretar un objetivo expresado en lenguaje natural, combinar contexto procedente de varios sistemas, elegir qué herramientas necesita y gestionar excepciones antes de ejecutar.
Para una operación estable, masiva y perfectamente estructurada, una integración determinista seguirá siendo difícil de superar.
Pero pensemos en un pedido que requiere revisar el consumo de varios centros, respetar un presupuesto, identificar subidas de precio, localizar sustitutos y solicitar aprobación solo si se incumple alguna regla. Ahí el agente puede aportar algo distinto. No sustituye la infraestructura B2B existente. La hace más accesible, flexible e inteligente.
Y aquí la fricción cero deja de ser una ventaja competitiva para convertirse en requisito fundamental de existencia. Un catálogo mal estructurado, sin información rica y accesible, quedará peor posicionado, o aun peor: será directamente invisible para estos agentes. No es solo que puedas perder la venta: es que corres el riesgo de no entrar en la primera comparativa.
OpenAI presentó su Agentic Commerce Protocol (ACP) como infraestructura abierta para conectar datos estructurados de catálogo, disponibilidad y procesos comerciales con experiencias de compra dentro de ChatGPT (1). El B2B necesitará ir bastante más lejos que un catálogo público: el agente deberá entender tarifas, condiciones contractuales, permisos, centros de coste, límites de compra y flujos de aprobación. Pero la dirección está clara: el catálogo tendrá que ser comprensible tanto para personas como para máquinas.
En ese escenario, poner una fotografía atractiva sigue ayudando a construir marca, pero la experiencia de marca empezará a medirse también en esquemas de datos y porcentajes de pedidos correctamente procesados.
MCP: permitir que los sistemas del cliente hablen con tu ecommerce
¿Y cómo se prepara técnicamente esto? Aquí entra un protocolo del que ya hablé en profundidad en este artículo y que en B2B tiene un encaje natural: el Model Context Protocol (MCP).
¿Qué aún no sabes lo que es el MCP? te lo resumo muy rápido: se trata de un estándar abierto para conectar aplicaciones de inteligencia artificial con datos, herramientas y sistemas externos. Tanto ChatGPT como Claude o cualquier LLM permiten conectarse a servidores MCP remotos para consultar información y ejecutar acciones aprobadas (2).
La oportunidad para un ecommerce B2B consiste en desarrollar un servidor MCP propio que exponga, de forma controlada, las capacidades necesarias para operar con él. No se trata de permitir que un modelo de lenguaje acceda libremente al ERP —eso sería una irresponsabilidad—, sino de crear una capa gobernada de herramientas dentro de tu empresa. Por ejemplo:
buscar_catalogo_autorizado · consultar_precio_contractual · comprobar_stock_y_fecha · proponer_producto_sustitutivo · crear_presupuesto · simular_pedido · enviar_pedido_para_aprobacion · confirmar_pedido · consultar_factura · seguir_entrega
¿Te suenan estos nombres? Se parecen un montón a los que tienen los diferentes endpoints disponibles en cualquier API.
El agente de compras de tu cliente utiliza estas herramientas desde ChatGPT, Claude o cualquier cliente compatible. El flujo sería aproximadamente así:
Agente del cliente → servidor MCP → APIs de tu ecommerce → ERP, PIM, OMS, perfil de cliente y sistemas financieros
El modelo de lenguaje interpreta la intención y coordina los pasos. Los sistemas deterministas siguen controlando las reglas importantes. El LLM no debe inventar el precio. No debe decidir si existe crédito disponible. No debe asumir que un usuario puede aprobar un pedido. Esos datos y decisiones proceden de los sistemas establecidos en el negocio. El modelo interpreta; la infraestructura lo valida y ejecuta.
Esta distinción es fundamental. Integrar inteligencia artificial no consiste en sustituir reglas empresariales por probabilidades. Consiste en añadir una capa de lenguaje y razonamiento sobre procesos que ya tienes controlados.
El escenario que esto habilita es potente: el pedido recurrente —ese ritual mensual de veinte minutos— pasa a durar treinta segundos de supervisión humana. Eso es fricción cero llevada al extremo. Eso es fidelización siempre que el valor esté en lo bien que funciona la integración, no en la dificultad artificial de sustituirla. Los estándares abiertos deberían facilitar la portabilidad. El cliente debe quedarse porque el flujo le aporta valor, no porque lo hayamos atrapado dentro de él.
La ventana de oportunidad se ha abierto ahora. Mi apuesta es que los próximos dos años serán decisivos. Quien utilice este periodo para resolver casos reales y construir integraciones útiles jugará con ventaja; quien espere a que todo esté maduro puede encontrarse con clientes que ya han conectado sus procesos con otro proveedor.
Un pedido autónomo no es lo mismo que un pedido sin control
El comercio agéntico B2B solo funcionará si la seguridad se diseña y valida desde el inicio.
Cada agente debe actuar en nombre de una identidad conocida y dentro de una cuenta concreta. Los permisos tienen que distinguir entre consultar, preparar, aprobar y ejecutar: una operación de lectura no puede tener los mismos privilegios que una orden de compra. Los pedidos deben incorporar claves de idempotencia para impedir duplicidades. Las acciones deben quedar registradas. Los límites económicos requieren validación, y determinadas categorías, importes o volúmenes pueden exigir aprobación humana (que a matrix suena esto).
También será necesario proteger los sistemas frente a instrucciones maliciosas introducidas en documentos o fuentes externas: el contenido que consulta un agente no puede convertirse automáticamente en una orden para ejecutar herramientas. La especificación de MCP contempla mecanismos de autorización, pero la seguridad dependerá de cómo diseñemos cada servidor, sus permisos y sus límites (3).
Mi secuencia sería clara: empezar con operaciones vinculadas a consultas. Después y solo cuando esté totalmente validado, arrancar con otras simulaciones y presupuestos. Más adelante será el momento de dar el paso a pedidos sujetos a aprobación. Y solo cuando exista suficiente observabilidad y confianza, llegar a operaciones automáticas dentro de umbrales muy concretos.
La autonomía no debe llegar antes que la gobernanza. Pero tampoco puedes posponerlo indefinidamente.
La guerra de protocolos: ACP, UCP y MCP (sí, más siglas)
Conviene poner orden, porque en cuestión de meses el comercio agéntico ha pasado de no tener estándares a tener casi demasiados. Y cada gran plataforma está moviendo ficha para no quedarse fuera.
OpenAI movió primero con su ACP. Google respondió en enero de 2026 lanzando el Universal Commerce Protocol (UCP) (4). Y aquí una confesión al lector de la primera parte: si allí hablé de «perfil unificado de cliente» (unified customer profile) evitando bautizarlo con siglas fue precisamente por esto. Google ya había reclamado el acrónimo UCP para su protocolo, y bastante confusión hay ya en este mundillo como para que mi propio acrónimo la lie más.
Bienvenidos al comercio agéntico, donde hasta los acrónimos cotizan al alza.
Bromas aparte, el UCP de Google merece atención por tres motivos.
- Primero, no es un experimento en solitario: está co-desarrollado con Shopify, Etsy, Walmart, Target y Wayfair, y respaldado por más de veinte socios del ecosistema comercial y de pagos como Visa, Mastercard, Stripe, Adyen o PayPal. Cuando la distribución (Google) y el dinero (las redes de pago) acuerdan un estándar, conviene escuchar y estar muy atento.
- Segundo, su ambición: cubre el viaje de compra completo —descubrimiento, transacción y postventa— y ataca de frente el problema que Google llama «N x N»: en lugar de que cada tienda construya una integración a medida para cada agente de IA, una única integración sirve para todas (el modo IA del buscador, Gemini y lo que venga). El ecommerce, además, sigue siendo el vendedor y conserva sus datos de cliente, algo que en B2B no es negociable.
- Y tercero, su interoperabilidad: UCP no compite directamente con MCP porque no ocupan la misma capa. UCP define capacidades y procesos comerciales; MCP puede ser uno de los mecanismos utilizados para exponer esas capacidades, junto con APIs o A2A. Por tanto, UCP puede utilizar MCP, pero no depende de él.
Hoy UCP es sobre todo una realidad B2C: checkout dentro de Gemini y del buscador con marcas como Nike, Walmart o Sephora, y un carrito universal que funciona entre comercios. Para el B2B queda camino —tarifas contractuales, circuitos de aprobación, crédito—, pero la señal es inequívoca: los dos grandes guardianes del descubrimiento, OpenAI y Google, están construyendo la fontanería para que los agentes compren. Quien tenga su catálogo y sus datos preparados podrá enchufarse a cualquiera de los dos. Quien no, quedará fuera de ambos.
Resumiendo el mapa: ACP y UCP son protocolos especializados en el ecommerce (cada uno empujado por su plataforma madre); MCP es un protocolo general para conectar aplicaciones de IA con herramientas, datos y procesos. Puede servir como capa de acceso en determinados flujos comerciales, pero no sustituye a ACP ni a UCP.
En una estrategia B2B hay que utilizarlos de forma complementaria, pero no se debe construir el núcleo de tu plataforma alrededor de un único proveedor o modelo. La lógica de negocio debe seguir residiendo en APIs propias bien diseñadas: catálogo, precio, disponibilidad, clientes, pedidos, crédito y facturación (como mínimo). ACP, UCP y MCP deberían funcionar adaptándose a esa base. Así podremos conectar ChatGPT, Gemini, Claude u otros agentes sin reconstruir todo el ecommerce cada vez que cambie la interfaz dominante.
La anticipación tecnológica no consiste en apostar todo a la herramienta más llamativa del momento. Consiste en construir una arquitectura capaz de adaptarse cuando esa herramienta cambie.
La fidelidad quedará codificada en el flujo de compra
Cuando los agentes empiecen a gestionar pedidos, la fidelización adquirirá una nueva dimensión. Hoy podemos ser el proveedor favorito de una persona. Mañana podremos convertirnos en el proveedor preferente dentro de las reglas de su agente.
Ese privilegio no se ganará solo con publicidad. Se ganará demostrando que nuestros datos son fiables, que cumplimos los plazos, que respetamos el contrato firmado y que resolvemos incidencias de manera eficiente. Un agente podrá evaluar de manera constante la disponibilidad, el precio neto aplicando todas las condiciones del contrato entre las partes, la tasa de pedidos correctos, la calidad de los datos y la velocidad de resolución de problemas.
La confianza dejará de ser solamente una percepción. También será un historial de cumplimiento legible por máquinas.
Esto no elimina la relación humana, ni mucho menos: la eleva. Los comerciales dejarán de dedicar tanto tiempo a recoger pedidos, corregir o atender incidencias, o reenviar documentos; podrán centrarse en entender las necesidades de los clientes para negociar acuerdos complejos y aportar conocimiento. El autoservicio y los agentes no deberían sustituir la relación: deberían eliminar el trabajo administrativo que nunca aportó valor.
La hoja de ruta no empieza comprando tecnología
El error habitual sería comenzar contratando un proyecto de IA o lanzando un chatbot. Yo empezaría observando cómo compran realmente los clientes.
Durante el primer mes analizaría grabaciones de atención al cliente, correos, búsquedas internas, errores en pedidos (propios y ajenos), e incidencias de facturación. No para dibujar un customer journey decorativo, sino para cuantificar dónde se pierde el tiempo y cuánto nos cuesta. Buscaría puntos de fricción frecuentes, relevantes y económicamente medibles: por ejemplo, la repetición de pedidos recurrentes.
Después formaría un equipo de producto transversal. No un comité que se reúne una vez al mes, sino un equipo con capacidad de decidir y ejecutar: negocio, ecommerce, ventas, datos, arquitectura, operaciones, finanzas y seguridad.
En los siguientes sesenta días construiría el perfil unificado mínimo necesario para ese caso de uso. No intentaría resolver todos los datos de la compañía: definiría las entidades, identificadores, permisos y reglas imprescindibles para hacer bien ese recorrido concreto.
A continuación rediseñaría el proceso completo, no solo la pantalla. «Si el pedido digital sigue entrando en una bandeja para que alguien lo copie manualmente al ERP», no hemos eliminado la fricción. La hemos ocultado.
Una vez estabilizado ese flujo, expondría primero capacidades de consulta mediante APIs y MCP. Después probaría la generación de propuestas con un número reducido de clientes. Finalmente permitiría acciones controladas, con aprobación y límites.
Lo que no haría: lanzar un agente autónomo a toda la base de clientes, conectar un LLM directamente con sistemas críticos, ni poner un asistente conversacional encima de un proceso roto. La tecnología por la tecnología no corrige una mala operativa, la amplifica.
Por qué el comercio agéntico B2B premiará a quien lo haga bien
Y como ya sabéis que me encanta la música, no podía seguir avanzando en este post sin un simil musical. En la primera parte decía que la fidelización B2B es un ritmo —mil interacciones sin nota falsa—, en esta segunda parte añado el matiz que lo cambia todo: pronto, parte de la audiencia de ese concierto serán máquinas escuchando con osciloscopios en lugar de oídos. Y lo harán midiendo cada compás con una precisión implacable y que no perdonará una mala nota.
Y esa es, en el fondo, una buena noticia para quienes hacemos (o intentamos hacer) las cosas bien: el comercio agéntico premiará la fiabilidad sobre el ruido, los datos sobre las promesas, el cumplimiento sobre un marketing vacío. Los proveedores mediocres podían sobrevivir confundiendo a compradores humanos con descuentos llamativos o comerciales insistentes. Con los agentes, esa vía se cierra.
La pregunta con la que abría este artículo era «cuando un agente compre por tu cliente, ¿estará preparado tu ecommerce?». Espero que estas dos entregas te hayan dado, al menos, el mapa para empezar a responderla.
Y como siempre, si quieres conversar sobre cómo aterrizar todo esto en tu negocio B2B, ya sabes dónde encontrarme.
Una canción para cerrar y una conclusión final:
Podría haber elegido “Computer Love”, de Kraftwerk. Habría sido la opción evidente para un artículo sobre sistemas, agentes y máquinas conectándose entre sí. Pero me quedo con “Talk”, de Coldplay.
La conexión entre ambas canciones encaja especialmente bien con este artículo: una idea nacida en la electrónica termina convertida en una canción sobre la necesidad de comunicarnos. Esa es también la paradoja del comercio agéntico B2B: que los sistemas hablen entre sí no tiene por qué deshumanizar la relación comercial. Puede liberarla.
Los agentes pueden encargarse de consultar, comprobar, comparar y ejecutar lo repetitivo. Las personas seguirán siendo responsables de interpretar el contexto, negociar las excepciones y construir confianza.
Las máquinas gestionarán parte del proceso. Las personas seguirán sosteniendo la relación.
Artículo anterior de esta serie: Fidelización en el ecommerce B2B: el cliente quiere más que puntos, quiere que comprar deje de ser trabajo
NOTA: Imagen de cabecera generada con IA
Fuentes:
(1) OpenAI Developers – Agentic Commerce Protocol: https://developers.openai.com/commerce y https://www.agenticcommerce.dev/
(2) OpenAI Help Center – Apps y conectores en ChatGPT: https://help.openai.com/en/articles/11487775-connectors-in-chatgpt / MCP connector for Claude: https://platform.claude.com/docs/en/agents-and-tools/mcp-connector
(3) Model Context Protocol – Especificación oficial: https://modelcontextprotocol.io/specification/2026-07-28
(4) Google Developers Blog – Under the Hood: Universal Commerce Protocol (UCP): https://developers.googleblog.com/under-the-hood-universal-commerce-protocol-ucp/
