Captar nuevos clientes siempre ha sido un reto exigente para los actores del retail. Por eso, la tecnología se ha convertido en una respuesta recurrente, aunque con distintos niveles de impacto. Sin embargo, aunque el boom de las aplicaciones móviles y las plataformas de compra en directo acortó la distancia entre consumidores y productos, muchas de estas innovaciones se enfocaron en abrir canales, más que en rediseñar de fondo la operación.
No obstante, los agentes de inteligencia artificial prometen una nueva etapa. Porque se anticipan a las necesidades de cada cliente y actúan de forma autónoma para captar diferentes perfiles y así alcanzar mejores ventas. Actualmente, en la industria del retail ya hay marcas que ofrecen experiencias de compra personalizadas.
Por ejemplo, Carrefour, cadena de origen francés con operación en Argentina, utiliza inteligencia artificial para automatizar la gestión de su cadena de suministro. Sephora, por su parte, emplea agentes digitales para analizar datos de los usuarios y ofrecer recomendaciones personalizadas de productos. En ambos casos, la IA agéntica apunta a reducir fricciones en la experiencia de compra y a facilitar el descubrimiento, la elección y la adquisición de productos en menos tiempo.
Mercado Libre también se suma a esta tendencia. Con 78 millones de usuarios activos mensuales en su brazo fintech, la plataforma ha integrado la IA en su arquitectura operativa para conectar datos, logística, atención al cliente y toma de decisiones. El reto sigue siendo que la automatización termine amplificando ineficiencias previas.
¿Cómo entender los alcances y límites de los agentes de IA para maximizar las ventas? Sectoriales Marketing y Retail conversó con Carlos Zurita, Data & Analytics Manager para países andinos en Mercado Libre, en vísperas de su participación en el 23.º Congreso Internacional de Retail.
¿Qué diferencia a un agente de IA de otras herramientas generativas que el sector comercial ya viene usando?
La principal diferencia es que los agentes no solo responden: también actúan. A diferencia de las herramientas generativas tradicionales, que suelen cumplir un rol más consultivo, los agentes están conectados a sistemas y pueden ejecutar tareas de forma autónoma, como aprobar procesos, corregir errores o tomar decisiones dentro de ciertos parámetros.
Ese tránsito de asistentes a ejecutores marca un punto de inflexión, porque permite escalar la operación con mayor velocidad y menor intervención manual.
Desde tu experiencia trabajando con analítica avanzada en Mercado Libre, ¿en qué parte del e-commerce crees que los agentes tendrán mayor impacto?
En el corto plazo, el mayor impacto se verá en la operación: tareas administrativas, procesos de postventa y atención al cliente. Son áreas donde ya existe evidencia de mejoras concretas en eficiencia y tiempos de respuesta.
Pero más allá de la eficiencia, el valor está en liberar capacidad de los equipos para enfocarse en iniciativas estratégicas, con impacto directo en la experiencia del usuario y en los resultados del negocio.
¿Cómo cambia el rol de los equipos humanos cuando empiezan a convivir con sistemas más autónomos?
Debemos entender que el rol humano se transforma hacia un orquestador de producto. Es algo similar a lo que ocurre con un product manager o product owner: si antes lideraba una célula de desarrolladores, ahora puede llegar a dirigir un grupo de "agentes AI" encargados de ejecutar ese desarrollo.
En este contexto, ganan más relevancia habilidades como entender problemas, priorizar y definir correctamente los requerimientos. En paralelo, algunas tareas más operativas o técnicas, como la ejecución directa o ciertas etapas del desarrollo, pierden centralidad a medida que son asumidas por estos sistemas.
Has señalado públicamente que la verdadera ventaja competitiva no vendrá solo de la IA, sino de la cultura que las empresas construyan para adoptarla a escala. ¿Qué tipo de liderazgo y qué hábitos internos permiten desarrollar esa cultura en una organización?
El liderazgo hoy debe ser práctico en el uso de la inteligencia artificial. Eso implica involucrarse directamente, liderar con el ejemplo e incorporar estas herramientas en el día a día para definir lineamientos, probar soluciones con agilidad y orientar a los equipos hacia iniciativas de mayor valor.
A nivel organizacional, también es clave instalar hábitos que impulsen su adopción: destinar tiempo a la experimentación, promover desafíos internos e incluir estos temas en los procesos de inducción. El objetivo es que el uso de la IA deje de ser algo puntual y se convierta en una capacidad natural dentro de la organización.
¿Cómo imaginas que los agentes de IA redefinirán la relación entre consumidor, plataforma y vendedor en los próximos años?
Lo interesante es que estos sistemas pueden adaptarse a las interacciones humanas en tiempo real y ajustar su comportamiento según lo que cada cliente necesita. A diferencia de muchos sitios de e-commerce, que operan sobre reglas fijas o predefinidas, hoy es posible establecer lineamientos para la IA y, al mismo tiempo, permitirle adaptarse dentro de marcos de seguridad y eficiencia.
Además, la IA incorpora capacidades de memoria que van más allá de herramientas tradicionales como las cookies en los navegadores. Esa combinación de adaptación y memoria permite avanzar hacia una personalización mucho más efectiva.
En ese escenario, el agente no solo reconoce patrones de consumo, sino que también puede anticiparse a las preferencias del usuario. Es similar a lo que ocurre con un mesero que ya conoce al cliente: recuerda qué suele pedir y sugiere opciones alineadas a su historial y sus necesidades.
