¿Cómo pueden las marcas pequeñas adaptarse al AI Commerce?

A medida que el AI Commerce transforma la forma en que las personas descubren y compran productos, las marcas enfrentan una presión creciente por adaptar sus estrategias digitales.

Con ChatGPT ahora capaz de vender directamente a través de Shopify, los minoristas deben reconsiderar cómo entrenar y estructurar la información que alimenta a los modelos de lenguaje para asegurar que sus productos sean representados correctamente y no pierdan visibilidad frente a la competencia.

Las marcas buscan influir en la forma en que la IA describe y vende sus productos

La integración de IA en los procesos de descubrimiento abre una nueva dinámica competitiva. Marcas y agencias están desarrollando tácticas para influir en cómo las plataformas con IA presentan sus catálogos, incluso mediante asistentes propios para evitar depender de ChatGPT. Shopify, por ejemplo, ya permite realizar compras completas dentro de ChatGPT con pago instantáneo.

“Si nuestras marcas no ofrecen una experiencia de agencia en su propio sitio web, pronto quedarán obsoletas”, advirtió Nicolas Le Pallec, director de tecnología de AKQA para Europa, Medio Oriente y África.

La señal más visible del cambio llegó en octubre, cuando ChatGPT integró oficialmente Shopify: ante búsquedas como “¿Qué pantalones deportivos de moda hay?”, aparecen opciones de tiendas como Skims, permitiendo comprar sin abrir su sitio web. Google también acelera iniciativas similares mediante Gemini, incorporando agentes de IA en navegadores y colaborando con minoristas y agencias en la accesibilidad de sus catálogos para los modelos de lenguaje.

El Protocolo de Contexto de Modelo se vuelve clave para conectar datos

Uno de los estándares que gana protagonismo es el Modelo de Contexto de Protocolo (MCP), descrito como un “USB-C para aplicaciones de IA”, según Al Kallel, director ejecutivo de Nativeads.ai. MCP permite conectar los datos de un minorista con modelos como ChatGPT o Claude.

Sin embargo, Le Pallec advierte que las marcas deben definir qué datos compartir y cuáles mantener privados, especialmente aquellos destinados a personalizar servicios dentro de sus propios sitios web. Este enfoque posibilita asistentes de chat exclusivos que manejan información más completa que la que se expone a los LLM.

Los minoristas deben adaptar sus sitios web a un entorno de clic cero

El auge de los LLM plantea riesgos significativos. Con ChatGPT y Google AI Mode ofreciendo resultados que reducen el tráfico hacia los sitios tradicionales, muchos editores ya reportan caídas en clics. Para las marcas, esto implica que quien tenga mayor visibilidad dentro de los sistemas de IA será quien domine al consumidor.

“En ese mundo, los estándares que existían en las apps y los portales no sobrevivirán. Hay que reinventarlo”, advirtió Kallel.

Ante esta tendencia, AKQA está ayudando a minoristas de lujo a crear asistentes de IA propios y más sofisticados que los agentes basados en LLM. Le Pallec recomienda implementar soluciones personalizadas y no depender únicamente de MCP, ya que la conexión directa con el consumidor podría perderse.

Además, las marcas deben revisar cómo sus sitios web reciben a los clientes provenientes de búsquedas generadas por IA, un nuevo flujo que redefine la experiencia de compra.

Los datos propios se convierten en el activo más valioso

El control de datos de origen vuelve a ocupar un rol central: perfiles de clientes, historiales de compra, inventarios, contenidos y catálogos deben estar unificados para alimentar de forma efectiva a la IA.

“La inteligencia artificial depende de los datos y de su influencia”, señaló Keri McGhee, directora de marketing de Attentive.

Los sistemas fragmentados dificultan la personalización, que ahora se vuelve más alcanzable gracias a la IA y su capacidad de habilitar interacciones uno a uno. Las marcas también pueden utilizar salas blancas con IA como entornos seguros para procesar datos y acelerar el alcance a públicos específicos.

Los catálogos deben hablar el mismo idioma que la IA

El desempeño de una marca dentro de los resultados generados por IA dependerá de la solidez técnica de sus catálogos: desde la estructura del feed hasta la precisión de las descripciones. ChatGPT, por ejemplo, habilitó un “protocolo de comercio agéntico” que soporta pagos instantáneos y permite descripciones de hasta 5,000 caracteres, lo que exige contenido profundo y altamente técnico.

Según Le Pallec, los LLM requieren información detallada y consistente. Esto incluye mantener precios uniformes en todos los canales. Mike O’Donnell, vicepresidente sénior de Flywheel, advierte que la falta de consistencia podría hacer que los agentes de IA releguen a una marca o prioricen versiones con descuento al buscar la mejor oferta para un usuario.

“Si no hay restricciones de precios entre canales, un agente podría elegir automáticamente la opción más barata disponible”, concluyó O’Donnell.