Tu producto ahora pasa por cuatro filtros antes de llegar a una persona. Todos leen el mismo catálogo.

En el Hot Sale de este año, 6 de cada 10 compradores digitales en México dijeron que usarían IA como guía para comprar, y 5 de cada 10, para comparar productos, según la AMVO [1]. Ya no es una curiosidad. De 23 sitios de ecommerce que Similarweb analizó en cinco países de la región, Amazon México es el que más visitas recibe desde chatbots de IA: unas 920 mil al mes, con ChatGPT concentrando entre 65% y 96% de ese tráfico según el sitio [2]. Y Mercado Libre, el marketplace más visitado del país [3], ya prueba un asistente de compras con IA con parte de sus usuarios, según BTG Pactual [4].

Estados Unidos muestra hacia dónde va esto. A finales de septiembre, NielsenIQ reportó que el 51% de los consumidores usó al menos una herramienta de IA para comprar en el último mes, la primera vez que la cifra pasa de la mitad [5]. Amazon informó que más de 350 millones de clientes usaron Alexa for Shopping, el agente que reemplazó a Rufus, en los últimos 12 meses [6], y que ya compra solo cuando el producto llega al precio que el cliente definió [7]. En Walmart, quien compra con Sparky gasta 40% más por pedido que quien no lo usa [8].

En mi opinión, estos números juntos todavía se están leyendo como demasiado pequeños. No es que apareció un canal más. Es que, entre tu producto y la persona que va a comprar, entraron filtros nuevos. Hoy son cuatro.

Cuatro filtros entre tu producto y el comprador

• •Asistentes de IA. ChatGPT, Gemini, Claude, Perplexity. Cuando alguien pregunta qué producto comprar, arman una tarjeta con lo que encuentran sobre ti: título, precio, atributos, reseñas, tienda. Si el dato no está, la tarjeta sale sin él. O sale con el competidor.
• •Agentes de los marketplaces. Alexa for Shopping en Amazon Estados Unidos y el asistente que Mercado Libre está probando. Es el filtro más maduro: tiene carrito, historial, envío y, en Amazon, ya compra sin que el cliente haga clic [7]. Lee lo que está en la publicación: título, ficha técnica, atributos, preguntas y respuestas, reseñas. Solo lo que está en la publicación.
• •Agentes personales. Asistentes de uso general que navegan sitios, comparan y empiezan a cerrar la compra en nombre del consumidor. En septiembre, Meta lanzó en Estados Unidos Muse, un agente que abre el navegador, llena formularios y completa la compra, y con el que se conversa en su propia app o directamente en WhatsApp [13]. Amazon ya hace algo parecido en sitios de terceros con Buy for Me [7], y Google lanzó UCP, un protocolo abierto para que los agentes compren en cualquier tienda [9]. Es la capa menos madura, pero la que más cambia la relación del consumidor con la compra: delega la tarea completa.
• •La búsqueda y el asistente de tu propio sitio. Búsqueda con LLM, recomendaciones, atención que vende. Lee tu catálogo directo de la fuente, con todos los defectos que tenga.

Cuatro filtros, con dueños y niveles de madurez distintos. Lo que tienen en común es lo que importa.

A ninguno lo impresiona una foto bonita

En el primer texto que escribí en este blog, defendí que el agentic commerce cambia la lógica de elegibilidad del ecommerce [10]. Cuando una persona entra a tu publicación, todavía puedes persuadir. Cuando un agente evalúa tu producto, primero necesitas ser comprendido.

Así funcionan los cuatro filtros. Leen atributos, ficha técnica, título, imagen y coherencia entre canales. Un campo vacío ya es motivo para saltarte. Una medida que dice una cosa en Amazon y otra en tu sitio es motivo para desconfiar.

Piensa en lo que pasa cuando la publicación en Mercado Libre dice que el refrigerador es de 11 pies cúbicos, la de Amazon dice 10 y el sitio de la marca dice 9. El agente tiene dos caminos. Puede desconfiar y recomendar al competidor. O puede recomendarte y entregarle al cliente algo distinto de lo prometido. En el primer caso, desapareces de la respuesta. En el segundo, te ganas una devolución.

En los dos casos, el problema no es de medios. No es de ranking. Es de consistencia.

Es exactamente lo que vemos en GLOBALD. En los más de 500 mil SKUs que nuestro agente de compliance ya analizó, los errores más frecuentes no son de persuasión. Son de consistencia: medidas que difieren entre imagen y texto, colores que no coinciden, nombres de producto que cambian de un lugar a otro, errores de idioma, violaciones de reglas del canal.

Ninguno de esos problemas saca a tu marca de la conversación. Todos pueden sacar a tu producto de la compra.

El filtro más fuerte está dentro del marketplace

Hay una lectura común de que la IA le va a quitar la búsqueda de productos al marketplace. Yo creo que no es exactamente eso.

En México, Mercado Libre y Amazon son los dos sitios de comercio más visitados [3], y es ahí donde el comprador empieza a buscar producto. El tráfico que llega desde chatbots de IA crece mes a mes, pero sigue por debajo del 1% del tráfico total de los retailers [2].

Lo que cambia no es dónde busca el cliente. Es qué responde a la búsqueda. En lugar de una página de resultados ordenada por ranking, un agente que lee la publicación, compara atributos y elige. Amazon ya lo hace con 350 millones de clientes en Estados Unidos. Mercado Libre lo está probando, y en el MELI Experience de septiembre su COO, Daniel Rabinovich, habló de agentes asumiendo las compras rutinarias del consumidor [11].

Piensa en lo que eso hace con las preguntas. En Mercado Libre, preguntar antes de comprar es parte del rito: ¿sirve para 127 V?, ¿incluye el cable?, ¿cuánto mide la caja? Un agente que lee la ficha técnica responde eso antes de que el cliente pregunte. Una ficha incompleta o inconsistente hace lo contrario: genera más preguntas, más espera y más devoluciones. Y si el agente no encuentra la respuesta en tu publicación, la encuentra en la del competidor.

Para quien vende, esto significa que el producto pasa a ser filtrado dos veces. Por el agente de afuera, que decide si entras en la respuesta. Y por el agente de adentro, que decide entre las publicaciones que quedaron. Los dos leen lo mismo.

La parte buena: la base es la misma para los cuatro

Lo que los cuatro filtros exigen en la base es igual: atributos completos, correctos y coherentes entre sí. Ese trabajo se hace una vez, en la fuente.

La salida, no. Cada filtro lee el producto en su propio formato. Amazon tiene su esquema de atributos y sus reglas de título. Mercado Libre tiene la ficha técnica de cada categoría, con campos y nombres distintos. Los asistentes de IA leen feeds y datos estructurados en la página. UCP tiene su estándar. Tu sitio tiene su esquema. El mismo producto tiene que traducirse para cada uno.

La diferencia entre tener la base y no tenerla está en lo que pasa en esa traducción. Sin la base, cada canal se vuelve una reescritura, y cada reescritura carga un error distinto. Así es como los pies cúbicos cambian entre Mercado Libre, Amazon y tu sitio. Con la base, la traducción se vuelve un mapeo: un atributo corregido en el origen sale bien en la tarjeta de ChatGPT, en la publicación de Mercado Libre, en la compra del agente personal y en la búsqueda de tu sitio.

Eso no quiere decir que sea poco trabajo. Arreglar unas decenas de productos es simple. Mantener miles de SKUs consistentes, en más de un idioma, traducidos para canales con reglas distintas y actualizados cada semana, no lo es. Por eso esta capa rara vez se resuelve con una hoja de cálculo y buena voluntad. Necesita volverse infraestructura: una fuente de verdad y varias salidas, cada una en el formato del canal.

El catálogo, que por mucho tiempo fue tratado como backoffice, se volvió la interfaz entre tu producto y los agentes que deciden por él.

Por dónde empezar antes de El Buen Fin

El Buen Fin 2026 va del 13 al 17 de noviembre, y según la Canaco 7 de cada 10 mexicanos compran en él, más que los 6 de cada 10 estadounidenses que compran en Black Friday [12]. Faltan menos de seis semanas. Alcanza para hacer lo esencial:

• •Pregúntales a los agentes antes que tu cliente. ChatGPT, Gemini y, si vendes en Amazon Estados Unidos, Alexa for Shopping. Haz las preguntas que haría un comprador de tu categoría, con una necesidad y un presupuesto reales. Revisa si tu producto entra, con qué información y a qué enlace manda.
• •Compara lo que dice el agente con lo que dice la publicación. Cada diferencia de medida, capacidad, color o compatibilidad entre Mercado Libre, Amazon y tu sitio es una venta perdida o una devolución esperando a pasar.
• •Lee las preguntas que ya te hacen. Las preguntas repetidas en tus publicaciones de Mercado Libre son la lista de atributos que faltan en tu ficha técnica. Lo que el comprador pregunta hoy es lo que el agente va a buscar mañana.
• •Ten una fuente de verdad fuera del marketplace. La publicación no puede ser el único lugar donde tu producto está bien descrito. El mismo dato tiene que alimentar Mercado Libre, Amazon, tu sitio propio y los feeds que leen las IA.
• •Empieza por lo que más vende. No alcanza para arreglar todo antes de noviembre. Sí alcanza para arreglar lo que más pesa.

El catálogo que los agentes van a leer

Durante años, la pregunta de quien vende fue: ¿mi página convierte bien?

Sigue siendo válida. Pero, con cuatro agentes en medio del camino, la primera pregunta pasó a ser otra:

Si la respuesta es no, ninguna inversión en medios o en ranking lo resuelve. El agente ya eligió a otro.

En GLOBALD, es exactamente este tipo de problema el que nos interesa resolver: hacer que el producto sea comprendido por todos los agentes que deciden por él. Auditamos el catálogo, encontramos los errores de compliance, atributos, texto e imagen que sacan al producto de las respuestas, los corregimos y distribuimos los datos, en el formato de cada canal, a marketplaces, sitio propio, LLMs y protocolos de agentes como UCP.

El Buen Fin empieza el 13 de noviembre. El catálogo que los agentes van a leer ese día es el que esté publicado en las próximas semanas.