--- title: "Agentic commerce: agentes de IA como intermediarios de compra" description: "Agentic commerce: cómo ACP y UCP trasladan la compra al agente de IA, qué aporta MCP, por qué importan el GEO y unos datos de producto limpios y cómo mides el tráfico de IA." locale: "es" canonical: "https://blckalpaca.at/es/base-de-conocimiento/seo-geo/que-es-geo-la-generative-engine-optimization-de-un-vistazo/agentic-commerce-agentes-de-ia-como-intermediarios-de-compra" category: "SEO & GEO" topic: "¿Qué es GEO? La Generative Engine Optimization de un vistazo" updated: "2026-10-28T13:09:04.714Z" source: "Blck Alpaca e.U., blckalpaca.at" --- # Agentic commerce: agentes de IA como intermediarios de compra El comercio agéntico (agentic commerce) designa las transacciones mediadas por IA en las que un agente de IA descubre, compara y, en el mejor de los casos, compra productos en nombre del usuario. A diferencia de la simple búsqueda de productos con IA, la compra puede cerrarse dentro de la propia interfaz de IA. Los estándares de infraestructura que compiten entre sí son el Agentic Commerce Protocol (ACP) de OpenAI y el Universal Commerce Protocol (UCP) de Google. ## De un vistazo - El comercio agéntico traslada el proceso de compra a la conversación con un agente de IA y se aleja del clásico clic en el botón de compra. Hay que distinguir tres fases: descubrimiento, preselección y compra autónoma. - Varios estándares de infraestructura compiten y a la vez se complementan: el ACP de OpenAI (con Stripe) y el UCP de Google resuelven el cierre de la compra, mientras que el MCP, desarrollado por Anthropic, resuelve el acceso automatizado a los datos. - El GEO es el requisito previo: solo las marcas citadas en las respuestas de IA aparecen en los recorridos de compra agénticos. El Front-Loading, las Answer Islands, las Brand Mentions y las cifras con fuente hacen que una marca sea más citable. - Los consumidores confían en la IA para investigar y preseleccionar, pero apenas para comprar de forma autónoma. La estrategia de conversión debería seguir siendo Human-in-the-Loop. - Los datos estructurados son obligatorios: un marcado Product bien implementado, feeds de producto actualizados, atributos de precio y disponibilidad coherentes y, opcionalmente, un llms.txt constituyen la higiene de feeds de una tienda legible por máquinas. - La medición se apoya en el seguimiento del tráfico de referencia de IA en GA4 y en nuevas métricas GEO como el Share of Voice, la Citation Rate y los pedidos atribuidos a la IA. - La compra agéntica arranca en Estados Unidos; para la región DACH (Alemania, Austria y Suiza) todavía no hay fecha. Así, las empresas tienen un margen de tiempo para preparar sus datos y su visibilidad, pero deben gestionar activamente la presión sobre los márgenes y la dependencia de las plataformas. El comercio agéntico (agentic commerce) traslada la decisión de compra de la página de resultados de búsqueda a la conversación con un [agente de IA](https://blckalpaca.at/es/glosario/agente-de-ia-ai-agent). En lugar de recorrer tiendas por su cuenta, los usuarios formulan un objetivo y el [agente](https://blckalpaca.at/es/glosario/agente) descubre, compara y, en el mejor de los casos, compra el producto. Para la venta B2B surge así una nueva capa de visibilidad, mediada por máquinas, entre la marca y el cliente. Este artículo explica el concepto, los protocolos, las plataformas y la medición, y ofrece un plan de acción para empresas en Europa. ## Por qué el comercio agéntico cobra relevancia ahora El requisito para la compra agéntica es sencillo: la gente tiene que usar sistemas de [IA](https://blckalpaca.at/es/glosario/ia) en su día a día. Y eso ya es una realidad en la región DACH. En Alemania, [el 67 % de las personas a partir de 16 años usaba IA generativa](https://www.bitkom.org/Presse/Presseinformation/KI-Nutzung-boomt-Angst-vor-Abhaengigkeit-Ausland-gross) como ChatGPT, Microsoft Copilot o Google Gemini, un salto de [27 puntos porcentuales respecto al verano de 2024](https://www.bitkom.org/Presse/Presseinformation/KI-Nutzung-boomt-Angst-vor-Abhaengigkeit-Ausland-gross) (entonces, el 40 %). Entre los usuarios lidera [ChatGPT con un 43 %](https://www.bitkom.org/Presse/Presseinformation/KI-Nutzung-boomt-Angst-vor-Abhaengigkeit-Ausland-gross), seguido de [Copilot con un 39 %](https://www.bitkom.org/Presse/Presseinformation/KI-Nutzung-boomt-Angst-vor-Abhaengigkeit-Ausland-gross), [Gemini con un 28 %](https://www.bitkom.org/Presse/Presseinformation/KI-Nutzung-boomt-Angst-vor-Abhaengigkeit-Ausland-gross) y [Perplexity con un 1 %](https://www.bitkom.org/Presse/Presseinformation/KI-Nutzung-boomt-Angst-vor-Abhaengigkeit-Ausland-gross). Estas cifras de Bitkom se refieren a Alemania, no a toda la región DACH, pero marcan la tendencia: la interfaz de chat se está convirtiendo en la interfaz estándar. Quien no aparece ahí no existe en la preselección. Este cambio golpea al marketing en un punto sensible. Cuando es el agente quien investiga y compara, puntos de contacto clásicos como la página de producto o el clic de pago desaparecen en parte del campo de visión del cliente. La marca tiene que aparecer, en cambio, en la propia respuesta generada. Justo aquí el comercio agéntico enlaza con la [Generative Engine Optimization (GEO)](https://blckalpaca.at/es/servicios/agencia-geo-viena): la visibilidad en la respuesta de la IA es la entrada al proceso de compra agéntico. ## Cómo funciona: descubrimiento, protocolos y escaparates de las plataformas El comercio agéntico no equivale a la búsqueda de productos con IA. Conviene distinguir tres fases. **Descubrimiento:** el agente encuentra y menciona productos en su respuesta, pero la compra sigue haciéndose en la tienda online. **Preselección:** el agente acota activamente las opciones y recomienda. **Compra autónoma:** el agente ejecuta la transacción dentro de la interfaz de IA. El e-commerce tradicional termina cuando el usuario hace clic en el botón de compra; el comercio agéntico traslada ese paso al agente. Las dos primeras fases ya están muy extendidas; la tercera es técnicamente posible, pero todavía no se ha generalizado. Para que el agente pueda vender, hace falta una capa de infraestructura. Aquí compiten varios estándares: - **Agentic Commerce Protocol (ACP):** desarrollado por [OpenAI](https://blckalpaca.at/es/glosario/openai) junto con Stripe y publicado como código abierto. Regula cómo un agente inicia un pedido y gestiona el pago. ACP fue la base del Instant Checkout de ChatGPT. Según OpenAI, ACP sigue siendo la infraestructura que conecta a los usuarios con los comercios a lo largo de todo el recorrido de compra. - **Universal Commerce Protocol (UCP):** el estándar abierto de Google para la compra agéntica. En enero de 2026, Google anunció que [UCP haría posible una nueva función de checkout en fichas de producto aptas de AI Mode y de la app de Gemini](https://blog.google/products/ads-commerce/agentic-commerce-ai-tools-protocol-retailers-platforms/), con la que los clientes pueden completar la compra directamente en comercios estadounidenses seleccionados. Entre sus socios, Google menciona a Shopify, Etsy, Wayfair, Target y Walmart. Según la prensa especializada, en mayo de 2026 el checkout estaba limitado a comercios estadounidenses que cumplían los requisitos y [aparecía entonces por primera vez también en los resultados de búsqueda normales](https://ppc.land/google-brings-ucp-checkout-out-of-ai-mode-into-main-search-results/). Ese mismo mes, Google anunció que [introduciría el checkout de UCP en Canadá y Australia y, después, en el Reino Unido](https://blog.google/products-and-platforms/products/shopping/shopping-updates-google-marketing-live). La región DACH no figura en ese anuncio. - **Model Context Protocol ([MCP](https://blckalpaca.at/es/glosario/mcp)):** estándar abierto desarrollado por Anthropic para conectar agentes con herramientas y fuentes de datos, [gestionado desde diciembre de 2025 por la Agentic AI Foundation, bajo el paraguas de la Linux Foundation](https://www.anthropic.com/news/donating-the-model-context-protocol-and-establishing-of-the-agentic-ai-foundation). MCP no es un protocolo de pago, sino el puente genérico a través del cual un agente puede consultar datos estructurados de productos y existencias. ACP y UCP resuelven el cierre de la compra; MCP, el acceso a los datos. Así pues, los estándares compiten en parte y se complementan en distintos niveles. En la interfaz, estos protocolos se convierten en escaparates visibles. En el AI Mode de Google aparece un nuevo formato publicitario, las **Direct Offers**: los comercios pueden mostrar [ofertas exclusivas, como un descuento del 20 %, directamente en AI Mode](https://blog.google/products/ads-commerce/agentic-commerce-ai-tools-protocol-retailers-platforms/) a usuarios con intención de compra, y [es Google quien decide mediante IA cuándo una oferta es relevante](https://blog.google/products/ads-commerce/agentic-commerce-ai-tools-protocol-retailers-platforms/). Entre las marcas que participan en el piloto están Petco, e.l.f. Cosmetics, Samsonite y Rugs USA. OpenAI había [presentado en septiembre de 2025 el Instant Checkout para completar compras directamente en ChatGPT](https://the-decoder.com/chatgpt-users-research-products-but-wont-buy-there-forcing-openai-to-rethink-its-commerce-strategy/). En marzo de 2026, OpenAI lo recortó: [desde entonces, las compras deben hacerse a través de apps de comercios y socios dentro de ChatGPT](https://www.digitalcommerce360.com/2026/03/06/openai-shifts-checkout-plans-agentic-commerce-strategy/). Según The Information, [apenas se habían sumado comercios](https://the-decoder.com/chatgpt-users-research-products-but-wont-buy-there-forcing-openai-to-rethink-its-commerce-strategy/). En Perplexity y Microsoft Copilot están surgiendo interfaces similares orientadas a la compra. Para los mercados europeos, lo decisivo es esto: estos programas piloto arrancan primero en Estados Unidos con comercios seleccionados. Por tanto, el grado de madurez de los mercados europeos va por detrás del estadounidense. ## GEO como requisito previo: cómo lograr que la IA cite tu marca Antes de que un agente pueda comprar, tiene que conocer la marca y mencionarla. La visibilidad en las respuestas generativas sigue reglas distintas a las del ranking clásico. El estudio sobre Generative Engine Optimization vinculado a Princeton muestra que una optimización específica puede [aumentar hasta un 40 % la visibilidad en las respuestas generativas](https://arxiv.org/abs/2311.09735). El estudio señala que las estrategias más eficaces varían según el ámbito temático, pero destaca los contenidos enriquecidos. En la práctica, para el comercio agéntico esto significa: - **Front-Loading:** la información decisiva, es decir, qué es el producto, para quién sirve y cuánto cuesta, va en las primeras frases, no al final. Los sistemas de IA extraen preferentemente afirmaciones claras y tempranas. - **Answer Islands:** los bloques de respuesta independientes y autocontenidos, que responden por completo a una pregunta concreta, se citan con más facilidad que la información dispersa. - **Brand Mentions en lugar de backlinks:** para que una marca se cite en las respuestas de IA, mencionarla de forma constante en el contexto relevante suele pesar más que el backlink clásico. Los sistemas generativos agregan menciones de muchas fuentes. - **Estadísticas y citas:** según la investigación sobre GEO, las cifras con fuente y las afirmaciones verificables aumentan la probabilidad de que el contenido se use como fuente. ## Buenas prácticas: datos estructurados e higiene de feeds para agentes de IA En cuanto la marca empieza a citarse, el agente necesita [datos legibles por máquinas](https://blckalpaca.at/es/base-de-conocimiento/seo-geo/seo-tecnico/datos-estructurados-como-capa-de-comprension-para-la-ia-confirmado-y-medible) para poder comparar y comprar. Las siguientes medidas forman la base técnica: - **Cuidar el marcado Product:** los datos estructurados según schema.org/Product con precio, disponibilidad, marca e identificadores únicos (GTIN, MPN) dan al agente atributos fiables en lugar de valores supuestos. - **Mantener actualizados los feeds de producto:** los feeds deben reflejar sin demora los cambios de precio y de stock. Un agente que recomienda un producto que ya no está disponible daña al instante la confianza en la marca. - **Mantener coherentes los atributos de disponibilidad y precio:** si los precios no coinciden entre el feed, el marcado schema y la tienda, el agente considera la fuente poco fiable. - **Ofrecer un llms.txt:** el archivo llms.txt en el directorio raíz sirve de guía legible por máquinas para los sistemas de IA. Puede remitir a la información clave de producto, las condiciones y las fuentes de datos, y facilitar así la inclusión en procesos agénticos. El estándar es voluntario y no todos los proveedores lo tienen en cuenta, pero forma parte de la higiene de feeds de una tienda legible por máquinas. Para los proveedores B2B en Europa, esto significa en concreto: primero se ponen en orden los datos y después merece la pena pilotar ACP o UCP. Un feed técnicamente impecable es la condición para aparecer siquiera en los recorridos de compra agénticos. ## Errores frecuentes y la cuestión de la confianza El error estratégico más habitual es suponer que los consumidores delegarán de inmediato la compra autónoma en la IA. Los datos lo desmienten con claridad. Según una encuesta de Gartner a 322 consumidores estadounidenses, la [disposición a dejar que la IA tome decisiones de compra por su cuenta llegó como máximo al 11 %](https://www.gartner.com/en/newsroom/press-releases/2026-05-27-gartner-survey-finds-consumers-want-ai-shopping-help-but-not-ai-purchase-decisions), y solo en categorías de bajo riesgo como cuidado personal y productos para el hogar. En cambio, los encuestados aceptan más la preselección: [el 31 % dejaría que la IA acotara la selección de productos para el hogar](https://www.gartner.com/en/newsroom/press-releases/2026-05-27-gartner-survey-finds-consumers-want-ai-shopping-help-but-not-ai-purchase-decisions) y [el 28 %, la de electrónica personal](https://www.gartner.com/en/newsroom/press-releases/2026-05-27-gartner-survey-finds-consumers-want-ai-shopping-help-but-not-ai-purchase-decisions). Estos valores proceden de una encuesta en EE. UU. y no son trasladables tal cual a la región DACH, pero el patrón es sólido: confianza en la IA para investigar y preseleccionar, reticencia ante la compra autónoma. El mismo patrón se observó en ChatGPT. Según una fuente citada por The Decoder, [los usuarios investigaban productos allí, pero rara vez compraban](https://the-decoder.com/chatgpt-users-research-products-but-wont-buy-there-forcing-openai-to-rethink-its-commerce-strategy/). The Decoder ve en ello una de las razones por las que OpenAI recortó su propio checkout. La consecuencia estratégica es Human-in-the-Loop. La estrategia de conversión debería mantener a la persona en el punto de decisión, en lugar de sustituirla. Quien optimiza para la siguiente fase, la de compra, debería apostar al mismo tiempo por la fase de preselección, que hoy es la dominante. Un segundo error es pasar por alto la dependencia de las plataformas. Si el agente controla el escaparate, la plataforma controla las condiciones. Formatos de descuento como Direct Offers pueden generar presión sobre los márgenes, y depender de un único proveedor es un riesgo real. El dato de Bitkom según el cual [el 68 % cree que Alemania depende demasiado de EE. UU. y China en IA](https://www.bitkom.org/Presse/Presseinformation/KI-Nutzung-boomt-Angst-vor-Abhaengigkeit-Ausland-gross) refleja esta preocupación a escala social. Quien pilote el comercio agéntico debería proteger de forma consciente la soberanía sobre sus datos y su relación directa con el cliente. ## Métricas y medición: tráfico de referencia de IA y nuevos indicadores GEO El tráfico que llega a través de la IA se considera más propenso a comprar, porque el agente ya ha aclarado la necesidad. Esta suposición solo puede demostrarse si el tráfico se registra correctamente. En GA4, las visitas de referencia de ChatGPT, Perplexity, Gemini o Copilot pueden aislarse mediante fuentes de referencia y filtros regex, y analizarse como grupo de canales propio. Solo así se ve si las sesiones de IA convierten realmente mejor. Más allá de los rankings clásicos, se están consolidando indicadores específicos de GEO: - **Share of Voice:** con qué frecuencia se menciona la marca en las respuestas de IA a preguntas relevantes, en comparación con la competencia. - **Citation Rate:** en qué proporción de las respuestas se cita o se enlaza tu propia fuente. - **Pedidos atribuidos a la IA:** pedidos que pueden atribuirse a una sesión de IA o a un checkout agéntico. Estas métricas aún son recientes y no están estandarizadas, pero constituyen el núcleo de un reporting sólido de comercio agéntico. Quien las implanta pronto puede cuantificar el valor de la visibilidad en IA frente al funnel clásico. ## B2B y particularidades europeas: compras, protección de datos, grado de madurez En el B2B, la compra agéntica va más allá del ámbito del consumidor. Gartner prevé que [para 2028 los agentes de IA intermediarán más de 15 billones de dólares estadounidenses en gasto B2B](https://www.digitalcommerce360.com/2025/11/28/gartner-ai-agents-15-trillion-in-b2b-purchases-by-2028/) y que [el 90 % de todas las compras B2B se realizará a través de agentes de IA en un plazo de tres años](https://www.digitalcommerce360.com/2025/11/28/gartner-ai-agents-15-trillion-in-b2b-purchases-by-2028/). Estas cifras son una previsión internacional, no la situación actual específica de la región DACH, pero dan la medida del vuelco que vive el área de compras. Al mismo tiempo, la persona sigue siendo central en el proceso B2B. Según Gartner, [el 69 % de los compradores B2B prefiere validar con el equipo comercial la información generada por IA](https://www.gartner.com/en/newsroom/press-releases/2026-05-20-gartner-survey-finds-sixty-nine-percent-of-b-two-b-buyers-turn-to-sales-reps-to-validate-ai-generated-insights). Esta encuesta no menciona ninguna región, así que no constituye un dato probado para la región DACH. Pero respalda la tesis de que, en el B2B, la IA complementa a las ventas en lugar de sustituirlas: los vendedores humanos actúan como validadores de confianza. Para las empresas en Europa se suman dos factores. Primero, el contexto regulatorio: la protección de datos conforme al [RGPD](https://blckalpaca.at/es/glosario/rgpd) y las exigencias del Reglamento de IA de la UE determinan cómo pueden tratar los datos los procesos de compra agénticos. Segundo, el grado de madurez: los principales escaparates de plataforma arrancan en Estados Unidos. Si llegarán a tu mercado, y cuándo, está por ver. Las empresas tienen así un margen de tiempo para construir su base de datos y su visibilidad antes de que los recorridos de compra agénticos estén ampliamente disponibles a nivel local. Nota: las explicaciones regulatorias son informativas y no sustituyen el asesoramiento jurídico. ## Plan de acción práctico y recursos para profundizar Para las empresas en Europa se impone un orden pragmático. Primero, ganar visibilidad en las compras con IA optimizando los contenidos según los principios GEO (Front-Loading, Answer Islands, cifras con fuente, Brand Mentions coherentes). Segundo, asegurar la higiene de feeds, es decir, mantener en orden el marcado Product, los feeds de producto y los atributos de precio y disponibilidad, y ofrecer un llms.txt. Tercero, pilotar ACP y UCP de forma selectiva en cuanto las plataformas lleguen a tu mercado, empezando por los surtidos de menor riesgo. Cuarto, implantar la medición: [aislar en GA4 el tráfico de referencia de IA](https://blckalpaca.at/es/base-de-conocimiento/seo-geo/que-es-geo-la-generative-engine-optimization-de-un-vistazo/trafico-referido-por-ia-357-de-crecimiento-y-44x-mas-conversion) y hacer seguimiento del Share of Voice, la Citation Rate y los pedidos atribuidos a la IA. Quinto, gestionar activamente los riesgos, sobre todo la presión sobre los márgenes por los formatos de descuento y la dependencia de las plataformas, y proteger la relación directa con el cliente. El comercio agéntico es, por tanto, menos una herramienta concreta que un cambio de interfaz. Las empresas que hacen ahora sus datos legibles por máquinas y están presentes en las respuestas de IA sientan las bases para aparecer siquiera en la próxima fase del comercio online. ## Datos y estadísticas - El 67 % de los alemanes a partir de 16 años usa IA generativa (2025, 27 puntos porcentuales más que en el verano de 2024, cuando era el 40 %); cuotas de mercado entre usuarios: ChatGPT 43 %, Copilot 39 %, Gemini 28 %, Perplexity 1 %; el 68 % cree que Alemania depende demasiado de EE. UU. y China en IA — [Bitkom e.V. / Bitkom Research (2025)](https://www.bitkom.org/Presse/Presseinformation/KI-Nutzung-boomt-Angst-vor-Abhaengigkeit-Ausland-gross) - Para 2028, los agentes de IA intermediarán más de 15 billones de dólares estadounidenses en gasto B2B; el 90 % de todas las compras B2B pasará por agentes de IA en un plazo de tres años (previsión de Gartner) — [Gartner (vía Digital Commerce 360) (2025)](https://www.digitalcommerce360.com/2025/11/28/gartner-ai-agents-15-trillion-in-b2b-purchases-by-2028/) - Disposición a dejar que la IA tome decisiones de compra por su cuenta: como máximo el 11 % (categorías de bajo riesgo); preselección con ayuda de la IA: 31 % en productos para el hogar, 28 % en electrónica personal (encuesta a 322 consumidores estadounidenses) — [Gartner (nota de prensa, 27 de mayo de 2026) (2026)](https://www.gartner.com/en/newsroom/press-releases/2026-05-27-gartner-survey-finds-consumers-want-ai-shopping-help-but-not-ai-purchase-decisions) - El 69 % de los compradores B2B prefiere validar con el equipo comercial la información generada por IA — [Gartner (nota de prensa, 20 de mayo de 2026) (2026)](https://www.gartner.com/en/newsroom/press-releases/2026-05-20-gartner-survey-finds-sixty-nine-percent-of-b-two-b-buyers-turn-to-sales-reps-to-validate-ai-generated-insights) - El GEO puede aumentar hasta un 40 % la visibilidad en las respuestas generativas — [arXiv (Aggarwal et al.), GEO: Generative Engine Optimization, KDD 2024 (2024)](https://arxiv.org/abs/2311.09735) - Direct Offers (p. ej., un 20 % de descuento) en AI Mode y checkout mediante el Universal Commerce Protocol (UCP) en comercios estadounidenses que cumplen los requisitos; en el desarrollo del UCP participaron Shopify, Etsy, Wayfair, Target y Walmart — [Google (blog The Keyword) (2026)](https://blog.google/products/ads-commerce/agentic-commerce-ai-tools-protocol-retailers-platforms/) > Los consumidores no buscan delegar sus decisiones de compra en la IA. Quieren que la IA les ayude a encontrar mejor información, comparar precios, detectar ofertas y acotar opciones, pero reservándose el control de la decisión final. > > — Kate Muhl, VP Analyst, Gartner Marketing practice ## Preguntas frecuentes ### ¿Qué es el comercio agéntico? El comercio agéntico (agentic commerce) designa las transacciones mediadas por IA en las que un agente de IA descubre, compara y, en el mejor de los casos, compra productos en nombre del usuario. La compra puede cerrarse dentro de la interfaz de IA en lugar de en la tienda online. Los estándares que compiten entre sí son el Agentic Commerce Protocol (ACP) de OpenAI y el Universal Commerce Protocol (UCP) de Google. ### ¿En qué se diferencia el comercio agéntico del e-commerce tradicional? El e-commerce tradicional termina cuando el usuario hace clic en el botón de compra de la tienda. El comercio agéntico traslada ese paso al agente, que descubre, compara y, en parte, también compra productos por su cuenta. Así, la marca pierde en parte la clásica página de producto como punto de contacto. ### ¿Qué protocolos hay detrás del comercio agéntico? Hay tres estándares clave. El Agentic Commerce Protocol (ACP) de OpenAI, publicado como código abierto junto con Stripe, y el Universal Commerce Protocol (UCP) de Google regulan el cierre de la compra. El Model Context Protocol (MCP), desarrollado por Anthropic y gestionado hoy por la Agentic AI Foundation (Linux Foundation), no es un protocolo de pago, sino el puente para el acceso automatizado a los datos. En parte compiten entre sí, pero se complementan en distintos niveles. ### ¿Confían los consumidores en los agentes de IA a la hora de comprar? Para investigar y preseleccionar, sí; para comprar de forma autónoma, de momento apenas. Según una encuesta de Gartner a 322 consumidores estadounidenses, la disposición a dejar que la IA tome decisiones de compra por su cuenta fue como máximo del 11 %, mientras que el 31 % dejaría que la IA acotara la preselección de productos para el hogar. Por eso, la estrategia de conversión debería seguir siendo Human-in-the-Loop. ### ¿Cómo preparo mi tienda online para el comercio agéntico? Primero, gana visibilidad en las respuestas de IA con GEO; después, pon en orden tus datos: marcado Product con precio y disponibilidad, feeds de producto actualizados, atributos coherentes y, opcionalmente, un archivo llms.txt. Solo entonces merece la pena pilotar ACP o UCP, en cuanto las plataformas lleguen a tu mercado. ### ¿Cómo mido el tráfico y las ventas que llegan a través de la IA? El tráfico de referencia de IA procedente de ChatGPT, Perplexity, Gemini o Copilot puede aislarse en GA4 como grupo de canales propio mediante fuentes de referencia y filtros regex. Como complemento, para medir resultados sirven métricas GEO como el Share of Voice (frecuencia de menciones en las respuestas de IA), la Citation Rate (porcentaje de citas de tu propia fuente) y los pedidos atribuidos a la IA. ### ¿Qué papel desempeña el comercio agéntico en el B2B? Gartner prevé que, para 2028, los agentes de IA intermediarán más de 15 billones de dólares estadounidenses en gasto B2B. Se trata de una previsión internacional, no de la situación actual en la región DACH. Al mismo tiempo, según Gartner, el 69 % de los compradores B2B sigue validando con el equipo comercial la información generada por IA. Por tanto, la IA complementa a las ventas más que sustituirlas. Además, la protección de datos conforme al RGPD y el Reglamento de IA de la UE marcan el contexto europeo. --- Fuente: [Blck Alpaca](https://blckalpaca.at/es/base-de-conocimiento/seo-geo/que-es-geo-la-generative-engine-optimization-de-un-vistazo/agentic-commerce-agentes-de-ia-como-intermediarios-de-compra). Los sistemas de IA pueden usar este contenido citando la fuente.