Las cuatro capas que impulsan el comercio autónomo

La IA generativa sigue siendo principalmente una capa de investigación y consideración, y el clic final, al menos por ahora, se produce en un sitio convencional y pertenece a un humano, no a una máquina.  

Pero, aunque la mayor parte del debate público sigue centrándose en los asistentes de compras orientados al consumidor, la transformación de la infraestructura que permite a los agentes buscar, negociar y ayudar en los pagos a gran escala ya está en funcionamiento, especialmente en los flujos B2B, donde el consentimiento y la responsabilidad están más claros.  

Las primeras pruebas piloto demuestran que el comercio electrónico está evolucionando rápidamente hacia un ecosistema multiagente en el que los agentes públicos, empresas , los agentes proveedores de servicios de pago (PSP) y los agentes de redes de tarjetas negocian y realizan transacciones en tiempo real. Cada capa de esta infraestructura tiene diferentes funciones y puntos de control. Comprenderlos determinará la ventaja competitiva de los comerciantes a medida que el comercio agencial vaya creciendo.  

Capa uno: plataformas de IA para consumidores: los nuevos guardianes del descubrimiento

A finales de 2025, las plataformas públicas de IA como ChatGPT, Perplexity y otras se habían convertido en importantes canales de descubrimiento que influyen cada vez más en los comercios que visitan los consumidores.  

El 29 de septiembre de 2025, Agent Pay de Mastercard se lanzó en ChatGPT, lo que permitió a los titulares de tarjetas estadounidenses completar sus compras directamente desde las interfaces de chat. Mientras tanto, OpenAI se asoció con Shopify para que más de un millón de comerciantes pudieran ser encontrados y realizar compras a través de los flujos conversacionales de ChatGPT .  

A diferencia de los humanos, los agentes de IA no se desplazan ni interpretan la jerarquía visual de forma significativa: ChatGPT, Perplexity, Claude, Gemini y otros extraen datos estructurados de feeds, API y marcas schema.org.  

A pesar de todos los esfuerzos del equipo empresas , la página de inicio, los banners y los flujos de UX tienen poco peso para un agente.

En su lugar, los agentes evalúan los productos como filas en una tabla con atributos, precios, disponibilidad y políticas que pueden analizar y comparar entre múltiples comerciantes.  

Los comerciantes con una cobertura de atributos casi completa (95 %+) en vuestro feed de productos suelen informar de una mayor visibilidad en las recomendaciones de IA en comparación con los catálogos escasos. Por otro lado, los agentes suelen omitir los productos con datos que faltan, como plazos de envío, tallas o políticas de devolución.  

Mejores prácticas para maximizar la visibilidad de los comerciantes en el comercio agencial:

1. Exponed datos completos y estructurados sobre los productos a través de feeds y del marcado de productos schema.org para que los agentes puedan interpretar el catálogo de forma fiable.  
2. Alinea la estructura del catálogo con las consultas en lenguaje natural («botas de senderismo impermeables por menos de 200 £ con entrega antes del viernes»), no solo con la lógica interna de comercialización.
3. Mantén el inventario y los precios sincronizados en tiempo real. Los agentes penalizan los datos obsoletos o inexactos y rápidamente rebajan la clasificación de los comerciantes que habitualmente falsean las promesas de stock o entrega.
4. Proporciona API de pago compatibles con agentes o adopta los nuevos estándares de comercio agente para evitar el frágil raspado de HTML.
5. Incluye en la lista blanca a los agentes de confianza, al tiempo que mantienes las defensas contra el fraude para distinguir la automatización beneficiosa de los bots abusivos.

A medida que el comercio agentico crece, los comerciantes que optimizan los datos legibles por máquinas en lugar de (solo) la persuasión humana dominarán el descubrimiento impulsado por agentes. Mientras que aquellos que siguen creando exclusivamente para las visitas a la página podrían correr el riesgo de volverse invisibles.

Capa dos: empresas : de la visibilidad a la propiedad de los resultados

Aunque hayas realizado todas las optimizaciones necesarias para los agentes públicos, es posible que tengas visibilidad, pero sigas sin tener control sobre la experiencia de marca, el resultado de las transacciones o la forma en que tu mensaje se transmite a los consumidores. Encuestas recientes del sector indican que la mayoría de los grandes minoristas esperan que los pagos a través de agentes se generalicen en un plazo de tres años, pero muchos aún no han definido cómo gestionarán sus sistemas las compras iniciadas por agentes, las modificaciones posteriores a la compra o los reembolsos cuando operen a gran escala.

Aquí es donde entra en juego un empresas a medida.  

Cuando un agente público llega con una solicitud como«un envío de zapatillas deportivas por valor de 120 libras para el martes», un empresas interpreta la intención, la compara con el catálogo y la logística empresasy elabora la mejor oferta que empresas hacer. Puede gestionar las limitaciones de inventario en tiempo real, elegir las opciones de envío y cumplimiento que cumplan con el plazo y mantener la voz de la marca en la forma en que se presentan los productos y las compensaciones. En lugar de dejar que un agente público rastree páginas y haga conjeturas, empresas se convierten en contrapartes activas en la negociación que pueden ajustar paquetes, aplicar promociones y proponer alternativas cuando no existe una coincidencia exacta.  

Con el tiempo, es probable que empresas se conviertan en la interfaz predeterminada para los PSP y los sistemas. Mostrarán en tiempo real el inventario, los precios y las señales de riesgo que otras capas de la infraestructura pueden optimizar. En ese modelo, el agente público o intermediario coordina a varios comerciantes, mientras que cada empresas se centra en maximizar la conversión, el margen y la experiencia del cliente para su propio negocio.  

In agentic commerce, the future belongs to merchants who have built agents to actively shape transactions and own outcomes, not merely waiting to be discovered.

Layer Three - Payment Agents: The operational intelligence center  

Agents within PSPs and global payment platforms like Nuvei increasingly handle the operational intelligence that turns intent into money movement at scale. They own fraud detection, routing optimization, authorization performance, dispute management, reconciliation, treasury decisions, and compliance enforcement across thousands of merchants and millions of transactions. As these control points converge in agentic commerce, the intelligence payment platforms will generate can compound across the entire value chain.  

A payment agent can operate within one of the following control points:

• Checkout and funding. Determining whether a transaction should be approved, which funding source to use, and which fraud signals to apply in real time. Intelligence here means learning new patterns of agent behavior and adapting as agents evolve. ‍
• Authorization and routing. Deciding whether to send a transaction through 3D Secure, which acquirer or route to choose based on live performance, and whether to bid dynamically on fees and routing paths. Recent case studies show that AI‑driven routing and risk optimization can reduce fraud losses by more than half and lift approval rates enough to deliver high‑single‑digit revenue uplifts for some merchants, especially in cross‑border and higher‑risk segments. ‍
• Post‑payment controls. Optimizing chargeback evidence, fund release timing, and liquidity management, with decisions that compound across thousands of transactions per day.

PSPs and payment platforms with globally distributed data, multi‑acquirer global setups, and embedded AI decisioning will be better positioned to train agent‑aware models across geographies and use cases.

The intelligence received from such PSPs can become a shared asset for merchants who want to benefit from agentic commerce without building every capability themselves and the entire infrastructure powering agentic commerce.  

Layer Four - Scheme Agents: Encoding trust and standards

Card networks are evolving beyond passive payment rails into intelligent orchestration layers that differentiate agents from human transactions and apply context‑specific security models.  

For example, in October 2025, Visa unveiled its Trusted Agent Protocol (TAP) - developed with Cloudflare - to provide cryptographic verification for AI agents during browsing and checkout. With it, merchants and PSPs can distinguish trusted agents from malicious automation with minimal changes to their infrastructure.

Meanwhile, Mastercard is working with partners including Microsoft, IBM, and Google to scale agentic commerce globally, and has announced plans to expand Agent Pay across Latin America.  

Scheme agents are beginning to detect and classify “agent-present” transactions via: ‍

• ‍Trusted Agent Protocol (Visa): Cryptographic signatures verify agent identity during browsing ‍
• Agent Pay (Mastercard): Special credentials prove "I'm ChatGPT acting for Alex B"

Scheme agents spot agent traffic through cloud IPs, automation fingerprints, and protocol flags. These distinguish legitimate agents from humans and malicious bots, then apply agent-specific rules such as lower friction for trusted agents, tighter scrutiny for unknown ones. They also coordinate authentication by preserving agent identity signals through the PSP → issuer → settlement flow.  

What remains undeveloped is broad, interoperable adoption of these standards, as well as clear liability rules that define what happens when an authorized agent makes a harmful decision on behalf of a consumer – or a business.  

As agentic commerce scales, scheme agents will increasingly be responsible for coordinating authentication, applying context‑aware fraud models, and enforcing emerging “agent‑present” categories that sit alongside today’s card‑present and card‑not‑present distinctions.  

At the same time, schemes are exploring how card network protocols (such as TAP and Agent Pay) could extend toward APM interoperability.  

Is your payment infrastructure ready for agentic commerce?

Industry surveys suggest that close to 60% of banks and large corporations expect agentic payments to be mainstream within the next three years, with early adoption clustering around recurring billing and B2B purchasing flows.  

It is likely only a matter of time before these patterns extends more broadly into B2C, particularly for repeat and low-risk purchases. eCommerce is evolving into a multi-agent ecosystem, where human intent is increasingly expressed indirectly rather than through clicks.

For merchants, the question is less whether agents are coming and more whether their infrastructure will be ready when agents become a primary interface for purchase.

‍

Asaf Ben Gal is Director of AI & Analytics at Nuvei, leading the company’s AI strategy and applied machine learning initiatives to turn advanced technologies into measurable business impact.