Los agentes de IA ya pueden ver tu catálogo de productos

Resumen ejecutivo

• Hecho: Commerce (Nasdaq: CMRC), empresa matriz de Feedonomics, lanzó el 27 de abril las Exportaciones de Catálogo Agéntico (ACE), conectando los catálogos de producto de los comerciantes con OpenAI/ChatGPT, Google Gemini, Microsoft Copilot, PayPal, Stripe, Perplexity y Amazon en un único feed.

• Impacto: Dell ya está sindicando aproximadamente 7.000 referencias a través de ACE — portátiles, servidores, monitores, accesorios — sin necesitar construir siete integraciones independientes.

• Sorpresa: El cuello de botella no es el acceso a estas plataformas: es la calidad del dato. Los agentes de IA muestran productos según la completitud de atributos estructurados, no la densidad de palabras clave. Un juego completamente distinto al que las marcas han jugado durante dos décadas.

La conversación dentro de la mayoría de los departamentos de marketing sigue centrada en ChatGPT como herramienta de redacción, o quizás como bot de atención al cliente. Mientras tanto, la verdadera disrupción ocurre en una capa que muy pocos directores de marca han mirado todavía: el descubrimiento de producto. Los agentes de compras con IA están convirtiéndose en un canal primario a través del cual los consumidores encuentran y evalúan productos — y tu catálogo o habla su idioma, o no existe.

El 27 de abril, Commerce (empresa matriz de Feedonomics) hizo un movimiento que debería acelerar esa conversación. La compañía lanzó las Exportaciones de Catálogo Agéntico, un servicio que permite a las marcas enterprise sindicar sus datos de producto a siete grandes superficies de IA simultáneamente — OpenAI/ChatGPT, Google Gemini, Microsoft Copilot, Amazon, PayPal, Stripe y Perplexity — a través de un único feed gestionado. Dell se incorporó como early adopter, cargando aproximadamente 7.000 productos.

Un feed, siete plataformas: qué hace realmente ACE

El problema que ACE resuelve suena aburrido, pero tiene consecuencias comerciales profundas. Cada plataforma de compras con IA tiene sus propios requisitos de esquema, cadencias de actualización y formatos de datos. Para una marca mediana con 2.000 referencias, construir un feed compatible con siete endpoints diferentes no es un proyecto de marketing — es un trabajo de ingeniería de seis meses que nunca termina porque las plataformas evolucionan constantemente.

Feedonomics centraliza todo eso. Mantienes un feed de producto estructurado; ACE gestiona la transformación, el enriquecimiento y la sindicación a cada destino. Sharon Gee, vicepresidenta senior de producto de IA en Commerce, lo resumió sin rodeos: “El comercio agéntico está pasando rápidamente de la experimentación a la aplicación real, y los comerciantes necesitan una forma fiable de participar.”

Lo más llamativo de este movimiento es la elección de destinos. PayPal y Stripe no son motores de búsqueda — son infraestructura de pagos que está añadiendo silenciosamente capas de compra agéntica. Perplexity no es una plataforma retail tradicional. La implicación es clara: el descubrimiento de producto impulsado por IA no se limitará a interfaces de chatbot. Aparecerá en cualquier lugar donde un consumidor ya esté transaccionando o investigando.

La prueba de 7.000 referencias de Dell y el muro de la calidad del dato

La participación de Dell es instructiva, no por su escala sino por lo que requirió. Paul Mansour, director global de marketing de Dell, lo dijo sin eufemismos: “A medida que los agentes de IA se convierten en un punto de partida más común para el descubrimiento de productos, la calidad y la estructura de los datos de producto importan más que nunca.” Feedonomics no solo conectó el catálogo existente de Dell — lo optimizó y reestructuró para que los productos estén “representados de forma precisa y completa en ChatGPT.”

Esa reestructuración es el trabajo real. Los agentes de IA no clasifican los productos por relevancia de palabras clave como hacía un algoritmo de búsqueda. Muestran productos basándose en cuán completa y consistentemente los datos estructurados responden a la pregunta implícita del comprador. Una ficha de servidor sin dimensiones de rack, consumo energético o configuraciones RAID soportadas no llegará al comprador de IT que pide a un agente Copilot que configure una pila de infraestructura. El producto no baja en el ranking — simplemente no existe en ese contexto.

Dato Epinium

En los catálogos de marca que auditamos en la plataforma Epinium, más del 65% llegan con atributos estructurados incompletos en la primera revisión — mapeos GTIN ausentes, campos de dimensiones vacíos o taxonomías de categoría mal alineadas. En la búsqueda tradicional, los datos de producto delgados causaban una caída gradual de posicionamiento. En el descubrimiento agéntico, causan invisibilidad inmediata.

Esta es la verdad incómoda para las marcas que han confiado en fotografías de calidad y buen copywriting para ganar en los lineales digitales. Ninguno de los dos se traduce a superficies agénticas. Lo que se traduce es la completitud legible por máquina: cada campo de atributo relleno, cada variante mapeada, cada nota de compatibilidad estructurada en el esquema que el agente espera.

La implicación estratégica de canal que nadie está discutiendo

El instinto de la mayoría de los equipos de e-commerce será tratar ACE como otra tarea de gestión de feed — igual que trataron los feeds de Google Shopping en 2012. Ese encuadre subestima el cambio. Google Shopping ponía productos ante humanos que luego ejercían su juicio. El comercio agéntico pone productos ante agentes que ejercen ese juicio en nombre de los humanos, a menudo sin que el humano revise ninguna página de resultados.

Amazon proyectó el año pasado que el descubrimiento impulsado por IA representaría el 50% de su actividad de búsqueda para 2029. Esa estimación se hizo antes del lanzamiento de las funciones de compras de ChatGPT. El plazo puede ser más corto. Las marcas que están estructurando sus datos de catálogo ahora, construyendo los hábitos y flujos de trabajo para mantener alta la completitud de atributos en todas las referencias, están construyendo una ventaja de infraestructura que se acumula. Las marcas que tratan esto como un problema de 2027, no.

Lo que vemos en Epinium es una brecha creciente entre marcas que han invertido en infraestructura de catálogo — cobertura completa de atributos, sincronización en tiempo real, datos de variante estructurados — y las que funcionan con hojas de cálculo actualizadas manualmente o sistemas PIM heredados con un 40% de completitud de campos. Esa brecha era tolerable cuando los humanos navegaban. Se vuelve estructural cuando lo hacen los agentes.

Para los COOs que evalúan dónde invertir el presupuesto de IA en los próximos 12 meses, esto es una respuesta concreta: la infraestructura de catálogo no es un problema de back-office heredado. Es la base sobre la que se construye la descubribilidad por IA. Feedonomics acaba de hacer el primer movimiento de construcción de foso. La pregunta no es si participar en los canales de comercio agéntico — es si tus datos de producto están listos cuando lo hagas.

Preguntas frecuentes: comercio agéntico y descubrimiento de productos con IA

¿Necesito registrarme por separado en OpenAI, Google y cada plataforma de IA para listar mis productos a través de ACE?

No — precisamente eso es lo que elimina ACE. Commerce gestiona las relaciones con las plataformas y los requisitos de esquema en el backend. Como comerciante, mantienes un feed de catálogo estructurado a través de Feedonomics, que gestiona la transformación y sindicación a cada destino. Cada plataforma tiene sus propios criterios de elegibilidad y proceso de incorporación, pero la carga de ingeniería de mantener integraciones individuales es problema de Feedonomics, no tuyo.

¿Importa el tamaño del catálogo? ¿Vale la pena conectar una marca con 200 referencias a estos canales?

El tamaño del catálogo importa menos que la calidad del catálogo y el ajuste de categoría. Una marca especializada de 200 referencias con datos de atributos completos y estructurados en una categoría de compra de alta consideración (electrónica, equipamiento B2B, herramientas industriales) superará a un retailer de 50.000 referencias con fichas escuetas. Los agentes de IA son especialmente efectivos para compras complejas e intensivas en investigación — exactamente las categorías donde los datos estructurados completos rinden inmediatamente.

¿Qué pasa si mi competidor sindica su catálogo a los agentes de IA antes que yo?

Esta es la pregunta correcta. Los agentes de compras de IA, a diferencia del algoritmo de Google, no rastrean y descubren por su cuenta — muestran lo que está en los feeds que se les han proporcionado. Si el catálogo de un competidor está en la capa de compras de ChatGPT y el tuyo no, cada comprador que inicie ese proceso de investigación en ChatGPT es un comprador que nunca ve tus productos. La ventana de primer movimiento en presencia de catálogo agéntico es probablemente de 12 a 18 meses antes de que estas integraciones se conviertan en requisito mínimo.

¿Puedo controlar qué productos aparecen en las recomendaciones de los agentes de IA, o es todo o nada?

Tienes un control significativo. Las exportaciones de catálogo pueden segmentarse por línea de producto, perfil de margen, estado de inventario o cualquier atributo de tu feed. Muchas marcas querrán priorizar inicialmente categorías de alto margen o artículos en stock. La capacidad de excluir referencias específicas de canales específicos (por ejemplo, mantener productos exclusivos B2B fuera de las superficies de IA orientadas al consumidor) es parte de por qué importa una infraestructura de feed gestionada.

Mis productos ya están en Amazon y Google Shopping. ¿Es suficiente?

Depende de dónde empiece a investigar tu comprador. Amazon y Google Shopping siguen siendo dominantes, pero las funciones de compras de ChatGPT y la búsqueda de productos de Perplexity están capturando una cuota significativa de consultas de investigación de alta intención — especialmente entre compradores menores de 35 años que tratan a los asistentes de IA como punto de partida predeterminado. La pregunta más importante es si tus datos de producto están suficientemente estructurados para todos estos canales.

El comercio agéntico ya no es una previsión. Es infraestructura en marcha, con empresas del Fortune 500 construyendo feeds de catálogo para ella ahora mismo. Las marcas que encuadren esto como un proyecto de calidad de datos — y lo ejecuten como tal — tendrán el espacio de estantería que importa en tres años.

¿Listo para auditar tu catálogo para la descubribilidad por agentes de IA? La plataforma de gestión de catálogos de Epinium ayuda a las marcas a estructurar, enriquecer y sindicar datos de producto en canales de comercio tradicional y agéntico. Descubre cómo Epinium optimiza tu catálogo para la era agéntica →

Para un contexto más amplio sobre cómo los agentes de IA están redefiniendo los flujos de trabajo empresariales, consulta nuestro análisis anterior sobre qué significa la IA agéntica para los negocios.