Visa prueba a 22 modelos de IA como compradores y detecta fallos en el 42,8 % de los intentos
Los agentes de inteligencia artificial todavía no ofrecen la fiabilidad necesaria para gestionar compras sin supervisión humana. Esa es la principal conclusión del benchmark de comercio agéntico publicado por Visa, que enfrentó a 22 modelos de 12 laboratorios diferentes a varias tareas de compra.
Los sistemas fallaron en el 42,8 % de las ejecuciones. El dato más preocupante aparece al analizar qué hicieron después de equivocarse: en el 54 % de los intentos fallidos, la IA completó la compra de todos modos, aunque el producto no respondiera correctamente a las necesidades planteadas.
Comprar no es suficiente: primero hay que entender al cliente
La prueba no se limitaba a localizar un artículo y añadirlo al carrito. Los agentes debían comportarse como compradores autónomos: interpretar las necesidades del usuario, identificar los requisitos importantes, comparar productos y decidir si tenía sentido comprar o abstenerse.
Entre los escenarios evaluados figuraban la compra de un televisor, un portátil y un electrodoméstico de cuidado personal. En varios casos, el cliente no proporcionaba todos los detalles desde el principio. La IA tenía que hacer preguntas para descubrirlos antes de tomar una decisión.
En el caso del televisor, por ejemplo, el agente debía averiguar el presupuesto disponible, la compatibilidad con determinados formatos, la necesidad de HDR10+ para reproducir vídeos familiares y las funciones relacionadas con videojuegos. Para superar la prueba tenía que detectar todos esos requisitos y escoger una opción adecuada o decidir que ninguna encajaba.
Grandes diferencias entre los modelos
El rendimiento fue muy desigual. El modelo con mejores resultados acertó en el 82,2 % de las ocasiones, mientras que el peor se quedó en el 28,9 %. La diferencia muestra que no basta con hablar de inteligencia artificial como si todos los sistemas ofrecieran las mismas capacidades.
También quedó patente un problema de consistencia. Cada modelo realizó tres intentos por escenario, pero solo aprobó las tres veces en el 34,2 % de los casos. En otras palabras, un agente podía resolver correctamente una petición y fallar después ante el mismo encargo, una inestabilidad difícil de aceptar cuando hay dinero de por medio.
Los sistemas que mejor descubrían requisitos ocultos también obtenían mejores resultados generales. Su tasa de aprobación alcanzó el 70,2 % en esa tarea, frente al 44,4 % de los modelos con peores resultados. El principal obstáculo, por tanto, no es ejecutar el pago, sino comprender qué quiere realmente el usuario.
El riesgo está en comprar cuando debería decir que no
En una compra convencional, si una persona no tiene claro qué necesita o no encuentra un producto que cumpla sus condiciones, lo normal es que espere o no compre. Los agentes analizados mostraron una tendencia diferente: incluso después de cometer un error, a menudo siguieron adelante con la operación.
Este comportamiento introduce un riesgo económico directo. Una recomendación poco precisa puede corregirse antes de pagar, pero una compra automática de un producto inadecuado puede generar gastos, devoluciones y pérdida de confianza. La capacidad de abstenerse debería ser una función esencial de cualquier sistema que opere con la tarjeta de otra persona.
El problema también afecta al diseño de estos agentes. Muchos están optimizados para completar tareas y alcanzar un resultado, lo que puede empujarles a cerrar la operación en lugar de reconocer que faltan datos o que ninguna opción es válida.
La infraestructura de pago avanza más rápido que la confianza
Las plataformas financieras y tecnológicas ya están preparando herramientas para que los agentes puedan comprar en nombre de los usuarios. Entre ellas se encuentran las tarjetas virtuales específicas para sistemas de IA y los carritos universales que permiten reunir productos de varias tiendas desde un mismo asistente.
Estas soluciones pretenden limitar el riesgo mediante controles sobre el importe, el comercio o el tipo de producto. Sin embargo, una barrera técnica no resuelve por sí sola el problema principal: si el agente interpreta mal la petición, puede realizar una operación autorizada pero equivocada.
Visa sostiene que los agentes de IA pueden impulsar una nueva etapa del comercio digital, aunque reconoce que la tecnología todavía no ha alcanzado el nivel de confianza necesario. La compañía prevé ampliar la evaluación con más escenarios y analizar también las fases de pago y tramitación del pedido.
Los consumidores aún no están preparados para delegar los pagos
La distancia entre el interés por la IA y la confianza para dejarle manejar dinero sigue siendo considerable. Una encuesta realizada en Estados Unidos reveló que el 72 % de los consumidores ya había utilizado un asistente de inteligencia artificial, pero solo el 23 % confiaba en que pudiera efectuar pagos en su nombre.
El resultado del benchmark ayuda a explicar esa cautela. Un agente que falla ocasionalmente puede ser útil como buscador o asesor, pero no ofrece todavía garantías suficientes para actuar sin supervisión en compras complejas.
La conclusión no es que el comercio agéntico carezca de futuro. La tecnología puede ahorrar tiempo y automatizar tareas repetitivas, pero antes debe aprender a preguntar mejor, mantener un comportamiento estable y detenerse cuando no tiene información suficiente. Hasta entonces, delegar una compra completa a una IA seguirá siendo más una apuesta que una verdadera comodidad.
