Doxa 2168

Los agentes de inteligencia artificial están cambiando la forma en que las personas compran. Esto es lo que eso significa para las marcas.

Lo que las marcas necesitan saber sobre la optimización de los agentes de IA

Por Jur Gaarlandt, Wesley Korver, Nathan Furr y Andrew Shipilov

IA generativa

Harvard Business Review

#Doxa #agente #IA #personal #compra #marca #adopción #valor #consumo #cliente #Internet #equilibrio #minorista #mercado #comercio #electrónico #datos #agente #bienes #humano #competir #entorno #optimización #servicio #sistema

Resumen. La rápida adopción de agentes de inteligencia artificial tiene importantes implicaciones para quién captura valor en las transacciones de consumo, en particular quién es el propietario del cliente final. En la era anterior a Internet, el equilibrio de información entre minoristas y marcas era relativamente parejo:Los minoristas tenían acceso a datos granulares a nivel de recibo y las marcas podían recopilar información de "venta directa" en todo el mercado. Sin embargo, con el auge del comercio electrónico, los minoristas obtuvieron acceso a datos a nivel de cliente, mientras que las marcas, por lo general, no obtuvieron acceso a una cantidad significativamente mayor de datos. Con la llegada de agentes de IA de última generación que asisten a los consumidores en sus recorridos de compra, es probable que el equilibrio de poder se aleje de los minoristas y se oriente a las marcas y los agentes de IA. Esto se debe a que los agentes de IA buscarán bienes de consumo de manera más amplia, rápida y completa que los humanos. Para competir en este nuevo entorno, las marcas y los minoristas tendrán que adoptar la optimización de agentes de IA (AAO), asegurándose de que sus puntos fuertes únicos (ya sea la calidad del producto, la innovación o el servicio al cliente) sean claramente medibles y fácilmente reconocibles por estos sistemas de IA, y optimizando las fuentes en las que se basarán los agentes de IA.

Los agentes de IA (algoritmos con la capacidad de actuar en nombre de un usuario) están empezando a reconfigurar radicalmente el panorama empresarial y de consumo. Un buen ejemplo es el hecho de que muchos consumidores están dejando de lado Google y realizando búsquedas utilizando ChatGPT, un agente de IA que interpreta preguntas y sintetiza resultados de búsqueda, y algunos expertos estiman que podría reemplazar a Google en cuatro años. Para otros, los agentes de IA están creando una nueva fuente de oportunidades de negocio, independiente del SEO tradicional. Sin duda, los actores dominantes contraatacarán, pero la rápida adopción de agentes de IA tiene implicaciones mucho mayores para quién captura valor, en particular quién es el propietario del cliente final, el santo grial de la era digital.

Por ejemplo, pensemos en la búsqueda de productos. En el pasado, un posible cliente podía empezar consultando en motores de búsqueda como Google. Hacía clic en las reseñas de productos para decidir qué comprar, luego buscaba minoristas que ofrecieran la mejor oferta y, por último, seguía el proceso de varios pasos para realizar la compra.

Los agentes de IA ya están transformando este proceso. Hoy en día, se puede pedir a un portal de IA, como Perplexity, la mejor alternativa a Tesla, recibir sugerencias sobre qué coches comprar, un resumen de los pros y los contras extraídos de reseñas legítimas de productos y enlaces a los mejores lugares y precios. Es un pequeño paso para que Perplexity complete la transacción, eliminando así casi por completo la influencia de los guardianes (por ejemplo, Google, Amazon) o los influencers (por ejemplo, marcas, personalidades de Instagram). Perplexity está a medio camino, lanzando agentes de IA para tareas de múltiples aplicaciones, como reservar viajes o planificar eventos.

Esta es la vanguardia de un cambio potencialmente radical. Los agentes de IA ya están integrados en las aplicaciones, y todos los principales actores de IA (por ejemplo, OpenAI, Claude, Google, etc.) han introducido agentes, pero en su mayoría son capaces de completar tareas simples. Los agentes pueden responder preguntas como "¿Puede ayudarme a elegir una póliza de seguro?" o "¿Puede encontrar el mejor envío para que las piezas lleguen al cliente?". Es un paso corto para que los agentes de IA completen la compra y optimicen la logística. Se informa que Perplexity ya está completando compras.

El cambio hacia los agentes de IA cambiará la forma de trabajar y quién tiene el poder, ya que controlan el acceso a los clientes finales. Aunque muchas industrias se verán afectadas, el cambio comenzará allí donde las actividades o los productos sean más simples o estén más estandarizados, como en el caso de los bienes de consumo. Estas empresas suelen trabajar con productos relativamente simples pero con flujos complejos de información, y los agentes de IA podrían cambiar rápidamente el papel de los minoristas y las marcas, así como la forma en que los clientes evalúan, deciden y compran los productos. A continuación, se explica cómo y qué pueden hacer las empresas para prepararse.

Una breve historia del recorrido del cliente y quién tiene el poder

Para entender cómo los agentes de IA podían alterar la cadena de valor en el mundo B2C, recordemos rápidamente cómo se hacían los negocios en la era anterior a Internet. El equilibrio de información entre los minoristas y las marcas era relativamente parejo. Los minoristas tenían acceso a datos a nivel de recibos, datos de ventas que, aunque no estaban vinculados a clientes individuales, proporcionaban información sobre lo que se vendía, en qué combinaciones y con qué frecuencia. Las marcas normalmente no tenían acceso a estos datos granulares, pero podían recopilar información sobre “ventas totales” o “agotamiento” en todo el mercado. Solo mediante la colaboración podían los minoristas y las marcas obtener información que era vital para desarrollar nuevos productos o estrategias de marketing más inteligentes. Por ejemplo, las marcas podían realizar investigaciones de clientes en los minoristas para desarrollar nuevos productos o los minoristas podían compartir el historial de pedidos, los niveles de existencias o los datos del punto de venta con las marcas para optimizar las ventas o las promociones.

Sin embargo, con el auge del comercio electrónico, el equilibrio de poder comenzó a cambiar. Los minoristas, especialmente la nueva generación de minoristas de comercio electrónico, pasaron de tener datos de transacciones a nivel de caja a poseer datos a nivel de cliente. Las marcas, por su parte, normalmente no obtuvieron acceso a una cantidad significativamente mayor de datos. En una era digital donde los datos y el acceso a los clientes reinan supremos, el poder (y las ganancias) se trasladaron a los minoristas que controlan estos datos. En la última década, hemos visto a grandes minoristas como Amazon, Alibaba y Zalando aprovechar los datos de los clientes para generar importantes flujos de ingresos (de publicidad, por ejemplo) y aumentar los márgenes. Sus tesoros de información sobre los clientes les dan una clara ventaja sobre las marcas o los minoristas sin propiedad del cliente final. Esta tendencia no se limita a las grandes empresas de tecnología. Los minoristas más tradicionales también están aprovechando este poder para mejorar sus márgenes.

El auge del agente de inteligencia artificial y el aplanamiento del comercio minorista

Al mirar hacia el futuro del comercio minorista, resulta evidente que la IA generativa (gen AI) podría transformar fundamentalmente el panorama, de forma muy similar a lo que hizo el comercio electrónico antes que ella. Históricamente, el éxito de los minoristas ha estado ligado a una combinación de fórmula, precio y ubicación. En el pasado, la ubicación física de una tienda era crucial: estar en el lugar correcto significaba visibilidad y accesibilidad para los consumidores. Luego llegó el auge del comercio electrónico, que alteró el entorno minorista y desplazó el enfoque de la ubicación hacia la eficiencia transaccional. Las plataformas de comercio electrónico comenzaron a destacarse al ofrecer precios competitivos, entregas rápidas y aprovechar el valor de la marca para generar confianza con los consumidores, como hemos visto con empresas como Amazon.

Con la llegada de agentes de IA de última generación que asisten a los consumidores en sus procesos de compra, prevemos un cambio en el equilibrio de poder que se alejará de los minoristas y se dirigirá hacia las marcas y los agentes de IA. Esto se debe a que los agentes de IA buscarán bienes de consumo de forma más amplia, rápida y completa que los humanos. Si bien la mayoría de los consumidores compran principalmente en un conjunto reducido de minoristas (es simplemente demasiado abrumador buscar en todas partes, administrar una cantidad cada vez mayor de cuentas y evaluar la confiabilidad de cada minorista de comercio electrónico), los agentes de IA pueden hacer esto y optimizar los factores clave que los humanos a veces pasan por alto pero que aún valoran. Los agentes de IA analizarán los datos que las personas consideren menos sesgados por la influencia de la empresa, como Reddit, para sacar a la luz los datos más relevantes y sugerir opciones basadas en un alcance más amplio de datos sobre métricas clave como:

• Precio: ¿Qué minorista ofrece el precio más bajo?
• Disponibilidad: ¿El producto está en stock? ¿Se pueden enviar múltiples variantes y devolver fácilmente las que no se desean?
• Confiabilidad: ¿Tiene el minorista un historial consistente de entregas puntuales?
• Servicio: ¿El minorista ofrece devoluciones o asistencia razonables y sencillas?
• Asociaciones: ¿El minorista colabora con pasarelas de pago y servicios de entrega confiables?

El poder de obtener todos los datos disponibles sobre estos criterios objetivos nivelará el panorama minorista, ya que el agente de IA del consumidor priorizará estos factores pragmáticos por encima de la lealtad a la marca. Por ejemplo, mientras que en el pasado los consumidores que querían algo como una chaqueta de trabajo francesa podían confiar en los minoristas en los que confiaban (por ejemplo, Amazon, Zalando, Uniqlo) porque simplemente lleva demasiado tiempo buscar todo en todas partes y hacer comparaciones precisas, un agente de IA puede analizar estos datos. Un agente de IA podría sugerir un diseñador pequeño y menos conocido como Paynter Jackets debido a la oleada de entusiastas que adoran su chaqueta de trabajo francesa. Por lo tanto, en este futuro, el poder se alejará de los minoristas y se dirigirá a aquellos con la capacidad de brindar el mejor servicio al menor costo.

Ganadores y perdedores claros

En este nuevo mundo, prevemos claros ganadores y perdedores. Minoristas como Amazon, con sus márgenes muy estrechos, su extensa red de entregas y sus políticas de devolución flexibles, están bien posicionados para prosperar. Su capacidad para cumplir con los altos estándares de un agente de inteligencia artificial de última generación (que filtrará las opciones en función de criterios como el precio, la velocidad de entrega y el servicio al cliente) consolidará su dominio.

Por otra parte, los minoristas “intermedios”, como los grandes almacenes, que no se destacan ni en precio ni en calidad de servicio, probablemente tendrán problemas a menos que puedan aprovechar las tiendas físicas para obtener una ventaja. Estas empresas se verán apretadas entre actores de bajo costo y alta eficiencia como Amazon y minoristas premium que ofrecen un servicio incomparable o productos exclusivos. El futuro del comercio minorista no consistirá únicamente en una carrera hacia el mínimo en cuanto a precios; los minoristas con precios altos aún pueden ganar, pero solo si ofrecen un paquete de servicios superior. Esto incluye una entrega excelente, devoluciones fáciles y un sólido servicio al cliente, creando una experiencia de compra fluida y agradable.

Los minoristas locales que ofrecen experiencias únicas pueden seguir teniendo un lugar importante en el cambiante entorno minorista, si los agentes de IA pueden identificarlos y reconocer el valor de comprar localmente, algo que dependerá de su capacidad para hacerse notar. En resumen, en un mundo donde los datos se vuelven mucho más transparentes, las experiencias serán diferenciadores únicos para captar clientes.

Optimización de agentes de IA (AAO) frente a optimización de motores de búsqueda (SEO)

En conjunto, todo esto sugiere el posible surgimiento de un nuevo dominio (la optimización de agentes de IA, AAO) para ayudar a los minoristas y las marcas a destacarse no solo ante los consumidores, sino también ante los agentes de IA. Así como el SEO ayuda a los minoristas a destacarse en un mundo de comercio electrónico, también es probable que la AAO se convierta en una disciplina importante en el futuro.

Es probable que los agentes de IA estén programados para evaluar un producto en función de factores como la calidad, las características y las reseñas. Por lo tanto, las marcas deben asegurarse de que sus puntos fuertes (ya sea la calidad del producto, la innovación o el servicio al cliente) sean claramente medibles y fácilmente reconocibles por estos sistemas de IA. Además, las marcas y los minoristas deberán optimizar las fuentes en las que se basarán los agentes de IA, por ejemplo, aumentando la importancia de recursos como las reseñas de productos o las reseñas de clientes, y su contenido aún más. Si bien en el pasado la cantidad de reseñas en Amazon era un factor importante para las compras, será cada vez más fácil para los agentes de IA sintetizar y actuar en función del contenido agregado de estas reseñas.

Para las marcas que dependen en gran medida de los valores tradicionales de la marca sin ofrecer mucho más en términos de calidad o diferenciación del producto, este cambio podría suponer un desafío importante. El valor premium que históricamente han tenido estas marcas basándose únicamente en su nombre puede verse afectado si los agentes de IA consideran que no ofrecen ninguna ventaja significativa sobre las alternativas más económicas.

Para complicar las cosas, las marcas tendrán que optimizar su oferta para múltiples agentes de IA al mismo tiempo. Esto se debe a que los agregadores de agentes de IA, como Poe, hacen que sea muy fácil para el usuario cambiar entre diferentes agentes en su búsqueda de productos o servicios. Por lo tanto, el minorista no sabrá si el cliente utilizará ChatGPT, DeepSeek, Perplexity o cualquier combinación de agentes para sus consultas. Tal vez en el futuro, los especialistas en marketing también tengan que aprender marketing con agentes de IA (AAM) de manera análoga al marketing en motores de búsqueda (SEM).

Marcas, necesidades del consumidor y productos

Las marcas tendrán que adaptarse a un mundo en el que los agentes de IA toman decisiones de compra por los consumidores, aunque se enfrentan a un problema diferente: vincular su marca a las necesidades del consumidor con un enfoque de optimización de agentes de IA (AAO). Cuando se les pide que recomienden una compra, es probable que los agentes de IA no comiencen su proceso de toma de decisiones analizando productos o marcas individuales. En cambio, se centrarán en las necesidades del consumidor. Esto ya es evidente hoy en día: en plataformas como Google, las consultas de búsqueda relacionadas con las necesidades del consumidor (por ejemplo, "el mejor cargador de teléfono para viajar") superan ampliamente a las de productos o marcas específicos. Esto significa que para que una marca prospere, debe definir claramente qué necesidades del cliente atiende y cómo se destaca al abordarlas.

Las marcas tendrán que demostrar fiabilidad y diferenciar claramente sus productos o servicios de los de la competencia. Esto es especialmente interesante porque significa que las marcas que realmente ofrecen algo único (ya sea en innovación de productos, calidad del servicio o una combinación de ambos) probablemente serán las preferidas por los agentes de IA en lugar de las que ofrecen imitaciones genéricas. En lugar de trabajar con los minoristas para promocionar y recomendar productos, las marcas tendrán que amplificar sus cualidades atractivas a través de los canales de los que estos agentes dependen en gran medida, como las reseñas de productos.

El desafío de los productos genéricos

Los productos genéricos son, en esencia, bienes intercambiables: artículos que no se diferencian entre sí más allá de la marca. Un buen ejemplo de ello es la iluminación de oficinas. Si bien Signify produce bombillas de alta calidad bajo su antigua marca Philips, muchas de las marcas genéricas venden productos casi idénticos. De hecho, muchas de estas bombillas se producen en las mismas fábricas, lo que dificulta que los consumidores (o los agentes de IA) justifiquen el sobreprecio del producto de marca.

Para estas marcas, el futuro es complicado. En un mundo de comercio electrónico, los consumidores siguen eligiendo la marca, incluso en plataformas como Amazon, que suelen estar llenas de productos genéricos. Esto se debe a que evaluar si un producto similar es realmente tan bueno es un desafío que requiere mucho tiempo. Sin embargo, a medida que los agentes de inteligencia artificial se vuelven más eficientes a la hora de comparar productos (en particular, basándose en datos como las reseñas de los clientes y de los productos para demostrar la equivalencia), es probable que los clientes se inclinen más por alternativas de menor precio a menos que la marca pueda ofrecer algo realmente diferente.

Esto es particularmente relevante para productos en los que la visibilidad de la marca es limitada o inexistente durante el uso, como las bombillas u otros artículos básicos. Imaginemos que un agente de IA descubre que dos bombillas se fabrican en la misma fábrica y recomienda (o compra automáticamente) la de menor precio de la competencia. En estos casos, las marcas pueden tener dificultades para mantener la lealtad del consumidor frente a alternativas más baratas, a menudo igualmente efectivas.

Cómo pueden destacarse las marcas

Entonces, ¿cómo pueden las marcas triunfar en este nuevo panorama? La clave está en la diferenciación, de manera que los agentes de IA den prioridad a la optimización de los agentes de IA (AAO). Las marcas deberán destacarse en una o más de las siguientes áreas:

• Precio: ofrecer un precio atractivo o una variante de bajo costo que aparecerá en las búsquedas impulsadas por agentes de IA como defensa contra competidores genéricos de bajo costo.
• Innovación de productos: creación de productos con características, materiales o rendimiento superiores que se destaquen en las búsquedas de agentes de IA, lo que hace que sea difícil compararlos.
• Diseño: Ofrecer productos estéticamente únicos que atraigan a los consumidores que buscan estilo y calidad, destacándose una vez más en las actividades impulsadas por los agentes.
• Servicio: Brindar servicios poscompra excepcionales, como atención al cliente, garantías y devoluciones sencillas, pero hacerlo de una manera que se destaque en los foros de donde provendrán los agentes de IA.

Un claro ejemplo de esto se puede ver en el mercado de cargadores de teléfonos inalámbricos. Por un lado, tienes una opción económica como los de Ikea, que atraen a los consumidores que quieren funcionalidad a un precio bajo. Por otro lado, tienes marcas premium como Zens, que ofrecen cargadores con electrónica superior, más bobinas de carga y capacidades de carga más rápidas. Ambos productos sirven a diferentes segmentos del mercado, pero lo que será crucial en el futuro es lo bien que cada marca comunique sus puntos de venta únicos a los agentes de IA.

• • •

En resumen, las marcas y los minoristas que saldrán ganadores en este nuevo mundo impulsado por la IA son aquellos que puedan diferenciarse claramente a través de productos o servicios únicos y desarrollar capacidades de optimización de agentes de IA (AAO) para destacarse. Ya sea a través de la innovación, el diseño o un servicio al cliente excepcional, estas marcas se destacarán tanto para los consumidores como para los agentes de IA. Por otro lado, las marcas que producen productos genéricos que dependen únicamente del reconocimiento de la marca sin ofrecer un valor adicional pueden tener dificultades para mantener su participación de mercado. El futuro de las marcas se definirá por su capacidad de adaptarse a un mundo en el que los agentes de IA lideran el recorrido del consumidor, y solo prosperarán aquellos que sean verdaderamente únicos.

Lea más sobre IA generativa o temas relacionados IA y aprendizaje automático, Ventas y marketing, Gestión de marca y Tecnología y análisis

Jur Gaarlandt es socio de Artifact en Benelux.

Wesley Korver es el director de datos y análisis de Artifact.

Nathan Furr es profesor de Estrategia en INSEAD y coautor de cinco libros superventas, entre ellos The Upside of Uncertainty, The Innovator's Method, Leading Transformation, Innovation Capital y Nail It then Scale It.

Andrés Shipilov es profesor titular de la Cátedra John H. Loudon de Gestión Internacional en INSEAD. Es coautor de Network Advantage: How to Unlock Value From Your Alliances and Partnerships (Ventaja de red: cómo liberar valor de sus alianzas y asociaciones).