El comercio electrónico se enfrenta a una transformación fundamental, y la mayoría de las tiendas online aún no se han dado cuenta.
Jan Otto, fundador de JANO Consulting, describe en su artículo de invitado en la revista E-Commerce la transición a Agentic Search – un enfoque en el que ya no son las palabras clave, sino las intenciones de compra las que controlan el resultado de la búsqueda. Este enfoque se denomina en la tienda como Agentic Shopping Assistant experimentable y permite una forma de AI Product Discovery, que reemplaza las categorías de filtros clásicas y las búsquedas por palabras clave. Como ejemplo práctico concreto, Jan Otto menciona aginity.ai.
El fin de la era de las palabras clave: Por qué los usuarios ya no piensan como los motores de búsqueda
La IA generativa ha cambiado fundamentalmente el comportamiento de los usuarios. Los clientes escriben hoy consultas en lenguaje natural con contexto, presupuesto y propósito, y esperan que el sistema los entienda.
Los millennials prefieren la búsqueda basada en diálogo
67 % der Millennials bevorzugen eine dialogbasierte, kontextuelle Suche gegenüber klassischer Stichwortsuche.
Mayor probabilidad de compra
Los usuarios que buscan en lenguaje natural tienen un 35 % más de probabilidad de compra.
Búsquedas móviles de más de 5 palabras
43 % aller E-Commerce-Suchanfragen auf mobilen Endgeräten enthalten heute mehr als 5 Wörter.
Por qué la búsqueda de productos clásica llega a sus límites
Las soluciones de búsqueda tradicionales están diseñadas para coincidencias de palabras clave, no para intenciones de compra. En la práctica, esto conduce a tres problemas graves.
Problema de resultados cero
Más del 70% de los usuarios abandonan la tienda de inmediato cuando no se muestran resultados, aunque el producto estuviera disponible en el catálogo.
Problema de relevancia con consultas complejas
Cuanto más contexto contiene una consulta (finalidad, presupuesto, altura), peor funcionan los sistemas de búsqueda clásicos.
Problema de devoluciones por mala calidad de resultados
Las compras incorrectas causadas por resultados de búsqueda inadecuados generan devoluciones. Cada devolución cuesta entre 17 y 25 euros, independientemente del precio del producto.
IA generativa como nueva infraestructura de la búsqueda de productos
Agentic Search analiza la intención de compra, extrae atributos de producto relevantes y los compara directamente con el catálogo de productos: estructurado, rastreable y razonado. Una comparación técnica detallada se encuentra en el artículo ¿Qué es Agentic Search?.
Búsqueda por palabras clave vs. RAG vs. Agentic Search
Comparación rápida de los enfoques para la búsqueda de productos y el asesoramiento en la tienda.
| Criterio de comparación | Búsqueda por palabras clave | RAG | Agentic Search |
|---|---|---|---|
| Base de datos | Campos estáticos, palabras clave, filtros | Recuperación top-k del índice de texto/vectores (subconjunto) | Comparación completa del catálogo a través de puntos de datos de productos estructurados por SKU |
| Lógica de consulta | Coincidencia léxica (términos exactos) | Búsqueda por similitud | Coincidencia de intención basada en atributos |
| Comprensión de la intención | Bajo para consultas complejas de cola larga | Medio (depende de embeddings y prompting) | Alto (caso de uso + atributos + preguntas de seguimiento) |
| Riesgo de alucinación | Bajo (poca generación), pero lagunas de relevancia | Elevado (salida generativa) | Significativamente minimizado (datos de productos estructurados) |
| Explicabilidad | Medio (filtros y puntuaciones visibles) | Bajo a medio | Alto / trazable basado en atributos |
| Esfuerzo de actualización | Medio (sinónimos/reglas mantenidos manualmente) | Alto (reindexación) | Bajo (catálogo en vivo) |
Agentic Commerce: Cuando cada producto se convierte en experto
En los sistemas clásicos, el catálogo de productos es pasivo. En el modelo agéntico, cada producto se vuelve activo: recibe su propio agente de IA que responde de forma independiente a las consultas. Für Kunden wird dieser Ansatz als Agentic Shopping Assistant erlebbar.
Paso 1 – Análisis del catálogo
Un generador de agentes analiza el catálogo de productos completo. Para cada SKU, se capturan, ponderan y estructuran todos los atributos relevantes.
Paso 2 – Extracción de intención
Un módulo de intención analiza la consulta y extrae la intención de compra: ¿Qué busca el usuario? ¿Qué atributos son importantes?
Paso 3 – Activación de agentes
En función de la intención detectada, solo se activan los agentes de producto cuyos productos son potencialmente relevantes.
Paso 4 – AI Product Discovery con justificación
Cada resultado de búsqueda incluye una justificación a nivel de atributo, transparente y rastreable.
aginity.ai: El ejemplo concreto de la Revista de Comercio Electrónico
Jan Otto menciona explícitamente aginity.ai como ejemplo de cómo Agentic Commerce ya funciona en la práctica hoy en día. aginity.ai trabaja con datos de productos estructurados y consultas directas al catálogo basadas en atributos – trazable en lugar de puramente probabilístico.
Riesgo de alucinación minimizado
Dado que las recomendaciones se basan en atributos de producto del catálogo, el riesgo de información errónea es significativamente menor que con los enfoques RAG puramente generativos.
Consulta directa del catálogo a nivel de atributo
aginity.ai trabaja con datos de productos estructurados y consultas directas al catálogo basadas en atributos – trazable en lugar de puramente probabilístico.
Cumplimiento RGPD en la UE
Alojado en el centro de datos de Frankfurt/Main, diseñado para los requisitos de la Ley de IA.
Gemessene Ergebnisse aus laufenden Projekten
Posicionamiento estratégico: por qué el momento actual es decisivo
Las empresas que no inviertan ahora en búsqueda inteligente de productos perderán el paso, no en cinco años, sino en dos.
Las expectativas de los clientes aumentan rápidamente
Kunden, die ChatGPT, Perplexity oder Google AI Overviews kennen, haben eine neue Benchmark für „gute Suche".
Los competidores están alcanzando
Los grandes actores del e-commerce están invirtiendo fuertemente en búsqueda impulsada por IA. Para los comerciantes medianos, Agentic Search es la forma más realista de mantenerse al día.
La ventana de integración está ahora abierta
Sistemas como aginity.ai pueden integrarse en los sistemas de tienda existentes a través de una API. El esfuerzo hoy es de 7 días.
Conclusión
Agentic Commerce no es ciencia ficción: es una tecnología probada en la práctica que puede estar en vivo en siete días, cumpliendo con el RGPD, con riesgo de alucinación minimizado gracias a datos de productos estructurados y resultados medibles desde el primer día.
Preguntas frecuentes
¿Qué es Agentic Search?▾
Agentic Search analiza la intención de compra detrás de una consulta, compara atributos de productos relevantes en el catálogo y ofrece recomendaciones razonadas a nivel de atributo. Esto mejora la trazabilidad y minimiza los riesgos de alucinación en comparación con los enfoques RAG puramente generativos.
¿Qué es AI Product Discovery?▾
AI Product Discovery describe la capacidad de identificar el caso de uso real del comprador a partir de una consulta en lenguaje natural y encontrar productos adecuados de todo el catálogo: basada en la intención, a nivel de atributo, con resultados explicables.
¿Cuál es la diferencia entre Agentic Search y RAG?▾
Los sistemas RAG generan respuestas basadas en pasajes de texto recuperados de bases de datos vectoriales. Agentic Search trabaja con datos de productos estructurados y coincidencia basada en atributos – más explicable y con riesgo de alucinación significativamente minimizado.
¿Cuál es la diferencia entre un asistente de compras de IA y un chatbot?▾
Un chatbot mantiene conversaciones abiertas. Un Agentic Shopping Assistant entrega resultados de productos precisos del catálogo real, justificados por atributos, sin conversación libre.
¿Necesito cambiar de sistema de tienda para Agentic Search?▾
No. aginity.ai se integra como una capa de API en los sistemas existentes. Shopify, Shopware y Magento son compatibles de forma nativa.
¿Cuánto tiempo lleva la integración?▾
Para un catálogo de productos típico con 1.000-50.000 SKU, el tiempo de integración es de 7 días hábiles, incluido el setup, las pruebas y la puesta en marcha.
¿Se almacenan los datos de los clientes o se utilizan para el entrenamiento?▾
No. Las consultas de búsqueda se procesan de forma seudonimizada. Ningún dato de cliente sale del centro de datos de la UE en Fráncfort/Meno.
¿Cuánto cuesta el despliegue?▾
aginity.ai ofrece tres paquetes mensuales: Agentic Chat (desde 750/mes), Agentic Search (desde 1.000/mes) y la Agentic Suite (desde 1.500/mes), en la moneda local más IVA. Todos los paquetes incluyen 10.000 productos y 10.000 solicitudes/mes.
Contenido adicional
Sobre el autor
Jan Otto es fundador de JANO Consulting y asesora a empresas de comercio de tamaño mediano en transformación digital. Su enfoque se centra en estrategias basadas en datos para e-commerce, omnicanal e integración de IA. Este texto fue publicado originalmente como artículo de invitado en E-Commerce Magazine (02.02.2026).