Las previsiones de compra con agentes de IA en 2030 van de 385.000 millones a 1 billón de dólares

Tres firmas han publicado una previsión sobre lo mismo: cuánta facturación del retail estadounidense gestionará un agente de IA por cuenta del comprador en 2030. El techo de cada horquilla:

Firma	Techo de la horquilla, EE. UU., 2030	Horquilla completa
McKinsey	1 billón de dólares	hasta 1 billón en el retail de EE. UU., de 3 a 5 billones a nivel mundial
Bain & Company	500.000 millones de dólares	de 300.000 a 500.000 millones
Morgan Stanley	385.000 millones de dólares	de 190.000 a 385.000 millones, en torno al 10 %-20 % del retail online

Fuentes: McKinsey vía Digital Commerce 360, Bain, Morgan Stanley.

Son previsiones, no medidas. Tómalas como tales. Pero conviene saber por qué difieren, porque la diferencia es la parte útil.

Por qué las cifras están tan separadas

No están contando lo mismo.

Morgan Stanley cuenta las compras que el agente completa. El comprador le dice a un asistente qué quiere, el agente elige y paga. Es la definición más estrecha y da la cifra más pequeña: de 190.000 a 385.000 millones, que traducen en un 10 %-20 % del retail online estadounidense.

Bain cuenta las compras en las que el agente influye o que completa. Sus 300.000 a 500.000 millones incluyen los casos en los que el agente hace la comparación y el comprador pulsa el último botón.

McKinsey cuenta la facturación «orquestada». Cualquier venta en la que un agente haya hecho un trabajo relevante en el recorrido: descubrimiento, comparación, recompra o pago. Es la definición más amplia y da 1 billón de dólares en EE. UU. y de 3 a 5 billones en todo el mundo.

Así que la diferencia está sobre todo en dónde pones la línea entre «el agente ayudó» y «el agente compró». Con la definición estrecha, en 2030 uno de cada diez dólares del retail online estadounidense pasa por un agente. Con la amplia, el agente toca casi todo.

En qué coinciden

En tres cosas, y importan más que la cifra exacta.

La dirección. Nadie prevé cero, ni estancamiento. Todas las firmas que han analizado esto esperan que en cuatro años exista una parte del retail que hoy no existe.

El mecanismo. En los tres modelos, el agente hace la comparación. Lee los datos de producto de varios vendedores, los contrasta con lo que ha pedido el comprador y elige. La persona ve el resultado, no la lista de candidatos.

Los plazos. La infraestructura para el caso estrecho llegó en 2025 y 2026: el pago dentro de ChatGPT de OpenAI, el protocolo de pagos para agentes de Google, las capas de comercio orientadas a agentes de Stripe y Shopify. Las previsiones hablan de adopción, no de si es posible.

El supuesto que hay debajo de cada previsión

Todas estas cifras dan por hecho que, cuando un agente compara productos, tu producto se puede comparar. Eso significa que los datos con los que decide un comprador están disponibles para el agente: el precio, la especificación por la que ha preguntado, qué diferencia este producto del siguiente.

Hoy, en las tiendas que auditamos, eso muchas veces no es así. Los datos están en una foto, en un PDF, en una tabla de tallas o en la cabeza del dueño de la tienda. Un agente que lee esa página obtiene un nombre y un precio, y sigue hasta una página que le cuenta más. Las previsiones cuentan la facturación que va a los vendedores cuyas páginas sí se podían leer.

Eso es lo que hace que valga la pena actuar sobre esta cifra antes de 2030. La comparación ya está ocurriendo hoy, a pequeña escala, cada vez que alguien pregunta a un asistente qué producto comprar. Haz al asistente la pregunta que hacen tus clientes y comprueba si te menciona. La comprobación gratuita de nuestra página de inicio hace eso con una pregunta, mediante una búsqueda en directo.