Ese único hallazgo cambia todo sobre cómo debería construirse el retail media en este mercado. Pero antes de hablar de implementación, necesitamos hacernos una pregunta más incómoda: ¿deberías implementarlo ahora mismo, en tu categoría, para tu consumidor?
El agentic commerce ya está aquí. Es real. Se está acelerando. Y como un traje de Paul Smith, está construido con belleza pero solo funciona si te queda bien.
El estudio que reencuadró el problema
En diciembre de 2025, una multinacional de consumo masivo realizó un experimento discreto en tres ciudades. Misma categoría de producto. Misma pregunta: ¿cómo prefieres descubrir y evaluar qué comprar?
Los resultados contaron tres historias completamente diferentes.
- Dallas: el 62% prefirió un agente de IA, el 18% búsqueda tradicional y el 20% restante, recomendación humana.
- São Paulo: el 17% un agente de IA, el 12% realizar una búsqueda y el 71% restante, recomendación humana.
- Monterrey: el 48% un agente de IA, seguido por el 20% que prefirió una búsqueda y 32% recomendación humana.
Ese 32% en Monterrey es el número que la mayoría de los vendors ignoran. Es el número que rompe los manuales importados.
En México, el agente de IA no compite con una barra de búsqueda. Compite con la opinión de la mamá de alguien.
340 millones de mensajes que ningún algoritmo está capturando.
México tiene la tasa más alta de mensajes de recomendación de productos compartidos entre usuarios en toda América Latina. Según datos de la API de WhatsApp Business de Meta del Q3 2025, esa cifra asciende a 340 millones de mensajes mensuales solo en la categoría de consumo masivo.
Antes de que un consumidor en Monterrey decida qué comprar, a menudo hay una conversación ocurriendo en un chat familiar que ningún retailer, ningún sistema de IA y ningún modelo de atribución está midiendo actualmente.
El agente de IA no está compitiendo contra una barra de búsqueda. Está compitiendo contra la opinión de la mamá de alguien.
La confianza es la métrica real y la jerarquía es específica.
Un estudio de Kantar México 2025 mapeó cuánto confían los consumidores urbanos mexicanos en diferentes fuentes al tomar decisiones de compra:
- 87% Familiar o amigo cercano
- 62% Agente de IA entrenado con datos del retailer
- 54% Empleado de tienda
- 49% Resultados de búsqueda orgánica
- 31% Publicidad pagada
Un agente de IA entrenado con datos de primera mano del retailer ocupa el segundo lugar, por encima de un empleado humano, por encima de Google, por encima de cualquier anuncio que puedas publicar. Eso es extraordinario. Pero solo se mantiene si el agente gana su posición a través de relevancia y precisión, no solo de disponibilidad.
En el momento en que el agente de IA se siente genérico, el consumidor vuelve al chat familiar.
El 41% que cambia el roadmap del producto.
Un retailer del norte de México entendió esto instintivamente. En el Q4 2025, añadieron una sola funcionalidad: un botón que permitía a los usuarios compartir una recomendación generada por IA directamente en WhatsApp.
El resultado: un incremento del 41% en la tasa de conversión para las recomendaciones que se compartían, comparado con las que no.
Ese botón no reemplazó la conversación social. Se unió a ella. La IA se convirtió en un participante del chat familiar en lugar de un sustituto.
Este es el principio de diseño que los manuales de EE.UU. pasan por alto completamente: en México, el objetivo de un agente de IA no es cerrar la venta.
Es merecer ser compartido.
No todas las categorías están usando el mismo traje
El comercio agéntico no es un interruptor que activas en todo tu negocio. Es una serie de decisiones categoría por categoría, audiencia por audiencia, sobre dónde ya existe la disposición conductual — y dónde primero necesitas construirla.
Considera tres categorías operando en el mismo mercado mexicano, enfrentando realidades completamente diferentes:
E-commerce tecnológico: Una plataforma que vende electrónicos ya sirve a un consumidor cómodo con la comparación asistida por IA y las recomendaciones basadas en datos. La capa agéntica es una extensión natural del comportamiento existente. El desafío es técnico y comercial (estructuración del catálogo, migración de estrategia de pujas), no adopción conductual. Esta categoría está lista para el traje. Le queda bien.
Supermercados: Los ciclos de compra son de alta frecuencia, baja consideración y profundamente habituales. El consumidor no está buscando, está reabasteciendo. Aquí, el agentic commerce no necesita persuadir; necesita anticipar. Subscribe & Save es el proxy existente más cercano, pero el hecho de que el 61% de los suscriptores mexicanos lo use solo para envío gratuito indica que la base conductual no está del todo consolidada. El traje existe en la talla correcta. Pero el consumidor necesita una prueba más antes de que esté listo para usarse.
Marca de belleza: Las decisiones de compra son intensamente personales, socialmente influenciadas y emocionalmente cargadas. Los datos de confianza de Kantar son probablemente más agudos aquí. Un agente de IA recomendando un tono de base o una rutina de skincare está navegando territorio que se siente íntimo. El consumidor necesita creer que el agente lo conoce a él, no solo su historial de compras. Eso requiere una profundidad de personalización que la mayoría de los retailers están lejos de poder ofrecer. Usar este traje antes de que esté confeccionado no solo se ve mal: daña la relación.
No todos los consumidores llegan al mismo tiempo
La dimensión de categoría es solo la mitad de la ecuación. La disposición del consumidor es igualmente fragmentada e igualmente incomprendida.
Un profesional de 28 años en Monterrey con hábitos de smartphone comparables a Dallas y una suscripción a Netflix desde 2019 no es el mismo objetivo que un comprador de 45 años que paga en efectivo en un supermercado suburbano en Guadalajara. Ambos son "México." Ambos interactuarán con el agentic commerce en líneas de tiempo completamente diferentes, a través de umbrales de confianza completamente diferentes, y por razones completamente diferentes.
Tratarlos como una sola audiencia no es solo estratégicamente perezoso. Es la razón por la que la inversión tecnológica de USD 8 millones que describimos en la Semana 1 generó un 60% por debajo de los ingresos proyectados.
El contraargumento que un CMO puede defender
La adopción del agentic commerce en México se proyecta en 8-12% para 2026. El modelo de productos patrocinados aún captura la abrumadora mayoría de los momentos de compra de alta intención. Reasignar recursos significativos hacia la preparación agéntica antes de que exista la demanda conductual es un lujo estratégico que la mayoría de las organizaciones no pueden permitirse.
Esa es una posición legítima y defendible siempre que sea una elección consciente, no una omisión. El CMO que dice "hemos evaluado nuestra categoría, la disposición de nuestro consumidor y nuestra infraestructura, y estamos monitoreando el comercio agéntico mientras optimizamos nuestro modelo actual" está tomando una decisión estratégica sólida. El CMO que dice "no lo hemos pensado" está construyendo flujos de ingresos con una fecha de vencimiento que no ha leído.
La amenaza estructural persiste: para 2028, la mayoría de las búsquedas de productos en zonas urbanas mexicanas serán impulsadas por agentic commerce. Cuando un agente de IA presenta una recomendación en lugar de diez resultados ordenados, el modelo de pujas por posición colapsa. La posición uno captura el 35% de los clics hoy. Un agente no tiene una posición uno.
La pregunta no es si el traje se usará. Es si el tuyo te quedará bien cuando llegue el momento.
© Todos los derechos reservados 2026.