Los bancos están empezando a poner límites conceptuales a una de las grandes apuestas de la inteligencia artificial: los agentes capaces de comprar por cuenta del usuario. NatWest, Bank of America, ING, ASB Bank y Capital One han advertido de que el comercio agéntico puede aumentar el riesgo de fraude, estafas, errores de compra y exposición de datos si la tecnología avanza más rápido que los estándares de pagos y protección al consumidor. El aviso llega justo cuando OpenAI, Google, Anthropic, Meta y las grandes redes de tarjetas aceleran herramientas que permiten a un asistente pasar de recomendar un producto a ejecutar la transacción.
La oportunidad económica es enorme. Un agente puede buscar vuelos, comparar seguros, reponer productos, negociar precios o contratar servicios dentro de un presupuesto predefinido. Pero esa autonomía cambia por completo la pregunta que debe resolver el sistema financiero. Ya no basta con saber si una tarjeta es válida y si el comprador conoce la contraseña: hay que demostrar que una máquina estaba autorizada para comprar exactamente ese producto, por ese importe y bajo esas condiciones. Los bancos quieren que esa trazabilidad se diseñe antes de que millones de agentes empiecen a mover dinero a escala.
La IA pasa de recomendar a ejecutar pagos
Hasta ahora, la mayoría de herramientas generativas ayudaban a investigar productos o redactar comparativas.
El comercio agéntico añade capacidad para completar acciones: seleccionar, reservar, aceptar condiciones y pagar.
Ese salto transforma un error de recomendación en un posible movimiento financiero real.
NatWest, BofA, ING, ASB y Capital One piden reglas claras
Las entidades citadas por Reuters han elaborado principios destinados a orientar el desarrollo del mercado.
Su preocupación no supone rechazar la tecnología. Los bancos reconocen que clientes muestran interés en utilizar agentes para simplificar compras.
El objetivo es evitar que la velocidad de adopción deje vacíos en responsabilidad y seguridad.
El primer riesgo es que el agente compre lo equivocado
Un modelo puede interpretar mal preferencias, restricciones o condiciones de entrega.
Si únicamente ofrece una recomendación, el usuario todavía puede corregirla antes de pagar.
Cuando dispone de autonomía, un error puede convertirse inmediatamente en una transacción que habrá que cancelar o disputar.
Los límites de gasto necesitan ser explícitos
Delegar una compra no debería equivaler a entregar acceso ilimitado a una tarjeta.
Los sistemas pueden utilizar presupuestos máximos, categorías permitidas, comercios autorizados o límites temporales.
Cuanto más granular sea el mandato, más fácil será determinar si el agente actuó correctamente.
La identidad de la máquina se vuelve relevante
Los pagos actuales identifican principalmente al consumidor, el comercio y el instrumento financiero.
En un pago agéntico aparece un nuevo participante: el software que toma la decisión.
La red necesita saber qué agente intervino, quién lo autorizó y qué instrucciones recibió.
El fraude puede explotar esa nueva capa
Un atacante puede intentar hacerse pasar por un agente legítimo, manipular sus instrucciones o engañarlo mediante contenido diseñado específicamente para modelos de IA.
También puede crear comercios falsos optimizados para aparecer en las recomendaciones del agente.
Las técnicas tradicionales de fraude deberán adaptarse a decisiones ejecutadas a velocidad de máquina.
Los datos personales son otra superficie de riesgo
Para comprar bien, un agente puede necesitar conocer dirección, preferencias, historial, tallas, presupuesto y métodos de pago.
Esa concentración de información aumenta la utilidad del sistema y también el daño potencial de una filtración.
Los bancos reclaman principios de minimización y control sobre qué datos puede utilizar cada actor.
La ciberseguridad empresarial tendrá que adaptarse
Los agentes conectarán múltiples servicios mediante APIs y credenciales.
BlackHold Capital News analizó cómo Aikido está desarrollando modelos de IA para seguridad que pueden ejecutarse sin sacar código sensible de la empresa.
El comercio agéntico necesitará una filosofía parecida: automatización sin perder control sobre información crítica.
Europa ya tiene problemas para compartir información de ciberamenazas
La nueva capa de agentes llega a un ecosistema donde la coordinación todavía presenta carencias.
Si los agentes conectan comercios, bancos y plataformas de IA, la velocidad de intercambio de señales de fraude será todavía más importante.
Quién responde cuando el agente se equivoca
La responsabilidad es una de las preguntas más difíciles.
Puede intervenir el proveedor del modelo, la aplicación que construye el agente, la red de pagos, el banco emisor y el comercio.
Sin reglas claras, una disputa puede terminar con cada participante atribuyendo el error a otro.
Los bancos quieren transparencia en la decisión
Un consumidor debería poder saber por qué el agente seleccionó determinado producto o comercio.
No es necesario revelar todo el funcionamiento interno del modelo, pero sí ofrecer suficiente trazabilidad para resolver reclamaciones.
Un sistema que no puede explicar qué se autorizó tendrá problemas para escalar en pagos regulados.
Visa ya está construyendo infraestructura específica
Visa ha lanzado herramientas de Intelligent Commerce orientadas a conectar agentes, comercios y pagos.
La compañía utiliza tokenización y mecanismos de autorización para separar una credencial real de la información que recibe el agente.
Este diseño reduce la necesidad de entregar directamente el número de tarjeta a cada servicio de IA.
Solo el 23% confía hoy en una IA para ejecutar el pago
Un estudio publicado por Visa en septiembre indica que el uso de IA para descubrir productos está mucho más extendido que la confianza para dejarle pagar.
Solo alrededor del 23% de consumidores estadounidenses encuestados afirma confiar en GenAI para gestionar transacciones de pago.
La brecha entre recomendación y compra demuestra que la seguridad será determinante para la adopción.
Mastercard también prepara conexiones entre agentes y comercios
Mastercard ha presentado Agent Connect y herramientas para que vendedores integren experiencias de compra impulsadas por IA.
La red trabaja además en mecanismos que permitan demostrar la intención verificable del usuario.
La idea es que un comercio pueda confirmar que una orden ejecutada por una máquina corresponde a un mandato real.
La intención verificable puede ser el equivalente digital de una firma
Cuando una persona firma un contrato, queda evidencia de aceptación.
En comercio agéntico hace falta una prueba equivalente que viaje con la transacción.
Esa prueba puede incluir límites de precio, categoría, fecha y otros parámetros definidos por el consumidor.
Los agentes podrían utilizar tarjetas, cuentas o stablecoins
No existe una única infraestructura de pago.
Mastercard ya contempla transacciones entre agentes utilizando tarjetas, cuentas bancarias y activos digitales.
Esto amplía la oportunidad, pero obliga a mantener controles consistentes entre redes muy diferentes.
Las stablecoins bancarias añaden una nueva opción
BlackHold Capital News explicó cómo Goldman Sachs, Bank of America, Citi y otros grandes bancos preparan una stablecoin en dólares para 2027.
Un agente podría utilizar en el futuro dinero tokenizado para liquidar compras sin depender de horarios bancarios.
Eso hace todavía más urgente definir identidad, autorización y recuperación ante fraude.
El comercio agéntico puede reducir la relevancia de la web tradicional
Si un consumidor pide a su agente “búscame el mejor portátil por menos de 1.200 euros”, puede no visitar ninguna tienda digital.
El agente consulta catálogos y devuelve una decisión.
Esto cambia cómo las marcas compiten por visibilidad y obliga a optimizar información para máquinas además de personas.
Los comercios temen perder la relación directa con el cliente
Un marketplace o una tienda online obtiene valor del comportamiento del usuario dentro de su propia interfaz.
Si un agente externo controla la experiencia, parte de esos datos dejan de generarse en el comercio.
Mastercard está intentando que los vendedores mantengan control sobre cómo se representan productos y condiciones.
El precio puede volverse mucho más competitivo
Una máquina puede comparar cientos de ofertas en segundos.
Esto reduce el poder de vendedores que dependen de consumidores que no buscan alternativas.
Al mismo tiempo, puede favorecer tácticas de precios dinámicos adaptadas a agentes automatizados.
También puede aparecer manipulación de rankings
Las empresas ya compiten por aparecer en buscadores y marketplaces.
Con agentes, aparecerá una nueva disciplina dedicada a influir en sistemas que deciden qué comprar.
Las plataformas tendrán que diferenciar información comercial legítima de intentos de manipulación del modelo.
Las estafas pueden diseñarse específicamente para IA
Un sitio fraudulento puede estructurar contenido para convencer a un agente de que una oferta es legítima.
Si la máquina prioriza determinados atributos sin validar reputación, podría dirigir dinero hacia el atacante.
La verificación de comercios adquiere así un peso todavía mayor.
Los bancos tienen décadas de datos antifraude
Las entidades financieras analizan patrones de localización, comercio, importe y comportamiento para detectar operaciones anómalas.
Los agentes añadirán señales nuevas: identidad del software, instrucciones recibidas y contexto de decisión.
Integrar estos datos puede mejorar la detección, siempre que exista un estándar común.
El reto es evitar falsos positivos masivos
Si un sistema antifraude interpreta cada compra automatizada como sospechosa, bloqueará demasiadas operaciones.
Eso generaría una experiencia frustrante y frenaría adopción.
Las redes necesitan reconocer agentes confiables sin crear una puerta abierta a imitadores.
Los emisores de tarjetas seguirán teniendo una función central
Incluso si la interfaz de compra cambia, los bancos continúan gestionando riesgo, autenticación y disputas.
Su posición explica por qué quieren participar en los estándares desde el comienzo.
Un protocolo diseñado únicamente por compañías de IA podría no cubrir adecuadamente obligaciones financieras existentes.
El ecosistema fintech tendrá que integrarse
Procesadores, adquirentes y proveedores de pagos también forman parte de la cadena.
Priority Technology acordó una operación de 1.600 millones de dólares en un momento en que la infraestructura fintech gana valor estratégico.
El comercio agéntico puede acelerar todavía más la demanda de capas de pago especializadas.
La regulación de protección al consumidor no desaparece
Una compra realizada por un agente sigue afectando a una persona real.
Derechos de devolución, reclamación y protección contra cargos no autorizados continuarán siendo necesarios.
El sistema deberá determinar cómo se aplican cuando la decisión inicial la tomó software autónomo.
La privacidad europea añade requisitos adicionales
El RGPD limita cómo se recopilan y procesan datos personales.
Un agente que combine historial de pagos, preferencias y geolocalización debe operar con una base jurídica clara.
La capacidad técnica para personalizar no implica automáticamente permiso regulatorio para utilizar cualquier información.
Los bancos piden libertad para elegir agentes
Otro principio relevante es evitar que una sola plataforma controle la capa de acceso al comercio.
Consumidores y comercios deberían poder escoger qué agente utilizan.
La interoperabilidad reduce el riesgo de que el mercado quede bloqueado dentro de unos pocos ecosistemas tecnológicos.
La identidad digital puede convertirse en infraestructura esencial
Para confiar en un agente hay que saber qué organización lo opera y bajo qué credenciales.
Certificados, tokens y firmas digitales pueden servir para autenticar software.
El objetivo es que una red de pagos pueda distinguir entre un agente autorizado y un script malicioso.
El mercado puede crecer muy rápido si se resuelve la confianza
Mastercard prevé que una proporción relevante de compradores utilizará agentes de forma rutinaria antes de 2030.
La adopción puede acelerarse porque el beneficio para el usuario es claro: ahorrar tiempo en búsquedas y tareas repetitivas.
El freno principal no parece ser la capacidad técnica, sino la confianza para delegar dinero.
La banca no quiere repetir errores de otras olas digitales
Los fraudes suelen crecer cuando aparece una nueva interfaz antes de que usuarios comprendan sus riesgos.
Ocurrió con phishing, pagos instantáneos y determinados activos digitales.
Los bancos intentan que el comercio agéntico nazca con salvaguardas incorporadas en lugar de añadirlas después.
Qué debería observar una empresa de ecommerce
Los comercios deberán estructurar catálogos de forma comprensible para agentes, mantener precios y stock actualizados y adoptar sistemas de verificación.
También necesitarán decidir qué plataformas pueden ejecutar compras automáticamente.
La preparación técnica puede convertirse en una nueva ventaja competitiva.
Qué debería exigir un consumidor
Un buen sistema debe permitir fijar límites, revisar historial y revocar permisos con facilidad.
También debería dejar claro cuándo una acción fue ejecutada por IA y qué datos se utilizaron.
La comodidad pierde valor si el usuario no puede recuperar control inmediatamente.
La próxima gran batalla del comercio será por la confianza
Los modelos ya pueden buscar, comparar y planificar con una calidad suficiente para automatizar muchas compras.
Lo que todavía falta es una infraestructura universal que garantice intención, seguridad y responsabilidad.
Los bancos están intentando ocupar ese espacio antes de que la experiencia de compra quede completamente definida por las plataformas de IA.
Fuentes consultadas
Las advertencias de las entidades financieras y los principios propuestos se basan en Reuters, 22 de septiembre de 2026. La evolución de la infraestructura de pagos agénticos se ha contrastado con documentación de Visa y Mastercard. Para análisis financiero puede consultarse BlackHold Capital y para innovación empresarial, BlackHold Startups.
Fotografía: Mikhail Nilov / Pexels.
