Visa: 22 modelos de IA fallan en el 42,8% de compras

Visa puso a 22 modelos de IA a comprar y fallaron el 42,8 % de las veces

22 modelos de IA de 12 laboratorios distintos fallaron el 42,8 % de sus intentos de completar una compra en el Visa Agentic Commerce Benchmark, el primer test público de este tipo que lanza la red de pagos. En números redondos: aprobaron poco más de la mitad de las ejecuciones (57,2 %) y, en el 54 % de los intentos fallidos, el agente compró igual.

Para un founder que vende online el dato importa por una razón muy concreta: si tu tienda empieza a recibir tráfico de agentes de IA, hoy ese tráfico está comprando a ciegas. La infraestructura de pago ya está montada; el criterio de compra, no.

Visa presentó el benchmark en un comunicado fechado el 5 de noviembre de 2026 y lo dejó abierto al público en su sitio Payments Frontier. El test pone a cada modelo frente a 15 escenarios de compra —un televisor, un portátil, un electrodoméstico de cuidado personal— en los que el cliente no da todos los detalles de entrada: el agente tiene que descubrirlos conversando y, si ninguna opción encaja, decidir no comprar.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

¿Cómo se mide si un agente de IA compra bien?

Para aprobar un escenario, el modelo debe identificar todos los requisitos del cliente y tomar la decisión correcta. Y hay un candado anti-suerte: debe reunir información suficiente para justificar su elección. Si acierta por casualidad, no cuenta.

Los resultados del primer round dejan cuatro señales claras:

Tasa global de aprobación: 57,2 %. El mejor modelo pasó el 82,2 % de sus intentos; el peor, el 28,9 %.
Descubrir requisitos ocultos es lo que decide. Los cinco modelos que más factores detectaron por conversación promediaron 70,2 % de aciertos; los cinco que menos descubrieron, 44,4 %.
Más caro no es sinónimo de más confiable. Los cinco modelos de mayor costo promedio por ejecución pasaron el 67,1 %, contra el 50,2 % de los cinco más económicos.
La consistencia es el agujero real. Cada modelo tuvo tres intentos por escenario y solo aprobó los tres el 34,2 % de las veces.

Sobre los protagonistas, Visa no nombró a los modelos. Fortune reportó que los agentes de Google y Meta compartieron el puntaje más alto (82 %), que un agente de Claude quedó tercero con 76 % y que un agente de OpenAI fue sexto con 64 %.

¿Por qué el 54 % de compras en intentos fallidos es el dato más caro?

Porque es ahí donde el error se convierte en dinero. En el 54 % de las ejecuciones fallidas el agente terminó comprando igual: eligió un producto que no cumplía los requisitos identificados, o compró antes de haberlos descubierto todos.

Un comprador humano que no tiene claro qué necesita, en general, no compra. El agente, en cambio, tiende a cerrar la operación. Es un sesgo de diseño hacia la acción, y es exactamente lo contrario de lo que hace falta cuando le delegas la tarjeta.

Rubail Birwadker, responsable global de crecimiento de Visa, lo resumió así: «los agentes de IA tienen el potencial de impulsar la próxima era del comercio, pero la confianza es clave para que funcione». Y reconoció que «todavía no estamos ahí ni en confianza ni en tecnología».

¿Cuánta confianza hay realmente en que una IA pague por ti?

Menos de la que sugiere el entusiasmo del sector. El Trust Index de Visa, publicado en septiembre, encontró que el 72 % de los consumidores estadounidenses ya había usado un asistente de IA, pero solo el 23 % confiaba en que la IA hiciera pagos por él. Otra encuesta de NIQ citada por la propia Visa mostró que las compras con IA convencían a más del 50 % de los consumidores estadounidenses en septiembre.

El contexto europeo va en la misma dirección, con matices generacionales. Un informe de Mastercard sobre el futuro de las compras y los pagos —recogido por TerritorioFintech— proyecta que uno de cada diez consumidores europeos usará habitualmente agentes de IA para comprar online antes de 2030. En España, el 31 % de los adolescentes dice que probablemente usará un asistente de compras gestionado íntegramente por IA, frente al 20 % de los padres.

¿Está la infraestructura por delante de la fiabilidad?

Sí, y ese es el hallazgo de fondo. El benchmark mide compra, pero el riel de pago ya está desplegado. En junio de 2026 se completaron los primeros pagos agénticos de extremo a extremo en entornos reales en Europa, con supervisión de Mastercard, Visa, ING, Worldline y Crédit Agricole, según recogió The Objective. A principios de 2026, Mastercard y Banco Santander completaron la primera transacción de pago agéntico integral en directo de Europa.

Los protocolos también corren rápido: el Agentic Commerce Protocol de OpenAI, el Universal Commerce Protocol y el Agent Payments Protocol de Google, el Trusted Agent Protocol de Visa y Mastercard Agent Pay. El white paper de Worldline citado por The Objective propone además el concepto «Conoce a tu agente» (KYA, por sus siglas en inglés) como complemento del KYC clásico, para verificar quién autoriza a un agente y con qué límites lo hace.

Las previsiones que maneja ese documento son el argumento para no ignorar el tema: para 2030 el comercio agéntico podría representar entre el 15 % y el 25 % de las transacciones de comercio electrónico en Estados Unidos y mover entre tres y cinco billones de dólares en gasto de los consumidores.

¿Qué significa esto para tu startup?

Tres cosas, y ninguna es «esperar a que madure».

1. Tus datos de producto son ahora tu API comercial. El benchmark muestra que los agentes que mejor descubren requisitos ganan. Si un agente no puede leer de forma estructurada tu stock, tus precios, tus especificaciones y tus políticas de envío y devolución, va a adivinar — y cuando adivina, en la mitad de los fallos compra algo que no corresponde. Revisa que tu catálogo tenga atributos legibles por máquina, no solo fotos y buen copy.

2. Diseña para el «no comprar». El problema no es que el agente compre, es que compra cuando debería abstenerse. Si estás construyendo un asistente de compras interno o integrando uno de terceros, exige un paso explícito de verificación de requisitos antes de confirmar y registra el motivo de cada rechazo. Un agente que devuelve «no encontré nada que cumpla» te ahorra una devolución y una reseña de una estrella.

3. Mide consistencia, no aciertos aislados. El 34,2 % de triple aprobación es la métrica que deberías copiar en tus propios tests. Un agente que acierta una vez y falla la siguiente con el mismo encargo no es candidato a manejar tu checkout ni tu presupuesto de compras.

Conclusión

Que Visa —una empresa que gana dinero con cada transacción y tiene todo el incentivo para empujar el comercio agéntico— publique que el 42,8 % de los intentos falla y que «todavía no estamos ahí» es más creíble que cualquier informe crítico de afuera. El benchmark no mata la idea: marca el estándar que falta.

Para un founder, la lectura práctica es que la ventana de ventaja está en la preparación, no en la adopción temprana. Quien tenga catálogo, políticas y flujos de pago listos para agentes cuando la fiabilidad suba, captura ese tráfico sin fricción. Quien espere a que el problema esté resuelto, competirá desde atrás en un canal que, según las propias proyecciones del sector, puede mover billones.

Visa ya anunció que ampliará el benchmark con más escenarios y que extenderá las pruebas a checkout, pago y pedido. Vale la pena seguir la próxima entrega: ahí se verá si el 54 % de compras indebidas baja o si sigue siendo el talón de Aquiles del comercio agéntico.