Tu próximo cliente es un agente: guía de Jacquard

Tu marca ya tiene dos audiencias: humanos y agentes de IA

El 58% de los consumidores ya reemplazó los buscadores tradicionales por herramientas de IA generativa para pedir recomendaciones de productos, según una investigación de Capgemini de 2025 que la startup Azoma incluyó en su presentación de ronda. Para un founder, la consecuencia es incómoda: la decisión de compra puede cerrarse antes de que un solo humano vea tu página de producto.

Ese es el punto de partida del análisis que Toby Coulthard, chief product and growth officer de Jacquard, publicó en Crunchbase News. Su tesis: las marcas dejaron de venderle a un solo público. Ahora le venden a dos —personas y agentes— y el segundo decide con criterios distintos.

¿Por qué un agente de IA decide distinto a un humano?

Un agente no se detiene en el titular emotivo ni en el diseño de tu landing. Lee, compara y resume. Coulthard lo describe sin adornos: existe una posibilidad real de que todo el copy emocional que un equipo de marketing construyó durante meses sea descompuesto y reconstituido por una máquina.

En la práctica, eso significa que el agente puede recomendar tu producto —o descartarlo— sin que nadie haya leído tu propuesta de valor. Y si el agente compra en nombre del usuario, tu marca compite en un terreno donde las reglas las escribe el modelo, no el creativo.

¿Por qué los founders nuevos tienen ventaja sobre las marcas grandes?

Aquí está el punto más accionable del artículo. Las marcas establecidas tienen que adaptar décadas de copy, manuales de estilo y procesos de aprobación para volverse legibles para los agentes. Una startup que arranca hoy puede construir esa legibilidad desde el día uno.

Coulthard lo dice directo: construir estas decisiones en la marca ahora es barato; retrofitearlas después es caro. Para un founder con equipo chico, es una de esas ventanas donde la desventaja de tamaño se convierte en ventaja de velocidad.

Cuatro decisiones de marca que puedes tomar esta semana

1. Escribe la voz de marca, no la dejes en tu cabeza. En la mayoría de las startups tempranas, la voz de marca existe solo en la mente del fundador. Funciona mientras escriben tres personas que trabajan con él. No funciona cuando el que escribe —o el que lee— es una máquina. Los modelos de IA siguen reglas explícitas y se desvían sin ellas.

2. Documenta lo que tu marca NO dice. Tan importante como cómo suena tu marca es cómo no suena. Anota las palabras que nunca usarás y las afirmaciones que nunca harás. Esas intuiciones rara vez se escriben porque parecen obvias para el equipo que ya las conoce. Pero si las dejas por escrito antes de tener equipo —o máquina— produciendo copy, te ahorras problemas más adelante.

3. Trata las descripciones de producto como activos de marca centrales. Dejaron de ser un trámite administrativo. En un mundo mediado por agentes, pueden ser el copy más leído que tienes: los agentes las leen cuando buscan un producto para recomendar o comprar. Si dos agentes personalizados buscan muebles para dos personas distintas, pueden mostrar la misma silla a ambas, con la descripción ajustada para cada usuario. La descripción fuente tiene que sostener la marca intacta.

4. Prueba cada canal con sus dos lectores. El email es el ejemplo más claro del segundo lector. Gmail y Apple ya resumen los mensajes antes de que el destinatario los abra, y muestran ese resumen arriba del cuerpo del correo. Antes de enviar, revisa qué dice el resumen de IA sobre tu email: ¿sobrevive la oferta? ¿se mantiene lo que te hace único? No lleva tiempo y no requiere ninguna herramienta nueva.

A eso Coulthard suma una advertencia sobre métricas: medir el éxito del marketing por volumen de piezas producidas deja de tener sentido cuando la IA abarata la producción. Lo que importa son resultados de negocio, conversiones e ingresos.

¿Qué significa esto para tu startup?

Si vendes un producto físico o digital a consumidores, ya estás compitiendo por la atención de un agente, lo sepas o no. Tres movimientos concretos:

• Crea un documento de voz de una página. Qué suena tu marca, qué no, palabras prohibidas y claims prohibidos. Compártelo con cualquiera que escriba copy, humano o modelo.
• Audita tus descripciones de producto. Pregúntate si sobreviven a un resumen automático. Si al quitarles el adjetivo emocional no queda nada, el agente no tiene nada que recomendar.
• Cambia tu tablero de métricas. Reemplaza piezas producidas por conversión, ticket promedio e ingresos atribuidos. Es el único indicador de si el equipo de marketing está haciendo su trabajo.

El mercado ya se está moviendo

La transición no es teórica. El 21 de octubre de 2026, Azoma —plataforma de Agentic Commerce Optimization— anunció una Serie A de US$11,2 millones liderada por Puma Growth Partners, con participación de dunnhumby, Twin Path, MaRS IAF, Rank Ventures e Ignite Ventures, según el comunicado recogido por Yahoo Finance. La ronda sigue a un seed de US$4 millones anunciado en diciembre de 2025. La compañía multiplicó sus ingresos casi por diez en el último año y pasó de 12 a 40 personas, y trabaja con marcas como L'Oréal, Unilever, Mars, Beiersdorf y Reckitt.

Las proyecciones de mercado explican el interés. McKinsey estima que el comercio agéntico podría representar US$5 billones globales hacia 2030, con hasta US$1 billón solo en retail estadounidense, según Azoma. Morgan Stanley calculó que los asistentes de compra con IA podrían explicar hasta US$385.000 millones en ventas de e-commerce en Estados Unidos hacia 2030, reportó Business Insider.

Del lado de la infraestructura, Rezolve Ai (NASDAQ: RZLV) presentó RezolvePay el 9 de octubre de 2026, un sistema que conecta asistentes de IA del consumidor con los sistemas de pago del comercio. La compañía citó estimaciones de McKinsey según las cuales los agentes de IA podrían mediar entre US$3 y US$5 billones del comercio global hacia 2030, sobre una industria minorista global de aproximadamente US$30 billones en ventas anuales.

Las señales de comportamiento ya están: Shopify publicó en mayo que el tráfico referido por IA convierte un 50% mejor y tiene un ticket promedio 14% más alto que la búsqueda tradicional; su presidente, Harley Finkelstein, dijo que el tráfico y los pedidos provenientes de canales de IA se triplicaron en un año. Amazon reportó que más de 350 millones de clientes usaron Alexa for Shopping en los últimos 12 meses y que quienes la usan gastan 40% más por pedido; Walmart dijo que los usuarios de su asistente Sparky crecieron 70% interanual y también gastan 40% más por pedido.

También cambia el modo en que se gana visibilidad. El análisis de 38 millones de citas de Azoma encontró que la cobertura editorial explica el 51,9% de lo que cita Google Gemini, pero solo el 7,6% en AI Overviews; el contenido de afiliados, en cambio, genera el 39,6% de las citas de Alexa for Shopping y menos del 2% en los demás motores. No hay un canal único que sirva para todos los agentes.

Conclusión

La ventana es real y es corta. Las marcas grandes van a llegar, pero llegarán adaptando estructuras viejas. Un founder que hoy documenta su voz de marca, escribe descripciones de producto pensadas para ser leídas por una máquina y mide resultados en lugar de volumen, entra a la economía de dos audiencias con una ventaja que el dinero no compra rápido.

Coulthard lo resume en una frase que vale como regla de decisión: construir esto ahora es fácil; retrofitearlo después es caro.

Fuentes

• Crunchbase News: Your Next Customer Might Be An Agent (fuente original)
• Yahoo Finance: Azoma raises $11.2 million Series A
• Business Insider: Azoma wants to help brands win the AI shopping race
• Business Insider: Rezolve Ai Opens Retail to Any AI Shopping Agent with RezolvePay