¿Cómo está cambiando la competencia en servicios digitales con la entrada de más automatización e IA?
Creo que la inteligencia artificial está provocando un cambio de modelo en todo el sector. No solo en la consultoría o el desarrollo tecnológico, sino también en áreas como el marketing y, en general, en prácticamente cualquier actividad vinculada a los servicios digitales.
Hasta ahora, el crecimiento se basaba en una lógica muy directa: para escalar, las empresas sumaban más personas, más horas y más proyectos. Sin embargo, la IA está rompiendo esa relación entre horas trabajadas, facturación y crecimiento. En muchas tareas, la automatización permite hacer más con menos recursos; en algunos casos de forma parcial y en otros con un impacto mucho mayor.
Esto obliga a las compañías a competir de otra manera. Ya no basta con vender capacidad o volumen de trabajo. Cada vez será más importante contar con propiedad intelectual, tecnología propia y productos propios que permitan aportar un valor diferencial.
También ganan peso factores como la relación con el cliente, la confianza, la proactividad y la capacidad de integrarse en su flujo de trabajo diario. Las empresas que consigan combinar esa cercanía con activos propios —como tecnología, metodologías o productos— estarán mejor posicionadas para crecer y aumentar su negocio en este nuevo escenario.
¿Dónde está hoy la mayor brecha entre el discurso sobre IA y la realidad de las empresas?
Creo que la mayor brecha está en el dato. Actualmente, todas las empresas están usando inteligencia artificial en mayor o menor medida. Algunas lo hacen de forma más superficial, por ejemplo con un chatbot para resolver dudas o generar textos. Otras ya la incorporan en procesos más avanzados, como el desarrollo de software, la creación de herramientas específicas para generar contenidos o la automatización de campañas.
Pero el verdadero salto no está solo en usar IA, sino en conectarla con los datos reales de la compañía. Ahí es donde aparece la gran distancia entre el discurso y la realidad. Los modelos, los agentes y las automatizaciones necesitan acceso a la información que genera la empresa para poder aportar valor de verdad.
Y esos datos son muy diversos. No hablamos únicamente de ventas. Hablamos también del comportamiento de los usuarios y clientes, de los procesos internos, del conocimiento acumulado por los equipos y del know-how que poseen los empleados. Toda esa información tiene que estar disponible, ordenada y accesible para que la IA pueda integrarse realmente en el negocio.
¿En qué punto real de adopción está hoy la inteligencia artificial en el comercio electrónico?
Si trasladamos la reflexión anterior al comercio electrónico, la adopción de la inteligencia artificial se encuentra todavía en una fase inicial, centrada sobre todo en usos generativos que, aun siendo relativamente básicos, ya aportan mucho valor.
Hablamos de aplicaciones como la creación de contenidos SEO, la generación de piezas de vídeo e imagen, la elaboración de descripciones de producto o la optimización de PDPs. Estas soluciones ya están bastante integradas en el día a día de muchos e-commerce, aunque con distintos grados de madurez según la compañía.
En este ámbito, la adopción es amplia. De hecho, las empresas que no están incorporando estas herramientas empiezan a situarse en una posición de desventaja competitiva.
El gran salto pendiente está en la IA agéntica. Aunque ocupa buena parte del discurso del sector, su implantación real sigue siendo limitada. Es una tecnología todavía en desarrollo y con pocos casos de despliegue sólido dentro de las empresas.
Además, su avance depende directamente de la capacidad de las compañías para hacer disponibles y utilizables sus datos. Automatizar procesos de forma avanzada exige conectar información de ventas, comportamiento de usuarios, operaciones, producto y conocimiento interno. Ahí persiste un cuello de botella importante y queda mucho trabajo por hacer.
Redegal ha publicado un informe de IA que sostiene que 2026 será el último año en el que adoptar IA puede considerarse una ventaja competitiva. ¿Por qué ese umbral temporal?
No lo planteamos como una certeza universal, sino como una lectura fundada en la experiencia de nuestro equipo y en lo que estamos observando dentro del mercado.
La idea es que, hoy, la diferencia entre usar IA y no hacerlo ya es muy significativa en determinados ámbitos. Ocurre, por ejemplo, en la generación de contenidos, vídeo e imágenes, pero también en la inversión publicitaria, donde el uso de herramientas como Boostic y de campañas automatizadas con IA está ampliando mucho la distancia entre unas compañías y otras.
En publicidad, estamos viendo incrementos de ROAS del 20%, 30% o incluso 40%. En generación de contenidos, los tiempos de producción —y, por tanto, los costes asociados— pueden reducirse entre un 80% y un 90%. Son mejoras tan relevantes que las empresas que no las incorporen empezarán a quedar en desventaja.
Por eso situamos el umbral en torno a 2026 y principios de 2027. Durante esta ventana, adoptar IA todavía puede aportar una ventaja competitiva. Pero, una vez superada, dejará de ser un elemento diferencial y pasará a convertirse en una condición mínima para competir.
El cambio se está produciendo a tal velocidad que la pregunta dejará de ser si una empresa obtiene ventaja por usar IA. La cuestión será si puede permitirse no usarla. No incorporarla de forma estructural ya no supondrá perder una oportunidad, sino entrar directamente en desventaja.
Si solo el 4,5% de los enlaces en AI Overviews coincide con los primeros resultados orgánicos, ¿qué implica esto para las marcas que han invertido durante años en SEO?
Es un dato muy revelador, porque demuestra que posicionar bien en el SEO tradicional no garantiza aparecer de forma destacada en las respuestas generadas por inteligencia artificial.
Dicho esto, conviene analizarlo con perspectiva. El tráfico procedente de respuestas basadas en IA todavía representa una parte pequeña frente al tráfico orgánico tradicional. Sin embargo, hay un matiz importante: las primeras señales apuntan a que ese tráfico tiene una intención de compra notablemente superior. Por tanto, aunque su volumen sea limitado, no debe infravalorarse.
Esto no significa que el trabajo realizado durante años en SEO haya perdido valor. Al contrario: sigue siendo fundamental. El SEO aporta autoridad, contenido, estructura y relevancia, elementos que también influyen en este nuevo escenario. Pero ya no basta con pensar solo en buscadores tradicionales. Las marcas tienen que empezar a combinar SEO con GEO, es decir, con estrategias orientadas a ganar visibilidad en respuestas generadas por IA.
El reto principal está en la medición. Las empresas necesitan saber qué aparece en AI Overviews, qué responde ChatGPT, cómo cita Perplexity o qué resultados ofrece Gemini. Y esa información todavía es difícil de obtener. A diferencia de Google Search Console, que lleva años ofreciendo datos sobre rendimiento orgánico, el ecosistema de respuestas con IA funciona aún como una caja negra. Las plataformas están empezando a dar señales, pero el nivel de transparencia sigue siendo limitado.
Por eso será clave contar con especialistas que puedan seguir la evolución de este entorno de forma continua. Las marcas tienen que centrarse en su negocio, pero necesitan a alguien que mida, interprete y active mejoras en un terreno que cambia muy rápido.
La conclusión es clara: el SEO sigue siendo necesario, pero ya no es suficiente. Las compañías deben mantener su estrategia orgánica y, al mismo tiempo, prepararse para competir en un nuevo espacio de visibilidad, donde las respuestas de la IA pueden influir cada vez más en la decisión de compra.
En el informe de Redegal sobre la IA se menciona el EU AI Act. ¿Están las empresas preparadas para cumplir con la nueva regulación?
Si hablamos en términos generales, diría que no. Ahora bien, conviene diferenciar entre distintos niveles de exigencia.
Por un lado, las empresas han ganado algo de margen en la parte más compleja de la regulación. Las obligaciones asociadas a determinados sistemas de alto riesgo se han retrasado, lo que da más tiempo para prepararse. Pero ese plazo adicional no debería interpretarse como una invitación a relajarse, sino como una oportunidad para hacer bien el trabajo.
Esta parte afecta especialmente a sectores como el financiero, la salud o los seguros, donde el uso de sistemas de IA puede tener implicaciones más sensibles y, por tanto, mayores exigencias regulatorias.
En el caso del e-commerce, el impacto del EU AI Act es más ligero. Afecta principalmente a cuestiones de riesgo mínimo y, sobre todo, a obligaciones de transparencia. Por ejemplo, identificar claramente cuándo un usuario está interactuando con un chatbot.
Esa transparencia se puede conseguir comunicándolo bien al cliente. Es algo que debe estar resuelto, pero creo que, en este punto, las empresas están más preparadas y es más fácil de implementar. Donde todavía queda mucho por hacer es en la parte de alto riesgo.
¿Cómo está incorporando Redegal la IA en sus propios procesos internos?
Nosotros promovemos el uso de la inteligencia artificial y también la utilizamos internamente en todos los departamentos.
El impacto en cada una de ellas es desigual. Hay áreas donde la IA está teniendo un efecto mayor que en otras. Por ejemplo, nos ha permitido aumentar mucho la productividad en desarrollo y en generación de contenidos, reducir costes y, sobre todo, abarcar más con los mismos recursos.
No se trata únicamente de hacer lo mismo más barato. También se trata de amplificar capacidades. Antes, quizá podías producir una creatividad; ahora puedes generar diez y lanzar campañas distintas, adaptadas a diferentes perfiles, con un presupuesto similar. Ese es el enfoque que buscamos: no solo reducir costes, sino multiplicar el alcance y la capacidad de ejecución.
También estamos aplicando la IA en equipos más operativos, de gestión y de administración, donde creemos que todavía existe un margen importante de mejora.
Además, internamente hay un aspecto estratégico para nosotros: disponer de nuestra propia infraestructura y de nuestra propia capacidad de inferencia con modelos propios. Esto nos permite mantener soberanía sobre el dato y sobre el modelo, algo que consideramos clave. No tener ese control puede convertirse en un riesgo relevante, tanto para nosotros como para cualquier empresa que esté implantando IA.
¿Qué áreas de Redegal han cambiado más por la inteligencia artificial: estrategia, analítica, creatividad, performance, atención al cliente, desarrollo tecnológico?
Aplicamos la inteligencia artificial en todas las áreas, aunque el impacto no es el mismo en cada una.
Una de las más transformadas ha sido el desarrollo tecnológico de software. La IA está presente prácticamente en todo el proceso: desde el análisis y la definición de requisitos hasta la implementación, las pruebas y el QA. El impacto es muy grande y todo el equipo trabaja ya con agentes de desarrollo.
En este punto, ha sido clave implantar un procedimiento común de trabajo. No se trata de que cada persona utilice la IA como quiera, sino de establecer protocolos y estándares compartidos. Esto es especialmente importante en el desarrollo asistido por IA, porque sin una metodología clara el resultado puede volverse inconsistente y difícil de gestionar.
También hemos visto un impacto relevante en performance publicitario. La IA nos permite mejorar el ROAS y ampliar la cobertura mediante creatividades y automatización de campañas.
Otra área muy transformada es la creatividad. La reducción del coste de generación de assets es enorme, y eso permite multiplicar la capacidad de producción: crear más piezas, probar más enfoques y llegar a más audiencias.
¿Qué está demandando hoy una empresa cuando acude a Redegal para hablar de IA?
Diría que hay dos grandes tipos de demanda.
La primera tiene que ver con todo lo relacionado con el SEO y la visibilidad en este nuevo contexto. Es una preocupación muy extendida, especialmente en e-commerce, porque afecta directamente a una parte clave de la captación de demanda. Muchas empresas quieren entender cómo cambia este escenario y cómo deben adaptarse. Para eso contamos con servicios y equipos especializados que acompañan al cliente en un proceso que todavía está en evolución y en el que no existe una solución única ni definitiva.
La segunda demanda tiene que ver con casos más concretos de automatización. En general, vemos que muchas empresas empiezan un poco por el final. Por ejemplo, quieren un asistente para sus usuarios, que les ayude a encontrar productos o les haga recomendaciones. O quieren que su equipo de analítica pueda acceder de forma sencilla a los datos de fidelización, ventas y análisis de producto, e incluso crear un agente que les avise cuando ocurre algo determinado.
Pero llegar a eso nos lleva casi siempre a la misma pregunta: para poder hacerlo, los datos tienen que estar disponibles, bien estructurados, normalizados y preparados. El catálogo tiene que estar listo, con las descripciones, las imágenes y toda la información bien montada. También necesitamos acceso a los datos de ventas del ERP, a los datos de comportamiento del cliente en la web y a los datos de inversión, para que ese agente pueda verlo todo.
Ahí es donde empezamos a trabajar nosotros, especialmente con la parte de producto, Binnacle y Boostic, para que esos datos estén disponibles. A partir de ahí se puede empezar a construir, porque esa es la base cuando buscas automatización y agentes autónomos capaces de actuar o sugerir recomendaciones.
En vuestro modelo IMIA·5 habláis de cinco niveles de madurez. ¿Dónde se sitúan la mayoría de las empresas españolas?
La mayoría de las empresas españolas del sector e-commerce, que es el ámbito que analiza principalmente el informe, se sitúan en el nivel 3, el nivel de crecimiento. Es, por decirlo así, el punto medio del modelo.
España obtiene una puntuación de 62 sobre 100, lo que la sitúa en el top 5. Además, un aspecto clave es que, dentro de ese grupo, es el país que más ha crecido en los últimos años, por lo que la trayectoria es positiva.
Pero seguimos en ese punto que representa el nivel 3: sí se están aplicando soluciones de IA, y en algunas áreas las empresas están bastante avanzadas, mientras que en otras no tanto. La parte generativa, la creación de contenidos o la publicidad automatizada ya se están utilizando, pero todavía no existe una IA estructural.
No hablamos aún de una inteligencia artificial integrada en todas las áreas de la empresa, coordinada y concebida como parte central del modelo operativo. Todavía estamos lejos de ese escenario, que es hacia donde habría que avanzar. Ahí es donde la IA puede tener un impacto mucho mayor y convertirse en un verdadero elemento transformador para la empresa.
¿Qué problemas reales resuelve hoy la IA en Binnacle Data y Boostic?
La IA está dentro de los propios productos, tanto en Binnacle como en Boostic, más allá del impacto que también tiene en el desarrollo de producto. Dentro de las soluciones, utilizamos IA principalmente para dos funciones.
La primera es automatizar análisis y detectar situaciones de forma mucho más avanzada de lo que podíamos hacer antes. De hecho, ya en 2023 empezamos a trabajar en esta línea con una funcionalidad que llamábamos Smart Monitoring, que permitía detectar cambios de tendencia a escala dentro del negocio, tanto positivos como negativos, y ayudar a entender por qué se habían producido.
Desde entonces, esa capacidad ha ido creciendo. Nos permite automatizar análisis que a los usuarios les llevarían mucho tiempo y que, en la práctica, no podrían hacer con la periodicidad que les gustaría. Ahí hay una capa importante de automatización con agentes.
La segunda tiene que ver con simplificar la interacción del usuario con los sistemas. Boostic, por ejemplo, es un producto de optimización del rendimiento de e-commerce que permite analizar y optimizar todo el catálogo de productos, incluso cuando hablamos de decenas o cientos de miles de referencias. Nuestro cliente más grande tiene un millón de productos en Boostic.
La IA permite hacer consultas y segmentar ese catálogo utilizando lenguaje natural. Por ejemplo: “quiero saber qué productos tienen más de 1.000 ventas, están mal posicionados en SEO, reciben mucha inversión en Google y, además, tienen muchas devoluciones”. Resolver esa combinación sin un producto como Boostic sería extremadamente complejo, llevaría mucho tiempo e incluso obligaría a consultar a varios departamentos.
Con Boostic, esa pregunta se puede resolver en segundos. La IA interpreta la consulta del usuario y la traduce al lenguaje técnico necesario dentro de la herramienta para buscar en las distintas fuentes de datos.
Después existe otra dimensión: no se trata solo de que la IA resuelva cosas dentro de Binnacle o Boostic, sino de que estos productos funcionan como una capa fundacional de datos sobre la que el cliente puede construir agentes externos.
Binnacle, más orientado a retail, captación de leads y retail omnicanal, y Boostic, más centrado en e-commerce, sirven como fuentes de datos fiables sobre lo que ocurre en el negocio: cómo se comportan los usuarios, qué productos se venden, cuáles consumen mucha inversión pero no convierten, dónde hay margen y dónde no.
Todo esto se puede conectar mediante protocolos estándar como MCP con chatbots y agentes externos. De esta forma, Binnacle y Boostic habilitan esa capa de datos que consideramos crítica para avanzar en la implantación de la IA y, especialmente, de la tecnología agéntica.
¿Dónde estáis viendo mayor retorno económico de la IA: en publicidad, personalización, creatividad, atención al cliente, logística o analítica?
En inversión publicitaria y rendimiento de campañas, el impacto es muy directo. Con el uso de campañas automatizadas con IA de Google y Meta, combinado con productos también basados en IA como Boostic, enfocados a esa misma área, hablamos de incrementos del ROAS del 20% o incluso superiores al 30%.
En creatividad y generación de contenidos, las reducciones de costes son muy significativas. En generación de imágenes y contenidos estamos viendo ahorros del 70%, 80% o incluso 90%.
También hay un retorno claro en personalización de cara al cliente final: recomendaciones automáticas, experiencias más adaptadas y otros casos similares. Ahí hablamos de un 20% o 30% de revenue adicional.
Estos son los ámbitos donde vemos un retorno económico más medible y un impacto directo con tecnologías que ya existen en el mercado. Todo esto dejando aparte el backoffice o el desarrollo de nuevas funcionalidades, donde también hay un impacto importante.
Sigue en directo la cotización de Redegal
¿Cuáles son los principales riesgos de incorporar IA al eCommerce y en términos digitales sin una estrategia clara?
Creo que hay tres riesgos principales. Algunos son más técnicos y otros tienen más que ver con la gestión y la estrategia.
El primero es el dato. Para incorporar IA de forma eficaz hay que tener los datos bien estructurados y accesibles. El dato que recibe la IA es vital, y no solo tiene que ser correcto, sino también suficiente para que el sistema funcione correctamente. Por tanto, existe un riesgo claro en empezar a conectar herramientas o automatizar procesos sin tener los datos preparados, disponibles y en buen estado.
El segundo riesgo está más relacionado con la generación de contenidos. Si una empresa empieza a producir contenidos con IA sin criterio, sin supervisión humana y sin una estrategia común, puede acabar generando piezas muy genéricas y degradando la percepción de la marca. Hay que utilizar la IA para generar contenidos, porque la ventaja que ofrece es demasiado importante como para ignorarla. No hacerlo puede situarte en desventaja. Pero hay que hacerlo bien, con criterio, formando al equipo y asegurándose de que todos trabajan de una manera coherente.
El tercer riesgo, que creo que está más subestimado y es uno de los más importantes, es la dependencia de modelos y herramientas externas de IA. Sobre todo, la dependencia de los modelos. Al final, muchas empresas estamos utilizando más o menos los mismos proveedores: OpenAI, Claude, Gemini u otros modelos frontera.
Eso puede generar un riesgo importante de lock-in, es decir, una dependencia muy grande de uno o varios proveedores. Ahora mismo están compitiendo de forma intensa en precio y captación de clientes, pero en cualquier momento podrían cambiar sus condiciones, subir precios de forma significativa o retirar un modelo de un día para otro.
Por eso no podemos dejar de utilizar esos modelos frontera, porque para determinadas tareas son necesarios. Pero sí debemos ser conscientes del riesgo y empezar a potenciar el uso de modelos propios o modelos desarrollados específicamente para cada empresa. Tener soberanía sobre esa parte es clave, porque de lo contrario el riesgo puede ser muy elevado.
¿Puede la regulación europea convertirse en una desventaja competitiva frente a Estados Unidos o Asia?
Puede tener ventajas y desventajas a la vez. Hay que ser conscientes de que existe un riesgo real de impacto competitivo, porque cumplir con los requisitos regulatorios supondrá más costes, especialmente para determinados sectores.
En e-commerce puede ser más asumible, pero sigue implicando un coste. En otros sectores, ese coste puede ser mucho mayor. También puede suponer más lentitud, porque cumplir con la regulación exige esfuerzo, tiempo y recursos. Es probable que eso haga que avancemos algo más despacio.
Pero también puede convertirse en una ventaja si somos capaces de utilizarlo como palanca. Ya lo hemos visto en ámbitos similares, como la regulación de privacidad y el RGPD. Al principio también podía parecer una carga: algo que iba a lastrar a las empresas y hacerlas más lentas. Sin embargo, con el tiempo ha aportado una ventaja en términos de confianza para el usuario final.
El usuario percibe que sus datos se utilizan de forma adecuada, que existen normas y que hay una regulación que protege sus derechos. De hecho, otros mercados han acabado mirando a Europa como referencia en materia de privacidad y protección de datos.
Creo que con la IA deberíamos seguir una lógica parecida. La regulación puede ser una ventaja para las tecnologías europeas si de entrada ofrecen más confianza al cliente. Poder decir que una solución cumple con los estándares europeos puede convertirse en un elemento diferencial.
La clave está en apoyarnos en esa confianza para transformar la regulación en una ventaja competitiva, en lugar de verla únicamente como una desventaja.
¿Cómo se compatibiliza la hiperpersonalización con la protección de datos y la confianza del consumidor?
La clave es que esa hiperpersonalización aporte valor. No se trata de personalizar por personalizar, sino de ofrecer un beneficio real al cliente final.
Además, hay que hacerlo sin que el usuario tenga la sensación de estar siendo perseguido, algo que a veces puede ocurrir cuando navega por determinadas plataformas. La personalización debe estar bien planteada y debe mejorar la experiencia del cliente.
Cuando el usuario entiende que esa personalización le ayuda a encontrar productos que le interesan, a llegar más rápido a lo que busca o a obtener un mejor servicio, la acepta mucho mejor.
Para eso, además de aportar valor, hay que ser transparentes. El cliente debe saber qué datos se recogen y para qué se van a utilizar. El mensaje tiene que ser claro: vamos a usar esta información para darte un mejor servicio, y si no quieres compartirla, no pasa nada, aunque perderás determinadas ventajas.
Creo que esa es la clave: aportar valor y explicarlo bien. Hay ejemplos claros de compañías que lo han conseguido, que han sabido trasladar al cliente que, si permite el uso de ciertos datos, recibirá a cambio una experiencia mejor.
¿Cómo estáis formando a vuestros equipos para que la IA sea una ventaja en el negocio?
Tenemos un equipo dedicado a esta labor, la Comisión de IA, cuyo foco es precisamente impulsar la adopción e implantación de la inteligencia artificial de forma transversal en la compañía.
Trabajamos con formaciones generales para todos los equipos y también con formaciones específicas por departamento, porque las herramientas, las tareas y los usos de la IA varían según cada área.
Además, no se trata solo de formación puntual. Son sesiones recurrentes, porque la tecnología cambia muy rápido y es necesario actualizarse constantemente. También forman parte del proceso de incorporación de las personas que entran nuevas en la compañía.
Pero, más allá de las formaciones, lo importante es fomentar una cultura práctica de uso de la IA: que los equipos prueben las herramientas, intenten integrarlas en su día a día y las incorporen de forma natural a sus procesos.
Es algo que ya está dando frutos y que, además, medimos de forma periódica desde la Comisión de IA. Esa medición nos permite ir ajustando el enfoque, introducir cambios y potenciar desde dentro aquello que funciona mejor.
¿Qué mercados serán más competitivos en IA aplicada al comercio digital durante los próximos tres años?
Pensar a tres años con esta tecnología es complicado, porque todo evoluciona muy rápido. El aporte de valor que ya existe hoy es enorme, pero todavía no sabemos todo lo que viene.
Con respecto a nuestra compañía, los mercados más maduros ahora mismo en Europa son Reino Unido, Alemania, Países Bajos y Francia. Pero la mayor velocidad de crecimiento viene desde LATAM, especialmente de México, Colombia y Brasil. En el futuro inmediato pueden ser mercados muy interesantes por los que apostar. También está España, que, como vimos en el informe, está acelerando mucho.
Desde el punto de vista de Redegal, estamos posicionados en España y también en LATAM, sobre todo en México, donde tenemos oficina y presencia desde hace mucho tiempo.
En la parte de producto, llevamos tiempo posicionándonos en Países Bajos, donde ya tenemos varios clientes en Boostic. También nos estamos posicionando en Colombia, donde contamos con algún cliente.
Creemos que la apuesta está en esos mercados europeos que ya presentan mayor madurez y en los mercados de LATAM, junto con España, que son los que están creciendo con más fuerza.
¿Qué peso tendrán los agentes autónomos de compra en los próximos años?
Lo situaría más hacia 2027 o incluso 2028. Ahora mismo ya hay cierto impacto, pero está todavía en una fase más exploratoria e inicial. Hay usuarios que empiezan a utilizar herramientas como Claude o Perplexity para encontrar productos y dejarse guiar en ese proceso de búsqueda. Pero el agente que todos tenemos en mente, ese que será capaz de hacer la compra por nosotros, lo veo más hacia finales de 2027 o 2028.
Creo que su impacto puede ser similar, salvando las distancias, al que tuvo el móvil hace unos 15 años. Las proyecciones apuntan a cifras muy grandes y es difícil estimar el alcance exacto, pero sí parece claro que tendrá un impacto significativo.
No será inmediato, todavía hay tiempo, pero hay que empezar a prepararse. Las plataformas de pago y de e-commerce ya están sentando las bases de protocolos agénticos de pago y de búsqueda, y los comercios digitales tendrán que adaptarse.
Eso implica empezar a construir una hoja de ruta. Hay que preparar el catálogo y toda la información asociada para que esos agentes puedan consumirla, consultarla y responder a las preguntas que necesiten. No es exactamente lo mismo que el SEO tradicional; habrá que adaptar la forma en que se estructura y presenta la información.
También será necesario estar preparados para un checkout automático. En este caso, no diría que 2026 marque el final de la ventana de oportunidad. La ventana es algo más amplia, pero las empresas deben empezar ya a prepararse.
¿Qué papel aspira a ocupar Redegal en esta nueva etapa del comercio digital impulsado por IA?
Nuestro objetivo es ser un socio de extremo a extremo para nuestros clientes en este proceso transformador, que prácticamente acaba de empezar.
Creemos que podemos aportar valor en todas las fases. Por un lado, ayudando a adaptar la base tecnológica para que el e-commerce esté preparado para el comercio agéntico. Por otro, acompañando en la parte de marketing, para que las tiendas online estén preparadas para aparecer en los resultados de búsqueda de estos nuevos agentes.
El objetivo es que esos agentes encuentren lo que buscan, entiendan bien la propuesta del e-commerce y decidan recomendar o elegir esa tienda, y no la de la competencia, para realizar una compra.
También queremos ayudar a las empresas en toda la estrategia del dato: cómo hacer que los datos que ya tienen trabajen a su favor y les permitan alcanzar un mayor nivel de automatización y aprovechar el impulso que puede darles la IA.