¿Comprando en línea? La IA puede chatear, pero aún necesita contexto.

Todos hemos tenido experiencias como estas: buscas un producto en línea, tal vez un nuevo par de zapatillas para correr, pero un clic se convierte en un espiral. Antes de mucho tiempo, te encuentras navegando a través de cientos de resultados: estilos que nunca usarías, zapatillas para niños (aunque seas un adulto) y opciones que no se ajustan a tu presupuesto. Cuando estás abrumado por basura, tener más opciones no se siente realmente útil. En lugar de gritar "¡Aquí está TODO!", la IA tiene la capacidad de crear experiencias más guiadas, más cercanas a trabajar con un asociado útil en la tienda. Sin embargo, en muchos casos, aún no hemos llegado allí. LA IA ESTÁ EN TODAS PARTES Y, sin embargo, las expectativas están aumentando. Eso es porque para un número creciente de personas, la IA se está convirtiendo en una interfaz predeterminada. La gente utiliza herramientas de IA generativa todos los días: haciendo preguntas, planificando viajes, resolviendo problemas y tomando decisiones. Según datos de Constructor y Shopify, casi dos tercios de las personas han utilizado herramientas como ChatGPT en su vida diaria, un aumento del 29% en 2023. Entre la Generación Z, ese número es aún más alto, con un 78% que ha utilizado GenAI. Es natural que esos comportamientos y niveles de comodidad se trasladen a las compras, hasta el punto de que hoy en día, la gente no se pregunta "¿debería la IA ser parte de las compras?", sino "¿por qué no es mejor aún?" ESTAMOS EN UNA ETAPA TEMPRANA La realidad es que aún estamos en la primera fase de la IA en las compras. En particular, cuando se trata de utilizar IA para ayudar a encontrar productos, es un problema de decisiones en lugar de un problema de lenguaje. En otras palabras, los sistemas de IA de hoy pueden entender y responder a preguntas complejas y en lenguaje natural como "Estoy planeando un tailgate, ¿qué necesito?" o "Ayúdame a encontrar nuevas zapatillas para correr." Hace varios años, esas preguntas ni siquiera habrían tenido sentido para escribirlas en un motor de búsqueda. Hoy en día, los compradores pueden recibir recomendaciones que tienen sentido. La cuestión más amplia y urgente es si las recomendaciones tienen sentido para ellos. Ahí es donde radica el problema de la decisión, porque entender qué mostrar a cada comprador es complicado. Requiere trabajo de detective, ya que las decisiones de las personas a menudo están arraigadas en sus acciones, preferencias, comportamientos previos, etc. Si bien los modelos de lenguaje grande de hoy destacan en generar respuestas—frecuentemente con gran confianza—pueden tener dificultades para conectar esas respuestas con resultados y contextos del mundo real, como: ¿Cuál par de zapatillas para correr hará que este comprador tenga más probabilidades de comprar? POR QUÉ EXISTE LA BRECHA Para ayudar verdaderamente a los compradores, la IA necesita entender qué los motiva. Pero agentes de propósito general como ChatGPT y Claude no tienen acceso a pistas importantes: lo que compraste, casi elegiste, devolviste, etc. Esta información está fragmentada, diseminada a través de los sistemas de los minoristas y a menudo es propietaria. Pero es crucial para obtener el panorama completo. Y sin esa imagen, la IA lucha por reducir lo que se ajusta específicamente a tus necesidades. Al igual que con las zapatillas para correr: un corredor serio podría preocuparse más por la estabilidad, el ancho de la puntera y si una zapatilla es mejor para senderos o carreteras. Podría preferir una cierta marca o haber disfrutado realmente de la última versión de un modelo particular. Un corredor más ocasional puede querer simplemente algo cómodo para trotes ocasionales. Así que un enfoque de "Pregúntame cualquier cosa"—"¿Cuáles son buenas zapatillas para correr?"—a menudo falla en conectar los puntos. Y si los compradores tienen que explicar cada preferencia y caso de uso ellos mismos, entonces la IA no está realmente simplificando su experiencia. En cambio, la IA necesita los datos y el contexto correctos en el momento adecuado para ayudar a los compradores a tomar sus decisiones. APROVECHAMIENTO TEMPRANO Un enfoque basado en contexto está mostrando promesas. Por ejemplo, algunos minoristas han lanzado sus propios agentes que combinan sus datos de producto e inventario con información del comprador, como el comportamiento en tiempo real en el sitio, compras pasadas y estado de lealtad. Así, cuando alguien pide orientación, la IA puede ir más allá de las recomendaciones genéricas, mostrando productos que esa persona probablemente desee. No todos quieren interactuar de esta manera, y la participación aún está en una etapa temprana. Pero incluso con un número relativamente pequeño de personas utilizando este tipo de herramientas, el impacto parece significativo: Amazon compartió que los compradores que consultan su asistente de compras de IA tienen más de un 60% más de probabilidades de completar una compra durante su sesión. El uso también está aumentando, con engagement aumentando casi un 400% interanual. Walmart ha visto tendencias similares: los clientes que utilizan su IA Sparky tienen un valor promedio de pedido que es un 35% más alto que otros compradores. En sitios con agentes de IA durante el período de compras del año pasado que abarcó desde Black Friday hasta Cyber Monday, más del 10% de los ingresos provino de compradores que los utilizaron, según nuestros datos. Sin embargo, no todos han dominado el contexto aún: Pasé tiempo en un sitio de una cadena de grandes almacenes el otro día, agregando cuatro pares de zapatos a mi carrito. Al día siguiente, regresé y pedí al agente de IA del sitio que recomendara estilos similares a los que había estado navegando. La respuesta: "Para ayudarme a reducir esto, ¿estabas buscando zapatos de hombre o de mujer?" Lo diré de nuevo: está en una etapa temprana, y hay mucha experimentación en curso. Los minoristas están tratando de averiguar dónde, con el contexto adecuado, los agentes conversacionales aportan más valor. Hasta ahora, las áreas de alta intención, como las barras de búsqueda minorista y el chat, parecen funcionar bien. Momentos clave de decisión, como en las páginas de productos, son otro ajuste. En ese punto, los compradores a menudo necesitan respuestas a unas pocas preguntas pendientes como, "¿Estos calzan verdaderos a su tamaño?" o "¿Son buenos estos zapatos para pies anchos?" QUÉ SIGUE A medida que el contexto mejore, podemos esperar que la IA se convierta en un compañero de compras más útil y prevalente. También es probable que veamos interfaces más empoderadas, que no solo infieran nuestras preferencias, sino que hagan preguntas de aclaración a medida que aprenden y se adaptan. También habrá un cambio, de responder a actuar, con agentes guiando elecciones de manera más directa y ayudando con los próximos pasos. Con todos estos avances, el futuro de la IA en las compras se definirá por la calidad con la que entienden el contexto y ayudan a las personas a actuar. Así, la IA te ayudará a sentirte seguro en tu compra. Kevin Laymoun es director de atención al cliente y director de ingresos en Constructor.