Visa acaba de confirmar algo que el mundo del marketing B2B todavía no terminó de procesar.
Su nueva plataforma Intelligent Commerce Connect permite a agentes de IA navegar, seleccionar y pagar productos de forma autónoma en nombre de un usuario. Con autenticación, tokenización y controles de gasto integrados. No es un concepto. Hay pilotos en producción con sistemas fintech ahora mismo.
Es la primera vez que una infraestructura de pagos de escala global construye explícitamente para el escenario donde el agente compra solo.
Y eso cambia la pregunta central del marketing B2B.
La pregunta ya no es solo “¿aparecés cuando un humano busca lo que vendés?”. La pregunta que viene es “¿qué encuentra el agente de tu cliente potencial cuando te evalúa antes de que haya ninguna conversación humana?”
Los protocolos que están convergiendo
Para entender por qué esto importa ahora, y no en cinco años, hay que mirar los tres protocolos que se están consolidando simultáneamente:
MCP (Model Context Protocol) — el estándar de Anthropic para que los modelos de lenguaje interactúen con herramientas y fuentes de datos externas de forma estructurada. Adoptado por los principales players del ecosistema de IA en menos de un año desde su lanzamiento. Convirtió la integración entre modelos y sistemas externos de un problema de ingeniería custom a un protocolo estandarizado.
ACP (Agent Communication Protocol) — el protocolo emergente para comunicación entre agentes. Cuando un agente de IA necesita delegar una tarea a otro agente especializado — buscar proveedores, comparar opciones, verificar credenciales — ACP es la capa que hace posible esa comunicación de forma predecible y auditable.
Visa Intelligent Commerce Connect — la capa transaccional. El eslabón que faltaba: no solo que el agente pueda razonar y comunicarse, sino que pueda ejecutar la transacción con los controles de seguridad que las empresas necesitan para autorizar ese nivel de autonomía.
Tres protocolos. Tres capas: razonamiento, comunicación, transacción. Cuando los tres operan juntos, el pipeline completo de una decisión de compra B2B puede ejecutarse sin intervención humana directa.
Eso no es el futuro lejano. Es la arquitectura que se está ensamblando ahora mismo.
Cómo se ve una evaluación agentic en la práctica
Imaginá este escenario, que ya es técnicamente posible hoy con las herramientas existentes:
Un director de operaciones de una empresa mediana en México le pide a su agente de IA que evalúe tres proveedores de software de gestión de proyectos para una decisión de compra de $40,000 anuales. El agente tiene acceso a navegación web, puede ejecutar búsquedas, leer documentación técnica, comparar precios, y en un futuro muy cercano puede iniciar el proceso de compra directo.
El agente navega el sitio del proveedor A. Encuentra una página de producto bien estructurada, schema JSON-LD con entidad de producto definida, precios claros, casos de uso explícitos para el segmento del cliente. Puede extraer la información relevante en segundos.
El agente navega el sitio del proveedor B. Encuentra una landing con copy de marketing, sin estructura semántica clara, sin precios públicos, sin schema que le permita entender rápidamente qué hace el producto y para quién. Necesita inferir, y cuando un modelo infiere en lugar de leer datos estructurados, la representación que construye es menos precisa y menos favorable.
El agente no tiene tiempo ni instrucciones para hacer un análisis exhaustivo de cada sitio. Tiene un criterio de eficiencia: procesa la información que puede leer con claridad y descarta o desvaloriza lo que no puede estructurar rápidamente.
El proveedor A tiene ventaja. No porque tenga mejor producto, sino porque construyó su presencia digital para ser leída por un agente, no solo por un humano.
Por qué el schema de tu marca va a ser el pasaporte del agentic commerce
En el modelo de compra humana, el comprador tiene paciencia, contexto acumulado y la capacidad de interpretar señales ambiguas. Lee entre líneas. Infiere la seriedad de una empresa por el diseño del sitio, por el tono del copy, por referencias que reconoce.
Un agente de IA no opera con esa tolerancia a la ambigüedad. Opera con lo que puede leer de forma estructurada y confiable. Lo que no está explícito en un formato que el modelo puede procesar eficientemente — schema semántico, entidades definidas, relaciones claras entre producto, empresa y mercado — existe con mucha menos fuerza en la evaluación del agente.
Esto tiene una implicancia concreta para cualquier empresa B2B con ticket de venta relevante:
El schema de tu marca — cómo está definida tu entidad como negocio en los formatos que los modelos leen, cómo están marcados semánticamente tus productos y servicios, qué información le entregás explícitamente a los crawlers de IA — va a determinar si el agente de tu cliente potencial te incluye en su shortlist o te descarta antes de que haya ningún contacto humano.
No es una metáfora. Es la lógica operativa de cómo los agentes procesan información cuando tienen que tomar decisiones de evaluación con recursos limitados.
La ventana de early adoption
Hay un patrón que se repite en cada nueva capa de infraestructura digital: las empresas que entienden las reglas del nuevo sistema antes de que sea mainstream construyen posiciones que son estructuralmente difíciles de replicar después.
Pasó con el SEO. Pasó con el contenido de marca. Está pasando con el GEO ahora mismo.
El agentic commerce está en la fase donde los protocolos se están consolidando — MCP ya es estándar, ACP está emergiendo, la capa transaccional de Visa acaba de formalizarse. No es el momento de implementar una estrategia completa de agentic readiness. Es el momento de entender la dirección y asegurarse de que las decisiones de infraestructura que tomás hoy no te pongan en desventaja cuando el escenario sea mainstream.
En términos concretos: una empresa que invierte hoy en tener su schema semántico bien implementado, su llms.txt correctamente configurado y su entidad de negocio claramente definida para los modelos de IA está construyendo la misma base que va a necesitar para el agentic commerce. No son dos proyectos separados — son capas del mismo sistema.
La diferencia entre empezar ahora y empezar en 18 meses es el historial acumulado, la curva de aprendizaje recorrida y la posición establecida en los modelos antes de que los competidores lleguen.
Lo que esto significa para las agencias que trabajan con clientes B2B
Si tu agencia ofrece servicios SEO a clientes con tickets de venta relevantes — SaaS, consultoría, tecnología, fintech, educación corporativa — el agentic commerce no es un tema de tendencias para una presentación de año nuevo. Es el próximo capítulo de la conversación sobre visibilidad digital que ya estás teniendo con esos clientes.
Los clientes que te pregunten “¿cómo nos preparamos para este escenario?” en los próximos 6 meses van a ser los más valiosos de tu cartera — porque son los que entienden que el problema existe antes de que se vuelva urgente. Y la agencia que pueda responder esa pregunta con un framework concreto va a tener una ventaja de posicionamiento clara sobre las que todavía estén hablando solo de rankings.
La infraestructura base para la agentic readiness — schema semántico, optimización para crawlers de IA, artefactos de legibilidad para modelos — es exactamente lo que el GEO construye hoy. No son dos servicios. Son el mismo servicio con un horizonte temporal diferente.
El estado actual y hacia dónde va
Para ser precisos sobre dónde estamos: el agentic commerce está en fase de infraestructura, no de adopción masiva. Los protocolos se están consolidando, los pilotos están corriendo, pero el escenario donde un agente ejecuta autónomamente una decisión de compra B2B de escala es todavía emergente.
Eso no lo hace irrelevante para las decisiones de hoy. Lo hace exactamente el momento correcto para construir la base — cuando el costo es bajo, la competencia es mínima y el historial que acumulás hoy va a ser el activo más difícil de replicar cuando el escenario sea mainstream.
Desde Lotus estamos siguiendo de cerca la convergencia de estos protocolos. La generación de agentic-ready schemas — estructuras semánticas optimizadas no solo para ser citadas por LLMs sino para ser procesadas eficientemente por agentes autónomos — está en nuestro roadmap. No como una apuesta especulativa, sino como la extensión natural de lo que el GEO ya hace: construir la infraestructura de legibilidad que determina si tu marca existe para los sistemas de IA que toman decisiones.
La pregunta para cualquier empresa B2B en LATAM que lee esto es la misma que aplica al GEO hoy: ¿cuándo querés empezar a construir esa posición — cuando el mercado todavía está abierto, o cuando tus competidores ya tienen 18 meses de ventaja?
Si trabajás en una agencia y querés entender cómo la infraestructura GEO que construís hoy se convierte en la base de agentic readiness de tus clientes, podés contactarnos en clicon.app
Martín Endara es fundador de Clicon y creador de Lotus, el primer AI Revenue Protection Engine para empresas B2B en LATAM. Sigue de cerca la convergencia de los protocolos de agentic commerce y su impacto en la estrategia digital B2B en la región.
¿Querés recibir insights sobre GEO, LLMs y el futuro del marketing B2B? Suscribite al blog de Clicon.