# IA consejera, no decisora: diseñar autonomía de compra por niveles

> La experiencia de compra con IA debe separar explicar, recomendar y ejecutar para que cada usuario pueda delegar sin perder control.

- Author: Viktor Berthelius (BRTHLS)
- Published: 2026-08-22
- Category: growth design
- Tags: agentic-commerce, decision-design, consumer-trust, human-control
- Language: es
- Canonical: https://www.brthls.com/magazine/ia-consejera-no-decisora-es
- Source: BRTHLS Magazine — https://www.brthls.com

---

## Problema

Muchas experiencias de comercio agéntico tratan la autonomía como un interruptor: el asistente recomienda o compra. Esa simplificación ignora que explicar opciones, priorizarlas, preparar un carrito y confirmar un pago son derechos de decisión diferentes.

El resultado es una paradoja. La IA puede reducir esfuerzo, pero la interfaz eleva desconfianza justo cuando intenta eliminar cada pausa. La fricción que desaparece del flujo también era el momento en que la persona entendía y confirmaba.

## Tesis

La autonomía de compra debe diseñarse como una escalera reversible: **explicar, comparar, recomendar, preparar y ejecutar**. El usuario decide hasta qué peldaño delega y puede bajar en cualquier momento.

**La conversión no depende de automatizar la decisión, sino de hacer visible quién conserva cada derecho.**

## Framework

El Observatorio de MRM y Tribal, basado en 1.205 entrevistas en España, detecta una preferencia clara por una IA que acompaña frente a otra que sustituye el criterio. Google AP2 aborda el mismo problema desde protocolo: separa el mandato de intención del mandato de carrito y conserva evidencia de qué autorizó la persona.

Eso permite construir cinco niveles. En **explicar**, la IA traduce diferencias. En **comparar**, aplica criterios declarados. En **recomendar**, prioriza y expone por qué. En **preparar**, arma una opción sin comprometer fondos. En **ejecutar**, actúa dentro de un mandato firmado y acotado.

Cada salto necesita una evidencia adicional. Una preferencia conversacional puede bastar para ordenar resultados. Un pago requiere producto, precio, vigencia, identidad y autorización verificables.

**Señal medible:** ratio de usuarios que amplían o reducen su nivel de delegación y tasa de reversión antes de ejecutar.

## Por que importa ahora

Los asistentes están entrando en descubrimiento, comparación y checkout al mismo tiempo. Si la marca solo optimiza el último clic, no sabrá si una compra automática expresa confianza o resignación.

La escalera también mejora el aprendizaje. Un rechazo a una recomendación no equivale a rechazar la categoría, el precio o el agente. Registrar en qué peldaño aparece la objeción permite corregir explicación, criterio o mandato sin mezclarlo todo en una métrica de conversión.

## Anti-ejemplo

"Compra siempre la mejor opción por menos de 100 euros." Parece una instrucción suficiente, pero no define qué significa mejor, qué variantes son equivalentes, cuánto dura el permiso ni qué ocurre con devoluciones.

Tampoco sirve pedir confirmación en cada pantalla. Control no significa repetir botones; significa que la persona pueda anticipar consecuencias y cambiar el alcance de la delegación.

## Protocolo (3 pasos)

1. **Separa derechos.** Define qué puede explicar, recomendar, preparar y ejecutar el agente.
2. **Asocia evidencia.** Añade criterios, vigencia y confirmación proporcional a cada nivel.
3. **Diseña reversión.** Permite bajar autonomía, cancelar y revisar el historial sin castigo.

Prueba el flujo con una compra rutinaria y otra sensible. Si ambas piden exactamente la misma autorización, el modelo de autonomía es demasiado grueso.

| Nivel | Acción del agente | Control humano |
| --- | --- | --- |
| comparar | ordena opciones | edita criterios |
| preparar | crea carrito | revisa contenido |
| ejecutar | confirma pago | mandato acotado |

## Relacionado

- [Agentic Commerce: qué cambia cuando el cliente que compra es un agente](/magazine/agentic-commerce-compra-cuando-cliente-es-agente-es)
- [Decision Rights Map: quién decide qué en un sistema IA](/magazine/decision-rights-map-quien-decide-que-en-un-sistema-ia)

## Fuentes consultadas

- [MRM y Tribal: Observatorio de las actitudes humanas en los nuevos entornos de compra](https://es.linkedin.com/posts/jorgebarriobero_primer-observatorio-de-las-actitudes-humanas-activity-7440459709150728192-2MxD)
- [Google Cloud: Agent Payments Protocol](https://cloud.google.com/blog/products/ai-machine-learning/announcing-agents-to-payments-ap2-protocol)
- [Google Agentic Commerce: repositorio AP2](https://github.com/google-agentic-commerce/AP2)

## Proximo paso

Toma tu flujo de compra asistida y marca quién decide en cada pantalla. Si el sistema salta de recomendación a ejecución sin un mandato distinto, inserta ese contrato antes de optimizar conversión.

---

_Cite as: Berthelius, V. (2026). "IA consejera, no decisora: diseñar autonomía de compra por niveles". BRTHLS Magazine. https://www.brthls.com/magazine/ia-consejera-no-decisora-es_