Agentes de compra B2B: cuando el comprador también es una IA
Los agentes de compra B2B ya no son una idea de laboratorio. Cuando quien pide precio, compara plazos y negocia una contraoferta es un sistema de IA, la venta deja de depender de quién atiende mejor al teléfono. Pasa a depender de qué datos y qué reglas puede leer ese agente en tu empresa. Y de si al otro lado de la mesa también hay un agente tuyo.
En diciembre de 2025, Anthropic montó durante una semana un mercado interno para 69 empleados. Cada persona tenía un agente de IA que compraba y vendía en su nombre. Sin intervención humana una vez empezó el experimento.
Los agentes cerraron 186 acuerdos por algo más de 4.000 dólares.
Lo interesante no es la cifra. Son dos hallazgos que la empresa publicó en abril de 2026:
- Los agentes con un modelo más capaz obtuvieron mejores precios, tanto vendiendo como comprando.
- Las personas representadas por el agente más débil no percibieron que salían perdiendo. Valoraron sus acuerdos como igual de justos.
Hay un tercero que conviene leer dos veces: pedirle al agente que negociara "duro" apenas cambió el resultado. Pesó más la calidad del agente que las instrucciones.
Llevado al B2B, esto deja de ser una curiosidad.
Qué son los agentes de compra B2B
Un agente de compra B2B es un sistema de IA que actúa en nombre del departamento de compras de una empresa: detecta una necesidad, busca proveedores, pide precio y plazo, compara condiciones y, dentro de unos límites fijados, negocia o emite el pedido.
No sustituye al comprador. Lo libera de la parte repetitiva: pedir tres ofertas para cada reposición, perseguir confirmaciones de plazo, comparar tarifas en PDF.
Cuando compra una máquina, gana quien es más fácil de entender. No quien tiene mejor relación con el comprador.
De la relación comercial a la consulta automática
Pensemos en un distribuidor de material eléctrico con 15.000 referencias y una red de instaladores y empresas de mantenimiento como clientes.
Hoy, un cliente industrial le envía una lista de veinte referencias por correo. Un comercial la pasa a oferta en una hora. Confirma plazos con almacén. Ajusta el precio si el cliente "aprieta".
Ahora planteemos la hipótesis: ese cliente pone un agente a gestionar las reposiciones de consumibles. El agente lanza la misma consulta a cinco distribuidores a la vez. Espera respuesta en minutos, no en horas. Y compara con criterios que no tienen nada que ver con la simpatía.
Lo que el agente valora:
- Precio neto para ese cliente, no la tarifa general con un descuento por aplicar.
- Stock y plazo reales, consultables en el momento.
- Atributos técnicos comparables, para saber si dos referencias son equivalentes.
- Reglas explícitas: pedido mínimo, portes, condiciones de pago, límite de crédito.
- Historial de cumplimiento: si lo que prometiste llegó cuando dijiste.
El distribuidor que necesita una persona para responder a cada una de esas preguntas no está en la comparación. Simplemente no aparece.
Agente contra agente: por qué el vendedor también necesita el suyo
Aquí está el cambio de fondo.
Si el comprador usa un agente que responde en segundos, el vendedor tiene dos opciones. O contesta en horas, con un equipo saturado copiando referencias. O pone su propio agente al otro lado, conectado al ERP, al PIM y a las reglas comerciales.
La segunda opción no consiste en "poner un chatbot". Consiste en que la empresa tenga escrito, en un formato que una máquina pueda aplicar, lo que hoy vive en la cabeza del jefe de ventas:
- Qué descuento se puede dar a cada tipo de cliente y por qué volumen.
- Qué margen mínimo se acepta por familia de producto.
- Qué alternativa se ofrece cuando una referencia está rota de stock.
- Qué condiciones de pago se aceptan según el riesgo del cliente.
- Qué casos escalan a una persona y en cuánto tiempo.
Sin eso, el agente vendedor negocia a ciegas. O no puede negociar nada.
Un agente comercial no inventa la política comercial. La ejecuta. Si nadie la ha escrito, no hay nada que ejecutar.
La brecha que nadie ve
El experimento deja una advertencia incómoda para cualquier dirección comercial.
Si la calidad del agente marca el precio, y quien pierde no lo percibe, una empresa puede estar cediendo margen operación a operación sin que nadie levante la mano. El comercial no lo nota porque no ha intervenido. El cliente no lo nota porque está contento. La cuenta de resultados sí.
Algunas consecuencias operativas concretas:
- Finanzas necesita ver el margen por operación cerrada por un agente, no solo el agregado mensual.
- Comercial necesita revisar qué se concedió, a quién y con qué argumento.
- Compras, en el lado comprador, necesita saber si su agente está obteniendo condiciones mejores o peores que las que conseguía el equipo.
Sin registro de cada negociación, no hay forma de saber si el agente trabaja a favor de la empresa o simplemente cierra rápido.
Lo que conviene preparar
No hace falta desplegar mañana un agente comercial. Hace falta que la empresa sea legible para los agentes que ya están llegando y gobernable cuando decida usar el suyo.
En la práctica, el orden razonable es este:
- Datos de producto completos en el PIM, con atributos técnicos y equivalencias entre referencias.
- Precio, stock y plazo servidos desde el ERP, por cliente y en tiempo real, sin pasar por una hoja de cálculo intermedia.
- Reglas comerciales escritas y versionadas: descuentos, mínimos, portes, crédito y márgenes.
- Un canal de consulta automática, ya sea un área privada B2B con API, un catálogo estructurado o un servidor MCP, para que otro sistema pueda preguntar sin llamar a nadie.
- Trazabilidad: cada oferta y cada concesión, registradas con su motivo.
- Personas al mando de las excepciones, con tiempos de respuesta definidos.
La mayor parte de este trabajo no es de IA. Es de integración y de orden. Es el mismo que ya exigía un eCommerce B2B sin errores, ahora con más urgencia.
Los agentes no premian a la empresa con más tecnología. Premian a la que tiene más claro cómo funciona.
Esta es mi apuesta
Creo que la negociación B2B se va a dividir en dos niveles.
Las operaciones repetitivas, como reposiciones, consumibles, recambios y pedidos recurrentes, las acabarán gestionando agentes en ambos lados. Rápido, con reglas y con poca conversación.
Las decisiones con peso, como un proyecto nuevo, un cliente estratégico o un cambio de proveedor, seguirán siendo humanas. Pero llegarán mejor informadas, porque los equipos dejarán de dedicar horas a lo que una máquina puede resolver.
Por eso no veo este cambio como una carrera por tener el agente más brillante. Lo veo como un ejercicio de dirección: escribir las reglas del negocio, conectar los sistemas que las sostienen y decidir dónde quiere la empresa que siga habiendo una persona.
Quien haga ese trabajo podrá negociar con agentes en igualdad de condiciones. Quien no, probablemente seguirá vendiendo, aunque con un margen que irá bajando sin que nadie sepa explicar por qué.
Preguntas frecuentes sobre los agentes de compra B2B
¿Qué es un agente de compra B2B?
Un sistema de IA que actúa en nombre de compras: busca proveedores, pide precio y plazo, compara condiciones y negocia o emite pedidos dentro de los límites que fija la empresa.
¿Pueden los agentes de IA negociar entre ellos?
Sí. Anthropic publicó en 2026 un experimento en el que agentes de IA representaron a compradores y vendedores y cerraron 186 acuerdos reales sin intervención humana durante la negociación.
¿Qué necesita una empresa vendedora para atender a agentes de compra?
Datos de producto completos, precio, stock y plazo por cliente consultables en tiempo real desde el ERP, reglas comerciales escritas y un canal que otro sistema pueda consultar de forma automática.
¿Sustituyen los agentes de compra al equipo de compras?
No. Lo liberan de tareas repetitivas como pedir ofertas o perseguir confirmaciones, y dejan a las personas las decisiones estratégicas y las excepciones.