La próxima gran conversación comercial no ocurrirá entre un vendedor y un comprador sino entre dos agentes de inteligencia artificial que ya investigaron, compararon, negociaron y, en muchos casos, cerraron… mientras las personas todavía discutían el PowerPoint.

Durante décadas organizamos el mercado con siglas que describían quién le hablaba a quién: B2C, B2B, B2B2C… y al final del proceso siempre había un humano leyendo un catálogo, visitando una web, pidiendo una cotización o firmando un contrato. Ese supuesto se está rompiendo, y no porque las personas desaparezcan, sino porque dejan de ser el primer interlocutor. Ya estamos ante un nuevo actor comercial: el agente y, con él, una arquitectura distinta: A2C, A2B y A2A.

A2C es el agente de una empresa que atiende, recomienda, resuelve y vende a un cliente humano; A2B es el agente que opera frente a una organización: arma propuestas, responde a licitaciones, ajusta precios dentro de una política y sostiene la relación cuando el comprador corporativo ya no tiene tiempo de "ver tres proveedores"; y A2A es el salto cualitativo: el agente del comprador habla con el agente del vendedor; investigan stock, condiciones, riesgos, plazos y financiamiento. Recién luego de eso, y si hace falta (si así se les requirió), piden autorización humana.

Eso no es ciencia ficción de laboratorio. En 2025 Google abrió el protocolo Agent-to-Agent y lo cedió a la Linux Foundation. En abril de 2026 más de 150 organizaciones —entre ellas, además de Google, AWS, IBM, Microsoft, Salesforce, SAP, Cisco y ServiceNow— ya lo sostenían como estándar de interoperabilidad. Al mismo tiempo, el Model Context Protocol de Anthropic se consolidó como el modo en que un agente consulta herramientas y datos; el Agent Payments Protocol (AP2) empezó a resolver cómo un agente paga con mandato verificable; y protocolos de comercio como UCP (Universal Commerce Protocol) y ACP (Agent Commerce Protocol) buscan que un agente no solo converse, sino que compre. La infraestructura de la venta entre máquinas ya está sobre la mesa. Lo que falta, en la mayoría de las compañías, es el mindset.

McKinsey estima que el comercio agéntico podría orquestar entre US$ 3 y 5 billones a nivel global hacia 2030, con cerca de un billón solo en el retail B2C de Estados Unidos. Gartner proyectó que hacia 2028 los agentes de IA superarán en número a los vendedores en una proporción de 10 a 1, pero menos del 40 % de los vendedores reportarán una mejora en la productividad gracias a los agentes de IA.

Se pueden discutir detalles y puntos de vista, pero no se puede discutir la dirección: el embudo comercial se horizontaliza. El cliente ya no "entra" a nuestra tienda sino que su agente recorre decenas de tiendas en paralelo, en segundos, y solo nos elige si somos legibles, confiables y negociables para otra máquina.

Muchas empresas creen que "tener IA" es poner un chatbot sobre el mismo catálogo de siempre. Eso es solo un maquillaje. En un mercado A2A el activo no es el folleto ni una linda landing, sino la calidad del dato, la claridad de las reglas, la trazabilidad de la autorización y la capacidad de orquestar un sistema. Un agente no se enamora de un claim publicitario, sino que pregunta por disponibilidad real, margen permitido, lead time, incumplimiento histórico y qué pasa si el pedido cambia el martes a las 3 de la mañana. Si esa respuesta no está en el sistema, el agente de la competencia —el que sí puede responder— se lleva la orden.

Por eso, este modelo no es un problema de "adopción de herramientas" sino un problema de pensamiento sistémico. Vender en A2A obliga a conectar y alinear al área comercial, pricing, operaciones, legal, ciberseguridad, finanzas y experiencia del cliente en una misma y sincronizada partitura. Obliga a dominar datos, no a decorarlos en un tablero. Obliga a definir una buena estrategia agéntica, es decir, decidir qué puede negociar un agente, hasta qué monto, con qué excepciones y bajo qué reputación. Y obliga a un mindset de innovación: dejar de diseñar el proceso para un humano que hace clic y empezar a diseñarlo para un agente que ejecuta.

Lo más difícil no será comprar software sino formar profesionales capaces de ver valor donde hoy solo hay un trozo de material en bruto.

Miguel Ángel decía que la estatua ya estaba dentro de la piedra y que su trabajo consistía en quitar lo que sobraba. El profesional que este modelo necesita se parece menos a un usuario de aplicaciones y más a ese artista: camina alrededor de un bloque virgen —datos incompletos, procesos rotos, clientes invisibles, márgenes escondidos, reglas contradictorias— y se pregunta qué herramientas tiene para convertirlo en valor. Si solo sabe pedirle a un modelo que "escriba un mail más lindo", la inteligencia artificial será un libro más en una biblioteca corporativa: apilado, citado en el offsite de fin de año y jamás leído hasta las últimas consecuencias.

La formación "espinaca" —esa que parece robusta en el plan de estudios y se encoge cuando entra en calor laboral— no alcanza. Tampoco alcanza el curso de algunas horas para "aprender a promptear". Una preparación con mindset tecnológico no debería producir espectadores de la IA, sino arquitectos de sistemas comerciales: gente que entiende protocolo y política, dato y dilema ético, precio y reputación, algoritmo y responsabilidad. Que sabe que un agente sin identidad verificable, sin una bitácora de mandato y sin frontera de decisión no es eficiencia sino un riesgo legal con logo. Singapur ya empezó a exigir a sus 150.000 funcionarios públicos identidad y trazabilidad para agentes de inteligencia artificial. El vacío de responsabilidad —quién paga cuando dos máquinas se equivocan en nombre de dos empresas— no es un detalle jurídico sino parte del diseño de negocio.

A los líderes de compañías top les propondría cinco movimientos, no cinco slogans:

• Auditar si la empresa es legible para un agente: catálogo, políticas, stock y contratos en formato que otra máquina pueda consultar.
• Definir una matriz de autonomía: qué decide el agente, qué escala a un humano y qué nunca se delega.
• Construir una capa de datos comercialmente accionable, no un cementerio de reportes.
• Rediseñar la fuerza de ventas: de cazadores de leads a diseñadores de reglas, excepciones y relaciones que la máquina no puede sostener.
• Invertir en formación de frontera —posgrados, no tutoriales— para que el talento deje de ser usuario y pase a ser escultor.

El B2B no muere, sino que se desplaza. Seguirá habiendo almuerzos, confianza y apretón de manos; pero ese apretón ocurrirá más tarde, más arriba y sobre un acuerdo que ya fue negociado por agentes. Quien siga vendiendo como si el cliente fuera una persona sentada frente a una web, descubrirá que su interlocutor real ya se fue: está en otra capa, comparando mil opciones, sin abrir el mail del vendedor.

La pregunta, entonces, ya no es si vamos a usar inteligencia artificial para vender un poco más rápido sino si vamos a rediseñar la forma de vender para un mercado donde el primer cliente de la empresa… no es humano.

(*) Diego Pasjalidis es director de posgrados y maestrías de ITBA, conferencista y autor especializado en innovación.