Disponibilidad local en compras con IA

Si has llegado aquí buscando cómo ejecutar modelos de IA en tu propio hardware, esta no es esa guía. Aquí cubrimos el otro significado: cómo los agentes de compra con IA como ChatGPT y Gemini deciden si tu producto está disponible para un comprador, incluidos los compradores cerca de una tienda física, y qué puedes hacer para que tus fichas superen esa comprobación. Los agentes solo pueden recomendar lo que pueden leer, en lo que pueden confiar y confirmar como comprable. La disponibilidad local forma parte de esa confirmación.

Resumen rápido

• Los agentes de compra con IA ahora muestran inventario, precio y reseñas en sus respuestas, y Google tiene una función de IA que llama a tiendas locales para preguntar si un artículo está en stock.
• Tus señales de disponibilidad proceden de datos estructurados de producto, feeds y acceso de rastreo, no de pagar por una posición.
• El tráfico de referencia desde IA sigue siendo pequeño, pero convierte bien para los productos adecuados, así que empieza por los artículos donde los compradores comparan e investigan.
• Prueba cómo trata realmente cada agente tus fichas, corrige las carencias en los datos y luego vuelve a escanear. No lo adivines.

Qué significa la “disponibilidad local” para los agentes de compra con IA

En la búsqueda clásica, la disponibilidad era una línea en un fragmento. En un flujo de compra con IA es una barrera. Cuando un comprador pide un producto, el agente crea una lista corta y descarta todo lo que no puede confirmar como comprable, entregable o en stock.

Hay tres preguntas detrás de esa barrera:

1. ¿Está en stock? El agente lo lee de tu feed, tus datos estructurados y tu página.
2. ¿Puede llegar a este comprador? Regiones de envío, velocidad de entrega y, para el comercio físico, si una tienda cercana lo tiene.
3. ¿Puede el agente confiar en la respuesta? Los datos desactualizados o contradictorios hacen que un producto sea arriesgado de recomendar, por lo que pierde terreno silenciosamente.

Google describe la escala de lo que hay detrás de esto. Según el informe de TechCrunch sobre la actualización de compras con IA de Google, AI Mode está impulsado por un Shopping Graph de más de 50 mil millones de fichas de producto, 2 mil millones de las cuales se actualizan cada hora. El mismo informe dice que las respuestas de AI Mode pueden mostrar detalles como precio, reseñas e inventario disponible, y que los compradores en EE. UU. pueden buscar “near me” y usar una opción “Let Google Call” para categorías como juguetes, salud y belleza, y electrónica.

La lectura práctica: la disponibilidad se comprueba de forma continua, por máquinas, y el comerciante que proporciona datos precisos de forma continua tiene ventaja.

Por qué importa ahora: poco tráfico, gran intención

Primero, cifras honestas. Un estudio de 973 sitios de comercio electrónico del que informaron investigadores de la Frankfurt School descubrió que ChatGPT desempeña un papel limitado en las compras online en general. Crea valor principalmente para productos complejos con altas necesidades de información, y menos para artículos estándar.

Un análisis independiente de Visibility Labs sobre 94 sitios de ecommerce encontró que el tráfico referido por ChatGPT convertía al 1,81% frente al 1,39% de la búsqueda orgánica genérica, alrededor de un 31% más, mientras representaba menos del 0,2% del tráfico total de ecommerce a mediados de 2025. Los ingresos por sesión quedaron por detrás de los canales de búsqueda consolidados, pero superaron a la publicidad social de pago.

Lo que eso significa para ti:

• No esperes que la IA sustituya a la búsqueda este trimestre.
• Sí trátala como un canal pequeño, de alta intención y en crecimiento, donde el coste de estar ausente es que un competidor con datos más limpios obtenga la recomendación.
• Prioriza los productos que los compradores investigan y comparan: bienes técnicos, suplementos, belleza, equipamiento para el hogar, cualquier cosa con especificaciones reales.

Qué señales deciden si apareces

Datos de producto estructurados y legibles por máquina

Los agentes prefieren datos que puedan analizar sin hacer suposiciones. La disponibilidad, el precio, las variantes y las condiciones de envío y devolución deben existir como campos explícitos, no solo como texto dentro de una descripción. La propia guía de Google para su Universal Commerce Protocol (UCP) es un buen ejemplo de hacia dónde va esto: la guía UCP de Merchant Center explica que actualizas tu feed de productos para indicar la elegibilidad y proporcionar datos de cumplimiento, utilizando atributos como native_commerce para la elegibilidad del pago, consumer_notice para advertencias normativas y merchant_item_id, de modo que los agentes puedan decidir si un producto es apto y calcular totales precisos.

Si quieres una introducción más amplia sobre la parte de los datos, esta visión general de ejemplos de IA en ecommerce e información de producto legible por máquina es una lectura complementaria útil.

Actualización

Un artículo que aparece como «en stock» en tu feed y como «agotado» en la página es un problema de confianza. La solución es sencilla y eficaz: una única fuente de verdad para el inventario, sincronizada con frecuencia, de la que lean la página, el feed y los datos estructurados.

Acceso de rastreo

Un error común y costoso: tus reglas de CDN o de gestión de bots bloquean los rastreadores que usan los sistemas de IA. La revisión de StoreFleet sobre Perplexity y Google AI Mode para Shopify señala exactamente esto, mencionando PerplexityBot y Google-Extended, y recomienda permitirlos explícitamente en robots.txt para que tu catálogo siga siendo visible. Revisa los registros de tu firewall antes de tocar una sola descripción de producto.

Contenido de producto que responde a preguntas de comparación

La disponibilidad te mete en la lista corta. El contenido decide si la ganas. Las especificaciones, los materiales, las tallas, la compatibilidad y un lenguaje honesto sobre los casos de uso permiten que un agente relacione tu producto con una solicitud concreta. Nuestras guías sobre optimizar fichas de producto para agentes de compra con IA y sobre grafos de conocimiento de producto para Shopify y WooCommerce profundizan más.

La visibilidad es probabilística, así que deja de perseguir una posición

Muchos comercios preguntan cómo «posicionarse primero» en ChatGPT. El mismo análisis de StoreFleet señala que la visibilidad es probabilística en lugar de una posición fija, y que los agentes favorecen los datos relevantes y estructurados frente a las tácticas SEO genéricas. Los servicios que prometen una visibilidad garantizada suelen ser ineficaces en comparación con una buena higiene en tus feeds de producto.

Piensa en tasas de selección en su lugar. Si a un agente se le hace la misma pregunta de compra 100 veces, ¿en cuántas respuestas aparece tu producto? Ese es el número que hay que mover, y se mueve cuando tus datos se vuelven más claros que los de tus competidores.

Tampoco hay un único agente en el que ganar. El análisis de AlixPartners defiende un enfoque de cartera: las marcas de moda y ropa tienden a beneficiarse más del descubrimiento en ChatGPT y Perplexity, mientras que los negocios centrados en la reposición o en productos básicos suelen necesitar una presencia más fuerte en flujos de compra nativos con IA como Gemini o Amazon Rufus. Revisa cada agente por separado.

Una lista de comprobación práctica para propietarios de tiendas

Trabaja en esto por orden. Los primeros puntos no cuestan nada.

1. Desbloquea los rastreadores. Revisa robots.txt, la CDN y la configuración de gestión de bots para los agentes de usuario de IA. Permite los que quieras.
2. Audita la precisión del stock. Compara 20 productos principales entre la página, el feed y los datos estructurados. Corrige cada discrepancia.
3. Haz que los campos sean explícitos. Incluye disponibilidad, precio, GTIN o SKU, marca, variantes, envío y devoluciones en campos estructurados.
4. Declara la elegibilidad. Si vendes en EE. UU. y quieres el pago mediante agente, sigue los pasos de Merchant Center UCP para la elegibilidad del pago y los datos de cumplimiento.
5. Escribe para la comparación. Añade las especificaciones y los detalles de casos de uso por los que un comprador preguntaría a un asistente. Considera también las imágenes: consulta nuestra nota sobre cómo hacer que las imágenes de producto sean legibles para la IA.
6. Refuerza las señales de confianza. Las reseñas y la prueba social siguen teniendo peso. Una investigación de Yuting Gao y Xiaoyu Miao, publicada a través de AIS Electronic Library, concluyó que, para marcas conocidas, las recomendaciones de las redes sociales se percibían como más creíbles que las de la IA, por lo que la IA puede encargarse del descubrimiento mientras la confianza se construye en otra parte. Nuestra publicación sobre cómo las reseñas dan forma a las recomendaciones de IA explica la mecánica.
7. Mide, cambia y vuelve a medir. Haz una edición cada vez en tus productos de mayor valor y luego comprueba el efecto.

Un ejemplo práctico

Supongamos que gestionas una tienda Shopify que vende máquinas de espresso, con una única sala de exposición física. Un comprador pide a un asistente una máquina compacta por debajo de un presupuesto determinado y disponible esta semana. El agente necesita un precio, un estado de stock, una estimación de entrega y, idealmente, el detalle de especificaciones que demuestre que es “compacta”. Si tu página dice “envío pronto” mientras el feed dice “en stock”, y tus dimensiones están dentro de una imagen, el agente tiene dos campos inciertos y uno ilegible. Un competidor con campos limpios entra en la lista corta aunque tu máquina sea mejor.

La solución no es un texto ingenioso. Son campos coherentes, especificaciones legibles y un rastreador permitido.

Nuestra perspectiva

Construimos ecentic porque los comerciantes seguían haciendo la pregunta equivocada. Preguntaban cómo posicionarse en la IA, cuando la pregunta útil es por qué un agente eligió el producto de un competidor en lugar del suyo para una solicitud concreta de un comprador.

Nuestra opinión es que la disponibilidad es un factor entre varios que el agente sopesa, y no puedes ver cómo los sopesa mirando solo tu propia tienda. Tienes que simularlo. Por eso probamos con los agentes reales, ChatGPT, Gemini, Claude y Perplexity, en lugar de una lista de comprobación genérica, y por eso vinculamos cada cambio sugerido a una tasa de éxito medida y, cuando es posible, a ventas atribuidas en lugar de a la sensación de que el texto es mejor.

También creemos que la mayoría de los comerciantes deberían resistir el impulso de reescribirlo todo. Primero corrige los datos que te hacen no elegible: discrepancias de stock, rastreadores bloqueados, campos ausentes. Después mejora el contenido en los pocos productos en los que los compradores realmente comparan. Luego vuelve a escanear, porque los agentes cambian y tus competidores también.

— Xhurian

Dónde encaja ecentic

Si gestionas una tienda Shopify o WooCommerce, ecentic se conecta a ella, simula cómo los agentes de compra con IA evalúan tus páginas de producto y explica en un inglés sencillo por qué ganas o pierdes frente a la competencia. Obtienes sugerencias para reescribir fichas, puedes publicar cambios con un clic y volver a escanear para hacer seguimiento de la frecuencia con la que los agentes seleccionan tus productos. Hay un escaneo introductorio gratuito, para que puedas ver tu punto de partida antes de pagar nada.

Planes publicados, de nuestra página de precios:

Los planes Scan, Pay-as-you-go y Enterprise también aparecen allí sin un precio publicado. Mira cómo funciona la optimización de fichas de producto con IA o la integración con Shopify.

Errores que silenciosamente cuestan recomendaciones

• Tratar la IA como si fuera otro espacio publicitario. No hay ninguna subasta que ganar. Pagar por una colocación «garantizada» es accionar la palanca equivocada.
• Arreglar el texto antes que los datos. Las descripciones bonitas no ayudan si el agente no puede confirmar que el artículo se puede comprar.
• Optimizar para un solo agente. Como muestra el análisis de AlixPartners, los distintos tipos de negocio se benefician de agentes diferentes.
• Ignorar la lógica de producto básico frente a producto complejo. Los hallazgos de la Frankfurt School sugieren que la IA ayuda más en compras complejas y con mucha información. Dedica ahí el esfuerzo primero.
• No volver a escanear nunca. Los feeds cambian, la competencia actualiza, los modelos cambian. La precisión de la disponibilidad es un hábito, no un proyecto. Nuestra guía sobre las fuentes de datos que usan los agentes de compra con IA muestra cómo mantener el ciclo en marcha.

Preguntas frecuentes

¿«IA de disponibilidad local» significa ejecutar IA en mi propio ordenador?

Ese es el otro significado habitual de la expresión, y se refiere a ejecutar modelos en tu propio hardware por privacidad y control. Este artículo trata algo distinto: cómo los agentes de compra con IA juzgan si un producto está disponible para un comprador, incluso cerca de él.

¿Puedo pagar para que mis productos muestren stock local en ChatGPT o Gemini?

No como una compra de posicionamiento. La aparición es probabilística y está impulsada por datos de producto estructurados y relevantes, así que la vía fiable son feeds precisos, páginas coherentes y rastreadores permitidos. Google sí ofrece programas basados en feeds, así que consulta la documentación oficial de Merchant Center para tu configuración.

¿Los agentes de IA realmente comprueban tiendas locales?

Google ha anunciado una función en EE. UU. que llama a tiendas locales para preguntar por la disponibilidad de productos en determinadas categorías, y AI Mode puede mostrar inventario en las respuestas. La disponibilidad de tus productos variará según la categoría y según lo bien que se mantengan tus datos.

¿Merece la pena el tráfico de compras con IA para una tienda pequeña?

Hoy es pequeño, por debajo del 0,2% del tráfico de ecommerce en un análisis de mediados de 2025, pero convirtió mejor que la búsqueda orgánica genérica en esos mismos datos. Empieza con mejoras gratuitas, como el acceso de los rastreadores y la coherencia del stock, y centra tu esfuerzo en los productos que los compradores comparan.

Fuentes

• Google amplía las compras con IA con búsqueda conversacional, pago agentivo y una IA que llama a tiendas por ti (TechCrunch)
• El tráfico de ChatGPT convierte un 31% mejor que la búsqueda orgánica no de marca (Visibility Labs)
• Nuevo estudio: dónde ChatGPT ya funciona en las compras online (idw)
• Prepara tu cuenta de Merchant Center, Guía UCP de Google
• Perplexity y el modo IA de Google para Shopify, comprobado (StoreFleet)
• Agentes de compra con IA: beneficios para los clientes, beneficios para los minoristas (AlixPartners)
• Gao y Miao, PACIS 2025 (AIS Electronic Library)