Compradores agénticos en B2B: por qué el precio por asiento y el catálogo no legible por máquinas te dejan fuera del shortlist

¿Qué cambia cuando un agente, y no una persona, arma el shortlist?

El giro que describe un ensayo de O'Reilly Radar firmado por Rudrendu Paul y Sourav Nandy es estructural: los compradores B2B están delegando en agentes de software la investigación, la comparación y, en casos avanzados, la negociación. IDC estimó en agosto de 2026 que el 80% de los compradores tecnológicos ya usan agentes en su proceso de compra. Cuando el primer filtro es una máquina, la primera impresión ya no es un correo en frío ni un stand: es lo que el agente encuentra, y en lo que confía, cuando el comprador delega la búsqueda.

«El 70 a 80% de la decisión ya está tomada antes de que siquiera te hablen», resume Sam Senior, fundador y CEO de TestBox, sobre lo que observan sus clientes vendedores.

El caso Maersk: negociación autónoma que ya ocurre

No es teoría. La naviera Maersk desplegó agentes de Pactum para negociar contratos de flete con sus transportistas: el sistema gestiona el proceso de punta a punta y alcanzó un 96% de acuerdos, con tarifas 22% más bajas en pruebas controladas frente a negociadores humanos. El agente no construye rapport: evalúa por parámetros. Cualquier modelo comercial diseñado solo para humanos queda expuesto cuando una parte del ciclo se ejecuta a velocidad de máquina.

¿Por qué el precio por asiento se rompe con compradores agénticos?

El precio por asiento asume un usuario humano que abre y cierra sesiones discretas. Un agente que ejecuta un flujo delegado abre subprocesos en paralelo y opera de forma continua: ningún conteo de asientos mapea ese comportamiento. Por eso jugadores como Sierra e Intercom se movieron a precio por resultado. La consecuencia para el vendedor es dura: si tu oferta no expone valor por resultado, el agente no tiene con qué compararte.

Superficies de producto legibles por máquinas

Investigación de G2 encontró que el 85% de los compradores valora mejor a un proveedor cuando un motor de respuestas lo incluye. Un agente que arma shortlist solo evalúa la información estructurada disponible: precios, términos, especificaciones, cumplimiento. El vendedor sin una superficie de producto legible por máquinas, es decir catálogo, precios y condiciones consumibles por software, corre el riesgo de ser saltado antes de que exista una relación humana.

¿Qué deberían hacer los equipos B2B en Chile y Latinoamérica?

Para un equipo comercial en Chile o Latinoamérica, el playbook no es vender más fuerte, es volverse legible para una máquina. Tres movimientos concretos: primero, explorar precios por resultado o por consumo, no solo por asiento; segundo, publicar catálogo, precios y condiciones en formato estructurado que un agente pueda leer; tercero, resolver la autorización, porque un agente no cierra si tu checkout exige que un humano apriete «aceptar». Gartner proyecta que para 2028 los agentes superarán a los vendedores diez a uno, y que menos del 40% de los vendedores reportará mejoras de productividad: sumar IA sobre un proceso pensado para humanos acelera el problema, no lo resuelve.

La lectura de Revenue Hub

La tesis de O'Reilly, que compartimos, es que el vendedor que rediseña precio, motion y éxito de cliente para compradores agénticos gana una ventaja estructural que el rezagado no recupera. Para Latinoamérica, donde muchos equipos todavía discuten si adoptar IA en ventas, el riesgo es más silencioso: quedar invisible para el agente del comprador equivale a no estar en el shortlist. Este es el análisis de Revenue Hub sobre una tesis de terceros; la pieza original está enlazada arriba para que la leas completa.