Anthropic lanza un blueprint de agentes de comercio en Claude: carritos hasta 35% más grandes

Anthropic publicó el 2 de septiembre de 2026 un blueprint de agentes de comercio sobre Claude: un paquete abierto con el andamiaje, los patrones y los guardrails que un equipo de ingeniería necesita para poner un agente comercial en producción en días, no en trimestres. El anuncio llega justo antes de la planificación de temporada alta en el hemisferio norte y, para los equipos comerciales de Chile y Latinoamérica, aterriza en plena preparación del último trimestre.

La cifra que ordena el anuncio la pone la propia compañía: los minoristas que ya operan agentes de compra en Claude ven carritos hasta 35% más grandes y compradores 60% más propensos a completar una compra. Entre los clientes citados aparecen Shopify, Priceline, Klaviyo, Wix, Square, Intuit, Zomato y Fetch.

¿Qué incluye exactamente el blueprint?

El repositorio, disponible en GitHub, contiene implementaciones completas y funcionales de dos agentes distintos, construibles con la Messages API, el Agent SDK o Claude Managed Agents en beta. Además trae un plugin de Claude Code para arrancar y demos autoguiadas por vertical antes de escribir una sola línea.

• Agente de compra: vive dentro de la app o el sitio del comercio. Trae los puntos de integración de catálogo, carrito, checkout, preferencias del cliente e historial de pedidos, y deja el pago en manos del comercio.
• Agente de comercio: sirve al equipo que opera la tienda. Responde sobre desempeño de ventas, vigila inventario, recomienda precios y promociones según el historial propio y redacta campañas.

El código se despliega donde el equipo ya trabaja: la API de Claude, Amazon Bedrock, Microsoft Foundry o Google Cloud Vertex AI. Accenture, Mastercard y Visa figuran como socios para llevar el blueprint a sus clientes y comunidades de comercios.

¿Qué puede hacer el agente de compra y qué no?

Un cliente puede escribir «necesito una carpa, un saco de dormir y una cocinilla para un fin de semana con dos niños» y el agente arma el pedido completo. Busca en el catálogo, resuelve solicitudes de varios ítems, recuerda preferencias, muestra productos, comparaciones y el carrito dentro de la conversación, y responde preguntas de posventa como dónde está un pedido, cómo se devuelve un artículo o qué dice la política de reembolsos.

El límite es explícito y relevante para cualquier equipo que evalúe riesgo: los agentes no completan la compra por el comprador ni por el comercio. Los guardrails incluidos restringen precios y productos a los datos reales del catálogo y evitan patrones de upsell manipulador.

¿Por qué el agente de comercio es la pieza más interesante para RevOps?

El agente orientado al operador responde preguntas del tipo «qué deberíamos descontar para liquidar la temporada pasada» con datos propios de la tienda. Detecta de forma proactiva que un producto se agotará antes de que parta una promoción y propone el ajuste. Cuando sugiere un cambio, una persona lo aprueba antes de que salga en vivo: el humano conserva la decisión final mientras el agente vigila la operación.

Ese patrón de aprobación humana es exactamente la arquitectura que un equipo de revenue operations necesita para automatizar sin perder gobierno. En el repositorio, esas capacidades vienen como skills de analítica de ventas, gestión de catálogo e inventario, marketing y promociones, y componentes de interfaz dentro del portal.

¿Qué dice el ecosistema de pagos y consultoría?

Visa y Mastercard enmarcan el lanzamiento en torno a la confianza. Jack Forestell, Chief Product and Strategy Officer de Visa, sostuvo que los comercios piden más control sobre cómo la IA interactúa con sus clientes. Sherri Haymond, de Mastercard, afirmó que la confianza es la moneda del comercio y que lo es aún más en la era agéntica.

Desde Accenture, Kath Gramling aportó el dato de demanda: según su investigación, 85% de los consumidores está abierto a colaborar con un agente de IA y casi tres de cada cuatro confiarían más en un agente personal que en su mejor amigo para hacer una compra en su nombre.

Análisis de Revenue Hub

Lo importante de este anuncio no es el modelo, es la reducción del costo de entrada. Hasta ahora, montar un agente comercial en Chile o Latinoamérica implicaba varias semanas de arquitectura propia con resultado incierto. Con implementaciones de referencia, guardrails y demos por vertical, la barrera pasa de «tenemos que construir un agente» a «tenemos que decidir qué le entregamos». Y ahí es donde la mayoría de los equipos de la región se va a trabar, porque el cuello de botella deja de ser la IA y pasa a ser el catálogo, el inventario y el historial de pedidos.

La decisión concreta para un líder comercial B2C o B2B con canal digital es de secuencia, no de tecnología. Si el catálogo tiene precios desactualizados, atributos incompletos o stock que no refleja la realidad, un agente conversacional va a exhibir ese desorden a escala y frente al cliente. El orden correcto es: sanear los datos de producto y pedido, exponerlos por API con permisos claros, y recién después conectar el agente. Quien invierta primero en el agente y después en los datos va a terminar con una demo linda y una tasa de conversión peor que la del buscador que ya tenía.

La oportunidad de corto plazo está en el agente de comercio, no en el de compra. Es interno, el riesgo reputacional es bajo, la aprobación humana está incorporada y ataca un problema que en la región casi nadie tiene resuelto: llegar a la reunión de pipeline con la lectura de inventario, precios y promociones ya hecha. Es el mismo principio que aplicamos al conectar datos comerciales en RevOps y que discutimos en profundidad en nuestro blog: la automatización rinde cuando el dato de abajo está limpio.