Qué pasó

El 9 de abril, en su evento anual Directions, IDC presentó el concepto de “ciclo de vida del comprador agéntico”. Este concepto replantea a fondo cómo se toman las decisiones de compra B2B cuando los agentes de IA intervienen en el descubrimiento, la evaluación y la selección de proveedores. La consultora presentó cinco nuevas áreas de investigación sobre IA. De ellas, el ciclo de vida del comprador agéntico es la que más afecta a los equipos de competitive intelligence y de go-to-market.

Meredith Whalen, Chief Product & Research Officer de IDC, marcó el tono con esta frase: “entramos en el ciclo de inversión tecnológica más fuerte en casi 30 años, impulsado por la IA y el auge de los agentes”. IDC lo describe como un superciclo de IA con dos fases. La primera es la construcción de infraestructura: es la fase actual, dominada por grandes inversiones de capital en IA fundacional. La segunda es la adopción empresarial: los despliegues de agentes llegan a miles de millones de instancias y la IA pasa del entrenamiento a la inferencia a gran escala.

Las cinco áreas de investigación que IDC destacó en Directions son: el impacto económico de la IA, el ciclo de vida del comprador agéntico, la expansión del panorama de modelos de IA más allá de los grandes modelos de lenguaje, nuevos marcos para medir el valor de negocio de la IA y la llegada de los agentes de IA como un nuevo modelo de aplicación que transforma el software y los servicios empresariales. IDC prevé que la IA generará 22,5 billones de dólares de valor económico global acumulado hasta 2031. Los motores son las mejoras de productividad, los nuevos modelos de ingresos y la transformación de los negocios.

Por qué importa a los profesionales

El ciclo de vida del comprador agéntico supone un cambio estructural. Los equipos de competitive intelligence y de ventas no pueden ignorarlo. Cuando son los agentes de IA, y no las personas, los que median en cómo los prospectos descubren, evalúan y eligen proveedores, cambian todas las reglas del posicionamiento competitivo.

1. Los buyer personas necesitan una capa para agentes de IA. Los buyer personas tradicionales se construyen en torno a personas que deciden: su rol, sus problemas, cómo buscan información y con qué criterios evalúan. El ciclo de vida del comprador agéntico añade un nuevo actor: el agente de IA que filtra proveedores, puntúa capacidades y propone recomendaciones antes de que una persona vea las opciones. Los equipos de CI deben entender cómo estos agentes evalúan a los proveedores (a través de APIs, documentación legible por máquinas y datos estructurados). También deben asegurarse de que su empresa sea visible y quede bien posicionada en las evaluaciones mediadas por IA. No es una preocupación teórica para el futuro: IDC prevé que en 2027 el uso de agentes en las empresas del G2000 se multiplicará por diez.

2. La estrategia de go-to-market debe contemplar un posicionamiento legible por máquinas. Si los agentes de IA deciden cada vez más qué proveedores entran en la lista corta del comprador, la estrategia de go-to-market tiene que ir más allá del contenido pensado para personas. La documentación de producto, las estructuras de precios, las comparativas de funcionalidades y las especificaciones de integración deben tener una estructura que los sistemas de IA puedan leer y evaluar. Las empresas cuyo posicionamiento competitivo vive solo en presentaciones, PDFs y contenido cerrado corren el riesgo de ser invisibles en los procesos de compra mediados por agentes.

3. Las señales de intención de compra cambian. El modelo tradicional de datos de intención rastrea visitas web, descargas de contenido y búsquedas para identificar compradores activos. Ese modelo da por hecho que la investigación la hacen personas. A medida que los agentes de IA asumen partes del descubrimiento y la evaluación de proveedores, cambiarán las señales que indican intención de compra. Las consultas de agentes a APIs, las solicitudes de especificaciones legibles por máquinas y las evaluaciones automáticas de capacidades pueden ser las nuevas señales de intención. Los equipos de CI que dependen mucho de los datos de intención tradicionales deben empezar a vigilar cómo el descubrimiento mediado por agentes afecta a la calidad de sus señales.

4. Los equipos de ventas se enfrentan a una nueva dinámica competitiva. Para los equipos de ventas que compiten en oportunidades disputadas, el ciclo de vida del comprador agéntico significa que un competidor puede desplazarte antes de que un comercial hable con el prospecto. Si un agente de IA descarta tu empresa en la fase de evaluación automática, ni la mejor relación ni la mejor demo recuperarán la oportunidad. Los equipos de ventas necesitan análisis de CI sobre cómo funcionan los sistemas de evaluación con IA y cómo se posicionan los competidores ante procesos de selección mediados por máquinas.

Datos clave

Evento: IDC Directions 2026 (9 de abril de 2026)
Ponente principal: Meredith Whalen, Chief Product & Research Officer de IDC
Concepto central: el ciclo de vida del comprador agéntico. La compra B2B pasa de recorridos dirigidos por personas a sistemas de decisión mediados por IA
Superciclo de IA: “el ciclo de inversión tecnológica más fuerte en casi 30 años” (Whalen)
Dos fases: construcción de infraestructura (actual) y adopción empresarial (en expansión hasta el final de la década)
Punto de inflexión: previsto para 2029, cuando la IA pase del entrenamiento a la inferencia a gran escala
Previsión económica: 22,5 billones de dólares de valor global acumulado creado por la IA hasta 2031
Previsión sobre agentes: el uso de agentes en el G2000 se multiplicará por diez en 2027, y la carga de tokens y llamadas a APIs se multiplicará por mil
Reto del ROI: el 42 % de las organizaciones tiene hoy dificultades para medir el ROI de la IA
Nuevo marco: IDC presentó su Agentic Business Value Maximization Framework
Áreas de investigación: cinco áreas, entre ellas el impacto económico, los compradores agénticos, el panorama de IA multimodelo, la medición del valor de negocio de la IA y los agentes como nuevo modelo de aplicación

Implicaciones para el mercado

La ponencia de IDC en Directions muestra que los analistas coinciden en una misma tesis: la IA agéntica no es solo una tendencia tecnológica, sino un cambio estructural en cómo funcionan los mercados. Esto tiene varias implicaciones para el sector de competitive intelligence.

Primero, las plataformas de CI tendrán que pasar de vigilar lo que dicen y hacen los competidores a vigilar cómo los evalúan los sistemas de IA. Si la compra mediada por agentes se convierte en un canal importante del aprovisionamiento empresarial, entender cómo los motores de evaluación con IA clasifican y recomiendan proveedores pasa a ser una función central de CI. Es una capacidad de análisis nueva que la mayoría de los equipos de CI aún no tiene.

Segundo, la previsión de 22,5 billones de dólares y la idea del “ciclo de inversión más fuerte en casi 30 años” acelerarán la inversión empresarial en IA. A su vez, eso acelerará el despliegue de procesos de compra agénticos. Los equipos de CI deben tomar el calendario de IDC (uso de agentes multiplicado por diez en 2027, miles de millones de agentes desplegados en 2029) como hipótesis de planificación y empezar a adaptar su vigilancia competitiva.

Tercero, las implicaciones para la estrategia de go-to-market van más allá de cada empresa y afectan a categorías de mercado enteras. Cuando los agentes de IA cambian cómo los compradores descubren y evalúan soluciones, las categorías con una diferenciación competitiva clara y legible por máquinas tendrán ventaja sobre aquellas cuya diferenciación depende sobre todo del relato o de la relación. Esto puede acelerar la comoditización de las categorías con productos funcionalmente parecidos y favorecer a las categorías con una diferenciación técnica medible y verificable.

Para los profesionales de CI, la acción inmediata es auditar cómo ven a su organización los sistemas de evaluación mediados por IA. Eso implica revisar los datos estructurados, la documentación de APIs y las especificaciones de producto legibles por máquinas, no solo el contenido de marketing pensado para personas. El ciclo de vida del comprador agéntico no es un problema de 2030: ya está aquí, y la ventaja competitiva será para quien se adapte antes.

Recursos relacionados

Buyer persona: cómo deben evolucionar los modelos de buyer persona para incluir a los agentes de IA que evalúan
Estrategia de go-to-market: implicaciones estratégicas de la selección de proveedores mediada por máquinas
Datos de intención: cómo cambian las señales de compra cuando los agentes de IA median en el descubrimiento
CI para equipos de ventas: cómo adaptar la venta competitiva a entornos de compra mediados por agentes