Cómo Preparar tu Catálogo y Precios para Agentes de IA que Compran

Tu vendedor más puntual no va a llegar tarde, no va a olvidar el precio actualizado y no va a necesitar que lo llames para hacer un pedido. Ese vendedor es un agente de IA, y ya está comprando en nombre de otras empresas. La pregunta que pocas compañías en Costa Rica y Centroamérica se han hecho todavía es: ¿puede tu catálogo responder cuando ese agente llega a tu puerta?

El agentic commerce no es el futuro lejano. Es la evolución natural de lo que ya conoces como M2M (machine to machine): sistemas que se conectan entre sí sin que nadie tenga que hacer clic, copiar un número de factura o enviar un correo de confirmación. Si quieres entender cómo funciona el M2M en su sentido más amplio, lee primero nuestra guía sobre qué es M2M para PYMEs. Este artículo va al punto específico: cómo estructuras tu catálogo y tus precios para que un agente externo los pueda leer, interpretar y actuar sobre ellos.

El problema que nadie nombra: tu catálogo existe para humanos

Abre la página de productos de cualquier distribuidora en Centroamérica. Verás tablas bonitas, fotos de productos, filtros por categoría. Todo diseñado para que una persona navegue, compare y eventualmente llame a un vendedor. Ese diseño es completamente invisible para un agente de IA.

¿Por qué? Porque los agentes de IA no navegan páginas web como lo hace un comprador humano. Ellos consumen datos estructurados: JSON, XML, APIs REST, o endpoints que cumplan con protocolos como MCP (Model Context Protocol). Si tu catálogo solo existe en HTML pensado para ojos humanos, para un agente eres invisible.

Lo que un agente necesita para comprar

Cuando un agente de IA tiene la tarea de hacer una compra para la empresa que representa, busca respuestas a cuatro preguntas básicas:

• ¿Qué productos existen? — Lista de SKUs, nombres, descripciones y categorías.
• ¿A qué precio? — Precio actualizado, descuentos por volumen, listas de precio por segmento.
• ¿Hay disponibilidad? — Stock en tiempo real o al menos actualizado diariamente.
• ¿Cómo hago el pedido? — Un endpoint o formulario estructurado donde pueda enviar la orden sin intervención humana.

Si alguna de esas cuatro respuestas requiere que un humano intervenga — que alguien conteste un correo, que el precio viva en una cotización manual, que el stock se consulte llamando a bodega — el agente no puede completar la compra solo. Y eso, en el agentic commerce, equivale a no existir en ese canal.

Qué significa preparar tu catálogo para agentes de IA

No estamos hablando de tirar todo y rehacer tu operación. La mayoría de distribuidoras y empresas en Guatemala, Panamá y Costa Rica ya tienen la información en algún sistema — un ERP, una hoja de cálculo, un sistema de inventario. El reto no es la información; es cómo la expones.

Paso 1: El feed de productos estructurado

Un feed es un archivo o endpoint que entrega tu catálogo en formato legible por máquinas. El estándar más sencillo es un JSON o CSV accesible por URL, actualizado con la frecuencia que tu operación permite. ¿Tu ERP puede exportar automáticamente un JSON con SKU, nombre, precio y stock cada noche a las 2 AM? Eso ya es un feed.

Los campos mínimos que debe incluir tu feed:

• sku — identificador único del producto
• nombre — nombre legible y consistente
• precio_lista — precio base actualizado
• moneda — CRC, USD, GTQ, PAB según corresponda
• stock_disponible — unidades en inventario
• unidad_de_venta — unidad, caja, palet, etc.
• minimo_de_pedido — mínimo por SKU si aplica
• categoria — clasificación jerárquica

¿Cuántas empresas centroamericanas tienen estos datos organizados de esta forma? Probablemente muchas. ¿Cuántas los exponen automáticamente vía una URL que se actualiza sola? Muy pocas. Ahí está el gap.

Paso 2: Las listas de precio por segmento

Un vendedor humano sabe de memoria que al cliente A le aplica la lista de precio mayorista, al B le va el precio distribuidora, y al C hay que consultarle al jefe. Un agente de IA no puede improvisar esa lógica — necesita que esté codificada.

Esto significa que tu sistema debe poder responder a la pregunta: "dado que soy el cliente X con el token de acceso Y, ¿qué precio me aplica para el SKU Z en cantidad de 50 unidades?" — y responderla en milisegundos, sin asistencia humana.

Si hoy esa lógica vive en la cabeza de tres vendedores y en un Excel que actualizan los viernes, no es un problema de tecnología. Es un problema de proceso que la tecnología va a amplificar. Automatizar un proceso desordenado lo desordena más rápido. Primero hay que documentar y formalizar las reglas de precios; después se pueden exponer vía API.

Paso 3: El endpoint de órdenes

Un feed de productos es solo la mitad del circuito. La otra mitad es el punto de entrada para que el agente haga el pedido. Esto puede ser tan simple como un formulario web que acepta JSON, o tan robusto como una API REST completa con autenticación, confirmación de pedido y webhooks de seguimiento.

El estándar emergente que los grandes ecosistemas de IA están adoptando es MCP (Model Context Protocol), desarrollado por Anthropic. Un endpoint MCP le permite a un agente externo consultar tu catálogo, verificar disponibilidad y crear una orden, todo dentro de un protocolo estandarizado que cualquier agente compatible puede consumir. No es ciencia ficción: empresas en Europa y Estados Unidos ya tienen endpoints MCP en producción.

¿Cómo saber si tu empresa necesita llegar a ese nivel ahora mismo? Depende de quiénes son tus compradores. Si tus clientes son otras empresas que ya están adoptando agentes de IA internamente, la presión va a llegar de ellos antes de que lo decidas solo.

Preguntas que toda empresa debería responder antes de avanzar

¿Cuántos de tus clientes actuales ya usan algún tipo de automatización para hacer sus pedidos? ¿Tu ERP tiene una API documentada, o solo existe como interfaz de escritorio? ¿Cuánto tiempo le toma a un vendedor responder una cotización con precio y disponibilidad actualizada? ¿Hay algún SKU del catálogo que no esté en ningún sistema digital — solo en papel o en memoria de alguien? ¿Si duplicas el volumen de pedidos mañana, tu proceso de cotización aguanta sin contratar más personas?

Las respuestas honestas a esas preguntas te dicen exactamente qué tan lejos está tu operación de estar lista para el agentic commerce. Y la distancia, en la mayoría de los casos, es más corta de lo que parece — pero requiere trabajo de proceso antes de trabajo de tecnología.

El orden importa: primero el proceso, después la API

Este es el punto donde más empresas se equivocan. Ven el agentic commerce como un problema técnico — "necesitamos una API" — y buscan al equipo de tecnología. Pero si las reglas de negocio no están documentadas, si el catálogo tiene inconsistencias, si los precios cambian por llamada telefónica sin dejar rastro, ninguna API va a resolver eso.

La filosofía kAIzen que guía el trabajo de RubikSoft lo dice sin rodeos: primero el proceso, después la IA. Preparar tu catálogo para agentes de IA es, en el 80% de los casos, un ejercicio de ordenar tu operación: estandarizar nomenclaturas de SKUs, formalizar listas de precios, definir reglas de disponibilidad, documentar mínimos de pedido. La API es la capa final — no el punto de partida.

¿Qué tan ordenado está tu catálogo hoy? No en términos de cómo se ve en tu sitio web, sino en términos de si un sistema externo podría consumirlo sin que nadie tenga que hacer una llamada para aclarar algo.

Por dónde empezar si tu empresa está en Centroamérica

El contexto importa. Las distribuidoras en Guatemala tienen dinámicas de precio muy distintas a las de Costa Rica. Las empresas en Panamá operan con varios tipos de cambio. Los márgenes en ciertos sectores de Centroamérica no permiten el mismo nivel de descuento automático que asumiría un sistema diseñado para el mercado norteamericano.

Por eso la preparación para el agentic commerce no es un proyecto de "instalar software". Es un proyecto de consultoría que empieza por mapear cómo funciona tu operación hoy, identificar qué datos ya existen en forma digital, y diseñar la arquitectura mínima que permita exponerlos de forma confiable.

En términos prácticos, los primeros pasos para una distribuidora o empresa B2B en la región son:

1. Auditar el catálogo — ¿Cuántos SKUs activos hay? ¿Todos tienen precio actualizado en algún sistema? ¿Hay duplicados o inconsistencias?
2. Formalizar las reglas de precio — Documentar por escrito qué listas de precio existen, quién califica para cada una y en qué condiciones cambian.
3. Evaluar el ERP — ¿Tiene API? ¿Está documentada? ¿Se puede conectar a un sistema externo sin modificar el core?
4. Definir el protocolo de actualización — ¿Con qué frecuencia cambian precios y stock? ¿Ese ciclo es compatible con un feed automático?
5. Diseñar el primer endpoint — Empezar por el más simple: un feed de catálogo en JSON que se actualiza diariamente.

Para empresas que ya tienen integración entre sistemas, el paso siguiente es el hub M2M: la capa que orquesta qué información fluye entre tu ERP, tu sistema de inventario y los agentes externos que quieren comprarte. Eso es exactamente lo que cubrimos en nuestra página de servicio M2M y AEO.

Lo que se pierde si no te preparas

No estamos hablando de una amenaza abstracta. Los grandes compradores corporativos — empresas de retail, cadenas de distribución, grupos empresariales — ya están piloteando agentes de IA para automatizar sus compras. Cuando ese agente busca proveedores que pueda consultar automáticamente y tu catálogo no aparece, no te llama para pedirte que te actualices. Simplemente compra en otro lado.

El agentic commerce no elimina las relaciones comerciales — las transforma. El vendedor humano sigue siendo valioso para negociar contratos, resolver problemas complejos y sostener la relación estratégica. Pero el 80% de las recompras rutinarias — el mismo pedido de cada semana, la reposición de inventario — eso lo va a hacer un agente. Y ese agente solo puede trabajar con datos estructurados.

La empresa que tiene su catálogo listo no espera a que le llegue ese cambio. Ya está construyendo el canal.