Los 7 agentes de IA de un ecommerce y el CMO de IA que los coordina

Los agentes de IA para ecommerce son programas que analizan por su cuenta un área concreta de tu tienda online (un canal de anuncios, el email, el stock, las finanzas) y proponen decisiones a partir de los datos. Funcionan mejor en equipo: cada especialista mira lo suyo y un coordinador, el CMO de IA, junta sus conclusiones, las cruza con las ventas reales y te presenta un único plan para que lo apruebes.

En este artículo repasamos los siete especialistas que necesita un ecommerce, qué mira cada uno, qué tipo de decisión propone y, sobre todo, qué información necesita de los demás. Si te falta la base, primero lee qué es un agente de IA.

Por qué siete agentes y no uno solo

La tentación es pedirle a un único asistente que «lo mire todo». El problema es que un ecommerce tiene demasiadas piezas que se contradicen entre sí: Meta quiere más presupuesto, el almacén se está quedando sin tallas, finanzas ve que el mes va por encima del gasto previsto y el email tiene una campaña que podría mover el mismo producto sin coste de medios.

Anthropic, en su guía Building effective agents, señala que en tareas con muchas consideraciones los modelos suelen rendir mejor cuando cada consideración la trata una llamada separada. Traducido a una tienda: un especialista por área, con instrucciones concretas y datos limpios, y alguien que ponga orden. Es el patrón de orquestador y especialistas que explicamos en sistemas multiagente.

Los 7 agentes de IA de un ecommerce, uno por uno

1. Agente de Meta Ads

Qué mira: campañas, conjuntos de anuncios y anuncios de Facebook e Instagram. Gasto, coste por compra, rentabilidad por país y por campaña, tendencia de los últimos días y anuncios que empiezan a cansarse.

Qué propone: subir o bajar presupuesto, pausar lo que no vende, redistribuir entre conjuntos, renovar anuncios fatigados.

Qué necesita de los otros: del agente de Producto y Stock, saber si el producto que anuncia tiene tallas y unidades para aguantar más ventas; de Finanzas, cuánto margen queda en el presupuesto del mes; de Creativos, si hay piezas nuevas listas para sustituir a las cansadas. Si quieres entender bien sus métricas, repasa qué es el ROAS y Meta Ads para ecommerce.

2. Agente de Google Ads

Qué mira: Search, Shopping y Performance Max. Términos de búsqueda, coste por conversión, campañas de marca frente a genéricas y productos con buen o mal rendimiento en Shopping.

Qué propone: ajustar pujas y presupuestos, excluir búsquedas que gastan sin vender, separar lo que vende de lo que no dentro de una campaña.

Qué necesita de los otros: de Producto y Stock, qué productos están agotados para no pagar clics que no pueden convertirse en venta; de Finanzas, el ritmo de gasto del mes.

3. Agente de TikTok Ads

Qué mira: campañas de TikTok, con especial atención al creativo: cuánta gente se queda viendo el vídeo, cuántos hacen clic y cuántos acaban comprando.

Qué propone: escalar los vídeos que enganchan y venden, apagar los que enganchan pero no venden, pedir variaciones de los que funcionan.

Qué necesita de los otros: de Creativos, qué ideas han funcionado ya en otros canales para adaptarlas; de Finanzas, cuánto presupuesto hay para probar un canal que suele necesitar más rotación de piezas.

4. Agente de Email y CRM

Qué mira: flujos automáticos (bienvenida, carrito abandonado, poscompra), campañas, ingresos por envío, tasa de baja y salud de la lista.

Qué propone: reforzar un flujo que rinde poco, programar una campaña para mover un producto concreto, segmentar mejor para no saturar a quien ya ha comprado.

Qué necesita de los otros: de Producto y Stock, qué productos conviene empujar y cuáles no porque van justos; de los agentes de anuncios, qué producto se está promocionando para que el email no compita con la publicidad ni repita el mismo mensaje el mismo día.

5. Agente de Producto y Stock

Qué mira: ventas por producto y por variante, stock por talla o referencia, ritmo de venta, productos que se van a agotar y productos parados.

Qué propone: reponer, dejar de anunciar un producto que no puede servirse, empujar con descuento o email lo que se ha quedado parado.

Qué necesita de los otros: de los agentes de anuncios, qué productos van a recibir más inversión para prever la demanda. Y es el que más información da: el ejemplo clásico es no escalar un producto que se está quedando sin tallas. Si un anuncio funciona muy bien con un modelo del que, por ejemplo, solo quedan unidades en las tallas menos vendidas, subirle el presupuesto solo genera visitas frustradas.

6. Agente de Creativos

Qué mira: qué anuncios funcionan mejor comparados con los de su mismo mercado, cuáles se están desgastando y qué mensajes, formatos y ángulos se repiten en los ganadores.

Qué propone: retirar piezas agotadas, hacer variaciones de las que funcionan, encargar al equipo de diseño nuevas piezas con una orientación concreta.

Qué necesita de los otros: de los agentes de Meta, Google y TikTok, los resultados por anuncio; de Producto y Stock, qué productos tiene sentido protagonizar en las piezas nuevas.

7. Agente de Finanzas

Qué mira: ventas netas de devoluciones, gasto total en publicidad, ritmo de gasto frente al presupuesto del mes, margen y rentabilidad del conjunto de la tienda, no de cada canal por separado.

Qué propone: frenar si el mes va por encima del gasto previsto, liberar presupuesto si hay margen, marcar qué canales aportan de verdad al resultado.

Qué necesita de los otros: el gasto real de cada canal y las ventas de la tienda. A cambio, da a todos el dato que más decisiones condiciona: el ritmo de gasto del mes. Si en una tienda de ejemplo el presupuesto mensual de anuncios es de 30.000 € y a mitad de mes ya se han gastado 20.000 €, ningún agente de anuncios debería proponer subir presupuesto sin que alguien lo ponga en contexto.

Tabla resumen: qué analiza y qué propone cada agente

Todas las cifras de la tabla son ejemplos ilustrativos, no datos de ninguna tienda.

El CMO de IA: quien pone orden

Siete especialistas sin coordinación son siete opiniones. El CMO de IA es el agente que las convierte en un plan. Sus funciones son cinco:

1. Priorizar por euros. No todas las propuestas pesan lo mismo. El CMO ordena las decisiones por su impacto estimado en euros, de modo que lo primero que ves es lo que más mueve el resultado de la tienda.
2. Un único plan. Resuelve las contradicciones antes de que te lleguen. Si Meta propone escalar un producto y Producto y Stock avisa de que no hay tallas, el plan no incluye las dos cosas: incluye la que tiene sentido y explica por qué descarta la otra.
3. Aprobación humana. Nada se ejecuta sin que una persona lo apruebe. Anthropic describe que los agentes pueden detenerse a pedir la opinión humana en puntos de control; en decisiones que mueven dinero, ese punto de control no debería ser opcional.
4. Comprobación a 15 días. A los 15 días, el CMO mira si cada decisión funcionó. Así el sistema no solo propone: rinde cuentas de lo que propuso.
5. N/D si falta un dato. Si un canal no está conectado o una cifra no llega, aparece como N/D con el motivo. Un plan que rellena huecos con estimaciones parece completo, pero es menos fiable que uno que te dice qué no sabe.

Cómo tener este equipo en tu tienda

Puedes montar algo parecido por tu cuenta si tienes equipo técnico: conectar cada plataforma, escribir las instrucciones de cada especialista, diseñar cómo se pasan la información y construir el paso de aprobación. Ten en cuenta el coste: según Anthropic, los sistemas multiagente consumen alrededor de 15 veces más tokens que una conversación normal, así que conviene que cada agente trabaje con datos resumidos y no con todo en bruto.

La otra opción es usar una herramienta que ya lo traiga hecho. Growth AI es un CMO de IA para ecommerce que conecta Shopify, Meta Ads, Google Ads, GA4, TikTok Ads, Klaviyo y Slack, y reúne estos siete especialistas bajo un CMO de IA que propone un plan cada 15 días, espera tu aprobación y comprueba los resultados. Si quieres ver cómo se pasan los datos entre ellos antes de nada, tienes una simulación de la oficina de agentes con datos ficticios.

Elijas lo que elijas, antes de confiar decisiones a un equipo de agentes pregúntate:

• ¿Cada propuesta dice de qué datos sale?
• ¿Hay alguien que resuelva las contradicciones entre agentes?
• ¿Se puede aprobar o rechazar cada decisión antes de que se ejecute?
• ¿Se mide después si funcionó?
• ¿Qué pasa cuando falta un dato: lo marca o lo inventa?

En resumen

Un ecommerce no necesita un asistente que lo sepa todo, sino un equipo de especialistas que se hable entre sí y alguien que decida qué va primero. Los siete agentes cubren anuncios, email, producto, creativos y finanzas; el CMO de IA convierte sus conclusiones en un único plan priorizado por euros, que tú apruebas y que se revisa a los 15 días. Lo que marca la diferencia no es cuánta IA hay detrás, sino que ninguna decisión se tome sin datos, sin cruce y sin una persona que la firme.