Una nueva generación de agentes inteligentes está transformando la forma en que compramos. En Prometeo, estamos construyendo la infraestructura para que estos agentes de IA puedan buscar, decidir y pagar de forma autónoma y segura, utilizando pagos cuenta a cuenta (A2A) diseñados para esta nueva era.
En el panorama actual de la innovación en pagos, una nueva generación de herramientas comienza a emerger: agentes inteligentes impulsados por modelos de lenguaje (LLMs), con la capacidad de ejecutar transacciones de forma autónoma. Su mayor potencial se revela cuando operan sobre esquemas de pagos directos, cuenta a cuenta (Account-to-Account, o A2A), eliminando intermediarios tradicionales y permitiendo experiencias de compra mucho más fluidas.
Mientras los pagos A2A ganan terreno como alternativa eficiente frente a los esquemas tradicionales basados en tarjetas, el surgimiento de estos agentes plantea una pregunta aún más audaz: ¿y si no solo cambiamos la forma en que pagamos, sino quién toma la decisión y ejecuta la compra?
Esta posibilidad ya empieza a cobrar relevancia en el comercio electrónico, dónde la fricción entre intención de compra y ejecución sigue siendo alta. En este contexto, surge una propuesta ambiciosa y concreta: crear asistentes de compra inteligentes, capaces de buscar, evaluar y ejecutar compras dentro de parámetros definidos por sus usuarios.
Este avance nos lleva a reconsiderar la arquitectura clásica de pagos de cuatro partes —usuario, comercio, banco emisor y banco adquirente—, sugiriendo una evolución hacia un modelo con hasta seis actores, donde se suman el agente inteligente (como ejecutor transaccional) y su proveedor tecnológico o plataforma como facilitador de la interacción.
La promesa fundamental de estos agentes es clara: otorgar a nuestros modelos de lenguaje la capacidad de analizar cantidades masivas de información de forma eficiente y autónoma para tomar decisiones de compra. Imaginamos asistentes capaces de identificar las mejores ofertas en términos de precio, calidad y tiempo de entrega, liberando a las personas de tareas de búsqueda y comparación manual.
La visión se extiende incluso a la obsolescencia del checkout convencional. En un futuro cercano, se anticipa que estos agentes podrán interactuar directamente con los sistemas de los comercios para completar una transacción sin necesidad de una interfaz gráfica de pago. Esta transformación tiene el potencial de optimizar la experiencia del usuario, permitiéndonos invertir nuestro tiempo en actividades más relevantes, en lugar de navegar por procesos repetitivos y engorrosos. Ir a la tienda ya no es el problema: lo tedioso ahora es pasar horas deslizando la pantalla sin decidir qué comprar.
Cuentas de Agentes: Una Solución en Desarrollo
Sin embargo, pasar de la teoría a la práctica implica resolver desafíos estructurales. La pregunta clave es: ¿cómo se gestiona el flujo de fondos para que un agente pueda completar una compra de manera autónoma y segura?
En Prometeo, hemos comenzado a abordar este desafío a través de la experimentación con las llamadas “Cuentas de Agentes”. Este concepto implica la creación de cuentas bancarias virtuales y nominativas, vinculadas al propietario del agente, a las que se les puede asignar un saldo específico para ejecutar transacciones autónomas.
Esta propuesta introduce dos ventajas clave que hacen viable el uso de agentes automatizados para pagos:
- Identificación del propietario del agente: Se utiliza una cuenta bancaria nominativa, es decir, una cuenta donde el titular es identificado y registrado formalmente. Esto establece una conexión directa entre el agente y su propietario, lo que facilita la rendición de cuentas y permite auditar sus operaciones con precisión.
- Límites operacionales forzosos: Al asignar un saldo específico a la cuenta del agente, se establecen automáticamente límites sobre el monto de las transacciones que puede realizar. Esto permite controlar el alcance de su actividad y mitigar riesgos en caso de fallos o usos indebidos.
Operaciones A2A: ¿Qué Puede Hacer un Agente?
Con esta infraestructura en marcha, surge una siguiente pregunta lógica: ¿qué tipo de operaciones puede ejecutar un agente dentro de un entorno de pagos A2A?
En nuestra exploración, nos hemos enfocado en las tres operaciones fundamentales habilitadas por el Protocolo de Contexto del Modelo (MCP) de Prometeo:
- Pay-In (Recepción de Fondos): El agente puede recibir pagos directamente en su cuenta, como si fuera un usuario más del sistema bancario. Además, está programado para notificar automáticamente la llegada de esos fondos al sistema que lo gestiona. Esto habilita casos de uso como recibir reembolsos, pagos por servicios o devoluciones, dándole al agente la capacidad de manejar ingresos, no sólo egresos.
- Pay-Out (Emisión de Pagos): Una vez que el agente ha identificado un producto o servicio que cumple con los criterios definidos, puede ejecutar un pago desde su cuenta hacia un tercero. Esto convierte al agente en un actor transaccional completo, capaz de tomar decisiones y concluir operaciones por sí mismo, sin intervención humana directa.
- Verificación de la Transacción: Implementar una capa adicional de seguridad es clave, especialmente en el contexto de pagos A2A, donde las operaciones se liquidan en tiempo real y revertir una transacción requiere procesos manuales, fuera del flujo estándar. Esta verificación ayuda a validar condiciones antes de ejecutar el pago, reduciendo riesgos por errores o usos indebidos.
Expectativa vs. Realidad
Una vez que el agente ha identificado el producto deseado y cuenta con los fondos necesarios, surge el siguiente reto: ¿puede realmente interactuar con la plataforma de comercio y cerrar la compra sin intervención humana?
Aquí es donde la distancia entre visión y realidad se hace evidente.
Hemos analizado los Protocolos de Contexto del Modelo (MCP) de plataformas líderes como Shopify, Mercado Libre, Stripe y Paypal. Sorprendentemente, hasta la fecha (31 de mayo de 2025), ninguna de ellas ha habilitado soluciones operativas que permitan que agentes autónomos realicen compras de forma nativa en sus ecosistemas.
Agentes Inteligentes: Una Tecnología en Transición
La ausencia de estándares definidos o funcionalidades integradas por parte de las principales plataformas de pago y comercio electrónico representa un desafío significativo: ¿cómo automatizar y optimizar la interacción entre agentes inteligentes, productos o servicios y la infraestructura de pagos actual?
Este dilema evoca los inicios de la banca abierta, cuando el sistema financiero tradicional tampoco ofrecía interfaces programática que permitieran a terceros —como las fintechs— acceder a datos o ejecutar operaciones de manera segura y automatizada. Durante años, esa falta de acceso fue una barrera crítica para la innovación.
La aparición de startups pioneras como Prometeo, Plaid y Tink marcó un punto de inflexión. Estas empresas detectaron la necesidad estructural y comenzaron a construir APIs -interfaces de programación de aplicaciones- que sirvieran como puentes tecnológicos hacia los sistemas bancarios. En las primeras etapas, estas APIs se apoyaban en robots de software autorizados por el usuario, capaces de consultar saldos, extraer datos o ejecutar operaciones de forma programada. Así se construyó una capa de acceso que permitió a una nueva generación de compañías desarrollar servicios financieros innovadores e incluyentes sobre una infraestructura que, hasta entonces, era cerrada.
Hoy, en el mundo del comercio electrónico, enfrentamos un momento similar. Los agentes inteligentes se topan con la misma falta de conectores nativos que una vez vivieron las fintechs. Y aunque el camino aún no está definido, hay señales de que - una vez más - serán la necesidad y la experimentación las que empujen los primeros avances.
Navegación Automatizada: Cómo los Agentes Operan en la Web Actual
Mientras no se establezcan interfaces estándar que permitan a los modelos de lenguaje (LLM) interactuar de forma fluida con las plataformas de venta en línea -incluyendo catálogos, sistemas de pago y condiciones como precios o políticas de devolución-, los agentes deben operar sobre la web tal como está hoy: diseñada para humanos, no para máquinas.
Para hacerlo, se apoyan en una herramienta ya conocida en el mundo de la automatización: los headless browsers, navegadores sin interfaz gráfica que permiten simular el comportamiento de un usuario real, pero de manera programática.
Estas herramientas permiten a los agentes inteligentes navegar sitios web sin necesidad de pantallas ni clics, y realizar acciones como:
- Extraer información relevante de los comercios electrónicos (por ejemplo, precios, stock o plazos de entrega),
- Alimentar a los LLM con esos datos estructurados,
- Y generar decisiones automatizadas basadas en el contexto y preferencias del usuario.
Luego, el propio agente puede ejecutar acciones concretas: como seleccionar productos, agendar fechas de entrega o completar el pago.
Así, se automatiza todo el ciclo de una compra: desde que se expresa una necesidad inicial, pasando por la búsqueda y comparación de opciones, hasta la decisión informada y la ejecución de la transacción. Todo, sin intervención humana directa.
Desafíos en el Horizonte
La idea de que un agente inteligente pueda buscar, decidir y pagar por ti suena increíble. Pero entre la visión y la realidad hay varios obstáculos que no se resuelven con una simple línea de código.
Primero, la fragmentación técnica. Cada país tiene su propio sistema A2A con reglas distintas. Lo que corre en PIX no aplica en SPEI, y así con todo. Hoy no existe una forma sencilla de escalar estos agentes en múltiples mercados sin armar un Frankenstein de integraciones. Pero es precisamente aquí donde plataformas como Prometeo marcan la diferencia: hemos construido una capa común de acceso e interoperabilidad panregional para poner orden en todo este caos bancario.
Segundo, el vacío legal. ¿Quién responde si un agente realiza una transferencia por error? Aún no existe una regulación específica. En México y Brasil, la ley asume que si se usaron tus credenciales, la responsabilidad es tuya, incluso si el error fue del bot. Y aunque en Brasil ya se están desarrollando principios de responsabilidad aplicables a sistemas de inteligencia artificial, su aplicación al ámbito de pagos sigue en una etapa muy temprana. Esa incertidumbre mantiene a muchos actores al margen. Es justamente el tipo de vacío que exige salvaguardas prácticas, por eso diseñamos un esquema en el que los agentes operan a través de cuentas pre-fondeadas vinculadas a sus propietarios, añadiendo trazabilidad y control mientras la regulación se pone al día.
Tercero, la seguridad. Los pagos A2A se liquidan en tiempo real y, aunque pueden revertirse en ciertos casos, no es algo sencillo. Esto exige detección de fraude en cuestión de milisegundos. Lo que necesitaremos son modelos más adaptativos y validaciones previs a la transferencia, como verificar la cuenta bancaria del receptor, para asegurarse de que el dinero va al lugar correcto antes de enviarlo.
Cuarto, la caja negra. Hoy, los modelos de lenguaje no explican por qué hacen lo que hacen. Pero si van a mover nuestro dinero, van a tener que rendir cuentas. ¿Cómo auditamos a un agente? ¿Cómo evitamos sesgos o decisiones injustas?
Estos desafíos no son barreras definitivas, pero sí puntos de fricción que abren espacio para innovar.
Una nueva lógica del control
¿Qué pasaría si el futuro de los pagos no se tratara solo de velocidad o experiencia de usuario, sino de redefinir el control mismo?
Los agentes inteligentes no son solo herramientas que ejecutan. Interpretan, deciden y actúan. Eso cambia por completo las reglas del juego.
El camino que tenemos por delante es complejo: sistemas fragmentados, zonas grises legales y muchas preguntas sin respuesta sobre la confianza. Pero, como ocurrió con la banca abierta, esto no se resolverá esperando: hará falta que algunos se atrevan a avanzar sin un mapa.
Quizá lo que viene no sea solo una nueva forma de pagar, sino una nueva lógica sobre cómo se toman decisiones en línea — donde la intención y la ejecución convergen.
El verdadero reto no es solo técnico. Se trata de rendición de cuentas, de diseño y de ganarse la confianza.
Y si alguien aún se pregunta si “¿la internet está muerta?”, que mire cuántos bots inteligentes estamos entrenando para recorrerla y tomar decisiones por nosotros. Muerta no está: está más ocupada que nunca.
