Nota del editor: Este artículo ofrece una perspectiva relativamente serena desde el punto de vista del creador: durante el último año, los pagos mediante agentes se han convertido en una narrativa popular en la intersección de la IA, los pagos y la criptomoneda, con empresas como Stripe, Visa, Coinbase y Google posicionándose en este espacio, mientras conceptos como micropagos en stablecoins, x402, liquidación entre máquinas y comercio electrónico de agentes ganan impulso. Sin embargo, tras participar directamente en el desarrollo de productos y al interactuar con comerciantes y desarrolladores, el autor descubrió que la demanda real aún no ha surgido a gran escala.

El artículo desglosa varios escenarios típicos: la compra mediante agentes inteligentes no es superior a los comercios electrónicos tradicionales en la mayoría de las categorías, ya que los usuarios aún necesitan imágenes, comparaciones y navegación; los pagos mediante API de máquinas parecen adecuados para micropagos en criptomonedas estables, pero actualmente la mayoría de los desarrolladores ya resuelven estos problemas mediante suscripciones, recargas de puntos y sistemas de facturación existentes; los pagos entre agentes inteligentes son una visión a largo plazo, pero aún se encuentran en etapas tempranas y carecen de volumen de transacciones real.

En comparación, la inteligencia artificial en finanzas es una de las pocas áreas con demanda existente. Los fondos, los equipos de tesorería y los usuarios de DeFi ya pagan por herramientas financieras, y la IA puede ofrecer mejoras prácticas como monitoreo en tiempo real y reequilibrado automático. Sin embargo, este mercado también favorece más a las instituciones tradicionales que ya poseen licencias, cumplimiento y relaciones con clientes.

El juicio final del autor es: lo que realmente falta en la economía de agentes no es una capa de pago simple, sino una capacidad de coordinación más compleja: cómo permitir que los agentes colaboren con personas, verifiquen la finalización de tareas y realicen el cálculo de resultados. El pago es solo una parte. Para las grandes empresas, adelantarse es una elección defensiva; pero para las startups, lo realmente importante es encontrar mercados que ya existan hoy.

A continuación se encuentra el texto original:

Durante el último año, he estado construyendo la infraestructura para la economía de Agentes y he interactuado con equipos de Stripe, Visa, Coinbase, Google y decenas de startups que están avanzando en modelos comerciales de Agentes. He mapeado este campo, lanzado productos y tratado de encontrar el verdadero mercado.

Pero la realidad es: la verdadera demanda aún no ha surgido. Para las empresas emergentes que desean ingresar a este campo, aún existen muchos problemas estructurales.

Stripe lanzó 288 nuevos productos en la conferencia Sessions el mes pasado, y el acceso a la documentación relacionada con Agentes ha alcanzado casi el 40% del total de lecturas de documentación. Su mercado comercial de Agentes ya ha integrado a más de 1.000 comerciantes. Sin embargo, en el evento de Sessions, solo hubo un número de dígitos únicos de Agentes que se registraron y completaron transacciones.

Visa menciona que su token Agent actualmente requiere entre 3 y 9 meses para la aprobación de KYC, y básicamente exige que las empresas tengan un ingreso anual de al menos 250 millones de dólares para ser elegibles. Hoy en día, solo empresas del nivel de Amazon o Walmart tienen la capacidad de cerrar la cadena de verificación de identidad.

Coinbase informó anteriormente que, hasta abril, había 69.000 agentes activos y 165 millones de transacciones en x402. Sin embargo, el análisis independiente en la cadena muestra que el volumen real de transacciones diarias es de aproximadamente 17.000 dólares estadounidenses, de los cuales aproximadamente la mitad son transacciones de prueba (CoinDesk, marzo de 2026).

Qué aprendimos al construir shop.fast.xyz

Creamos shop.fast.xyz con el propósito de validar directamente el modelo de negocio basado en agentes: productos reales, comerciantes reales y transacciones reales.

Sin embargo, para la mayoría de las categorías de productos, la experiencia de compra con IA actual es claramente inferior a la del comercio electrónico tradicional. Al comprar ropa, productos electrónicos o muebles, los usuarios quieren ver imágenes, explorar opciones y compararlas lado a lado. Una conversación tipo chatbot es en realidad un retroceso: reemplazas una interfaz visual rica con una secuencia de texto. Los humanos compran primero con los ojos.

El agente se desempeñó bien en la parte que originalmente creíamos más difícil. Puede comprender lo que el usuario quiere y manejar eficazmente solicitudes como «algo similar a esto, pero más barato». La capa del modelo es efectiva. Sin embargo, no puede reemplazar la experiencia de «ver diez productos al mismo tiempo y elegir uno». La interfaz de chat podría incorporar un carrusel de productos y presentaciones interactivas, pero en ese punto, en realidad estás reconstruyendo un frontend de comercio electrónico dentro de la ventana de chat. Para escenarios de compra que requieren comparación visual, aún no hemos encontrado una respuesta convincente que explique por qué el contenedor de chat sería superior a la interfaz de comercio electrónico original.

Realmente observamos demanda por parte de los comerciantes, pero esta demanda es más bien defensiva. Los comerciantes desean que sus tiendas puedan ser consultadas por Agentes, no porque actualmente haya muchos consumidores que compren a través de Agentes, sino porque temen que, si los Agentes se convierten en un canal principal en el futuro, queden rezagados. Esta es la llamada oportunidad de Agentic Engine Optimization (optimización de motores de agentes), pero actualmente aún se trata de algo «mejor tenerlo» y no «necesario tenerlo». Los comerciantes se están preparando anticipadamente para una ola que aún no ha llegado.

El lugar donde realmente puede mejorar la experiencia el comercio conversacional son los escenarios de compra de alta frecuencia, bajo costo de decisión y en los que el usuario ya sabe exactamente lo que quiere. El ejemplo más claro es pedir comida. El mercado es lo suficientemente grande, la frecuencia es suficientemente alta y la decisión es lo suficientemente rápida, como decir: «Hazme un pedido de fideos tailandeses de la misma tienda que me gustó la última vez». En estos escenarios, un agente conversacional podría tener ventaja. Pero las principales plataformas de entrega no ofrecen API. La única vía posible es el uso de computadora, es decir, hacer que la IA opere la aplicación visualmente, como lo haría una persona. Este proceso es lento, frágil y el costo de razonamiento no justifica una comida de 15 dólares.

Otra oportunidad son las tiendas en línea tan complejas que causan gran frustración a los usuarios: por ejemplo, descuentos apilados, códigos promocionales, puntos de membresía y procesos de pago confusos. Un agente que entienda «ayúdame a usar el cupón, aplicar los puntos, encontrar la opción de envío más barata y completar todo en mi idioma» puede simplificar drásticamente la experiencia de compra, que hoy en día está rota. Esto es especialmente importante para usuarios mayores, usuarios no nativos y especialmente al comprar entre regiones; o en escenarios muy específicos donde los usuarios tienen necesidades extremadamente nicho y complejas.

Pero ambas oportunidades requieren una enorme capacidad de distribución B2C. Estás compitiendo con DoorDash y Amazon por el acceso al usuario. La capacidad de distribución a escala de consumidores es una ventaja de los gigantes existentes. La oferta del modelo de negocio agente ya está preparada, pero la demanda se ve limitada por la experiencia del usuario y los canales de distribución, y más infraestructura no resuelve estos dos problemas.

¿Qué aprendimos en x402 y MPP?

Hablamos con decenas de desarrolladores sobre sus necesidades reales de pago. El modelo es casi idéntico: el uso actual de la API de Agent es esencialmente un consumo recurrente, como capacidad de cómputo, inferencia o fuentes de datos. Los desarrolladores ya tienen suscripciones, claves de API, cuentas vinculadas y relaciones de facturación con proveedores principales.

El argumento típico sobre los pagos en stablecoins es que el costo mínimo efectivo de los pagos con tarjeta de crédito en Stripe es aproximadamente del 2.9% más 30 centavos, lo que hace que las llamadas a la API por debajo de 1 dólar no sean económicas. Pero con este bajo volumen de transacciones hoy en día, recargar puntos resuelve el problema. Los desarrolladores recargan su cuenta con anticipación, y este problema desaparece.

El problema más profundo radica en el mercado de proveedores. La mayoría de las grandes empresas de SaaS no desean ofrecer acceso a API por fracciones de centavo de dólar. Su modelo de negocio se basa en contratos empresariales de varios años. Aquellas empresas que dependen de ingresos comprometidos elevados rechazan nuevos modelos de precios que eviten este esquema.

El comercio de máquinas es estructuralmente un mercado de cola larga. Sirve a pequeños servicios, fuentes de datos verticales, desarrolladores independientes, servidores MCP, etc. Protocolos como MPP y x402 son ideales para este segmento de mercado. Pero, por definición, se trata de un mercado orientado a usuarios con necesidades profesionales; y los desarrolladores han sido históricamente uno de los grupos más reacios a pagar.

Cuando se lanzó Stripe Projects, se integró con 32 socios proveedores, incluyendo Vercel, Supabase, Cloudflare, Twilio, entre otros, cubriendo la mayoría de los servicios esenciales que los desarrolladores utilizan para construir y desplegar software, todos accesibles a través del sistema de facturación existente. La parte superior de la pila tecnológica de los desarrolladores ya está bien atendida. La oportunidad de las nuevas vías de pago radica en todo lo que está más allá de los primeros 30 proveedores: existe, pero su tamaño es naturalmente menor que el espacio de mercado sugerido por esas grandes narrativas.

El mismo principio se aplica al acceso al contenido. Los agentes ya están extrayendo y resumiendo artículos constantemente, y los editores también están comenzando a reaccionar. Sin embargo, cuando la monetización del contenido llegue a una escala masiva, probablemente se logrará a través de proveedores de CDN que ya se encuentran entre los editores e Internet, como Cloudflare, que ya ha lanzado herramientas de auditoría de IA; o mediante acuerdos de licencia por lotes entre editores y laboratorios de IA. Las oportunidades de infraestructura fluirán hacia los actores existentes que ya poseen capacidad de distribución.

¿Qué hemos aprendido en los pagos de agente a agente?

El comercio entre agentes es una visión a largo plazo, pero actualmente casi se queda completamente en la etapa teórica. Nadie ha generado aún un volumen de operaciones significativo. La parte verdaderamente difícil está siendo impulsada por diversas empresas emergentes, incluyendo el descubrimiento de agentes, la creación de confianza, la negociación de términos y la resolución de disputas.

Una vez que esta estructura de transacción se materialice realmente, será completamente diferente a los canales de pago existentes. Ninguna de las partes involucradas tiene una identidad humana; los requisitos de retraso son inferiores a un segundo; los montos de las transacciones pueden variar desde fracciones de centavo hasta millones de dólares; y se involucrarán liquidaciones multiparte, en lugar del modelo predeterminado de comprador-vendedor bilateral de los canales de pago actuales. Cuando esto ocurra realmente, creemos que se expandirá a una velocidad y escala extremadamente rápidas.

Esta es precisamente la apuesta a largo plazo en una infraestructura de liquidación dedicada, y esta apuesta es real. Pero una «apuesta a largo plazo real» no es lo mismo que el «mercado actual». Fuimos uno de los que durante meses consecutivos afirmaron que este mercado llegaría, y en los últimos años construimos toda una infraestructura en torno a él, incluida nuestra red distribuida. Teóricamente, puede escalar a más de 1.000 millones de TPS, con una latencia inferior a 50 milisegundos y un tiempo promedio de consenso de 10 milisegundos. Pero debemos regresar al punto en que se encuentra el mercado ahora.

¿Qué aprendimos en Agent Finance?

Se puede decir que esta es la única categoría que ya tiene una demanda real. Los clientes ya existen y ya están pagando. Los gestores de fondos, los equipos de gestión de capital y los usuarios de DeFi ya están gastando en herramientas financieras hoy en día. Insertar la IA en flujos de trabajo existentes es una ruta de producto natural.

El agente financiero también creará nuevos patrones de comportamiento. Un agente que puede monitorear de forma autónoma y reequilibrar en tiempo real cientos de posiciones opera de maneras que los humanos no pueden replicar manualmente. Aquí hay un verdadero aumento de capacidad, no solo automatización.

El desafío radica en el panorama competitivo. El sector financiero está altamente regulado y depende de relaciones establecidas. Las instituciones existentes poseen licencias, infraestructura de cumplimiento y relaciones con clientes. Las startups pueden entrar en áreas con regulaciones más ligeras, como DeFi; o buscar áreas donde las instituciones existentes actúan más lentamente, o donde la IA pueda crear nuevas capacidades que los gigantes aún no poseen. Pero en general, la dinámica competitiva de este ámbito favorece más a los actores establecidos que los tres categorías anteriores, ya que agregar IA sobre productos y clientes existentes es mucho más fácil que partir desde la IA y luego intentar desarrollar productos y clientes.

Honest summary

Entonces, ¿por qué sigue gente haciendo esto? Hay dos razones.

El primero es el mecanismo de incentivos. Las grandes empresas tienen suficiente flujo de efectivo como para apostar por un futuro que tardará años en materializarse. Para ellas, el costo de entrar cinco años antes es solo un error decimal; pero el costo de entrar un año tarde podría ser desastroso. Por lo tanto, deben hacerlo.

El segundo es una ceguera cognitiva. Cuando tu negocio es el pago, cada problema parece un problema de pago. La economía de agentes necesita una capa de pago, así que todos construyen una capa de pago.

Pero el pago es solo una parte de un problema más grande. La verdadera dificultad no es hacer que el dinero fluya entre agentes, sino cómo coordinar el trabajo entre agentes y humanos, cómo verificar si las tareas se han completado y cómo liquidar los resultados. El pago es solo una parte de la liquidación. La liquidación es solo una parte de la coordinación. Y la coordinación, es el verdadero premio.

La coordinación a gran escala genera naturalmente la necesidad de mecanismos de liquidación. Los pagos se convertirán en un instrumento dentro de esta sinfonía, no en la obra completa. Las empresas que realmente resuelvan el problema de la coordinación finalmente incorporarán los pagos, y no al revés, con empresas de pagos que absorban la coordinación.

La mayoría de los gigantes existentes están construyendo defensivamente un futuro de «machine-scale trading». Para ellas, la línea de tiempo no es importante, ya que cuentan con un runway casi ilimitado.

Pero las startups no tienen ese lujo. Debemos encontrar dónde está realmente el mercado ahora. No podemos seguir esperando a que llegue la ola.

Un año de construcción nos llevó en una dirección inesperada. Allí realmente hay actividad, y crece rápidamente, con servicios insuficientes. Existe fuera de las cuatro categorías que hemos analizado.