Un gran obstáculo para el uso de la inteligencia artificial en las compras es el pago: todavía se gestiona una tarjeta. Para que el comercio agentic se convierta en una experiencia de consumo fluida –desde el antojo de una hamburguesa hasta su entrega con una mínima intervención humana–, el pago aún presenta barreras técnicas que las empresas están superando.
“El objetivo real del comercio agentic es tener agentes que actúen y ejecuten en nuestro nombre”, afirma John Kain, director de desarrollo de mercado de servicios financieros a nivel mundial de Amazon Web Services.
Para avanzar hacia este objetivo, AWS y Visa, la red de tarjetas más grande de Estados Unidos, anunciaron en diciembre que están colaborando para desarrollar herramientas que permitan crear flujos de trabajo agentic “agnósticos de la red” para el aspecto de los pagos del comercio con IA. “El objetivo es sencillo: proporcionar una base segura y escalable para construir la próxima generación de soluciones de comercio inteligente”, indicaron las compañías en una publicación de blog.
AWS es el segmento de más rápido crecimiento y más rentable de Amazon. Los ingresos operativos de la unidad en la nube aumentaron un 14% el año pasado, hasta los 45.600 millones de dólares, con ventas que crecieron un 20% hasta los 128.700 millones de dólares, según informó Amazon el mes pasado en su informe anual.
Kain, un ex ejecutivo de JPMorgan Chase con sede en Nueva York, habló sobre el trabajo de AWS en el comercio agentic en una entrevista el jueves.
Nota del editor: esta entrevista ha sido editada para mayor claridad y brevedad.
PAYMENTS DIVE: ¿En qué se centra AWS en el comercio agentic?
Optional Caption
Permission granted by Amazon Web Services
JOHN KAIN: Nuestro enfoque principal está en la capa de ejecución de los pagos. El comercio es ciertamente interesante, pero fundamentalmente la capa más importante es la capacidad de realizar pagos seguros a escala de una manera que permita el comercio agentic en su conjunto. Por lo tanto, nos hemos centrado en facilitar a nuestros clientes la creación de aplicaciones que puedan integrar agentes en los carriles de pago existentes.
¿Cuál es su oferta específica en el espacio del comercio agentic? ¿Software? ¿Servicios de consultoría?
Es la plataforma y los socios. Desde una perspectiva de plataforma de agentes, lo que les ofrecemos a nuestros clientes es la capacidad de utilizar una variedad de modelos de diferentes proveedores de modelos, ya sea OpenAI, Anthropic, nuestros propios modelos, además de una amplia variedad de otros proveedores de modelos que existen, para que los clientes tengan la opción de elegir y adaptar modelos para sus aplicaciones específicas. Lo hacemos en un entorno seguro, por lo que tanto las entradas como las salidas y cualquier entrenamiento que realice para el modelo están restringidos a su propio entorno. Y ahora, con la aparición del comercio agentic, o los marcos agentic en su conjunto, se trata de construir agentes aprovechando parte de esa tecnología de IA generativa, pero también implementando los marcos de control y gobernanza que permiten a las organizaciones construir marcos agentic a escala.
Gran parte del debate actual sobre el comercio agentic se centra en el comercio minorista de consumo. A largo plazo, ¿cuáles serán los casos de uso agentic dominantes?
Creo que lo que realmente sucederá es que la mayoría de los servicios que utilizamos hoy en día mejorarán drásticamente desde la perspectiva de la experiencia del usuario. Si observa dónde se está aplicando la IA generativa, el soporte al cliente es ciertamente una de las áreas más importantes, la capacidad de comunicarse con sus clientes, discernir la intención y luego enrutarlos al agente adecuado. Y en este caso, lo más probable es que sea un agente agentic.
¿Qué están implementando los clientes de AWS para combatir el fraude?
El aprendizaje automático tradicional se ha utilizado ampliamente en el espacio del fraude. Mastercard y Visa tienen ambas soluciones de aprendizaje automático tradicionales sobre AWS que realizan la detección de fraude en tiempo real en solo unos milisegundos. Por lo tanto, la capacidad de realizar la detección de fraude de una manera más en tiempo real, particularmente a medida que la infraestructura de pagos en su conjunto se mueve hacia una naturaleza más en tiempo real, creemos que un volumen cada vez mayor de transacciones se moverá a un carril de pagos en tiempo real. Pero debido a la definitividad del acuerdo, eso significa que el fraude se está convirtiendo en un componente más importante tanto de la decisión sobre qué carril utilizar como, si está utilizando carriles en tiempo real, de cómo prevenirlo y detectarlo. Ese es casi exclusivamente un desafío de datos e IA.
¿El riesgo de fraude está obstaculizando la adopción de los pagos en tiempo real?
No, no lo diría. Diría, sin embargo, que es un área en la que las empresas han invertido mucha investigación y energía incluso antes de comenzar a adoptar carriles en tiempo real.
¿Está la carrera armamentista de IA entre delincuentes y corporaciones equilibrada si ambos bandos tienen las mismas herramientas?
Las empresas que tienen grandes conjuntos de datos y una gran experiencia con sus clientes a escala tienen fundamentalmente una ventaja. Al final del día, lo que hace que la IA sea efectiva es la calidad de los datos que realmente se introducen en ella. Y por lo tanto, si tiene muy buenas ideas sobre su cliente y sus comportamientos típicos, y una historia de años con ellos, las probabilidades de que pueda detectar el fraude son mucho mejores que las de alguien que no tiene esos datos, ¿verdad? Esa historia de relación realmente se vuelve significativa desde la perspectiva del fraude. Las empresas que tienen una larga trayectoria en el área desde una perspectiva de datos están fundamentalmente mejor posicionadas que incluso los nuevos participantes o los defraudadores.
