El sistema de Mastercard permitirá transacciones por asistentes autónomos con tokens de seguridad; este avance está por cambiar los hábitos de compra y exige que los minoristas se adapten a un entorno más automatizado
Mastercard planea lanzar, para principios de 2026, un modelo de pagos donde agentes de inteligencia artificial podrán realizar compras en nombre de los usuarios. Las transacciones serán autorizadas a través de tokens cifrados, reemplazando los datos reales de la tarjeta. El lanzamiento inicial será en América Latina y funcionará según reglas, límites y permisos definidos por el consumidor, asegurando que solo agentes validados puedan ejecutar pagos.
Sponsored¿Cómo funcionará el nuevo modelo de compras impulsado por agentes de IA?
El anuncio surge en medio de la rápida expansión de la automatización financiera. Bain & Company estima que el mercado global de Embedded Finance superará los 7.2 billones de dólares para 2030, impulsado por la integración de servicios bancarios en plataformas no financieras.
Por su parte, Gartner proyecta que para 2026, más del 20% de las empresas en todo el mundo utilizarán algún nivel de IA autónoma en sus procesos operativos.
Para Luis Molla Veloso, experto en Embedded Finance y en integración de servicios financieros en entornos digitales, la entrada de agentes autónomos en los métodos de pago marca el inicio de un nuevo ciclo de consumo, donde las decisiones de compra ocurren de forma continua y programada.
“Esto es un cambio estructural: el usuario pasa de solo autorizar a delegar. La combinación de IA autónoma, tokenización y límites programables crea un escenario donde la compra ocurre en el mejor momento posible, respetando los parámetros predefinidos”, afirma.
En el sistema, el consumidor registra su tarjeta y establece reglas claras, como valor máximo de transacción, frecuencia de compra, categorías permitidas, una lista de agentes autorizados y límites semanales.
La información sensible de la tarjeta no se comparte y es reemplazada por tokens únicos y cifrados. Solo el software certificado podrá completar las operaciones.
¿Qué cambia para las empresas?
Según Mastercard, el sistema permitirá funciones como programación inteligente, reposición automática de productos y compras ejecutadas por agentes capaces de seguir precios y condiciones de mercado. Para Luis, la adopción será más rápida en segmentos de consumo recurrente, como supermercados, suscripciones digitales y servicios esenciales.
Sponsored SponsoredLa nueva función reduce fricción, disminuye la exposición de datos sensibles y automatiza las rutinas de compra, pero también aumenta la importancia de que el usuario configure bien los ajustes.
“El modelo es seguro, pero requiere atención constante. El equilibrio entre la conveniencia y la supervisión será clave para evitar gastos no planificados”, destaca el experto.
Para el sector empresarial, la llegada de agentes de IA en los pagos trae oportunidades y desafíos. Minoristas, fintechs, bancos y marketplaces tendrán que ajustar su infraestructura, procesos y estrategias de retención para operar en un entorno muy automatizado.
Entre los beneficios esperados están una mayor previsibilidad de la demanda —ya que las compras programadas reducen la estacionalidad, el abandono de carritos y la falta de stock— y el aumento de las tasas de conversión, porque las transacciones automáticas aumentan la recurrencia y disminuyen las barreras a la decisión.
Las empresas con API integradas, checkouts compatibles y flujos tokenizados fortalecerán la relación con los clientes, mientras que la tokenización ayuda a reducir el fraude al eliminar el uso directo de los datos de la tarjeta. Según Luis, este avance exige una revisión total de la estrategia de experiencia del usuario.
Sponsored“Cuando la compra es delegada, el papel del minorista se transforma. La decisión ya no ocurre solo en la tienda, sino en el back-end dentro del sistema de IA. Quienes no se preparen para integrar API u ofrecer información estructurada pueden perder espacio en este nuevo ciclo”, evalúa.
Riesgos y precauciones
A pesar de los beneficios, existen puntos de atención. La dependencia de sistemas autónomos exige transparencia y trazabilidad; las empresas tendrán que identificar patrones de compras automáticas sin recurrir a enfoques invasivos; y será necesario crear nuevos flujos de atención y devoluciones para gestionar las transacciones hechas por agentes.
Además, es probable que el entorno aumente la presión por precios dinámicos. Esto se debe a que la competencia ocurrirá entre algoritmos y no solo por estrategias de marketing.
Expertos recomiendan que el sector privado comience desde ahora a prepararse técnica y estratégicamente para la llegada total del modelo en 2026. Según Luis, hay tres frentes prioritarios:
- Infraestructura de API y tokenización: Las empresas deben asegurarse de que sus checkouts, sistemas de pago y capas antifraude acepten tokens en lugar de datos de tarjetas. “Quienes sigan dependiendo de integraciones antiguas tendrán dificultades”, advierte.
- Catálogo estandarizado y datos estructurados: Los agentes de IA toman decisiones a partir de información clara. Descripciones confusas, precios desactualizados y catálogos desordenados reducen la posibilidad de recomendación automática.
- Estrategia de recurrencia y retención: Los modelos de suscripción, programas de recompra y descuentos por frecuencia ganan relevancia, ya que encajan directamente con la lógica de los agentes autónomos.
Para Luis, quienes se adapten primero podrán tener una ventaja competitiva importante.
“Estamos entrando en un entorno minorista impulsado por sistemas, no por decisiones inmediatas. Las empresas que ofrezcan información clara, integración eficiente y precios competitivos probablemente serán las preferidas por estos agentes”, señala.
Desafíos regulatorios y de comportamiento
La automatización también trae desafíos regulatorios y de comportamiento. Del lado del consumidor, permisos excesivos pueden llevar a gastos no intencionales, especialmente si no se revisan los límites o se desactivan las notificaciones.
Para las empresas, aumenta el riesgo de dependencia de algoritmos externos, lo que puede generar más disputas por compras no reconocidas. Al mismo tiempo, podriá exigir modelos sólidos de gobernanza en el uso de IA para el consumo.
Luis concluye que la sostenibilidad del modelo depende del equilibrio entre eficiencia y responsabilidad.
“La innovación avanza rápido, pero debe ir junto con la transparencia, la supervisión y mecanismos de reversión. Los agentes autónomos pueden transformar el comercio, siempre que funcionen dentro de límites bien definidos.”
