El debate sobre los precios dinámicos en supermercados aparece como un problema de abuso algorítmico. Se discute si el comerciante puede modificar guarismos según la hora, el clima o el perfil del comprador. Entre tanto, la discusión es superficial y desplaza el eje del problema, ya que esta es una transición más profunda, porque se pasa de precios visibles y públicos hacia otros calculados en tiempo real dentro de sistemas que ya no negocian con personas, sino con modelos.

Un caso reciente de Maryland, Estados Unidos, funciona como señal temprana de ese cambio. El gobernador Wes Moore firmó el 28 de abril la Protection From Predatory Pricing Act, identificada como HB 895. Esta norma prohíbe a supermercados y servicios de entrega como Instacart fijar precios personalizados basados en datos del consumidor. La ley entra en vigor en octubre y deja afuera los programas de fidelidad y las suscripciones. El texto congela un comportamiento que recién se despliega, pero este enfoque parte de una premisa que ya quedó vieja. Esta supone que el comercio fija precios y el consumidor los acepta o los rechaza, pero esa relación también cambia.

El precio dinámico actual es unilateral y opera siempre en favor del vendedor. El comerciante observa demanda, inventario y contexto y después ajusta el valor publicado. El consumidor entra con información incompleta y sin tiempo para comparar. En este escenario, la asimetría es la fuente principal del margen. La digitalización de etiquetas y la capacidad de cambiar precios en segundos no crean el fenómeno, sino que lo amplifican.

El siguiente paso no es más de lo mismo, sino el cambio de lado del algoritmo. Cuando los agentes de compra se vuelven herramienta común, el proceso se invierte. El consumidor deja de ser un individuo que compara precios y pasa a ser un agente que negocia, agrega oferta, evalúa equivalencias, fija condiciones y ejecuta la transacción. El precio deja de ser un dato publicado y pasa a ser el resultado de una interacción entre dos modelos.

El precio dinámico actual es unilateral y opera siempre en favor del vendedor. En este escenario, la asimetría es la fuente principal del margen

La infraestructura para ese cambio ya existe y avanza rápido. Visa publicó el Trusted Agent Protocol, un estándar que permite al comercio reconocer a un agente automatizado como interlocutor válido. Por su parte, Google lanzó el Agent Payments Protocol o AP2, un protocolo abierto para que los agentes paguen sin intervención humana, respaldado por Mastercard, PayPal, American Express, Shopify y Etsy. Así, Mastercard ya procesó su primera transacción ejecutada por un agente automatizado. Se sumó PayPal cuando integró pagos dentro de ChatGPT bajo un acuerdo con OpenAI.

Para la consultora McKinsey, los agentes serán responsables de un billón de dólares en transacciones dentro de Estados Unidos hacia 2030.

En ese contexto aparece lo que conviene llamar una subasta inversa distribuida. El agente del consumidor define una intención de compra con parámetros claros como la especificación técnica, el rango de sustitución, la urgencia y la frecuencia de reposición; y los proveedores compiten entre ellos por capturar esa demanda. Así, el precio se determina en esa competencia continua y la consecuencia directa es la compresión de márgenes en todos los bienes que puedan tratarse como equivalentes.

El ejemplo de un bulón sirve para fijar la idea. Si la especificación está clara y varios fabricantes la cumplen, el agente no tiene incentivo para pagar más. La marca, entendida como relato o publicidad, deja de tener relevancia económica. El sistema selecciona en función de precio y cumplimiento verificable. En ese segmento, el precio dinámico deja de ser herramienta del vendedor y se convierte en recurso del comprador. La presión a la baja se vuelve estructural.

Según McKinsey, los agentes serán responsables de un billón de dólares en transacciones en Estados Unidos hacia 2030

El movimiento no elimina la diferenciación, sino que la transforma. Los agentes operan con probabilidades calculadas a partir de variables como la tasa de cumplimiento, la variabilidad en la calidad, el tiempo entre pedido y entrega y la tasa de devolución. Cada proveedor acumula un historial cuantificado que se traduce en un puntaje. Ese puntaje entra directamente en la función decisoria del agente. No hay publicidad en el sentido clásico, sino optimización de métricas para mejorar posición en la lista de compra. El gasto que antes se destinaba a publicidad se desplaza hacia el desempeño operativo.

Hay un punto que conviene examinar sin entusiasmo: el agente del consumidor no es una herramienta neutral. El agente será un producto desarrollado por OpenAI, Google, Amazon o Apple donde cada plataforma introducirá su propio sesgo comercial. Habrá comisiones por colocación, acuerdos de exclusividad y ordenamiento pagado en favor de quien aporta más al dueño del agente. La desintermediación del comerciante puede ser sustituida por una reintermediación más concentrada. Tres o cuatro plataformas reproducirán el problema actual con menos competidores. El riesgo regulatorio relevante no es el precio dinámico de hoy sino la captura de la capa agente de mañana.

Aparece también la dimensión adversarial entre los modelos de uno y otro lado. Los proveedores no aceptarán pasivamente la lógica del puntaje y construirán contraagentes para protegerse. Manipularán los datos que alimentan a los modelos del comprador y la optimización para buscadores que dominó la web durante dos décadas tendrá su versión equivalente para agentes. Queda por resolver una asimetría jurídica nada menor, porque cuando un agente compra mal, no está claro todavía quién responde. Cuando un proveedor hace una entrega defectuosa, tampoco está resuelto contra quién reclama el agente.

El punto crítico sigue siendo la logística física. La proximidad al consumidor, la capacidad de reposición y la gestión de devoluciones siguen siendo activos duros. Empresas como Amazon, Walmart o Kroger no compiten solo en precio publicado, sino en ejecución medible. En un entorno de negociación automatizada, la ejecución se vuelve el principal argumento económico.

El centro de gravedad del mercado se desplaza desde la fijación unilateral de precios hacia la competencia continua entre algoritmos

El resultado no es un colapso uniforme, sino una bifurcación clara. Una parte del mercado se vuelve brutalmente competitiva, con precios comprimidos y diferenciación mínima. Otra parte se organiza alrededor del cumplimiento, el riesgo y la disponibilidad real. En ambos casos, el precio opaco pierde terreno. El margen deja de depender de cuánto puede extraer un vendedor de un consumidor mal informado y pasa a depender de qué tan bien puede cumplir el proveedor frente a un agente que mide todo.

La discusión regulatoria actual mira el problema con la lógica anterior. Limita abusos en un sistema donde el vendedor todavía domina la góndola. Esa dominancia comienza a erosionarse desde otro lugar. Cuando la compra se automatiza, la negociación también. El precio dinámico no desaparece, sino que cambia de dirección. En ese cambio, el centro de gravedad del mercado se desplaza desde la fijación unilateral de precios hacia la competencia continua entre algoritmos. Lo que viene después es la competencia por la capa que aloja a esos algoritmos. Este será el próximo objeto de regulación cuando los legisladores entiendan que llegaron tarde otra vez.

Las cosas como son.