Durante los últimos años hemos utilizado la inteligencia artificial para hacer algo relativamente cómodo: recomendar. La IA puede analizar proveedores, comparar presupuestos, detectar que queda poco stock, preparar una orden de compra o revisar una factura. Incluso puede decirnos cuál parece ser la mejor decisión. Pero al final aparece una persona y pulsa el botón.
Ese último paso está empezando a cambiar.
En marzo de 2026, Santander y Mastercard completaron en Europa un pago real de extremo a extremo ejecutado por un agente de inteligencia artificial. La operación se realizó en un entorno controlado, pero utilizó la infraestructura real de pagos de Santander y permitió que el agente iniciara y completara la transacción dentro de límites y permisos previamente establecidos.
En junio, Worldline, ING y Mastercard fueron un paso más allá y anunciaron una operación con agentes de extremo a extremo en producción, entre una persona con tarjeta de ING y un comercio en Países Bajos. El agente del comercio cerró la compra solo después de recibir la aprobación expresa de quien compraba.
La pregunta, por tanto, ya no es únicamente si una IA puede decidir qué comprar. Es otra mucho más delicada:
¿Estamos preparados para darle autoridad económica?
Un agente que recomienda no es lo mismo que un agente que ejecuta
Imaginemos una empresa industrial que cada semana consume cajas, etiquetas, material de protección y otros suministros. Hoy puede tener un proceso como este:
- El almacén detecta que falta material.
- Una persona revisa el stock.
- Busca al proveedor habitual.
- Comprueba el precio.
- Prepara el pedido.
- Su responsable lo autoriza.
- Administración registra la compra.
- El proveedor entrega el material.
- Contabilidad recibe después la factura.
Cada paso individual parece pequeño. Pero multiplicado por cientos o miles de compras rutinarias al año, acaba creando una cantidad considerable de trabajo administrativo.
Un agente suficientemente integrado podría hacer una parte mucho mayor del proceso: detectar que quedan siete días de stock, consultar el consumo previsto, comprobar qué proveedores están homologados, pedir o consultar precios, compararlos, verificar el presupuesto disponible, preparar el pedido y, dentro de determinadas condiciones, ejecutar la compra.
Ahí aparece el verdadero salto de los agentes: pasamos de una inteligencia que produce información a una inteligencia que produce consecuencias económicas.
Dar autonomía no significa entregar una tarjeta sin límite
La idea puede sonar peligrosa si imaginamos a una IA con acceso libre a una cuenta bancaria. Pero probablemente no será así como se desplieguen los sistemas empresariales serios, porque la autoridad puede programarse. Por ejemplo, un agente puede comprar:
- únicamente material de oficina;
- solo a proveedores homologados;
- hasta 250 euros por operación;
- con un máximo mensual de 2.000 euros;
- sin capacidad de modificar la cuenta bancaria del proveedor;
- y únicamente cuando exista una necesidad previamente detectada en el sistema.
Con esas reglas, el mismo agente actúa de forma distinta según el caso:
- Una compra de 120 euros al proveedor habitual podría ejecutarla automáticamente.
- Una operación de 1.800 euros podría prepararla con todo el expediente y solicitar una aprobación.
- Una compra de 20.000 euros podría bloquearse y escalar directamente a Dirección.
- Con un proveedor nuevo, podría impedirse cualquier pago hasta completar los controles correspondientes.
La diferencia es fundamental: autonomía no es ausencia de control. Es autoridad delegada dentro de unas reglas.
De permisos informáticos a permisos económicos
Estamos acostumbrados a pensar en permisos tecnológicos: puede leer este archivo, consultar el CRM o actualizar el ERP, pero no puede acceder a esta carpeta. Los agentes introducen otro tipo de permisos:
- Puede comprometer hasta 300 euros.
- Puede comprar dentro de esta categoría.
- Puede utilizar únicamente estos proveedores.
- Puede efectuar cinco operaciones al día.
- Puede actuar sobre este centro de coste.
- Puede comprar, pero no cambiar los datos bancarios.
- Puede preparar un pago, pero necesita una segunda aprobación para ejecutarlo.
Esto se parece mucho más a las políticas internas de una empresa que a los permisos tradicionales de una aplicación. Y precisamente por eso las compras entre empresas pueden convertirse en un terreno especialmente interesante.
En su intervención en Sibos 2026, la conferencia anual de Swift, el gobernador de la Reserva Federal Christopher Waller señaló que las compras entre empresas pueden encajar especialmente bien con el comercio mediante agentes, porque suelen ser recurrentes y siguen reglas, como los proveedores homologados y los límites de presupuesto, que sirven de guía natural a los agentes.
Es decir: gran parte de las reglas que necesitará la IA ya existen. El problema es que hoy están en manuales, procedimientos, hojas de cálculo, correos y en el conocimiento de los empleados. La siguiente fase consiste en convertirlas en políticas que el software pueda ejecutar.
La intención empieza a formar parte del pago
Una transacción realizada por un agente plantea además otra pregunta: ¿por qué está haciendo esta compra? Con una tarjeta tradicional conocemos al titular y determinados datos de la operación. Con un agente necesitamos más contexto:
- Quién autorizó al agente.
- Qué objetivo estaba ejecutando.
- Qué límites tenía.
- Qué producto debía adquirir.
- Por qué seleccionó ese comercio.
- Qué importe máximo tenía autorizado.
- Si la transacción sigue correspondiendo a la intención original del usuario o de la empresa.
El 30 de septiembre de 2026, Mastercard amplió Agent Pay, su programa de pagos con agentes, precisamente en esta dirección: sus nuevos servicios de confianza combinan información sobre identidad, intención, comportamiento y fraude para dar a bancos y comercios más contexto cuando reciben operaciones iniciadas por agentes. El primero de esos servicios empieza a probarse en Estados Unidos.
Esto anticipa algo importante. En el comercio con agentes no bastará con preguntar «¿esta tarjeta es válida?». También habrá que preguntar:
¿Este agente estaba autorizado para realizar esta compra con este propósito?
El verdadero valor empresarial está antes del pago
Puede resultar tentador pensar que esta tendencia pertenece únicamente a bancos, Visa, Mastercard o proveedores de pagos. Pero para muchas empresas el mayor cambio estará antes de que se produzca la transacción, porque pagar es solo el último segundo de un proceso mucho más largo. Antes hay una necesidad, un presupuesto, un proveedor, una comparación, una aprobación, una orden, una recepción, una factura y una conciliación.
Y ahí existe una oportunidad enorme de automatización. Un buen sistema podría conectarlo todo:
Necesidad → decisión → autorización → compra → registro → conciliación
La transacción económica simplemente cierra el círculo.
Un ejemplo: el mantenimiento
Imaginemos una empresa con veinte vehículos. Uno de ellos comunica automáticamente que necesita mantenimiento. El sistema puede consultar el kilometraje, el historial, los talleres homologados, el precio pactado, la disponibilidad y el presupuesto del departamento.
Si el mantenimiento cumple unas condiciones conocidas, un agente podría concertar la cita y autorizar el servicio dentro del límite establecido. Si aparece una reparación no prevista de 2.800 euros, solicita la autorización de una persona.
La persona ya no gestiona cada operación rutinaria: gestiona las excepciones y las decisiones importantes. Ahí está probablemente uno de los modelos más interesantes de automatización empresarial:
Cuanta mayor normalidad tenga una operación, mayor autonomía puede recibir el software. Cuanto mayor sea el riesgo, el importe o la incertidumbre, mayor intervención humana.
El riesgo: automatizar un error también lo escala
Los pagos con agentes tienen una ventaja evidente, pero también un peligro evidente: una persona puede equivocarse una vez; un proceso automático puede equivocarse mil veces.
- Una mala política de compras podría hacer que el agente seleccione sistemáticamente una opción incorrecta.
- Una cuenta comprometida podría intentar utilizar la autorización de un agente.
- Un error en el inventario podría producir compras innecesarias.
- Un proveedor podría intentar manipular información que después interpreta el agente.
- Una instrucción aparentemente inocua podría conducir a una acción económicamente relevante.
Por eso las barreras deberían existir fuera del propio razonamiento de la IA. No basta con decirle en un prompt «no gastes más de 500 euros»: el sistema de pagos debería impedir técnicamente una operación superior a 500 euros. No basta con pedirle «compra únicamente a proveedores homologados»: la capa transaccional debería verificar el proveedor.
Las reglas económicas importantes no deberían depender exclusivamente de que un modelo recuerde obedecerlas.
La IA no debe decidirlo todo
Tampoco hay ninguna razón para automatizar cada compra. Un pedido estratégico, una negociación compleja, la selección de un proveedor crítico, una inversión de capital relevante o una contratación con consecuencias legales son decisiones en las que el contexto humano puede seguir siendo fundamental.
El objetivo no debería ser eliminar a las personas del proceso, sino evitar que tengan que intervenir en todas las operaciones que ya están gobernadas por reglas conocidas.
El procurement puede convertirse en un sistema de excepciones
Esto conduce a una transformación interesante. Hoy muchas áreas administrativas trabajan gestionando transacciones. En un sistema muy automatizado podrían trabajar gestionando políticas y excepciones: en lugar de aprobar cien compras rutinarias, definen quién puede comprar, qué puede comprar, a quién, hasta cuánto, con qué condiciones y cuándo debe intervenir una persona. Después supervisan las operaciones que salen de ese marco.
Eso cambia el papel humano: pasa de ejecutar cada operación a diseñar y controlar el sistema que ejecuta las operaciones.
El futuro no será una IA con una tarjeta ilimitada
La imagen de una inteligencia artificial gastando libremente el dinero de una empresa probablemente sea una mala representación del futuro. La arquitectura seria será casi lo contrario: agentes con identidad propia, autoridad limitada, presupuestos específicos, proveedores permitidos, acciones prohibidas, registro completo, aprobaciones escalonadas y la posibilidad de detenerlos.
La verdadera innovación no consiste en que la IA pueda pagar. Consiste en que una empresa pueda expresar sus políticas económicas de una forma lo bastante precisa para que una máquina pueda actuar dentro de ellas sin perder el control. Y ese cambio puede convertir procesos que hoy necesitan cinco intervenciones humanas en procesos donde una persona solo aparece cuando de verdad hay una decisión que merece su atención.
La siguiente gran automatización empresarial quizá no sea que una IA prepare tu próxima compra. Será que pueda completarla. Pero exactamente con la autoridad que tú decidiste darle.
