Walmart abre su tienda a los agentes de IA, con topes de gasto

El 21 de octubre de 2026, Walmart abrió un servidor MCP para que agentes de IA aprobados compren en su tienda y anunció perfiles por agente con topes de gasto. Para una marca que vende en un retailer, quien elige el producto empieza a ser un agente que lee la ficha.

¿Qué anunció Walmart?

Dos piezas. La primera es Agent Gateway, un servidor MCP para que agentes aprobados se conecten a Walmart, busquen en el catálogo, agreguen al carro, compren y sigan el pedido sin navegar el sitio como una persona. Parte en beta para empresas y desarrolladores, con inscripción en walmart.com/agents, según el anuncio de la compañía. Lo presentó John Furner, presidente y CEO de Walmart, en el Masters of Scale Summit de San Francisco, informó TechCrunch el mismo 21 de octubre.

La segunda son los Agent Profiles, que Walmart anunció para «el próximo mes». Cada agente tiene un perfil propio dentro de la cuenta del cliente, con sus compras separadas. El cliente decide si aprueba cada compra o fija un tope de gasto, y el anuncio da como ejemplos US$ 50, 100 o 200. Puede quitar permisos o borrar el perfil cuando quiera, y no necesita ser socio de Walmart+, precisó TechCrunch.

¿Qué reglas les pone Walmart a los agentes?

Siete, publicadas junto con el anuncio. Son lo más concreto de la noticia, porque fijan por escrito qué puede y qué no puede hacer un agente que compra por alguien:

• El cliente tiene el control y aplica la política de devoluciones de Walmart, incluso si el agente no actuó como se esperaba.
• Por defecto, el cliente aprueba cada compra del agente, y Walmart puede pedir aprobaciones extra dentro del tope.
• El agente no hace nada más allá de lo que el comprador quiere.
• El agente no recibe los datos de la tarjeta ni puede agregar o cambiar medios de pago.
• El agente accede solo a la información necesaria para la tarea y autorizada por el cliente.
• A lo que recibe el agente se le aplica la política de privacidad del agente.
• Walmart bloquea a los agentes que no cumplan estas reglas.

Hay una regla más, sobre precios: lo que ve un agente es lo mismo que vería una persona en Walmart.com, con las ofertas y cargos aplicables antes de pagar. «Ponemos precio a los productos, no a las personas», dice el anuncio (traducción nuestra). Es una respuesta directa al temor de que cada asistente reciba un precio distinto.

¿Por qué Walmart abre la puerta mientras Amazon la cierra?

Porque las dos apuestas responden a la misma pregunta con signos opuestos: quién se queda con el cliente cuando compra un agente. Amazon empezó a bloquear a los agentes que compran por los usuarios, como contó TechCrunch, y le cerró el paso a Muse, el agente de compras de Meta, al considerar que el acceso no autorizado viola sus condiciones de uso, recogió Xataka el 23 de octubre. Analizamos ese agente en Muse Wonder y el AEO.

Walmart hace lo contrario: nombra como integraciones a Muse, ChatGPT y Gemini, y abre una puerta propia, con sus reglas y su servidor. Nuestra lectura: si el agente va a llegar de todas formas, Walmart prefiere que entre por un canal que controla a que navegue el sitio como una persona. El dato de la encuesta de NMI que citó Digital Commerce 360 explica el diseño: el 70% de los adultos de EE.UU. quiere poder revisar la decisión antes de pagar, y solo el 10% le daría control total a una IA.

¿Qué cambia para una marca que vende en un retailer?

Cambia quién lee la ficha. El ejemplo del propio anuncio es revelador: un agente que repone los productos habituales del cliente, como un pan de masa madre o una marca de leche en particular. Si el cliente ya tiene la marca, el agente la repite. Si el pedido llega por atributos («una leche sin lactosa», «la más barata en caja de un litro»), el agente elige con los datos que encuentra: nombre, formato, atributos, precio y disponibilidad. Una ficha incompleta no pierde una visita: pierde la compra.

Es la misma capa que describimos en el botón de compra se mudó al chat, ahora del lado de un retailer. El comercio agéntico tiene dos caminos: el asistente compra a través de un estándar como el UCP de Google o el ACP de OpenAI, o el retailer abre su propio servidor, como hace Walmart. En los dos, el agente necesita un catálogo que pueda leer, y la marca no controla esa ficha si el retailer la edita por ella.

¿Qué cambia para una marca de LatAm?

Por ahora, es una noticia de Estados Unidos. El anuncio habla de Walmart, Sam’s Club y Walmart.com, no nombra países y no menciona a Lider, la marca de Walmart en Chile, ni a Walmart de México. Lo que sí hay en la región es una prueba de que los rieles de pago avanzan: el 12 de marzo de 2026, Santander y Visa completaron un piloto en el que agentes de IA hicieron compras con consentimiento en Argentina, Brasil, Chile, México y Uruguay, y Visa dijo que más del 70% de los consumidores latinoamericanos ya usa IA en su proceso de compra, aunque no identificó el estudio.

Nuestros datos muestran dónde está parada la marca de Walmart en Chile cuando la IA responde. En el ranking de supermercados, medido el 14 de octubre de 2026 en ChatGPT, Claude y Gemini, Lider es la más mencionada: aparece en el 78% de las respuestas (28 de 36), por delante de Jumbo (75%) y Unimarc (61%), con una diferencia grande entre motores: 100% en Gemini y 58% en ChatGPT. Pero en el ranking de marketplaces y compras online, del 20 de octubre, Lider baja al 31%, contra el 81% de Mercado Libre. La IA la reconoce como supermercado, no como tienda online donde comprar de todo.

¿Qué hacer esta semana?

1. Audita tus fichas en los retailers donde vendes: nombre, formato, atributos, precio y stock completos y consistentes con tu sitio. Es lo que leerá el agente.
2. Escribe los atributos por los que alguien pediría tu producto sin nombrar la marca («sin lactosa», «para piel sensible», «caja de un litro»). Esa es la búsqueda del agente.
3. Pregunta a tus retailers qué harán con los agentes: si abrirán un servidor como Walmart, si se sumarán a UCP o ACP, o si los bloquearán como Amazon.
4. Mide en qué respuestas apareces hoy, por categoría y por motor, antes de que el agente decida por el cliente.

Preguntas frecuentes