Visa prueba 22 modelos de IA como compradores: fallan el 42,8 % de las veces y compran igual en la mitad de esos fallos
Hecho Qué ha ocurrido
Visa evaluó 22 modelos de IA de 12 laboratorios en 15 tareas de compra y fallaron en el 42,8 % de las ejecuciones. En el 54 % de los fallos, la IA compró igualmente. El mejor modelo acertó el 82,2 % y el peor el 28,9 %; solo el 34,2 % de los casos se aprobó en las tres repeticiones.
Resumen generado mediante IA a partir de WWWhat's new. Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Muestra que el riesgo de un agente de compras no es solo técnico: una IA que no tiene claro lo que necesita tiende a cerrar la compra, lo que convierte los fallos en gasto real. Conviene tenerlo en cuenta antes de delegar pagos.
- Quién se ve afectado
- Empresas de comercio electrónico, bancos, redes de pago y equipos que planean agentes de compra o aprovisionamiento.
- Qué puede cambiar
- Si los agentes no mejoran en fiabilidad y control de gasto, las compras autónomas quedarán limitadas a tareas acotadas con aprobación previa.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Resultados de la ampliación del benchmark al pago y al pedido, adopción de límites de gasto y tarjetas virtuales para agentes, y la respuesta de los laboratorios.
Recomendación Qué debería hacer una empresa
Si se piensa delegar compras a agentes, limitar en los próximos 6 meses el importe, las categorías y exigir confirmación humana para cualquier pago.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: WWWhat's new. La referencia es siempre el artículo original.
Ver fuente original ↗agentesLLMcomercio agéntico VisaMastercardGoogle agentes de IA benchmark comercio agentico pagos Visa
Relacionadas
Un nuevo benchmark muestra que los agentes de IA aciertan menos del 60 % en decisiones a largo plazo
Investigadores de Microsoft y City University of Hong Kong presentan Taste-Bench, un benchmark de 502 preguntas que evalúa si los agentes de IA eligen bien…
Por qué importaLos agentes que ejecutan tareas de varios pasos pueden acumular malas decisiones que solo se detectan al final, cuando el coste ya es alto. Medir la…
La IA se equivoca hasta en un 60% verificando hechos, según estudio de periodistas
Una verificadora de datos de WIRED examina la capacidad de los modelos de IA para verificar información. Según su análisis y estudios citados, las tasas de…
Por qué importaLa verificación de hechos es función crítica en medios y empresas que generan contenido; si los modelos de IA fallan sistemáticamente en tareas de…
Los asistentes de IA inventan precios, especificaciones y enlaces al buscar productos para comprar
Según investigaciones citadas por el artículo, Product.ai halló en 2025 contradicciones comprobables en el 86 % de 217 preguntas de compra; de 913 precios…
Por qué importaUn precio, una especificación o un enlace erróneo puede traducirse en una compra equivocada. Para empresas que usan asistentes en compras o atención…
Wired prueba Dots, el agente de compras de OpenAI, y detecta fallos y límites
Un periodista de Wired probó Dots, el agente autónomo de OpenAI diseñado para realizar tareas en línea como comprar muebles o cancelar suscripciones, con una…
Por qué importaIlustra el estado actual, limitado pero en evolución, de los agentes de IA comerciales que buscan automatizar tareas cotidianas y de compra, con…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.