Economía agéntica: en qué acierta el reporte de Meta y la capa que omite

El documento llegó por el canal que describe

Recibí el informe por correo electrónico, enviado por WhatsApp for Business. Veintinueve páginas, portada con la firma de Alex Schultz, Director de Datos de Meta, y un título que no escatima: más allá de los chatbots, la economía agéntica llegó.

Vale la pena leerlo. Vale aún más la pena leerlo sabiendo qué es.

No es un estudio independiente. Es una pieza de posicionamiento comercial construida con datos de terceros legítimos, y construida muy bien. La diferencia importa a la hora de llevar los números a una reunión de directorio.

Qué es la economía agéntica

El informe separa dos cosas que el mercado brasileño aún trata como sinónimo.

Un chatbot recibe la pregunta, responde y se detiene. Cierra la atención en el punto donde la conversación deja de ser una duda y comienza a ser un negocio.

Un agente responde, recomienda el producto correcto, cierra la venta, procesa la devolución, rehace el pedido y vuelve a contactar al cliente la semana siguiente. Atraviesa el ciclo entero. La economía agéntica es lo que sucede cuando esta capacidad deja de ser la excepción y se convierte en la forma estándar de operar.

La diferencia entre chatbot y agente no está en la calidad de la respuesta, está en lo que sucede después de ella.

Los números que el informe pone en la mesa

El par que sostiene todo el informe es el primero: 75 contra 15. Tres de cada cuatro empresas dicen que la adoptaron. Una de cada siete saca dinero de eso.

La distancia entre adoptar y facturar, distribuida en cien empresas.

El diagnóstico es correcto

El punto más honesto del documento es la negativa a culpar al modelo. Según el informe, lo que estanca al 40% de las empresas en la prueba de concepto no es la calidad de la IA. Es la infraestructura debajo de ella: orquestación inmadura, datos dispersos, gobernanza indefinida.

Y el informe va más allá, en el fragmento que yo destacaría si pudiera guardar una sola frase. Las empresas atrapadas en el piloto tienen un patrón en común: el agente entrega el insight y un humano necesita conectar el flujo de trabajo a mano. La distancia entre recomendar y ejecutar es exactamente donde el retorno se gana o se pierde.

Eso es verdad. Lo veo todas las semanas. La empresa contrata IA, enciende el agente, este responde bonito, y en el momento en que la conversación necesita convertirse en un pedido en el ERP, una consulta de inventario real o una reserva confirmada, alguien toma el celular y lo resuelve manualmente. El agente se convirtió en un empleado que solo sabe opinar.

Las cinco capas, y de quién son

A partir del diagnóstico, el informe define cinco capas de infraestructura necesarias para que la economía agéntica funcione: identidad verificada, relaciones y descubrimiento, mensajería, comercio y, por último, modelos y protocolos.

Lee la lista de nuevo con una pregunta en la cabeza: ¿quién ya tiene estas cinco cosas listas, a escala global?

Perfiles comerciales verificados en más de 180 países. Un grafo social de descubrimiento. WhatsApp, Messenger e Instagram. Commerce Manager, catálogo y checkout en la conversación. Y ahora una plataforma de agentes.

Las cinco capas fueron diseñadas de atrás hacia adelante, a partir del inventario de activos de la propia Meta. La conclusión de la página 24, de que estas capas ya existen a escala en las plataformas de la empresa, no es un descubrimiento del estudio. Es su premisa, vestida de conclusión.

Eso no invalida la lista. Las cinco capas son reales y Meta de hecho las tiene. Solo invalida la idea de que esta lista está completa.

La sexta capa

Falta la capa que responde a la pregunta que el propio informe planteó.

Si el cuello de botella es la distancia entre recomendar y ejecutar, la capa que resuelve el cuello de botella es la orquestación. Proceso diseñado, dato unificado, transferencia a humano con regla de negocio, y medición de lo que sucedió.

Ninguna de las cinco capas listadas cubre eso. La identidad no enruta la atención. El catálogo no define cuándo el agente se detiene y llama al consultor de ventas. La mensajería no decide si ese lead entra en el flujo de recompra en siete o en treinta días. Ningún modelo sabe por sí solo que la política de cambios de tu empresa es distinta para un producto de exhibición.

Las cinco capas azules pertenecen a Meta. La roja es la que decide si el proyecto genera retorno.

Esta capa es donde vive la operación. Es también, por casualidad o no, la capa que no aparece en el informe.

Tres ausencias que pesan en Brasil

Precio. Veintinueve páginas prometiendo una hoja de ruta práctica para CXOs, COOs y CEOs, y ni una línea sobre el costo unitario. Quién paga la inferencia del agente, cómo se comporta esto en una operación con miles de conversaciones por día, y cómo dialoga con el cambio de cobro por mensaje que ya está en curso en WhatsApp. Omitir el costo en un documento sobre ROI es una elección, no un olvido.

LGPD. El informe está en portugués de Brasil, trae dos casos latinoamericanos y enumera la conformidad con ISO 27001, RGPD y CCPA. La LGPD no aparece. En un banco, consejo profesional, organismo público u operadora de salud, esta es la primera línea que el área legal busca antes de firmar cualquier cosa.

Atribución. La recomendación de medición cabe en una línea: costo por resultado, ticket promedio y satisfacción del cliente. Es poco para una tesis que depende de probar valor en el viaje conversacional, donde la misma conversación puede contener descubrimiento, venta, soporte y recompra.

Dos números que resbalan

Si vas a citar el informe, hazlo con cuidado en dos puntos.

En la página 5, el documento habla de más de un millón de empresas usando el Meta Business Agent semanalmente. Dos páginas después, el mismo número aparece descrito como empresas que usan chatbots con IA en Messenger y en WhatsApp. Son cosas diferentes, y la segunda es mucho más fácil de alcanzar.

El otro caso es de unidad. La página 15 habla de más de mil millones de mensajes por día. La página 24 habla de más de mil millones de conversaciones B2C diarias, con base en datos internos de Meta de mayo de 2025. Mensaje y conversación no son la misma medida, y la diferencia entre ellas suele ser de un orden de magnitud.

Los casos también merecen la lectura del pie de página. Trendyol, Sem Parar y Movida traen números fuertes, incluyendo un 85% de resolución total por el agente en uno de ellos. El pie de página informa que los resultados son autorreportados y no reproducibles de forma identificable. Son estudios de caso patrocinados, no referencias de mercado.

La ventana es corta, y esa parte es verdad

Hecha toda la crítica, el sentido de urgencia del informe no es inventado.

Las proyecciones de Gartner para atención y para percepción competitiva. Nota que la métrica de 2030 mide otra cosa.

Pasar del 20% a más del 60% de la atención gestionada por IA agéntica en dos años es una reconfiguración de la operación, no un upgrade de herramienta. Y el argumento de acumulación es el más fuerte del documento: el conocimiento que le das al agente, catálogo, política, historial, se acumula. Quien empieza antes no solo se adelanta, se sitúa en una curva diferente.

Hay un fragmento en la página 13 que suscribo palabra por palabra y que, irónicamente, es la tesis central del MCI escrita por la propia Meta: la IA basada en sesión empieza de cero en cada interacción, mientras que las empresas que mantienen conversaciones persistentes acumulan inteligencia y hacen que cada inversión siguiente sea más eficiente.

De eso se trata. El canal no es WhatsApp. El canal es la relación que WhatsApp permite mantener abierta.

Qué hacer en los próximos 90 días

El informe termina con una hoja de ruta de tres pasos que se resume en conectar, configurar y medir. Faltan cosas. Aquí está la versión que yo le daría a un cliente:

1. Mapea dónde muere tu conversación hoy. Encuentra el punto exacto en el que la atención se detiene y un humano necesita abrir otro sistema. Ese punto es tu cuello de botella de ROI, no la calidad del bot.
2. Ordena el catálogo antes de ordenar al agente. Un agente sin datos estructurados y actualizados no recomienda, inventa. Si tu inventario cambia diariamente, la integración del catálogo es el proyecto, el agente es la consecuencia.
3. Escribe la regla de transferencia a un humano antes de encender cualquier cosa. En qué escenarios el agente se detiene. Quién recibe. En cuánto tiempo. Sin esto, no tienes automatización, tienes riesgo.
4. Define la métrica antes del piloto. Costo por resultado resuelto, tasa de resolución sin humanos, e ingresos atribuidos a la conversación. Si solo mides el volumen de mensajes, concluirás que funcionó incluso cuando no lo hizo.
5. Decide la arquitectura con un ojo en el lock-in. Construir nativamente en la plataforma de Meta, integrar a través de un partner o traer el propio agente son tres decisiones con costos de salida muy diferentes. La tercera vía aún está en desarrollo.

Nota de quien está operando esto

No escribo esto desde afuera. Desde julio de 2026 opero el nuevo agente de IA de Meta en producción, primero en la atención y soporte de Hablla, luego en un e-commerce con más de cinco mil SKUs y ahora en una red de concesionarias con seis marcas y operación de autos seminuevos, todos con catálogo conectado y actualizado diariamente. La versión integrada está en beta dentro de Hablla One.

Lo que aprendí hasta aquí confirma la tesis del informe y contradice su conclusión implícita. La parte difícil nunca fue encender el agente. Fue mantener cinco mil SKUs coherentes, decidir qué sucede cuando el cliente pregunta por un auto que acaba de salir del lote, y garantizar que la conversación se convierta en un pedido en el sistema correcto.

O sea: la capa seis.

Voy a detallar esta operación en el próximo artículo, con las pantallas y los números que ya se puedan mostrar.

El informe completo está disponible en la biblioteca de recursos de WhatsApp Business, y también puedes leer las 29 páginas aquí mismo, en el lector de arriba.