La inteligencia artificial empieza a dar un paso más allá de responder preguntas o recomendar productos: ya puede buscar, comparar y comprar en nombre de una persona o una empresa. Esta modalidad, conocida como comercio agéntico, promete agilizar las operaciones, pero también abre una serie de interrogantes legales: ¿qué pasa si un agente acepta condiciones que su dueño nunca leyó? ¿Quién responde si realiza una compra equivocada o incumple un acuerdo? El fenómeno podría alcanzar una escala considerable en los próximos años. Según un informe de Bain & Company, el comercio agéntico podría generar entre US$ 300.000 y US$ 500.000 millones en ingresos en Estados Unidos para 2030, hasta el 25% de las ventas de comercio electrónico del país. En el segmento corporativo, Gartner proyecta que para 2028 el 90% de las compras entre empresas (B2B) estará intermediado por agentes de inteligencia artificial, con más de US$ 15 billones en transacciones automatizadas. La tendencia también muestra señales de crecimiento en la Argentina. El informe de Bain señala que el 72% de los usuarios locales integra herramientas de IA en su rutina diaria y que un 30% estaría dispuesto a realizar sus compras utilizando únicamente asistentes de inteligencia artificial. En paralelo, los datos de NielsenIQ indican que el comercio electrónico de productos de consumo masivo alcanzó una participación de mercado del 9,1% en 2025, con un crecimiento interanual del 48%. A diferencia del comercio electrónico tradicional, en el que una persona busca un producto y confirma la operación, el modelo agéntico permite delegar todo el proceso en una instrucción, como «reordená la comida de la semana» o «armá una rutina de cuidado de la piel». El agente interpreta el pedido, evalúa alternativas y ejecuta la compra. Para Lucas Macchiavelli, representante de Input Output Global (IOG) en la Argentina y embajador de Cardano, el cambio plantea un problema central: “Los agentes de IA ya pueden comprar y negociar por nosotros con una eficiencia enorme, pero eso desplaza un problema que el comercio tradicional daba por resuelto: la confianza”. Los problemas legales de las compras hechas por IA El principal desafío es determinar cómo se aplican las reglas actuales cuando quien negocia y acepta las condiciones de una compra no es una persona, sino un sistema automatizado. Un informe titulado Cómo alinear Midnight City con el Protocolo de Contexto Legal, elaborado por los argentinos Mauro Andreoli, de IOG, y Luciano Oliva, investigador y desarrollador en inteligencia artificial, blockchain y tokenización, identifica cuatro áreas de conflicto. El segundo problema es la resolución de disputas. Las operaciones con criptomonedas y monedas estables (stablecoins) pueden ser irreversibles y no cuentan necesariamente con mecanismos de contracargo como los de algunos medios de pago tradicionales. Si surge un conflicto, recuperar el dinero puede resultar más complejo. El tercer punto es la defensa del consumidor. Las normas suelen exigir que la información relevante se presente de manera clara antes de concretar una operación. Ese requisito plantea dificultades cuando dos agentes negocian y cierran un acuerdo en milisegundos. Por último, está la prueba de lo acordado: sin un registro verificable, puede ser difícil reconstruir qué ofreció cada parte, qué condiciones aceptó el sistema y con qué nivel de autorización actuaba. “El comercio electrónico tradicional tardó dos décadas en construir su arquitectura legal, y toda ella descansaba sobre una premisa: que había un humano presente en el momento de la compra. El comercio agéntico elimina esa premisa, y cada mecanismo que conocíamos empieza a fallar”, explica Andreoli. Qué pasa si un agente acepta condiciones que su dueño desconoce Uno de los riesgos que destaca el informe es que una persona o una empresa termine vinculada a condiciones que nunca revisó directamente. El problema aparece cuando el responsable acepta los beneficios de una operación realizada por su agente de IA. Esa conducta podría dar lugar a discusiones sobre si también aceptó las cláusulas y obligaciones asociadas a la compra. “Una empresa que acepta lo que compró su agente puede estar aceptando también cada cláusula que nunca leyó. A escala, eso equivale a incorporar de forma automática y continua los términos que publique cada contraparte. La pregunta deja de ser qué sabía el responsable y pasa a ser qué hizo el sistema que construyó”, advierte Andreoli. Según el análisis, a medida que este modelo se extienda podrían aparecer distintos tipos de litigios: demandas colectivas por condiciones aceptadas automáticamente, reclamos por incumplimientos en operaciones realizadas por agentes y disputas sobre cuál fue el acuerdo definitivo entre dos sistemas que negociaron sin intervención humana. También podría resultar difícil determinar quién debe responder por un error. La responsabilidad podría involucrar al comprador, al proveedor, a la plataforma de comercio electrónico, al desarrollador del agente, al proveedor del modelo de IA o al procesador de pagos, según las circunstancias de cada caso. El riesgo es que una falla de configuración se replique a gran escala y afecte numerosas operaciones en poco tiempo. Los protocolos que buscan dar seguridad a las transacciones Ante estos desafíos, distintas empresas del ecosistema cripto trabajan en mecanismos para resolver disputas entre agentes de IA. Entre ellas está GenLayer, que desarrolla Internet Court, un sistema que busca aplicar mecanismos de arbitraje automatizado a conflictos relacionados con operaciones digitales. Otra iniciativa es el Legal Context Protocol (LCP), impulsado por la American Arbitration Association (AAA-ICDR) junto con Integra Ledger, que busca estandarizar la forma en que se identifican, vinculan y verifican los términos de una operación. La propuesta consiste en generar una huella criptográfica única para las condiciones de cada transacción y asociarla al pago. De esa manera, las partes podrían comprobar posteriormente qué términos estaban vigentes y detectar modificaciones posteriores. El objetivo es crear un registro verificable de las operaciones sin necesidad de hacer públicos todos sus detalles ni detener el intercambio entre agentes. Sin embargo, poder demostrar qué se acordó no significa que el acuerdo sea legalmente válido. La tecnología no determina por sí sola si el agente estaba autorizado a actuar en nombre de su dueño ni si las condiciones aceptadas cumplen con las normas de protección al consumidor. Midnight City, un entorno de prueba para agentes autónomos Dentro del ecosistema Cardano, Midnight trabaja con un modelo de privacidad que permite revelar información de manera selectiva. Sobre esa base se desarrolla Midnight City, un entorno en el que agentes de IA pueden negociar en tiempo real. El informe propone utilizar este espacio para evaluar cómo funcionan los mecanismos de registro y verificación de acuerdos antes de aplicarlos a operaciones comerciales reales. Entre las recomendaciones figura realizar una disputa legal simulada con abogados externos para poner a prueba el sistema y detectar posibles fallas. La adopción del protocolo tampoco está asegurada: el estándar compite con otros marcos en desarrollo y todavía quedan cuestiones jurídicas por resolver. “El comercio electrónico tuvo veinte años para construir su arquitectura legal. El comercio agéntico no tiene ese tiempo, porque las transacciones y los riesgos ya están ocurriendo”, concluye Andreoli.