¿Qué cambia para empresas y usuarios cuando los agentes de IA empiezan a ser bloqueados en la web?

Un agente de inteligencia artificial puede buscar un producto, comparar opciones, completar una reserva o ejecutar una compra en nombre de una persona. Pero esa promesa empieza a chocar con una realidad menos cómoda: muchas plataformas no están dispuestas a dejar que cualquier sistema automatizado navegue, acceda a cuentas o actúe dentro de sus servicios. El resultado es una web en la que un agente puede funcionar correctamente hoy y encontrarse bloqueado mañana, sin que el usuario entienda qué cambió.

Según la información publicada por The Verge, Yelp limita el acceso a agentes que participen en su programa de licencias de datos; Delta Air Lines impide que estos sistemas reserven billetes en nombre de los usuarios; y JPMorgan Chase y Charles Schwab bloquean el acceso de agentes a las cuentas de sus clientes por motivos de seguridad. Amazon, además, mantiene una disputa judicial con Perplexity por el uso de agentes de compras, mientras Meta busca acuerdos directos con comercios como Walmart, Gap, Sephora y Best Buy para que su agente Muse opere dentro de entornos autorizados.

Esto puede afectar la forma en que las empresas diseñan compras automatizadas, reservas, monitoreo de precios, atención al cliente y asistentes capaces de completar tareas en portales de terceros. Un agente puede ayudar a localizar opciones, pero no necesariamente podrá iniciar sesión, confirmar una reserva o realizar un pago. La diferencia depende de las reglas de cada sitio, de sus sistemas de seguridad y de los acuerdos que existan con los desarrolladores de agentes.

No basta con que un modelo entienda instrucciones o converse con naturalidad. El agente necesita operar en un entorno que puede tener sistemas antibot, controles de identidad, límites de velocidad, políticas contractuales y mecanismos diseñados para detectar automatizaciones. Algunas defensas buscan frenar fraudes, ataques o extracción masiva de contenido, pero pueden identificar de la misma manera a un agente legítimo que actúa con autorización del usuario.

Por eso, el cierre progresivo de la web no significa únicamente que una herramienta deje de funcionar. Significa que la adopción empresarial de agentes dependerá cada vez más de permisos, acuerdos comerciales e interfaces oficiales. Meta ha respondido a algunas restricciones mediante alianzas con comerciantes, y Shopify ha abierto su red de tiendas a los agentes de IA. Ese modelo puede ofrecer más control, aunque también fragmenta la experiencia: el agente funciona en las plataformas que lo aceptan y queda limitado en las demás.

La pregunta central para las empresas no es solo si conviene incorporar un agente, sino dónde puede actuar, con qué autorización y bajo qué límites. Antes de automatizar una compra, una reserva o una gestión sobre una cuenta, habrá que saber si el sitio permite esa delegación y cómo diferencia una acción legítima de una automatización abusiva.

¿Por qué las plataformas bloquean agentes de IA?

La respuesta no se reduce a una desconfianza general hacia la inteligencia artificial. Las plataformas intentan resolver varios problemas al mismo tiempo: distinguir una automatización legítima de un bot malicioso, proteger cuentas y medios de pago, controlar el uso de sus datos, evitar una presión excesiva sobre su infraestructura y decidir si el acceso automatizado debe ser gratuito o parte de un acuerdo comercial.

El primer motivo es la seguridad. Un agente puede navegar, hacer clic, completar formularios y ejecutar instrucciones con una velocidad y una escala distintas de las de una persona. Esas mismas capacidades pueden utilizarse para automatizar fraudes, ataques, extracción masiva de contenido o compras abusivas. Por eso, muchos sitios recurren a sistemas antibot que analizan señales como el comportamiento de navegación, la frecuencia de las solicitudes y la forma en que se utiliza el navegador.

El problema es que esas defensas no siempre pueden determinar la intención real. Un agente autorizado para buscar un billete puede parecerse técnicamente a un programa que intenta saturar una página o acceder a ella de forma indebida. La tecnología de defensa detecta una conducta, no necesariamente el propósito que existe detrás de ella.

Seguridad y fraude: JPMorgan Chase y Charles Schwab bloquean el acceso de agentes a las cuentas de sus clientes por motivos de seguridad. En este tipo de entornos, una acción automatizada puede tener consecuencias financieras, por lo que las plataformas prefieren restringir el acceso.
Control y monetización de los datos: Yelp permite agentes que participen en su programa de licencias de datos. El conflicto no consiste únicamente en permitir o prohibir la automatización, sino también en decidir quién puede consultar, reutilizar y monetizar la información de una plataforma.
Presión sobre la infraestructura: Cloudflare introdujo en 2025 una opción de bloqueo para rastreadores de IA y posteriormente comenzó a bloquear rastreadores que extraen contenido de forma simultánea para la indexación de buscadores y el entrenamiento de sistemas de IA.
Protección del inventario: cuando varios sistemas automatizados compiten por entradas, productos, reservas o billetes, pueden reducir las oportunidades de los usuarios humanos. Esa posibilidad incentiva límites de velocidad, verificaciones de identidad y controles sobre la disponibilidad.
Modelo de negocio y responsabilidad: una plataforma puede preferir crear un canal oficial, cobrar por el acceso o negociar directamente con el desarrollador del agente, en lugar de permitir que cualquier sistema navegue libremente por su web.

El caso de Amazon y Perplexity reúne varias de estas tensiones. La disputa gira alrededor de la función de compras de Perplexity y de la posibilidad de que un agente navegue y compre en nombre de los usuarios sin una autorización específica del sitio. Según The Verge, un juez ordenó inicialmente detener esos agentes de compras en Amazon, pero un tribunal de apelación revocó esa decisión en agosto.

El conflicto no ofrece una respuesta definitiva para todas las plataformas, pero evidencia que la legitimidad del acceso automatizado continúa siendo discutida y puede depender de los hechos concretos, las condiciones de uso y la forma en que se ejecuta la acción.

De la confrontación a los acuerdos comerciales

La respuesta de las empresas no siempre consiste en bloquear. Meta respondió a ciertas restricciones de Muse mediante acuerdos directos con Walmart, Gap, Sephora, Best Buy y otros comerciantes. Shopify también abrió su red de tiendas a los agentes de IA.

Este modelo permite a una empresa controlar qué agente entra, qué acciones puede realizar y bajo qué condiciones. En vez de permitir una navegación automatizada general, las plataformas pueden crear canales específicos para tareas como buscar productos, preparar compras o completar operaciones permitidas dentro de un entorno autorizado.

La contrapartida es la fragmentación. Un agente podría completar una tarea en una tienda asociada y quedar bloqueado en otra que utilice controles distintos. Para el usuario, la promesa de encargar una tarea a la IA se convierte en una cadena de excepciones: buscar puede estar permitido, iniciar sesión puede estar restringido y comprar puede requerir una confirmación o un canal comercial específico.

Ejemplo hipotético: una empresa quiere que un agente compare precios de suministros y prepare una orden de compra. Si solo consulta páginas públicas respetando los límites del sitio, la actividad puede ser técnicamente distinta de un agente que inicia sesión, extrae grandes volúmenes de información y confirma pedidos automáticamente. El acceso, la frecuencia, los datos consultados y la capacidad de ejecutar una compra cambian el nivel de riesgo.

Mientras no exista una interfaz universalmente aceptada para delegar acciones digitales, cada plataforma seguirá definiendo sus propias condiciones. La dirección más estable parece ser la de accesos identificados y autorizados, no la de agentes que intentan parecer usuarios humanos para superar controles.

¿Cómo preparar una web y los procesos internos para agentes de IA?

Si la web se está moviendo hacia un sistema de accesos condicionados, una empresa no debería empezar por adquirir un agente y esperar que funcione en cualquier sitio. La preparación debe comenzar por definir qué tareas necesita automatizar, qué plataformas intervienen y qué consecuencias tendría un error.

No requiere el mismo control un asistente que consulta horarios públicos que un sistema capaz de iniciar sesión, utilizar un medio de pago o confirmar una reserva. Una organización puede optar por bloquear totalmente a los agentes en operaciones sensibles, permitirlos bajo acuerdos comerciales o licencias de datos, o habilitar una interfaz oficial con permisos definidos.

Bloqueo: reduce el riesgo de accesos no autorizados, fraude o sobrecarga, pero impide que los usuarios deleguen tareas en ese canal.
Acceso mediante acuerdo: permite establecer condiciones sobre datos, frecuencia y uso, aunque puede exigir negociación y controles adicionales.
Interfaz oficial: ofrece mayor previsibilidad y control sobre las acciones disponibles, pero requiere inversión técnica y una definición clara de permisos.

Una tienda que publica catálogos podría limitar el acceso de agentes a consultas sobre información pública. Una empresa de reservas podría separar la búsqueda de opciones, la selección y la confirmación del pago. Un servicio que maneje información de clientes debería ser más restrictivo con el acceso a cuentas y datos identificables. Estos ejemplos son hipotéticos y sirven para ordenar decisiones de diseño.

Para reducir fallos y accesos indebidos, una empresa puede seguir una secuencia práctica:

Inventariar las tareas: documentar qué hará el agente, en qué sitio actuará y si solo leerá información, iniciará sesión, modificará datos o ejecutará una operación.
Clasificar el riesgo: separar las tareas informativas de las acciones con impacto económico, contractual o sobre cuentas. Comprar, cancelar o confirmar una reserva exige más controles que realizar una búsqueda pública.
Revisar las reglas de cada plataforma: comprobar si el sitio permite agentes, exige una licencia, ofrece una API o establece restricciones sobre bots, rastreadores y automatizaciones.
Preferir canales autorizados: cuando exista una API, una integración comercial o una interfaz creada para agentes, conviene evaluarla antes que la navegación automatizada que imita el comportamiento humano.
Definir permisos mínimos: el agente debería recibir únicamente el acceso necesario para la tarea. Una autorización para consultar precios no debería incluir automáticamente capacidad para comprar o modificar una cuenta.
Establecer límites: fijar topes de gasto, frecuencia, número de solicitudes, duración de la autorización y plataformas permitidas.
Registrar la actividad: conservar qué instrucción recibió el agente, qué datos consultó, qué acción intentó ejecutar y si una persona confirmó la operación final.
Incluir supervisión humana: exigir confirmación antes de una compra, reserva, cancelación o modificación relevante.

También conviene preparar un plan para cuando una plataforma cambie sus reglas. Un agente que funciona hoy puede ser bloqueado mañana por una actualización de los sistemas antibot, una modificación contractual o una decisión comercial. Por ello, una empresa no debería depender de una única ruta automatizada para procesos críticos.

Ejemplo hipotético: una empresa quiere automatizar compras recurrentes de suministros. Una implementación prudente podría permitir al agente comparar opciones dentro de fuentes autorizadas, preparar una orden, aplicar un límite presupuestario y solicitar aprobación humana antes de confirmar el pago. Si el sistema encuentra un bloqueo, una diferencia relevante de precio o una solicitud de verificación, debería detenerse en lugar de intentar superar el control.

Permisos, autenticación y controles para operar con agentes

Una empresa que quiera permitir el uso de agentes de IA no debería empezar por la pregunta “¿cómo evitamos todos los bloqueos?”, sino por otra más concreta: “¿qué acciones estamos dispuestos a delegar y bajo qué condiciones?”. No es lo mismo ofrecer información pública sobre un producto que permitir el acceso a una cuenta, modificar una reserva o confirmar una compra.

El primer paso es clasificar las acciones que puede ejecutar el agente. Conviene separar la navegación pública, la búsqueda dentro de un catálogo, el acceso a una cuenta, la modificación de datos, la reserva de un servicio y la confirmación de una operación económica. Esa clasificación ayuda a evitar permisos excesivos.

El segundo paso es establecer una autenticación clara. La plataforma debería poder distinguir entre una persona que utiliza un navegador, un agente autorizado por esa persona y una automatización que intenta extraer contenido o ejecutar acciones de forma abusiva. Una solución hipotética sería utilizar credenciales específicas para agentes, vinculadas al usuario que concede el permiso y al alcance exacto de la tarea.

Ese permiso podría limitarse a una plataforma, tener una duración determinada y revocarse cuando la actividad termine. También pueden definirse límites de gasto, frecuencia y alcance. Por ejemplo, un agente podría quedar autorizado para buscar y reservar hasta un importe previamente indicado, pero necesitar una confirmación humana antes del pago.

Cuando exista una API o una interfaz diseñada para integraciones, debería preferirse frente a la automatización de la pantalla. Una interfaz oficial ofrece un canal más predecible para intercambiar información y permite definir qué operaciones están disponibles. Si no existe, la empresa debe comprobar si las condiciones del sitio permiten la automatización y si los sistemas antibot podrían interpretar la actividad como sospechosa.

Intentar que un agente parezca una persona para superar controles no constituye una estrategia de integración estable. Además de poder activar sistemas de seguridad, ese enfoque no resuelve la falta de autorización explícita por parte de la plataforma.

El registro de actividad también es una pieza relevante. La empresa puede conservar, según corresponda, qué usuario autorizó al agente, qué instrucción recibió, qué datos consultó, qué acciones intentó ejecutar y cuál fue el resultado. Este registro facilita revisar una operación fallida, identificar accesos anómalos y comprender por qué una plataforma bloqueó una interacción.

Antes de poner el sistema en producción, conviene probarlo con escenarios controlados: credenciales vencidas, instrucciones contradictorias, límites de gasto alcanzados, productos agotados, interrupciones del servicio y respuestas inesperadas de la plataforma. Cuando sea posible, estas pruebas deberían realizarse sobre cuentas y datos de prueba, con alertas para detener la ejecución si el agente se desvía de la tarea autorizada.

¿Cuál es el futuro de los agentes de IA y qué deberían hacer las empresas?

Los casos de Amazon, Yelp, Delta Air Lines, JPMorgan Chase, Charles Schwab y otros servicios apuntan a una conclusión: el futuro de los agentes no dependerá únicamente de que puedan navegar, completar formularios o ejecutar instrucciones. También dependerá de que las plataformas sepan quién los autoriza, qué pueden hacer y cómo revisar sus acciones.

La web no parece dirigirse hacia un acceso completamente abierto para cualquier automatización, sino hacia un sistema de permisos diferenciados. Un agente podría tener autorización para consultar precios, pero no para confirmar una compra; podría acceder a un catálogo público, pero no a una cuenta financiera; o podría operar solo dentro de una integración comercial acordada.

Para las empresas, la preparación puede comenzar con una revisión de sus procesos:

Identificar las tareas delegables: separar las consultas informativas de las acciones que modifican cuentas, generan pagos, realizan reservas o comprometen información sensible.
Definir permisos concretos: establecer qué puede hacer el agente, en qué plataforma, durante cuánto tiempo y con qué límites.
Preferir integraciones autorizadas: utilizar APIs, interfaces oficiales o acuerdos comerciales cuando estén disponibles.
Registrar acciones relevantes: conservar la relación entre usuario, instrucción, acción y resultado de la operación.
Mantener supervisión humana: exigir confirmación antes de compras, cancelaciones, reservas o modificaciones difíciles de revertir.
Preparar alternativas: contar con un proceso manual o una ruta diferente para cuando una plataforma cambie sus reglas, solicite una verificación o bloquee el acceso.

La cuestión central puede resumirse como un problema de delegación digital: si una persona está autorizada para utilizar un servicio, ¿puede hacerlo mediante un agente que actúa en su nombre? La respuesta no será necesariamente igual para todos los sitios. Una plataforma puede permitir consultas, pero bloquear compras; otra puede aceptar agentes únicamente mediante una licencia o una integración comercial; y otra puede restringir por completo el acceso a cuentas sensibles.

La autorización del usuario no elimina automáticamente las reglas del sitio ni resuelve por sí sola las posibles responsabilidades. Por eso, las empresas no deberían construir su estrategia alrededor de la idea de que un agente siempre podrá superar una barrera técnica.

La opción más sólida consiste en establecer relaciones explícitas entre tres partes: el usuario que delega, el agente que ejecuta y la plataforma que recibe la acción. Cuando esas tres partes pueden identificarse y el alcance del permiso está claro, resulta más sencillo limitar daños, investigar errores y revocar accesos.

¿Qué deben revisar las empresas antes de adoptar agentes de IA?

Antes de poner en marcha un sistema, una empresa puede preguntarse si conoce las plataformas con las que el agente interactuará, si ha clasificado las tareas que ejecutará, si existen límites para sus operaciones y si una persona puede detenerlo. También conviene verificar qué ocurre cuando el sitio bloquea la sesión, cambia sus condiciones o devuelve una respuesta inesperada.

¿Un agente bloqueado significa que la inteligencia artificial no funciona? No necesariamente. El bloqueo puede deberse a una política comercial, a una restricción de seguridad, a una licencia de datos, a un sistema antibot o a una decisión sobre el uso de la infraestructura. La capacidad del modelo y la autorización de la plataforma son cuestiones distintas.

¿Es suficiente que el usuario haya dado permiso? No siempre. El usuario puede autorizar al agente a actuar en su nombre, pero la plataforma puede establecer condiciones sobre el acceso automatizado, las cuentas protegidas, los datos o las compras. La autorización debe analizarse junto con las reglas del servicio y el tipo de acción que se pretende ejecutar.

¿Conviene permitir agentes en cualquier parte de una web empresarial? Como recomendación general, no. Es preferible comenzar por tareas de menor riesgo, como consultas limitadas, y separar el acceso a cuentas, pagos, reservas y acciones difíciles de revertir.

¿Qué debería hacer una empresa que quiere empezar? Puede elegir un proceso concreto, clasificar sus riesgos, probar el agente en un entorno controlado y definir cuándo debe intervenir una persona. Una implementación gradual permite aprender sin convertir toda la operación en una apuesta por la automatización total.

La fragmentación actual también puede abrir una oportunidad competitiva. Un comercio que ofrezca una interfaz segura para agentes, con límites claros y comprobantes comprensibles, puede crear un canal más predecible que uno basado exclusivamente en bloquear o permitir todo.

Los agentes de IA no están desapareciendo, pero su acceso a la web será más condicionado. En la próxima etapa, identidad, autorización, trazabilidad y supervisión serán tan importantes como la capacidad del modelo. Las organizaciones que revisen qué tareas quieren delegar, qué plataformas intervienen y qué límites necesitan estarán mejor preparadas para adoptar agentes sin confundir automatización con acceso ilimitado.

El siguiente paso puede ser evaluar un proceso concreto: una consulta, una reserva, una compra o una atención al cliente. Definir qué puede hacer el agente, qué debe confirmar una persona y qué evidencia debe quedar registrada permite avanzar con una automatización útil y controlada.

Fuente: artículo original.