Los reportes globales se contradicen: un estudio académico sobre casi mil ecommerce (U. de Hamburgo y Frankfurt School, “ChatGPT Referrals to E-Commerce Websites”) encontró que ChatGPT convierte peor que casi cualquier canal, mientras que los datos más recientes de Adobe (Adobe Digital Insights, “AI Traffic Trends Report”, agosto 2026) indican que el tráfico de IA tiene una tasa de hasta un 60% más.

En onGlobal quisimos contrastarlo con datos propios. Tomamos una decena de tiendas de México, Costa Rica, Colombia y Argentina, con y sin locales físicos y en distintas plataformas de ecommerce, y analizamos los últimos seis meses, el período con mayor uso de asistentes. Surgieron algunas certezas y otras preguntas. Anticipo: el valor está menos en el volumen y más en entender qué tipo de compra está resolviendo el asistente.

Primer hallazgo, que no tiene mucho de novedad: el tráfico que se puede identificar como proveniente de asistentes de IA todavía es marginal. Sobre más de 5 millones de sesiones y casi 13 mil pedidos analizados, las visitas desde asistentes fueron unas 8.700 y generaron 32 pedidos (como máximo, alrededor del 0,5% del tráfico de cada tienda), con más del 90% proveniente de ChatGPT. Para llegar a ese número tuvimos que reunir a mano las distintas formas en que ChatGPT aparece en Google Analytics: el canal “AI Assistant” que trae GA4 por defecto dejaba afuera, según la tienda, entre un 15% y un 40% de esas visitas. Lo que no podemos medir es cuánto del tráfico orgánico ya pasa por las respuestas de IA de Google (AI Overviews), porque esos clics se registran como búsqueda orgánica y hoy no se pueden separar. Son volúmenes chicos para conclusiones estadísticas, pero los patrones se repitieron entre tiendas.

Otra cosa que notamos, y que se repite, tiene que ver con las páginas de entrada: entre el 59% y el 66% del tráfico de IA aterrizó directo en una ficha de producto, y casi todos los pedidos salieron de esas sesiones. La IA manda, sobre todo, a gente que ya eligió un producto concreto.

El tercer hallazgo sí trae algo más relevante: sumadas todas las tiendas, el tráfico de IA convierte casi igual que el orgánico. Pero ese promedio esconde dos comportamientos opuestos, y probablemente explica por qué los informes globales se contradicen: el rendimiento dependió del ticket y del tipo de producto.

En productos de ticket alto y compra reflexiva (herramientas eléctricas, mobiliario de oficina, audio profesional), el tráfico de IA convirtió entre 1,6 y 1,9 veces más que el orgánico. El asistente ya hizo el trabajo pesado: comparó especificaciones, filtró modelos y resolvió dudas. La ventaja aparece al llegar al pago: estas visitas iniciaron el checkout entre 1,3 y 2,6 veces más que las del orgánico y, una vez ahí, cerraron en proporciones comparables. Si la tienda tiene stock, precio razonable y genera confianza, la venta se concreta.

En tiendas de consumo masivo y ticket bajo, el tráfico de IA convirtió entre un tercio y poco más de la mitad de lo que convierte el orgánico. Yendo al detalle, estas visitas agregan al carrito en proporción igual o mayor que el orgánico, pero de quienes inician el checkout compran mucho menos: entre el 6% y el 22%, contra el 20% al 32% del orgánico. El mismo escalón aparece dentro de tiendas que venden productos de ticket muy diverso: el tráfico de IA compró más que el orgánico en los productos de precio medio y alto, y menos en los baratos.

Nuestra lectura es que lo que cambia es la alternativa que tiene el comprador. Muchas de estas visitas no conocían la tienda (entre la mitad y cuatro de cada cinco, según el caso): eligieron el producto, y la tienda les llegó con la recomendación. En una compra de ticket alto eso no impide la venta: hay pocas tiendas con ese modelo, el envío pesa poco sobre el total y ya invirtieron tiempo en decidir. Con un producto que se consigue en cualquier farmacia, librería o marketplace pasa lo contrario: cualquier fricción entre el carrito y el pago (el costo de envío, los medios de pago, la confianza en una tienda desconocida) alcanza para que la compra se haga en otro lado.

Entonces, el asistente de IA resuelve la recomendación del producto, te lleva directo a la página detalle de producto, pero no resuelve lo que pasa entre el carrito y el pago, ni la propuesta de valor de la tienda. Lo que vimos es que entrega una visita de buena calidad que, en ciertos segmentos, llega con la decisión de compra tomada.

Quedan preguntas abiertas: en qué paso exacto del checkout se pierden las compras (no fue consistente en todas las tiendas), y cuánta de esa intención termina en una venta por WhatsApp, cotización o en el local, que Analytics no registra. En las tiendas donde la venta suele cerrarse por esas vías, el tráfico de IA mostró intención (inicios de checkout), pero casi no dejó pedidos online.

Finalmente, algunas ideas que pueden ser útiles para quienes gestionan un ecommerce. Primero, crear un canal propio en GA4 que reúna todas las variantes de cada asistente. Sin eso, el canal se subestima y no se puede ver qué productos recomienda la IA ni dónde se pierde la compra. Segundo, si venden ticket alto, probar un botón de compra directa junto al de agregar al carrito: en estas compras el usuario suele llevar un solo producto, y en nuestra muestra las tiendas que lo tenían mostraron mayor inicio de pago desde IA. Tercero, si venden consumo masivo, probar con tests A/B de combos o bundles: suben el ticket, diluyen el peso del envío y hacen que la oferta sea más difícil de comparar con la de otra tienda.