Dos startups de infraestructura de datos se fusionan para acelerar la transición hacia lo que el sector empieza a llamar comercio agente: la capacidad de que sistemas de inteligencia artificial tomen decisiones de marketing y activación de datos de forma autónoma, sin intervención humana en cada paso.

Chord, con seis años de trayectoria y origen en el modelo de comercio sin cabeza (headless commerce), adquirió Zenlytic —conocida por su agente analista de datos 'Zoë'— en una operación valorada en cinco millones de dólares. La empresa resultante opera con alrededor de 30 empleados, cerca de 60 clientes activos y proyecciones de ingresos anuales próximas a los diez millones de dólares. El modelo de negocio ha migrado hacia un esquema de precios por uso, lo que permite un monitoreo granular de la interacción de los usuarios con el agente de IA —actualmente en una frecuencia promedio de una interacción cada 20 segundos.

Del software de comercio a la plataforma de datos agente

El pivote estratégico de Chord refleja una tendencia más amplia en el ecosistema de datos de clientes: la convergencia entre las plataformas CDP (Customer Data Platforms) tradicionales y los modelos de lenguaje de gran escala (LLMs). La propuesta ya no es solo centralizar y segmentar datos, sino activarlos mediante agentes que interpretan contexto, detectan señales de comportamiento y ejecutan acciones de marketing de forma proactiva.

Un caso ilustrativo es el de Sonos, cliente de Chord, donde el sistema identifica eventos de vida —como una mudanza— que generan oportunidades de activación comercial. Este tipo de enriquecimiento de datos en tiempo real representa un salto cualitativo respecto a los modelos de segmentación estática que han dominado el mercado durante la última década.

El agente 'Zoë' de Zenlytic, que reemplaza en gran medida al analista de datos interno de Chord, introduce además una dimensión relevante para las organizaciones con equipos de inteligencia de negocio: la automatización del análisis descriptivo y exploratorio reduce la dependencia de perfiles técnicos para consultas recurrentes, aunque no elimina la necesidad de supervisión estratégica.

Confianza como variable crítica de adopción

La expansión hacia grandes marcas —entre los clientes de Zenlytic figuran Black & Decker, Verizon, J.Crew y Stanley— plantea un desafío que va más allá de la integración técnica. El escepticismo hacia los resultados de la IA en entornos de marketing sigue siendo un freno real. Bryan Mahoney, cofundador de Chord, lo sintetiza con precisión: "Constantemente necesitamos evaluar las respuestas para asegurarnos de que el uso de la IA esté aumentando la confianza, y no erosionándola".

Este punto es especialmente relevante en un contexto donde las alucinaciones de los modelos anteriores han disminuido, pero no desaparecido. Un agente que responde con seguridad puede ser más peligroso que uno que admite incertidumbre, particularmente cuando sus outputs alimentan decisiones de segmentación o mensajes dirigidos a consumidores. La gestión del riesgo de confianza —no solo el riesgo técnico— se convierte así en una competencia organizacional que las marcas deben desarrollar en paralelo a la adopción de estas herramientas.

La operación también expone un vector de riesgo operativo que la industria aún está aprendiendo a gestionar: el abuso de agentes de IA desplegados en entornos de atención al cliente. Chord documentó un caso donde un usuario utilizó el soporte de McDonald's para resolver consultas ajenas al negocio sin incurrir en costos de tokens. La respuesta fue entrenar al agente para rechazar solicitudes fuera de su dominio, una práctica que apunta hacia la necesidad de definir perímetros funcionales claros antes de cualquier despliegue a escala.