Cuando las inteligencias artificiales negocian entre sí: lo que revela el experimento de Anthropic sobre el futuro de las transacciones automatizadas

3–5 minutos

Negociaciones autónomas entre agentes de IA

Un experimento realizado por Anthropic puso a agentes basados en el modelo Claude a representar a empleados en un mercado interno. Cada uno de los 69 participantes recibió un agente personalizado, que conocía los productos que el empleado quería vender, los artículos que deseaba comprar, los precios deseados y las preferencias de negociación. Los agentes fueron conectados en canales de Slack y comenzaron a intercambiar ofertas sin ninguna intervención humana.

En la ronda considerada real, los 69 agentes cerraron 186 acuerdos, que involucraban más de 500 artículos y un valor total superior a los 4.000 dólares estadounidenses. El experimento también comparó el rendimiento de diferentes modelos: los agentes que usaron Claude Opus realizaron, en promedio, cerca de dos negocios más que aquellos basados en Claude Haiku, cuando los modelos fueron distribuidos aleatoriamente.

Cómo funciona una negociación entre dos IA

Un agente de IA es un sistema programado para recibir un objetivo, utilizar herramientas y ejecutar una secuencia de acciones hasta alcanzar el resultado esperado. En lugar de limitarse a responder una pregunta, puede investigar información, tomar decisiones y realizar operaciones autorizadas.

En una negociación entre agentes, cada sistema puede representar intereses distintos —uno como comprador, otro como vendedor, por ejemplo—. El proceso sigue etapas como la identificación del producto o servicio, la definición del precio o las condiciones, la presentación de una oferta, la formulación de contrapropuestas, la aceptación o rechazo del acuerdo y el registro de la transacción.

Para que esta interacción funcione en entornos reales, es esencial que los agentes puedan comunicarse entre sí, incluso cuando han sido desarrollados por empresas o frameworks diferentes. Protocolos como Agent2Agent, de Google, fueron creados precisamente para permitir este intercambio de información y la coordinación de tareas.

Aplicaciones prácticas en el entorno corporativo

La negociación entre IA no se limita a la compra y venta de productos. En las empresas, los agentes pueden representar a diferentes departamentos u organizaciones en actividades como la cotización de proveedores, la contratación de servicios, la negociación de plazos, las compras corporativas, la gestión de inventario, la asignación de recursos informáticos y la comparación de propuestas comerciales.

Google ya demuestra el uso de agentes colaborativos en procesos de adquisición, atención al cliente y planificación de cadenas de suministro, lo que indica que la tecnología puede integrarse en las operaciones cotidianas.

Desafíos y riesgos de la autonomía total

Cuanto mayor sea la autonomía concedida a los agentes, mayor será la importancia de las reglas que delimitan sus acciones. Una IA puede interpretar una instrucción de forma diferente, utilizar información incompleta o priorizar un objetivo en detrimento de otro. En una negociación entre dos agentes, estos problemas pueden ocurrir sin que un humano supervise cada etapa.

Las cuestiones de seguridad también son relevantes. Anthropic destaca amenazas como la inyección de prompts, que intenta hacer que el sistema ejecute una acción no planificada, y los jailbreaks, que buscan eludir las restricciones impuestas. Por ello, la supervisión humana sigue siendo necesaria, aunque su papel puede migrar de la ejecución de tareas a la definición de límites, objetivos y permisos.

Impacto en el mercado laboral

Para los profesionales de compras, ventas, operaciones, tecnología o atención al cliente, el cambio no consiste en hablar con un chatbot, sino en delegar tareas enteras a los agentes. En lugar de investigar manualmente a diez proveedores, un colaborador puede establecer presupuesto, plazos, criterios técnicos y límites de negociación, mientras que el agente realiza la búsqueda y negocia con otros sistemas.

El profesional sigue siendo responsable de definir qué puede ser negociado y de supervisar las decisiones de mayor impacto. El nuevo modelo exige habilidades como comprender el funcionamiento de los agentes, evaluar resultados, establecer parámetros y reconocer cuándo una decisión automatizada debe ser reevaluada por un humano.

Lo que indica la investigación actual

El estudio de Anthropic fue un experimento controlado, realizado con un grupo específico de empleados, y no prueba que una IA sea automáticamente mejor negociadora en cualquier contexto. Un mapeo publicado en 2025 en la revista Automated Software Engineering analizó la evolución de la negociación automatizada en sistemas autónomos y muestra que el tema ya constituye un área de investigación independiente.

Los resultados hasta ahora sugieren que los agentes de IA son capaces de representar intereses, intercambiar propuestas y concluir acuerdos sin aprobación humana en cada etapa. Para empresas y profesionales, el próximo paso es identificar qué decisiones pueden ser delegadas, qué límites deben establecerse y dónde la supervisión humana sigue siendo indispensable.