Asistentes de IA en compras y cocina: nuevo filtro de consumo

Los asistentes de IA están dejando de ser solo herramientas para responder preguntas generales. Según Hipertextual, Gemini ya puede apoyar el proceso previo a una compra: buscar opciones, comparar precios, revisar modelos, ordenar criterios y analizar reseñas. No compra por el usuario en todos los casos, pero sí empieza a ocupar un lugar clave antes de la decisión.

La misma lógica llega a la cocina. The Verge probó el nuevo asistente de IA de NYT Cooking, disponible para suscriptores en iOS en su lanzamiento, y encontró utilidad real para sustituir ingredientes, escalar recetas y adaptar instrucciones. También detectó un riesgo concreto: la herramienta casi reduce a la mitad la mantequilla necesaria para un pastel. Ayuda, pero no reemplaza el criterio.

Lo esencial

• Según Hipertextual, Gemini puede usarse para comparar productos por precio, especificaciones, ventajas, inconvenientes, garantía y reseñas.
• Hipertextual recomienda dar a Gemini contexto claro: uso concreto, presupuesto, requisitos imprescindibles y restricciones antes de pedir opciones.
• The Verge probó el asistente de NYT Cooking para adaptar recetas desde la propia página de una receta, sin modificar la original.
• Según The Verge, el asistente de NYT Cooking fue útil con sustituciones, pero también cometió un error potencial en una receta de pastel.
• NYT Cooking mantiene la receta original y crea una versión nueva para el usuario, de acuerdo con la prueba publicada por The Verge.

La compra empieza antes del carrito

El punto central no es que Gemini cierre una venta. Lo relevante es que puede influir en la etapa previa: cuando una persona todavía no sabe qué comprar, duda entre modelos o necesita justificar una decisión. Según Hipertextual, el usuario puede pedirle que busque la tienda más barata, compare alternativas o proponga productos según necesidades concretas.

Ese cambio importa porque convierte a la IA en un filtro de opciones. Hipertextual sugiere prompts con datos como producto, uso, presupuesto, requisitos, restricciones, disponibilidad, precio, especificaciones, garantía y reseñas. En otras palabras, la calidad de la respuesta depende de la claridad de la consulta, pero también de la calidad de la información que el asistente encuentra o recibe.

Comparar ya no es solo abrir varias pestañas

Antes, comparar productos implicaba saltar entre buscadores, tiendas, reseñas y videos. Con asistentes como Gemini, esa comparación puede resumirse en una tabla. Según Hipertextual, el usuario puede pedir que se incluyan precio final, características destacadas, dimensiones, peso, garantía, materiales, opiniones de usuarios y expertos, estándares o normativas, según el tipo de producto.

Hipertextual también menciona Deep Research para compras de mayor valor. Esa función tarda más, pero puede generar un informe más preciso. Además, permite incluir fuentes propias, como manuales, catálogos, folletos o archivos del producto. Para el consumidor, esto añade control. Para las marcas, sube la exigencia: la información técnica debe estar completa, actualizada y fácil de contrastar.

La cocina muestra el valor y el límite de la asistencia

El caso de NYT Cooking muestra una dimensión distinta: no se trata de elegir entre productos, sino de adaptar una instrucción práctica en tiempo real. The Verge describe que el asistente aparece en una caja de texto dentro de la página de la receta, con la invitación a personalizarla. Desde ahí, puede responder dudas sobre sustituciones, escalado, equipos de cocina y conversiones de medidas.

En una prueba citada por The Verge, la autora no tenía todos los ingredientes para una receta de pollo con arroz y jengibre. El asistente creó una nueva versión con pollo diferente, cebolla roja y vainitas, ajustó tiempos y marcó los cambios en una pestaña llamada “Your Version”. La receta original seguía disponible. Esa separación es importante: adapta sin borrar la referencia editorial.

Cuando la recomendación falla, la confianza paga el costo

El mismo artículo de The Verge marca la advertencia. La herramienta fue útil con sustituciones como ralladura de lima en lugar de hojas de lima makrut, y también alertó sobre el uso de cayena fresca por su picante. Pero no fue perfecta: casi llevó a usar la mitad de la mantequilla requerida en un pastel. En cocina, una mala recomendación puede arruinar el resultado.

En compras ocurre algo similar. Una tabla convincente puede acelerar la decisión, pero si omite una condición, una garantía, una restricción local o una señal de mala atención, el usuario puede terminar con una mala experiencia. La interfaz conversacional reduce fricción, pero también puede ocultar matices. Por eso la verificación sigue siendo parte del proceso, especialmente en decisiones de mayor costo.

Qué significa para las empresas en Latinoamérica

Para marcas y retailers de Latinoamérica, el reto ya no es solo posicionar una página en buscadores tradicionales. Si el consumidor pregunta a un asistente qué comprar, qué comparar o qué evitar, la marca necesita que su información sea comprensible para personas y sistemas: fichas técnicas claras, precios actualizados, políticas de garantía visibles, disponibilidad y respuestas consistentes.

También cambia el trabajo del contenido. Las reseñas, preguntas frecuentes, manuales, guías de uso y comparativas pueden alimentar decisiones conversacionales. Si están incompletas o escritas solo para vender, pierden valor. El usuario que consulta a Gemini o una herramienta similar no busca un slogan; busca reducir riesgo y tomar una decisión mejor informada.

Para medios, cocinas editoriales, retailers y equipos de marketing, el aprendizaje de NYT Cooking es concreto: la IA puede mejorar la experiencia si opera dentro de un contexto confiable y deja trazabilidad. Pero una respuesta mala, aunque sea puntual, puede afectar confianza, conversión y reputación. La utilidad debe ir acompañada de control editorial, pruebas y límites claros.

Qué vigilar

En las próximas semanas conviene observar cómo Google amplía las funciones de compra en Gemini y en el modo IA, y cómo servicios con contenido práctico integran asistentes sin debilitar su credibilidad. También será clave ver si las respuestas muestran fuentes, advertencias y comparaciones verificables, no solo recomendaciones rápidas.

Mi lectura

Mi lectura es que estamos entrando en una etapa donde la búsqueda se vuelve menos visual y más conversacional. Eso no elimina al ecommerce, al contenido editorial ni a las reseñas; los reorganiza. El usuario quiere una respuesta que le ahorre tiempo, pero seguirá castigando el error cuando afecte su dinero, su comida o su confianza. Para las empresas, el objetivo no debería ser “estar en la IA” de forma genérica, sino ser una fuente que la IA pueda interpretar bien: datos ordenados, promesas realistas y soporte visible. La ventaja no será solo del que tenga más contenido, sino del que tenga contenido más verificable y útil.

Preguntas frecuentes

¿Gemini ya puede ayudar a decidir qué producto comprar?

Sí. Según Hipertextual, Gemini puede ayudar a encontrar opciones, comparar modelos, revisar precios, ordenar ventajas e inconvenientes y analizar reseñas antes de comprar.

¿El asistente de NYT Cooking reemplaza las recetas originales?

No, según The Verge. El asistente crea una nueva versión adaptada para el usuario y mantiene disponible la receta original dentro de la app.

¿Cuál es el principal riesgo de usar IA para compras o cocina?

El riesgo es confiar en una recomendación incompleta o incorrecta. The Verge reportó un error potencial en una receta de pastel, y en compras una mala comparación puede afectar confianza y conversión.

¿Qué tan lista está tu empresa para aprovechar la IA y la tecnología? Haz el diagnóstico gratuito de 3 minutos o escríbeme.