Ya no hace falta entrar a una tienda a “antojarse”. Hoy basta con abrir TikTok, Instagram, Amazon o cualquier app de domicilios para que el consumo empiece a moverse solo. Un video, un anuncio, un producto “para ti”, una recomendación basada en lo que se miró ayer o en lo que se buscó hace una semana.
Lo que parece casualidad es, en realidad, un modelo de negocio cada vez más preciso: usar datos, inteligencia artificial y sistemas de recomendación para influir en qué compra una persona, cuánto gasta, en qué termina gastando y en qué momento lo hace.
Mariana Estupiñán, estudiante de 20 años, lo cuenta como una escena que ya le parece casi normal. Habla con sus amigas sobre un maquillaje o una prenda, y horas después empieza a ver en sus redes exactamente eso: el producto, el descuento, el enlace para comprarlo.
Dice que a veces siente que el celular la escucha, y que en más de una ocasión ha terminado gastando plata en cosas que no necesitaba solo porque se las mostraron tanto que acabó creyendo que sí las necesitaba. Sus redes, resume, ya no son solo un espacio para ver contenido, son una vitrina permanente.
El algoritmo es, en esencia, un sistema matemático que analiza datos para predecir comportamientos. En plataformas digitales, estos modelos procesan millones de interacciones para identificar patrones: qué le gusta a una persona, cuánto tiempo permanece en un contenido, qué busca, qué guarda y qué compra.
Daniel Terraza, ingeniero de datos y experto en algoritmos, explicó en entrevista para SEMANA que estos sistemas no funcionan de manera aleatoria. “Seguimos siendo quienes tomamos la decisión de compra, pero lo que ha cambiado es qué la influye. Hoy está mediada por redes sociales, marketing, influencers y estímulos que son cada vez más fugaces”, explicó.
El impacto económico de este fenómeno es evidente. En Colombia, el comercio electrónico cerró 2025 con ventas por 145,4 billones de pesos y más de 684,6 millones de transacciones, lo que representó un crecimiento de doble dígito frente al año anterior, según la Cámara Colombiana de Comercio Electrónico.
Este comportamiento confirma que el canal digital dejó de ser complementario y pasó a ser estructural en la economía del consumo en el país.
Ese crecimiento no solo responde a la digitalización, sino a un cambio en la forma en que se construyen las decisiones de compra. “Los algoritmos están diseñados para mostrarte lo que es más probable que te guste, y eso hace mucho más fácil que termines gastando dinero”, explicó Terraza.
Mariana reconoce que muchas de sus compras no estaban planeadas. Dice que entra a ver un video, luego otro, y termina viendo productos que encajan perfectamente con su estilo. “Es como si el celular fuera una tienda. Todo el tiempo me muestra cosas que me gustan”, cuenta.
Esa sensación tiene explicación técnica: los algoritmos utilizan variables como edad, ubicación, intereses, historial de búsqueda e incluso el comportamiento de personas similares para construir recomendaciones personalizadas que aumentan la probabilidad de compra.
Eso ocurre en un país cada vez más conectado. DataReportal estimó que al cierre de 2025 Colombia tenía 41,7 millones de usuarios de internet, equivalentes al 77,8 % de la población, y 37,7 millones de identidades activas en redes sociales, cerca del 70,4 % del total.
Solo YouTube tenía una audiencia publicitaria de casi 31 millones de usuarios en Colombia; Instagram, 20,4 millones. En otras palabras, la masa crítica a la que los algoritmos pueden observar, clasificar y empujar comercialmente ya es enorme.
Ahí está una de las claves del modelo. Las plataformas no ganan solo porque la gente “esté conectada”, sino porque esa conexión produce datos y esos datos permiten personalizar mejor el estímulo comercial.
TikTok lo admite en sus propios documentos de soporte: sus sistemas de recomendación clasifican contenido según la probabilidad de que un usuario esté interesado.
Mientras tanto, en TikTok Shop usan tres factores principales: interacciones del usuario, información del contenido e información del usuario para predecir qué productos pueden parecerle relevantes o atractivos.
Meta explica algo parecido: el orden de lo que aparece en el feed depende de predicciones sobre qué contenido será más valioso para cada persona.
El impacto económico de estos sistemas se refleja con claridad en los resultados de las grandes plataformas. Amazon cerró 2025 con ventas netas por 716.924 millones de dólares, según su informe anual.
Dentro de esa operación, los ingresos por advertising services alcanzaron alrededor de 68,6 millones de dólares, mientras que los de subscription services llegaron a 49,6 millones de dólares, lo que muestra que su modelo de negocio no depende únicamente de vender productos, sino de recomendar, posicionar y dirigir el consumo.
Meta, matriz de Facebook e Instagram, reportó ingresos totales por 200.966 millones de dólares en 2025, de los cuales 196.180 millones de dólares provinieron de publicidad, lo que confirma que su modelo económico depende casi por completo de mostrar contenido personalizado capaz de captar la atención del usuario y traducirla en consumo.
Por su parte, Alphabet, matriz de Google y YouTube, alcanzó ingresos por 402.836 millones de dólares en 2025, con más del 70 % provenientes de publicidad digital.
Solo Google Search aportó más de 224.000 millones de dólares, mientras YouTube generó más de 40.000 millones de dólares en anuncios, reflejando el peso económico de los sistemas de recomendación y segmentación.
Todo eso ayuda a entender por qué la recomendación dejó de ser una función secundaria y se convirtió en el corazón de la economía digital.
Las plataformas ya no esperan a que el consumidor busque: lo detectan, lo perfilan, lo segmentan y le muestran el producto cuando es más vulnerable a comprarlo. Terraza advierte que ahí también se crean necesidades que antes no existían.
En su explicación, las redes bombardean a los usuarios con una vida parcial de influenciadores y figuras aspiracionales: viajes, celulares, ropa, carros, experiencias, hasta que el deseo deja de parecer propio y empieza a construirse sobre lo que otros exhiben como valioso.
Eso, dice, altera incluso la percepción del valor de un producto: si lo usan millones o lo muestran los perfiles correctos, parece automáticamente mejor, aunque funcionalmente no lo sea.
Mariana lo vive así. Dice que muchas veces entra a ver videos por entretenimiento y termina en una especie de marketplace personalizado: ropa que coincide con su estilo, zapatos “que parecen hechos para ella”, maquillaje que va con lo que ha visto antes.
El resultado no siempre es una compra grande, pero sí una cadena de pequeños gastos impulsivos que antes no estaban en su cabeza. Y esa es precisamente la forma en que el algoritmo cambia hábitos, no obligando, sino empujando.
En el fondo, la discusión no es tecnológica, sino económica. Se trata de un sistema que convierte datos en ventas y atención en dinero. El usuario todavía decide, sí, pero ya no decide en un vacío, decide dentro de una arquitectura hecha para aumentar la probabilidad de gasto.
Terraza incluso añade que hay poca transparencia real para la mayoría de los usuarios, no necesariamente porque no exista información, sino porque casi nadie se detiene a entender cómo funciona lo que ve todos los días.
Aun así, plantea que sí hay formas de reducir la influencia: usar el botón de ‘no me interesa’, filtrar mejor los contenidos, revisar a qué se le da like y, sobre todo, ser más crítico frente a lo que aparece repetidamente en pantalla.
Ese puede ser el punto más incómodo de todo: en la economía del algoritmo, comprar ya no es solo una decisión individual, sino el resultado de una negociación silenciosa entre los deseos del usuario y los incentivos de una plataforma que gana más cuando logra moverlo un paso más cerca del clic final.
La pregunta, entonces, no es si usted sigue decidiendo. La pregunta es cuánto de esa decisión sigue siendo realmente suya.