La IA agentiva se enmarca cada vez más como una forma de permitir a los consumidores delegar decisiones y acciones comerciales a asistentes digitales, sin embargo, la evidencia orientada al consumidor aún se centra en chatbots asistenciales y sistemas similares a recomendadores, con escasa evaluación de la delegación a nivel de ejecución. Este estudio proporciona una revisión de mapeo de evidencia sobre trabajos empíricos en comercio agentivo y sintetiza los determinantes y resultados de la delegación a través de tres preguntas: (RQ1) cómo se operacionalizan los sistemas (autonomía, alcance de tareas, modo de interacción y capacidad de transacción/realismo de la evidencia), (RQ2) qué facilita o inhibe la delegación, y (RQ3) qué resultados posteriores siguen para el rendimiento de marketing y la experiencia del consumidor. Buscamos en Scopus y Web of Science estudios primarios revisados por pares en inglés (2015-2026) y aplicamos reglas de codificación conservadoras que distinguen la capacidad reclamada de la ejecución simulada o demostrada. La literatura mapeada se concentra en asistentes de baja autonomía basados en texto enfocados en recomendaciones y soporte post-compra; la cobertura disminuye drásticamente para la autonomía a nivel de flujo de trabajo, construcción de carritos, ejecución de pago/checkout y negociación. A través de los estudios, los hallazgos se agrupan en dos motivos: un camino de utilidad/aseguramiento en el que las señales de rendimiento y la calidad de interacción aumentan la utilidad percibida, la satisfacción y la confianza, y un camino de gobernanza en el que las señales de autonomía y el control iniciado por el sistema desencadenan reactancia/poder de decisión y reducen la aceptación a menos que se mitiguen con salvaguardias; la urgencia puede atenuar la resistencia a la gobernanza. Debido a que la mayoría de los resultados se basan en intenciones o viñetas, los comportamientos de calibración, verificación y recuperación de errores siguen estando submedidos. En general, la delegación parece depender menos de maximizar la autonomía que de acoplar la capacidad con la gobernanza del usuario (consentimiento, supervisión, recurso, responsabilidad), y esbozamos prioridades de medición para evaluar agentes capaces de ejecución.