Agentes de compras com IA colocam os dados do varejo à prova

Os agentes de compras com inteligência artificial estão criando um novo desafio para os varejistas: como atender um consumidor quando a compra é realizada por um sistema automatizado? Essa mudança exige que as empresas repensem a forma como disponibilizam informações e estruturam suas operações de e-commerce.

Segundo Anthony Ferry, CEO da Wayvia, plataforma de inteligência para o comércio omnichannel, a preparação para esse cenário exige mudanças nos sistemas de comércio digital. Os varejistas precisarão atender simultaneamente a dois públicos: o consumidor humano e o agente de IA.

Enquanto as pessoas continuarão utilizando sites para explorar e descobrir produtos, os agentes precisarão de dados precisos e meios de realizar transações diretamente nos sistemas. Isso inclui consultar estoques, enviar informações de pagamento e concluir compras sem precisar navegar pelas páginas de um site.

Um relatório da Thoughtworks cita pesquisas que projetam que os agentes de IA poderão movimentar até 25% do volume global do e-commerce até 2030. Com isso, a jornada tradicional de compra, composta por várias etapas, poderá ser reduzida a uma única interação automatizada.

Ferry acredita que consumidores e agentes de IA compartilharão o processo de compra, mas considera improvável que os varejistas reformulem completamente seus sites para atender aos sistemas automatizados. Isso porque pessoas e agentes possuem necessidades diferentes.

Um consumidor pode querer explorar opções, comparar produtos e entender como determinado item se encaixa em sua rotina. Já um agente procura respostas objetivas sobre a adequação do produto, seu preço real, a disponibilidade em estoque, o prazo de entrega e a autorização para realizar a compra.

Por isso, Ferry defende que os varejistas utilizem as mesmas informações como base para atender tanto consumidores quanto agentes de IA. O importante é disponibilizar esses dados de maneiras adequadas às necessidades de cada público.

Ele também alerta que obrigar agentes a navegar por páginas desenvolvidas para pessoas pode gerar problemas. Nessas situações, os sistemas podem recorrer à extração de dados, fazer suposições ou simplesmente procurar outro fornecedor.

O site, portanto, continuará relevante como um dos canais de relacionamento com o varejista. A diferença é que ele não poderá permanecer como a única porta de entrada para uma compra.

Como as métricas de marketing precisarão mudar

As equipes de marketing tradicionalmente utilizam funis de conversão, dados de sessões e métricas de comportamento para avaliar o sucesso das vendas e identificar problemas na jornada de compra. Entretanto, à medida que as páginas de checkout perdem protagonismo nas transações automatizadas, essa lógica começa a mudar.

Ferry observa que grande parte das métricas do varejo parte do pressuposto de que, se nenhuma sessão foi registrada, nenhuma interação aconteceu. Com os agentes de compras, essa interpretação deixa de ser confiável.

Imagine um consumidor que peça a um assistente de IA para encontrar uma cafeteira de até US$ 100, com entrega até sexta-feira. O agente pode comparar ofertas de 50 varejistas e realizar apenas um pedido, fazendo com que a empresa escolhida registre a venda enquanto as outras 49 não identifiquem qualquer atividade.

Visualizações de página, taxa de rejeição e abandono de carrinho continuarão importantes para analisar o comportamento das pessoas que acessam os sites. Porém, os profissionais de marketing também precisarão compreender se determinado produto atendia aos critérios da solicitação, se o varejista foi considerado pelo agente e quais fatores influenciaram a decisão final.

Entre esses fatores estão preço, prazo de entrega, benefícios de programas de fidelidade e avaliações de outros consumidores. Compreender essa dinâmica será importante para avaliar a competitividade das ofertas em um ambiente intermediado por inteligência artificial.

Segundo Ferry, a maior lacuna está na compreensão da intenção de compra. A plataforma responsável pelo agente pode conhecer todos os detalhes da solicitação do consumidor, enquanto o varejista recebe apenas um SKU e um endereço de entrega.

Nesse cenário, as empresas precisam encontrar maneiras de compreender a demanda sem transformar as compras realizadas por agentes em uma forma de vigilância. Caso contrário, saberão quais produtos foram vendidos, mas não necessariamente o motivo da escolha.

Como devem ser os dados de e-commerce para agentes de IA

Para Ferry, a qualidade dos dados comerciais deve ser avaliada pela capacidade de um agente utilizá-los para concluir uma compra. Não basta que um feed de produtos esteja tecnicamente correto ou atenda aos requisitos de formatação.

As informações precisam identificar exatamente o produto e suas variações, incluindo compatibilidades, restrições relevantes e o preço final após a aplicação das ofertas disponíveis. Também devem apresentar a disponibilidade no local responsável pelo atendimento do pedido, os prazos de entrega e as condições de devolução.

Outro aspecto fundamental é a atualização dessas informações. O agente precisa saber quando cada dado foi atualizado, já que um estoque registrado no dia anterior não garante que o produto continue disponível no momento da compra.

Essa necessidade evidencia as limitações de tecnologias antigas utilizadas no comércio digital. Muitos sistemas foram desenvolvidos principalmente para publicar páginas e apresentar produtos, sem a estrutura necessária para fornecer respostas confiáveis em tempo real.

Informações sobre produtos, promoções, estoques das lojas e gerenciamento de pedidos frequentemente permanecem distribuídas em sistemas separados. Mesmo uma API autenticada pode disponibilizar apenas registros atualizados periodicamente, em vez de refletir a situação real da operação.

Ferry observa que os varejistas estão em diferentes estágios de modernização de seus sistemas e bancos de dados. Algumas empresas já realizaram integrações importantes, enquanto outras continuam conectando feeds desenvolvidos para necessidades de uma época anterior.

Para avaliar o nível de preparação, ele propõe um teste simples: um agente autorizado consegue solicitar um produto específico, receber uma oferta confiável e concluir a transação sem encontrar informações contraditórias? Se a resposta for negativa, o negócio ainda não está preparado, independentemente de quão moderno seja seu site.

A importância de padrões compartilhados para o comércio com agentes de IA

Sistemas autônomos precisam acessar informações atualizadas sobre produtos, preços e disponibilidade. Nesse contexto, formatos de dados e padrões de transação compartilhados podem facilitar a comunicação entre agentes de IA e diferentes varejistas.

Ferry não acredita que seja necessária uma única API capaz de atender a todos os comerciantes e categorias de produtos. Para ele, o essencial é estabelecer uma linguagem comum para informações básicas, como identificação do item, preço final, disponibilidade, prazo de entrega e possibilidades de substituição, compra ou devolução.

A expectativa é que alguns padrões sejam amplamente adotados, permitindo que empresas e segmentos específicos acrescentem informações conforme suas necessidades. Dessa forma, um agente não precisaria aprender uma estrutura completamente diferente a cada novo varejista consultado.

O open banking oferece uma comparação útil, especialmente pela importância da identidade e das permissões em ambos os ambientes. Entretanto, o comércio apresenta complexidades adicionais, já que uma compra pode envolver tamanho, cor, retirada em loja, garantia, kits de produtos e possibilidades de substituição.

O Model Context Protocol (MCP) pode ajudar os agentes a se conectarem às ferramentas utilizadas pelos varejistas. Porém, essa conexão não garante que as informações disponibilizadas sejam precisas ou consistentes.

Ferry ressalta que o protocolo facilita o acesso aos sistemas, mas ainda é necessário estabelecer acordos sobre quais informações os agentes devem encontrar e como elas precisam ser apresentadas. A interoperabilidade, portanto, depende tanto da conexão técnica quanto da padronização dos dados.

Quem paga quando um agente de compras comete um erro?

Um agente de compras não precisa inventar um produto inexistente para provocar um prejuízo. Informações incorretas em um catálogo ou dados incompletos sobre frete podem ser suficientes para que o sistema selecione uma opção inadequada.

Ferry alerta que esses problemas podem ganhar proporções maiores quando são reproduzidos na velocidade dos processos automatizados. Um erro aparentemente pequeno na base de dados pode se transformar em uma dificuldade significativa para o varejista.

Algumas empresas já começaram a tratar da responsabilidade pelas atividades dos agentes em seus termos e condições. A Target, por exemplo, estabelece que não se responsabiliza pela conduta de agentes de compras de IA desenvolvidos por terceiros.

Os pedidos realizados por agentes aprovados continuam sujeitos à política padrão de devoluções da empresa. Já eventuais disputas são avaliadas considerando as permissões concedidas pelo cliente, as proteções da conta, as evidências de autorização e a legislação aplicável.

Na avaliação de Ferry, a responsabilidade deve acompanhar a origem do problema. Um varejista ou uma marca deve responder por informações incorretas que forneça sobre produtos, preços ou disponibilidade em estoque.

Por outro lado, a empresa responsável pelo agente deve responder quando seu sistema ultrapassa as instruções do consumidor. Isso pode acontecer, por exemplo, quando o agente altera um tamanho, substitui uma marca ou realiza uma compra sem a aprovação necessária.

O comerciante que aceita um pedido continua responsável por entregar o produto nas condições acordadas e administrar eventuais devoluções. A responsabilidade jurídica específica, entretanto, dependerá do contrato, das características da transação e das regras de proteção ao consumidor envolvidas, já que ainda não existe uma resposta universal para essas situações.

Do ponto de vista do consumidor, essas diferenças de responsabilidade não deveriam transformar um reembolso em uma disputa entre empresas. Para solucionar problemas, será necessário manter registros da solicitação original, das informações utilizadas pelo agente, de eventuais substituições relevantes e da autorização final da compra.

Ferry conclui que os varejistas que transferirem aos consumidores os custos de todos os erros cometidos por agentes podem até se proteger por meio de cláusulas contratuais. Entretanto, essa postura coloca em risco a confiança dos clientes e a possibilidade de que voltem a comprar.