O varejo entrou em uma nova fase da IA, o desafio agora é escalar

O desafio deixa de ser escolher uma ferramenta e passa a ser construir capacidades, governança e processos capazes de sustentar uma operação baseada em IA

Shutterstock

Em junho estive em San Francisco conversando com clientes, parceiros e empresas como Google e Databricks durante o Data + AI Summit. Mais do que os anúncios, chamou minha atenção a mudança nas conversas. Nos últimos anos, o foco estava em experimentar IA. Agora, muitas organizações já entendem onde a tecnologia gera valor e começam a discutir como transformar pilotos em aplicações com potencial de escala.

Essa mudança altera completamente a agenda dos executivos. O desafio deixa de ser escolher uma ferramenta e passa a ser construir capacidades, governança e processos capazes de sustentar uma operação baseada em IA. Neste cenário, algumas aplicações apareceram de forma recorrente:

Atendimento ao cliente: Talvez seja o exemplo mais visível dessa evolução. Estamos deixando para trás chatbots estáticos e caminhando para arquiteturas baseadas em agentes especializados, capazes de executar tarefas, acessar diferentes sistemas, manter contexto e evoluir continuamente a partir das interações realizadas.

É provável que muitas empresas desenvolvam seus próprios agentes nos próximos meses. Isso significa que a discussão deixa de ser apenas tecnológica e passa a envolver arquitetura, identidade, controle de acesso, governança, guardrails e orquestração entre diferentes agentes dentro da plataforma da empresa.

Essas iniciativas normalmente começam segmentadas, com hipóteses bem definidas e ciclos curtos de aprendizado. A cada nova interação, os modelos ampliam sua capacidade de resposta, tornando-se mais precisos ao longo do tempo. Mas existe uma disciplina que continua indispensável: todo projeto precisa nascer com um business case claro, objetivos definidos e métricas para avaliar retorno, seja financeiro, operacional ou relacionado à experiência do cliente.

Operações: Outra frente que apareceu com bastante força foi o uso de agentes para apoiar operações. O objetivo não é substituir pessoas, mas atuar ao lado delas, filtrando casos simples, organizando informações e direcionando para especialistas apenas situações que realmente exigem julgamento humano. Isso muda a forma de olhar produtividade.

Durante muito tempo a discussão foi fazer mais com menos. Agora começa a surgir outra pergunta: quais oportunidades estamos deixando de capturar porque nossas equipes simplesmente não conseguem processar todo o volume de informação disponível? Automatizar atividades repetitivas libera capacidade para decisões mais complexas e para geração de valor.

Modernização de sistemas legados: Poucos setores carregam um passivo tecnológico tão relevante quanto o varejo. Durante décadas, sistemas foram sendo desenvolvidos para atender necessidades específicas do negócio. Hoje, justamente esses sistemas dificultam a adoção de novas tecnologias.

A conversa sobre modernização não deveria ser tratada apenas como redução de custo de manutenção. Ela precisa ser entendida como um investimento para destravar novas capacidades de negócio. Quando plataformas antigas não conseguem se integrar às novas arquiteturas de IA, o impacto deixa de ser exclusivamente técnico. Ele passa a limitar velocidade, inovação e capacidade competitiva. Por isso, essa é uma discussão que precisa chegar ao C-Level e ao Board.

Pesquisa, inovação e desenvolvimento de produtos: Outro tema recorrente foi o uso de IA para acelerar processos de inovação. Modelos especializados já apoiam análises de dados, geração de cenários, construção de hipóteses, previsão de demanda, cadeia de suprimentos e até avaliação de ingredientes ou componentes com maior probabilidade de sucesso em novos produtos.

Ainda existe forte participação humana nesses processos, principalmente porque criatividade e diferenciação continuam sendo fatores competitivos. Mas a IA já começa a reduzir incertezas e acelerar ciclos de experimentação.

Dados e negócio não podem continuar separados: Esse talvez seja um dos temas mais relevantes. Historicamente, muitas organizações criaram áreas de dados relativamente independentes das áreas de negócio.

Hoje essa discussão deixa de ser apenas uma questão de desenho organizacional, ela passa a ser uma decisão sobre arquitetura de processos. Que informação precisa chegar a quem? Em qual momento? Com qual frequência? Com qual nível de qualidade? Para apoiar qual decisão? Responder essas perguntas exige integração entre estratégia, tecnologia, dados e operação.

Vendas: Também aparecem entre as áreas mais aceleradas na adoção de agentes. Copilotos comerciais, preparação automática para reuniões, recomendações durante negociações, apoio na elaboração de propostas e redução de fricções entre diferentes áreas já fazem parte de diversas iniciativas.

Ainda é um processo em evolução, mas existe um movimento claro de utilizar IA para aumentar a qualidade da interação comercial, e não apenas produtividade. Quanto melhor a empresa compreender a jornada do cliente, os fatores que influenciam a conversão e os pontos de atrito internos, maior tende a ser o impacto dessas iniciativas.

O próximo desafio

Se existe uma conclusão comum nas conversas que acompanhei em San Francisco, é que a discussão deixou de ser “onde usar IA”. A pergunta agora é como construir uma organização capaz de operar dezenas, ou até centenas, de aplicações de IA de forma coordenada, segura e conectada aos objetivos do negócio.

Arquitetura, dados, governança, tecnologia e estratégia passam a fazer parte da mesma conversa. Mas o objetivo continua sendo o mesmo: aproximar tecnologia e negócios para que a inovação gera impacto mensurável, e não apenas novos experimentos e sigo buscando casos práticos e aplicações que podem mudar a dinâmica dos Varejistas.