Até aqui, falar de inteligência artificial no e-commerce significou falar de eficiência.
Produzir mais conteúdo, automatizar atendimento, acelerar análises, reduzir tempo operacional.
Tudo isso continua relevante, mas já não explica o que está mudando agora.
A mudança real não está em automatizar mais.
Ela reside em entender quem passa a influenciar a decisão de compra quando descoberta, comparação e checkout começam a ser mediados por agentes.
Agentic AI se tornou algo extremamente estratégico.
Não estamos diante de mais uma camada de produtividade aplicada ao marketing. Estamos diante de uma reconfiguração da jornada comercial.
A partir do instante que sistemas passam a interpretar contexto, selecionar opções, recomendar caminhos e, em alguns casos, executar etapas da compra, a disputa deixa de ser apenas por tráfego, clique ou conversão.
Ela passa a ser por presença dentro da lógica que organiza a escolha.
E, no varejo, quem media essa parte passa a influenciar margem, preferência e crescimento.
É por isso que perceber agentic AI como só uma tendência de inovação é subestimar o tema. Há muito mais o que explorar.
O que torna a agentic AI importante nesse momento?
Agentic AI, ou IA agêntica, ganha importância agora porque o varejo entrou em um ponto de inflexão.
Depois de anos expandindo canais, conteúdo, automação e mídia, muitas operações chegaram ao mesmo impasse: eficiência virou expectativa mínima, não vantagem competitiva.
O setor compete pela fração mínima de atenção que ainda resta em jornadas cada vez mais saturadas.
Só que, enquanto a atenção encolhe, a capacidade dos sistemas de intermediar a compra cresce.
O playbook da NP Digital sobre varejo pós NRF mostra três sinais que ajudam a explicar por que esse tema deixou de ser experimental:
- O primeiro é comportamental: já existem 104 milhões de consultas de compra por dia em LLMs, com ritmo de crescimento acelerado.
- O segundo é estrutural: a jornada de checkout está sendo comprimida, saindo de um modelo que exigia dezenas de interações para fluxos cada vez mais curtos, com a perspectiva de chegar a zero clique em alguns contextos.
- O terceiro é comercial: pedidos via apps agênticos cresceram 14 vezes no ecossistema Shopify entre 2025 e 2026.
Essa urgência ainda aparece na escala econômica da mudança.
Uma projeção da NP Digital, com base em dados da Bain e da Digital Commerce 360, estima que o mercado de agentic commerce pode sair de US$ 73 bilhões em 2025 para US$ 500 bilhões em 2030, um salto de 6,84 vezes.
É seguro dizer que o mercado não está mais discutindo se agentes vão participar da compra, mas quanto valor vai passar por essa mediação.
Esse tema está bem longe de ser só uma “novidade”, e bem mais perto do fato de que a jornada está deixando de ser apenas navegada para começar a ser resolvida por sistemas.
O erro é tratar agentic AI como uma camada extra de automação
Esse talvez seja o erro mais comum na leitura de mercado que eu percebo hoje: enxergar agentic AI como uma versão mais sofisticada da automação que já existia.
Não é.
Automação tradicional opera fluxos, enquanto Agentic AI opera objetivos.
A diferença parece sutil, mas altera completamente a implicação estratégica.
Em uma automação convencional, a empresa define previamente o caminho: se acontecer A, execute B.
Em uma lógica agêntica, o sistema passa a interpretar contexto, avaliar alternativas, escolher rotas e avançar etapas com mais autonomia dentro dos limites definidos.
O ganho diz respeito a deslocar a decisão operacional para dentro do próprio sistema.
É por isso que reduzir agentic AI a eficiência empobrece a discussão, e eu bato muito nessa tecla.
O tema não é só produtividade porque passa também por influência sobre descoberta, comparação e compra.
Na prática, isso significa que a empresa deixa de discutir como automatizar tarefas e passa a discutir algo mais sensível: quais marcas serão priorizadas, quais atributos serão lidos como mais relevantes e onde o controle humano continuará indispensável.
Se você resolve governança, confiança e presença dentro da nova estrutura de e commerce, o risco de uma leitura superficial desse cenário reduz muito.
O framework que faz sentido: motor, volante e estrada
Boa parte da conversa sobre agentic AI ainda escorrega para dois extremos pouco úteis.
Ou ela vira deslumbramento tecnológico, como se bastasse adicionar agentes à operação para capturar vantagem competitiva, ou vira uma discussão técnica demais, desconectada das decisões que líderes de marketing, e-commerce e negócio realmente precisam tomar.
O playbook da NRF ajuda justamente a sair desses dois erros porque organiza o tema em uma lógica simples e estratégica: agentic AI é o motor, trust-ware é o volante e UCP é a estrada.
A força desse framework está em mostrar que o comércio agêntico não depende de uma tecnologia isolada.
Se uma dessas três camadas falta, a operação até pode ganhar velocidade, mas perde consistência, controle ou escala real.
Agentic AI é o motor
Chamar a agentic AI de motor faz sentido porque é ela que gera movimento.
É essa camada que permite ao sistema interpretar intenção, processar contexto, comparar alternativas, coordenar ações e avançar etapas sem depender de intervenção humana a cada novo comando.
O ponto central aqui é executar com mais autonomia em direção a um objetivo.
No varejo, isso muda bastante coisa. O agente deixa de funcionar como interface reativa e passa a atuar como estrutura de decisão.
Ele pode recomendar com base em histórico, verificar disponibilidade, reorganizar prioridades, adaptar a jornada e reduzir o número de etapas entre necessidade e compra.
Mas o motor, por si só, não garante direção.
Trust-ware é o volante
Quanto mais autonomia a IA ganha, menos faz sentido tratá-la apenas como ferramenta de eficiência.
Em algum momento, ela passa a influenciar priorização, recomendação, exposição e decisão.
Então, de que adianta perguntar “o que a IA consegue fazer?” se não sabemos responder “com base em que critérios ela vai fazer isso?”.
Trust-ware aparece como estrutura de governança: o conjunto de limites, supervisões, critérios e intervenções humanas que impede a autonomia de virar descontrole.
Pensando em termos práticos, isso é o que protege a operação de trocar velocidade por erosão de marca, margem ou experiência.
É o que define até onde o agente pode ir, quando o humano precisa entrar, quais valores orientam a decisão e como a empresa audita escolhas feitas em escala.
Sem isso, começa a produzir risco invisível: recomendação inconsistente, decisão desalinhada com posicionamento, priorização opaca e dependência excessiva de critérios que ninguém revisa de verdade…
Volante, no fim das contas, serve para garantir que o carro continue na direção certa.
UCP é a estrada
Mesmo com motor e volante, ainda falta uma condição básica para o comércio agêntico ganhar escala: infraestrutura.
O papel do UCP, o Universal Commerce Protocol, é esse. Ele é uma espécie de camada que permite a agentes acessar catálogos, interpretar disponibilidade, comparar opções e facilitar transações de forma padronizada.
A implicação estratégica disso é enorme.
A jornada digital sempre dependeu de ambientes relativamente fechados: a pessoa buscava, navegava, comparava, clicava e comprava dentro de interfaces separadas.
O UCP muda essa lógica porque cria as condições para que o agente transite entre descoberta, avaliação e compra com muito menos fricção.
A estrada, portanto, não é metáfora de suporte técnico, é realmente o espaço onde a decisão passa a circular.
Quanto mais autonomia a IA ganha, mais valiosa fica a supervisão humana
Achar que mais autonomia significa menos necessidade de humano é um erro extremamente comum – e compreensível.
Mas, assim como trazemos no nosso playbook, afirmo que quanto mais decisões a IA passar a tomar, mais importante se tornará a supervisão humana.
Autonomia operacional não substitui julgamento. Quando um agente começa a recomendar, priorizar e executar ações dentro da jornada de compra, ele também passa a influenciar critérios de negócio.
A IA pode até decidir como agir, mas o humano continua responsável por definir com base em quais valores, limites e prioridades essa decisão acontece.
Esse enquadramento faz toda a diferença.
O que muda para marketing e e-commerce quando agentes passam a mediar a compra?
Quando agentes passam a mediar a compra, marketing e e-commerce deixam de disputar apenas clique, tráfego e conversão dentro do site. Passam a disputar presença dentro da lógica que organiza a escolha.
Eu vejo três mudanças principais.
Eficiência não é tudo
A primeira é que eficiência sozinha deixa de bastar.
Métricas como CTR, ROAS e conversão continuam importantes, mas passam a capturar só uma parte do problema.
Em jornadas mediadas por agentes, é preciso performar bem na transação e, também, entender se a marca continua sendo considerada, confiável e priorizada nesse novo ambiente.
Chamo atenção aqui para esse limite das métricas tradicionais.
Desejabilidade tem peso
A segunda mudança é que desejabilidade ganha peso estratégico.
Se a IA consegue otimizar conveniência, preço e velocidade, o diferencial fica menos na eficiência operacional isolada e mais na força de preferência que a marca constrói.
Por isso, métricas emocionais como sentimento, menções orgânicas e sell-through a preço cheio passam a importar mais.
E elas ajudam a medir a relação.
Legibilidade vira ativo
A terceira é que legibilidade para agentes vira ativo competitivo.
É o momento de ter estrutura de dados, contexto de uso, atributos funcionais e clareza suficiente para que sistemas consigam interpretar e recomendar seus produtos.
No comércio agêntico, ser mal descrito pode ser tão grave quanto ser mal ranqueado no SEO.
UCP: disputa por controle do comércio digital
Mais uma vez, falo dele, porque UCP é uma tentativa de definir onde a compra vai ser organizada nos próximos anos.
De um lado, Google e Shopify avançam numa lógica mais aberta, onde se pode criar uma base comum para que agentes acessem catálogo, disponibilidade e transação sem depender de um ambiente único.
Do outro, a Amazon segue a direção oposta e reforça um ecossistema fechado, em que recomendação, descoberta e compra continuam concentradas dentro da própria plataforma.
Naturalmente, em um modelo mais aberto, a decisão tende a circular entre agentes, interfaces e varejistas diferentes. Em um modelo fechado, essa mediação fica concentrada em quem já controla o ambiente.
E quem controla essa camada ganha poder para definir quais produtos entram na conversa, com quais critérios e em que contexto.
Por isso, UCP merece atenção executiva.
À medida que a compra deixa de ser navegada e passa a ser resolvida por sistemas, o protocolo deixa de ser bastidor.
O que os casos mais relevantes já mostram sobre o futuro do varejo?
Os três casos apontam para a mesma mudança, mas por ângulos diferentes.
A Amazon mostra o impacto comercial de um agente dentro de um ecossistema fechado.
A Lowe’s mostra como a conversa com a marca começa antes da visita ao site, dentro da busca.
E o Walmart mostra que a adoção de IA não escala só por stack: ela precisa virar comportamento de gestão.
Amazon e o Rufus
O caso da Amazon mostra que agente de compra deixou de ser experimento de interface e começou a aparecer em resultado.
Segundo a TechCrunch, com base em dados da Sensor Tower, sessões na Amazon com uso do Rufus e compra concluída cresceram 100% na Black Friday de 2025 versus a média dos 30 dias anteriores, enquanto sessões com compra sem Rufus cresceram 20%.
No mesmo recorte, sessões com Rufus que resultaram em compra subiram 75% dia contra dia, versus 35% nas sessões sem o assistente.
A Amazon está usando o Rufus para tornar descoberta, comparação e adição ao carrinho cada vez mais nativas da própria plataforma.
Em novembro de 2025, a empresa já descrevia o Rufus como capaz de sugerir produtos com base em contexto, recomendar alternativas e até adicionar itens automaticamente ao carrinho para revisão do usuário.
Lowe’s e Google
A Lowe’s ajuda a enxergar a outra ponta da mudança: a compra começando fora do site da marca.
Em janeiro de 2026, o Google anunciou o Business Agent como uma forma de shoppers conversarem com marcas diretamente na Search, “como um vendedor virtual”, e apresentou o UCP como padrão aberto para agentic commerce.
No mesmo ciclo, o Google Cloud posicionou a Lowe’s entre as empresas usando Gemini Enterprise for Customer Experience, com a proposta de sair de conversas simples para resolução ativa de problemas.
Estar presente na camada em que o problema do consumidor começa a ser resolvido faz toda a diferença.
O playbook da NP, inclusive, usa a Lowe’s para ilustrar exatamente isso: a marca aparecendo antes da visita ao e-commerce, dentro da busca, com capacidade de responder dúvida, orientar escolha e encaminhar disponibilidade.
Estamos falando de antecipar a mediação da compra.
Walmart
No caso do Walmart, o aprendizado tem mais a ver com adoção organizacional.
Doug McMillon é um exemplo de implementação cultural da IA no playbook, e esse framing faz sentido quando cruzado com sinais públicos da empresa.
Em 2025, o Walmart reforçou ao mercado sua estratégia “people-led, tech-powered”, e McMillon também afirmou que quer distribuir IA para todos os associates para que o ganho apareça de forma orgânica no negócio, não só em iniciativas top-down.
O takeaway não é “implemente mais ferramentas”. O takeaway aqui é criar um ambiente em que IA vire parte da preparação, da tomada de decisão e do repertório cotidiano do time.
A fala atribuída a McMillon no circuito da NRF — “como as pessoas usaram IA para se preparar para a reunião?” — talvez seja menos importante como frase literal do que como sinal de gestão.
Cultura agêntica não começa quando a tecnologia fica perfeita e sim a partir do momento que a liderança passa a cobrar aprendizado operacional a partir dela.
O verdadeiro impacto da agentic AI está na mediação da demanda
O ponto não é que a IA vai vender sozinha.
O ponto é que ela começa a participar de uma etapa que, até aqui, era tratada como território quase exclusivo de marketing, varejo e interface: a construção da escolha.
Quando essa mediação entra em cena, algumas vantagens antigas perdem força.
Ter presença digital continua importante, mas presença, sozinha, não resolve.
Performance continua necessária, mas performance, sozinha, não sustenta preferência.
A operação pode até ficar mais eficiente e ainda assim perder espaço se não for legível, confiável e acionável para os sistemas que passam a organizar a jornada.
Agentic AI é uma pauta, principalmente, sobre arquitetura comercial.
O impacto real está em redefinir onde a decisão ganha forma.
Veja como minha agência pode aumentar drasticamente o tráfego do seu site
- SEO - Desbloqueie um volume enorme de tráfego através do SEO. Veja resultados reais.
- Marketing de Conteúdo - Nosso time cria conteúdo épico que vai ser compartilhado, linkado, e vai atrair tráfego.
- Mídia Paga - Estratégias de anúncios efetivas e com ROI claro.
