SÃO PAULO — Agentes de inteligência artificial começam a assumir etapas da jornada de compra, como a busca por produtos, a comparação de opções e, em alguns casos, a própria aquisição. A mudança pode alterar a forma como consumidores encontram mercadorias e como as grandes plataformas de comércio eletrônico disputam vendas.
Esse modelo, conhecido como comércio agêntico, transforma ferramentas como ChatGPT, Gemini e Claude em intermediárias entre o cliente e as varejistas. A possibilidade é analisada em relatório produzido pelos analistas Luiz Guanais, Yan Cesquim e Beatriz Cendon, do BTG Pactual.
Dados da Similarweb citados pelo BTG Pactual mostram que os acessos a sites de varejo originados por inteligência artificial aumentaram 203% entre junho de 2025 e maio de 2026. Apesar do avanço, esse tráfego ainda equivale a cerca de 0,4% do total de visitas.
Nos marketplaces, a média chegou a 46,8 milhões de visitas mensais geradas por IA, uma alta de 237% na comparação com o mesmo período do ano anterior.
Para Cassiano Piekarski, CEO e cofundador da Inbix, empresa especializada em aprendizagem corporativa e inteligência artificial aplicada aos negócios, a principal mudança ocorre no momento em que o consumidor descobre o produto. “Quando o consumidor passa a perguntar para uma IA qual o melhor produto para a sua demanda, essa vitrine passa a estar na ferramenta de IA”, afirma.
A alteração também afeta os critérios de ranqueamento. Empresas passaram a investir em GEO, sigla em inglês para práticas de adaptação de sites e conteúdos destinadas a melhorar a presença nas respostas de sistemas de inteligência artificial generativa.
Estratégias das varejistas
Amazon, Mercado Livre e Magazine Luiza desenvolvem soluções próprias, mas adotam posições diferentes sobre o uso de agentes externos. A Amazon bloqueou o agente Muse, da Meta, para compras em sua plataforma e limitou o acesso de outros agentes. Paralelamente, mantém ferramentas próprias.
Segundo a companhia, mais de 250 milhões de clientes já usaram o Rufus, que passou a se chamar Alexa for Shopping em maio. A empresa também ampliou o Buy for Me, recurso que permite à inteligência artificial comprar produtos em sites de terceiros em nome do consumidor.
A Amazon afirma que aplicativos externos que fazem compras para clientes precisam atuar de maneira transparente e respeitar a decisão de cada provedor sobre permitir ou não esse tipo de operação. Essa posição foi usada para justificar o bloqueio ao Muse.
O Mercado Livre trabalha em uma busca aprimorada por IA e testa um assistente de compras para diferentes etapas da jornada, incluindo pesquisa e decisão. A empresa informou que os recursos ainda estão em desenvolvimento e que divulgará detalhes de novos produtos após o lançamento oficial.
O Magazine Luiza desenvolveu o WhatsApp da Lu, uma plataforma de comércio conversacional. A ferramenta funciona como um personal shopper: pesquisa e recomenda produtos, ajusta as sugestões ao perfil e ao orçamento do cliente e permite finalizar o pedido no aplicativo de mensagens.
Em setembro, o WhatsApp da Lu registrou 100 mil pedidos, segundo o Magazine Luiza. Desde o lançamento, em outubro do ano passado, a ferramenta acumulou R$ 200 milhões em vendas e foi utilizada por mais de 9,7 milhões de clientes.
Dados e relação com o consumidor
O avanço dos agentes pode reduzir o contato direto das varejistas com os consumidores. Em vez de tomar decisões dentro de um marketplace, o cliente pode deixar que a IA escolha produtos para comparar, vendedores e locais de compra.
O relatório do BTG Pactual aponta que esse processo pode aumentar a dependência das varejistas em relação às plataformas de IA. Para Piekarski, as empresas correm o risco de ficar concentradas no fornecimento de estoque e na logística, perdendo dados de comportamento, relacionamento e oportunidades de construção de marca no momento da compra.
Mario Machado, assessor de investimentos da InvestSmart, afirma que a vantagem das grandes plataformas não está necessariamente na tecnologia, que pode ser adquirida, mas no conjunto de informações acumuladas sobre os clientes. “O que não se compra é um modelo treinado no histórico de transações da própria plataforma”, diz.
Esse histórico inclui buscas, compras, devoluções e prazo de pagamento. Quando a empresa também controla logística, pagamentos e crédito, os dados podem ser utilizados para aperfeiçoar previsões, reduzir custos e orientar decisões.
