Um dos pontos destacados pela NRF 2026 como aplicação prática da tecnologia a serviço da realidade atual do varejo foi a ascensão do modelo conhecido como agentic commerce. Mais do que uma nova interface de compra, o conceito representa uma mudança estrutural na forma como consumidores interagem com marcas, plataformas e canais de venda.
Baseado no uso de agentes inteligentes capazes de operar de forma autônoma dentro de parâmetros definidos pelo usuário, o agentic commerce parte de uma constatação clara: o consumidor não busca mais apenas acesso à informação, mas alívio cognitivo. Em um ambiente marcado por excesso de opções, estímulos e comparações, cresce a expectativa de que a Inteligência Artificial seja capaz de organizar possibilidades, reduzir ruído e apoiar decisões de forma ativa.
Na prática, isso significa que a IA deixa de atuar apenas como ferramenta de busca ou recomendação para assumir um papel mais decisório ao longo da jornada. Esses agentes passam a interpretar intenções, considerar histórico de preferências, limites de preço, critérios logísticos e regras previamente estabelecidas para avançar automaticamente por etapas como a seleção de produtos, a comparação de alternativas e, em alguns casos, a própria transação. O ganho não está apenas na velocidade, mas na redução de fricções e na simplificação da experiência.
Os painéis dedicados ao tema na NRF mostraram que esse modelo desloca o eixo competitivo do varejo. Em um ambiente mediado por agentes inteligentes, visibilidade e volume de comunicação perdem peso relativo frente à qualidade dos dados e à confiança construída pela marca. Em outras palavras, não basta ser encontrado; é preciso ser compreendido e recomendado por sistemas que operam com base em critérios objetivos e históricos de comportamento.
É claro que instrumentalizar a IA como um assistente de compras exige dois elementos fundamentais por parte do consumidor: abertura e repertório digital. Não basta estar disposto a delegar decisões; é necessário saber definir parâmetros, supervisionar escolhas e intervir quando necessário. O agentic commerce, portanto, não elimina o papel humano, mas o reposiciona, colocando o consumidor na posição de orquestrador do processo.
Por esse motivo, o avanço desse modelo tem ocorrido com mais velocidade entre extratos como a Geração Z. Discussões apresentadas na feira indicaram que jovens consumidores já utilizam IA para organizar opções, avaliar marcas e acelerar decisões, sobretudo em categorias com alto volume de escolhas.
Se você é varejista e está se perguntando como aumentar suas chances de ser recomendado por um agente inteligente, o ponto central está em abandonar a lógica da disputa pela atenção para focar em vencer a disputa da confiança algorítmica. Em um ambiente no qual a decisão de compra passa a ser mediada por sistemas de IA, não basta ser visto; é preciso ser compreendido, validado e priorizado por modelos que operam a partir de critérios objetivos, históricos e contextuais.
Até pouco tempo atrás, estar bem posicionado nos resultados de busca significava, essencialmente, conquistar cliques. Por isso, profissionais de marketing concentraram esforços na construção de conteúdos orientados por SEO, cuja característica principal era a otimização para palavras-chave e volume de tráfego, com o objetivo de posicionar-se nas primeiras páginas dos mecanismos de busca tradicionais a fim de atrair a atenção humana e conduzir o consumidor ao longo da jornada.
Esse modelo, no entanto, começa a perder centralidade à medida que a busca tradicional cede espaço a experiências mediadas por IA generativa. Nesse novo contexto, o SEO dá lugar ao GEO (Generative Engine Optimization), uma lógica em que a relevância não é medida pela posição em uma lista de links, mas pela capacidade da marca de ser incorporada, citada ou recomendada dentro de uma resposta gerada por sistemas inteligentes. Trata-se de uma mudança profunda: enquanto o SEO disputa cliques, o GEO disputa credibilidade semântica e clareza de proposta de valor.
Essa transição exige uma atuação muito mais complexa por parte de marcas e varejistas. Não se trata apenas de produzir mais conteúdo, mas de estruturar informações de forma compreensível para máquinas, alinhar discurso e operação, garantir dados confiáveis e demonstrar, de maneira consistente, como produtos e serviços resolvem problemas concretos. Em um ambiente de agentic commerce, a marca não é escolhida porque “grita mais alto”, mas porque se mostra mais confiável dentro dos critérios definidos pelo agente.
Como fio condutor dessa nova lógica está a abordagem de serviços. Marcas e varejistas dispostos a ajudar o consumidor a resolver problemas antes mesmo do início explícito do ciclo de vendas tendem a ganhar relevância nesse ecossistema. Ao oferecer clareza, orientação e utilidade real, e não apenas estímulos promocionais, essas empresas aumentam suas chances de serem selecionadas por agentes inteligentes que priorizam eficiência, contexto e confiança.
No atendimento, ‘agente de IA’ não é apenas um nome gourmet para chatbot
Com a ascensão da chamada Inteligência Artificial agêntica no varejo, compreender as diferenças conceituais entre automação tradicional e agentes inteligentes deixou de ser um detalhe técnico para se tornar uma questão estratégica.
Isso porque, embora práticas como a automação do atendimento já façam parte da realidade de muitos varejistas, sobretudo por meio de chatbots e fluxos pré-programados, ainda há bastante confusão sobre o que realmente diferencia os novos agentes de IA das soluções mais antigas.
Enquanto chatbots operam, em geral, de forma reativa e baseada em regras ou scripts, os agentes de IA introduzem uma lógica mais avançada, capaz de interpretar contexto, entender intenções, aprender com interações passadas e executar ações de forma mais autônoma ao longo da jornada do consumidor.
Para esclarecer essas diferenças e aprofundar o debate sobre o papel da IA no atendimento, convidamos Walter Hildebrandi, CTO da Zendesk LATAM, para uma entrevista didática sobre o tema:
NV – Como os Agentes de IA se diferenciam dos chatbots tradicionais?
WH – Os chatbots tradicionais funcionam a partir de roteiros pré-definidos, sendo úteis para perguntas simples, mas limitados diante de interações mais complexas. Já os Agentes de IA representam um salto qualitativo: eles percebem o ambiente, processam informações e atuam de forma autônoma com base em algoritmos avançados, aprendizado de máquina e análise de dados. Essa capacidade permite não apenas responder, mas antecipar necessidades e entregar interações mais rápidas, personalizadas e eficazes. De acordo com o relatório CX Trends 2025 da Zendesk, 70% dos consumidores já percebem uma diferença clara entre empresas que usam IA de forma eficaz e aquelas que não utilizam. Isso se explica porque existem diferentes tipos de agentes: dos mais básicos reativos, que funcionam como chatbots de modelos fixos, até modelos generativos, que evoluem continuamente a partir das interações. Há ainda sistemas autônomos e multiagentes, capazes de trabalhar em conjunto (humanos e digitais) para resolver problemas complexos em escala. É nesse último estágio que se insere a Resolution Platform da Zendesk, que integra múltiplos agentes atuando em paralelo para reduzir vieses, acelerar o tempo de resposta e liberar os times humanos para focar no que exige sensibilidade e empatia. O resultado é uma experiência em que eficiência e humanidade deixam de ser opostos e passam a caminhar juntos.
NV – Quais são os limites de um atendimento realizado por um Agente de IA? Até onde vai a sua capacidade de suprir as necessidades do cliente sem que seja necessário acionar um vendedor-humano?
WH – Os Agentes de IA da Zendesk são projetados para resolver interações complexas de forma autônoma, utilizando inteligência artificial avançada. No entanto, existem situações em que a intervenção humana é necessária. Por exemplo, em casos que envolvem emoções intensas, negociações delicadas ou decisões estratégicas, um agente humano pode ser mais adequado para garantir uma experiência personalizada e empática. Além disso, os Agentes de IA da Zendesk trabalham em conjunto com os agentes humanos, facilitando e automatizando processos, acelerando respostas e garantindo que tarefas repetitivas ou consultas simples sejam resolvidas rapidamente. Quando a situação exige atenção humana, a transição é suave, sem que o cliente precise repetir informações, mantendo a experiência contínua e eficiente. Portanto, os Agentes de IA não substituem os humanos, mas completam o atendimento, liberando os times para ficarem no que realmente requer sensibilidade, julgamento e interação pessoal, enquanto aumentam a velocidade e a eficiência do serviço.
NV – Quando falamos de segmentos como o varejo de autopeças, em que os produtos costumam ter complexidade técnica, os Agentes de IA podem contribuir, por exemplo, com a questão da conformidade?
WH – Sim, os Agentes de IA da Zendesk podem desempenhar um papel crucial na garantia de conformidade em setores com produtos tecnicamente complexos, como o varejo de autopeças. Eles ajudam a automatizar processos de verificação, organizar informações técnicas e disponibilizar dados precisos, reduzindo erros e inconsistências no atendimento. Além disso, os Agentes de IA podem se conectar diretamente às FAQs e bases de dados internas das empresas, garantindo que todas as informações sobre peças e procedimentos estejam sempre atualizadas e acessíveis. Com o uso do Knowledge Builder, é possível ainda criar e aprimorar continuamente essa base de conhecimento a partir de tickets e interações anteriores, fortalecendo a padronização das respostas e assegurando conformidade com as políticas e normas da empresa. Um exemplo prático seria o uso combinado do Copilot com o Agent Workspace no chão de loja de um varejo de autopeças. Imagine um vendedor com um tablet recebendo um cliente que relata um problema no carro. Ao abrir um “ticket”, o agente tem acesso imediato à base de conhecimento e o Copilot pode sugerir, em tempo real, possíveis soluções ou recomendações de peças compatíveis — garantindo rapidez no atendimento, precisão técnica e conformidade com os procedimentos internos. Dentro da Zendesk Platform, o Copilot fornece essas orientações em tempo real, ajudando agentes a resolver tarefas complexas de forma mais eficiente, sem interromper o fluxo de trabalho. Essa mesma base de conhecimento também alimenta os Agentes de IA, garantindo consistência nas informações oferecidas tanto por humanos quanto pela IA. Outro recurso relevante é o AutoQA, ferramenta de gestão da qualidade do atendimento que analisa as interações para identificar inconsistências, falhas ou desvios de processo no atendimento, reforçando padrões de conformidade e a precisão técnica das informações. Assim, os Agentes de IA da Zendesk não apenas automatizam processos, mas também atuam como aliados estratégicos, garantindo que operações complexas sejam executadas de forma eficiente, segura e em total conformidade.
