A inteligência artificial está a transformar o sector do retalho através de agentes que mudam a jornada do consumidor
Por Ana Candeias, Data & AI director da Mind Source
Caminhamos a largos passos para um mundo de retalho totalmente conectado, onde a IA consegue antecipar as necessidades dos clientes, negociar compras e executar transacções totalmente alinhadas com as suas intenções, de acordo com um estudo recente da McKinsey (Outubro de 2025).
Estamos perante uma nova forma de pensar o e-Commerce: uma mudança de paradigma, e não apenas uma evolução, em que toda a experiência de compra do cliente será reinventada.
Neste novo paradigma, as fronteiras entre tecnologia, plataformas e serviços são quebradas, fundindo-se numa experiência única, num fluxo contínuo de interacções altamente personalizadas. As customer journeys são aceleradas, reduzindo ou mesmo eliminando a fricção.
Passamos de um processo de pesquisa de produtos e tomada de decisão totalmente executado pelo humano para um processo agentic-driven, em que o cliente indica o seu objectivo e o agente executa todo o processo. A IA assume as etapas de descoberta, filtragem e decisão final, seleccionando o produto que melhor se adequa ao objectivo do cliente. A experiência de compra passa a ser delegada em agentes que comunicam e negoceiam entre si.
Esta nova realidade abrangerá todo o tipo de negócios: retalho, banca, seguros, telecomunicações, serviços, transportes, entre outros. Os fornecedores de lojas de e-Commerce e de sistemas de pagamento terão também um papel relevante neste novo processo, com comunicações integradas entre agentes e os seus sistemas. Alguns já disponibilizam esta funcionalidade nas suas plataformas.
Agentic commerce: a comunicação e execução entre agentes
Empresas como a Anthropic, OpenAI e a Google já disponibilizam protocolos de comunicação entre agentes, retailers e providers de pagamento, que permitem o acesso a ferramentas e dados externos, bem como a comunicação e negociação entre sistemas. Como se processa isto na prática?
Através de protocolos como o Model Context Protocol (MCP), Agentic Commerce Protocol (ACP), Agent-to-Agent (A2A) Protocol e Agent Payments Protocol (AP2), será possível criar agentes completamente autónomos, automatizando o processo de compra de ponta a ponta.
De forma simplificada, o Model Context Protocol (MCP) funciona como um adaptador que liga a IA a sistemas ou dados externos, permitindo aos agentes iniciar o processo de compra – nomeadamente a pesquisa – através do acesso a catálogos de lojas online, consulta de disponibilidade de produtos, preços e prazos de entrega.
A este processo junta-se um elemento central: a hiperpersonalização. O agente responsável pela pesquisa analisa e interpreta automaticamente o perfil do utilizador com base em preferências, características, dados demográficos, histórico e informação fornecida em tempo real. Por exemplo, se o utilizador procurar um creme para pele sensível, essa informação passa a influenciar pesquisas actuais e futuras, definindo critérios de selecção.
Quando se indica “pele sensível”, estamos perante dados explícitos. Mas há também dados implícitos, como o histórico de pesquisa e de análise de produtos – tempo de permanência nas páginas, cliques, scroll, comparações, produtos visualizados mas não comprados, entre outros. Por fim, existe o histórico transaccional, mais factual, como a frequência de compra, o ticket médio ou as categorias e marcas preferidas.
No mesmo exemplo de skincare, o agente pode ainda incorporar outras variáveis relevantes para recomendações futuras. Se o utilizador demonstrar sensibilidade a um determinado ingrediente, o sistema terá em conta essa compatibilidade biológica na fase de pesquisa. Pode também ajustar as recomendações à sazonalidade, adaptando-se às necessidades da pele ao longo do ano. Tudo isto ocorre em tempo real, elevando significativamente o nível de personalização.
Na prática, o agente constrói uma lista de produtos permitidos e outra de produtos a evitar, com base em ingredientes e compostos, actualizando continuamente estas listas com base no feedback do cliente – avaliações, comentários escritos ou interacções em diferentes canais.
Existe ainda uma componente relevante, embora menos visível: as preferências comportamentais. Os agentes aprendem se o utilizador tem um estilo de decisão mais racional (relação preço-benefício), emocional (identificação com a marca), impulsivo ou analítico.
Dados externos, quando autorizados – como reviews globais, informação dermatológica ou tendências de mercado – podem também ser cruzados com o perfil do cliente, refinando os modelos de recomendação.
Após a fase de pesquisa, o Agentic Commerce Protocol (ACP) permite que os agentes negoceiem automaticamente entre si, comparem preços entre lojas e executem a compra. É o momento da transacção. Neste ponto, poderão existir diferentes níveis de permissões e validação humana, dependendo das preferências do utilizador e da configuração da loja online.
Já existem algumas implementações destes protocolos em diferentes mercados, ainda numa fase inicial, levantando questões relevantes ao nível do RGPD, do EU AI Act, do compliance e da segurança da informação.
Estes sistemas baseiam-se em modelos de recomendação já utilizados em machine learning, assentes em padrões de comportamento dos clientes. Actualmente, recorrem também a embeddings, que permitem compreender preferências – como “skincare natural” ou “clean skincare” – e contextualizá-las automaticamente. Para garantir continuidade, existe uma camada de memória onde a informação é armazenada e continuamente actualizada.
Para o cliente, este modelo só funcionará se existir confiança nos resultados apresentados (validação da competência do agente), transparência (explicação do racional das recomendações) e capacidade de correcção por parte do utilizador. Sem estes elementos, a adopção poderá ser comprometida.
A OpenAI lançou o Instant Checkout em Outubro de 2025, com a promessa de permitir compras directamente no ChatGPT. Mas, entretanto, reformulou a abordagem, utilizando o ChatGPT apenas na fase inicial de pesquisa e análise, deixando a transacção final para a loja online.
Customer digital twin potenciado por Gen AI
Na era do agentic commerce, as personas evoluem para Customer Digital Twins (CDT): réplicas digitais dinâmicas do cliente, alimentadas por dados em tempo real, que permitem armazenar, analisar, prever e optimizar comportamentos.
O gémeo digital evolui em paralelo com o cliente real, acompanhando mudanças de contexto e necessidades. Permite hiperpersonalizar interacções, antecipar necessidades e simular cenários sem risco – tanto ao nível da oferta de produtos como da previsão de churn.
O CDT possibilita também optimizar estratégias de pricing, campanhas e ofertas, com ajustes em tempo real. Com recurso a Gen AI, pode ainda ser utilizado através de interfaces conversacionais, reforçando o nível de personalização. Neste contexto, torna-se um activo central do negócio.
De acordo com o artigo “Enhancing the customer journey with gen AI–powered digital twins”, da McKinsey, não só os insights sobre o cliente são melhorados, mas também o seu sentimento em relação à marca e, consequentemente, a sua lealdade. Segundo a mesma fonte, empresas que utilizam CDT registam crescimentos de cerca de 10% na receita.
A BCG sublinha que os agentes passarão a gerir jornadas completas de clientes, e não apenas interacções isoladas.
O CDT, enquanto “cérebro” do cliente, e a Gen AI, enquanto executante, permitem automatizar decisões, gerir jornadas completas e executar acções sem intervenção humana. Trata-se de uma mudança que vai da previsão à antecipação e à acção – de conhecer o cliente a simular e agir por ele.
Para que este modelo funcione, é necessária a integração de todas as fontes de dados do cliente – CDP, plataformas de e-Commerce, CRM e dados externos – que passam a operar como camadas integradas e não como sistemas isolados.
A implementação e adopção generalizada de sistemas de compra autónomos ainda dependem de vários factores, incluindo privacidade e ética, segurança da informação, integração tecnológica e adesão dos consumidores.
Ainda assim, não há dúvidas de que este é um momento de viragem, com potencial para redefinir profundamente a forma como entendemos as compras online e romper com a lógica de e-Commerce que tínhamos até agora.
Este artigo faz parte do Caderno Especial “E-Commerce”, publicado na edição de Abril (n.º 357) da Marketeer.
