Por décadas, a disputa pelo consumidor digital girou em torno de um mesmo eixo: aparecer bem posicionado nos mecanismos de busca, ganhar relevância nas redes sociais e ter boas avaliações nos marketplaces. Esse jogo continua valendo — mas uma nova camada acaba de ser adicionada, e ela pode mudar radicalmente as regras de quem vende mais e de quem simplesmente some do radar.
O conceito de agentic commerce — o comércio mediado por agentes autônomos de Inteligência Artificial — saiu dos laboratórios de tecnologia e chegou às prateleiras reais do varejo brasileiro. O tema dominou o painel “Agentic Commerce: Quem não é visto (pela IA) também não é comprado”, realizado durante o Digitail 2026, em São Paulo, e o recado foi direto: se um agente de IA não recomendar o seu produto, a venda pode simplesmente não acontecer.
O que é agentic commerce e por que isso muda tudo
Agentic commerce é o modelo em que sistemas de IA atuam de forma autônoma em nome do consumidor — pesquisando, comparando, recomendando e, em alguns casos, concluindo compras sem que o usuário precise navegar por nenhum marketplace ou digitar uma única busca.
Isso representa uma ruptura profunda com a lógica atual. Nos modelos tradicionais, o consumidor é o agente ativo: ele pesquisa, filtra, compara e decide. No agentic commerce, quem faz esse trabalho é a IA. O consumidor define a intenção; a máquina resolve a jornada.
Roberto Wajnsztok, sócio-diretor da Gouvêa Consulting e mediador do painel no Digitail, sintetizou bem a dinâmica: a inovação acontece nos dois lados do jogo simultaneamente. Enquanto as empresas constroem agentes para atender melhor, os próprios consumidores já estão usando agentes para comprar de forma mais eficiente. Ignorar esse movimento não é uma opção estratégica — é um risco operacional concreto.
Como marcas líderes já estão aplicando isso na prática
O painel do Digitail 2026 reuniu dois cases que mostram que o agentic commerce deixou de ser teoria para virar resultado mensurável.
No Grupo Boticário, Flávio Li, diretor de Marketing Online, descreveu como as LLMs (Large Language Models) estão progressivamente assumindo etapas da jornada do consumidor. O assistente virtual da marca já conversa com clientes em linguagem natural, entende o contexto individual de cada pessoa e faz recomendações personalizadas de produtos. O resultado não é experimental: a jornada assistida por IA já apresenta crescimento de conversão superior a 40% em relação aos fluxos convencionais.
O ponto levantado por Li é essencial para qualquer gestor de e-commerce entender: nem todo consumidor está pronto para delegar decisões a uma IA. A adoção é gradual. Mas o pipeline de quem já adota apresenta uma eficiência muito acima da média — e isso tende a acelerar conforme a tecnologia se torna mais fluida e familiar.
Na Leroy Merlin, a aplicação partiu de uma dor muito concreta do cliente: a dificuldade de descrever produtos de construção e decoração com o vocabulário técnico correto. A solução foi um serviço de orçamento via WhatsApp em que o cliente simplesmente envia sua lista — por texto, áudio ou foto — e recebe em minutos uma sugestão de produtos. A IA é capaz de interpretar jargões informais, sinônimos e descrições vagas, eliminando a barreira entre a intenção do cliente e o catálogo da loja.
Sérgio Ferraz, diretor de E-commerce da Leroy Merlin, tocou em um ponto que costuma ser ignorado nas discussões sobre IA no varejo: a resistência interna. A adoção só funciona quando todos os envolvidos — incluindo as equipes de vendas — entendem que a IA não substitui o vendedor, mas amplifica sua capacidade de atender. Sem esse alinhamento cultural, a melhor tecnologia do mundo trava na operação.
O que muda para sellers e marketplaces
Para quem vende em marketplaces, o agentic commerce introduz uma variável nova e urgente: a visibilidade algorítmica para agentes de IA é diferente da visibilidade para humanos.
Quando um consumidor pesquisa um produto manualmente, ele processa títulos, imagens, avaliações e preços de forma subjetiva. Quando um agente de IA faz essa busca em seu lugar, ele processa dados estruturados, contexto semântico, histórico e critérios objetivos predefinidos pelo próprio consumidor. Um anúncio mal estruturado, com descrição pobre ou dados incompletos, pode ser simplesmente ignorado pelo agente — mesmo que fosse atrativo para um olhar humano.
Isso significa que a qualidade do catálogo digital passa a ser um fator de sobrevivência, não apenas de performance. Título claro, descrição rica em contexto, atributos preenchidos, avaliações consistentes e logística confiável são os ingredientes que um agente de IA vai priorizar ao fazer uma recomendação. Sellers que negligenciam esses pontos tendem a ficar invisíveis na camada onde as decisões de compra estão sendo tomadas.
Para os marketplaces, o desafio é ainda mais estrutural. Plataformas que não forem “legíveis” para agentes de IA — seja por APIs limitadas, dados mal organizados ou experiências de checkout que exigem interação manual — vão perder relevância à medida que o comportamento de compra delegado aos agentes se normaliza. A corrida por APIs abertas, feeds de dados padronizados e integrações com assistentes de IA já começou nos grandes players globais.
Oportunidades reais para quem age agora
O agentic commerce não é uma ameaça apenas para quem não se adapta — é uma janela de oportunidade significativa para quem age antes da curva.
Marcas e sellers que investirem agora em estruturação de dados, qualidade de catálogo, atendimento via canais conversacionais como WhatsApp e integração com LLMs terão uma vantagem competitiva difícil de reverter. A lógica é simples: quem for recomendado primeiro pelos agentes constrói histórico de conversão, que alimenta os próprios algoritmos e aumenta a probabilidade de novas recomendações futuras.
Além disso, o atendimento via IA conversacional representa uma oportunidade de escala sem precedentes para operações de médio porte. Uma equipe pequena, bem apoiada por agentes de IA bem treinados, pode oferecer uma experiência de compra personalizada para milhares de clientes simultaneamente — algo que antes era exclusivo de operações com grandes estruturas de CRM e atendimento.
O risco de quem espera para ver
A janela de observação tem prazo. Empresas que adotaram o e-commerce com atraso nos anos 2010 viram concorrentes menores, mas mais ágeis, dominarem categorias inteiras antes mesmo de grandes players reagirem. O mesmo padrão se repetiu com o social commerce e com o modelo de marketplace. O agentic commerce segue a mesma lógica de adoção acelerada.
A diferença agora é que a velocidade de disseminação é maior. As LLMs estão integradas em smartphones, assistentes de voz, aplicativos de mensagem e plataformas de busca. O consumidor que hoje experimenta um agente de compras por curiosidade tende a incorporá-lo à rotina em menos tempo do que levou para adotar o PIX ou o pagamento por aproximação.
Quem aguarda para “ver como o mercado vai reagir” corre o risco de acordar tarde — e numa posição muito mais difícil de recuperar.
O varejo que a IA vai construir
O Digitail 2026 deixou claro que o próximo ciclo do e-commerce brasileiro será definido pela capacidade das empresas de dialogarem não apenas com consumidores humanos, mas com os agentes que esses consumidores delegarão suas decisões de compra. Não se trata de substituir a experiência humana, mas de garantir que sua marca, produto ou serviço seja compreendido, relevante e recomendável na linguagem que os agentes de IA entendem.
A nova pergunta que todo time de e-commerce precisa responder não é mais “meu produto aparece na busca?”, mas sim: “meu produto seria recomendado por uma IA?”. Essa distinção, ainda que sutil, é o que vai separar os líderes de mercado dos invisíveis na próxima fase do varejo digital.
FAQ
O que é agentic commerce?
É o modelo em que agentes de Inteligência Artificial autônomos realizam etapas da jornada de compra em nome do consumidor, como pesquisar, comparar e recomendar produtos, sem que o usuário precise interagir manualmente com plataformas de busca ou marketplaces.
Por que agentes de IA podem ignorar meu produto?
Agentes de IA priorizam dados estruturados, descrições ricas e atributos completos. Anúncios com informações incompletas ou pouco contextualizadas tendem a ser desconsiderados em recomendações automáticas, mesmo que sejam visualmente atrativos para humanos.
Qual é o impacto do agentic commerce na conversão?
Cases como o do Grupo Boticário já mostram crescimento superior a 40% na taxa de conversão em jornadas assistidas por IA conversacional em comparação com fluxos tradicionais.
Como pequenos sellers podem se preparar para o agentic commerce?
Investindo em qualidade de catálogo, atributos completos nos anúncios, atendimento via WhatsApp e ferramentas de IA conversacional acessíveis. A estruturação de dados é o ponto de partida mais importante.
Quais empresas já estão usando agentic commerce no Brasil?
Grupo Boticário e Leroy Merlin são exemplos concretos discutidos no Digitail 2026, com aplicações em recomendação personalizada e orçamentos via WhatsApp com interpretação de linguagem natural.
O agentic commerce vai substituir o atendimento humano?
Não. O modelo ideal combina IA para escala e eficiência com supervisão humana para casos complexos. A resistência interna das equipes é um dos principais desafios de adoção — e precisa ser trabalhada com comunicação e capacitação.
Como os marketplaces precisam se adaptar ao agentic commerce?
Precisam abrir APIs, estruturar feeds de dados padronizados e garantir que suas plataformas sejam “legíveis” por agentes de IA externos, além de investir em experiências de checkout que possam ser executadas de forma automatizada.
