Em 2025, o dado que circulou foi este: mais da metade dos brasileiros tinha usado ChatGPT ou outro assistente para ajudar em alguma compra. Era um número sobre influência. A IA sugeria, a pessoa decidia, a pessoa comprava.
Doze meses depois, o Relatório do Varejo 2026 da Adyen mostra outra coisa. Quase metade dos consumidores já usou um assistente digital para realizar uma compra, e 70% aceitam que a IA conduza o processo inteiro — inclusive o pagamento.
A diferença entre os dois números não é de magnitude. É de natureza. Um mede quem pediu opinião. O outro mede quem entregou a decisão.
Para quem vende, isso muda a pergunta central. Não é mais "como uso IA no meu marketing". É: quando um agente for comparar produtos no lugar do meu cliente, ele vai conseguir ler a minha loja?
O detalhe geracional que a maioria das análises lê errado
A leitura preguiçosa desse dado é "os jovens compram com IA". Os números de adoção realmente favorecem Millennials e Geração Z. Mas quem cresce mais rápido é exatamente quem chegou por último.
A conclusão prática: não dá para tratar compra assistida por IA como um canal de nicho para público jovem. A base menor é a que está acelerando. Se a sua estratégia for esperar o comportamento "amadurecer", você vai chegar quando a disputa por visibilidade nesse canal já estiver decidida.
O que muda quando o comprador é um programa
Sua loja foi construída para convencer uma pessoa. Foto grande, prova social, senso de urgência, copy que cria desejo. Isso continua importando — o cliente ainda decide.
Só que agora existe uma etapa antes: alguém precisa encontrar e comparar o seu produto. E cada vez mais esse alguém é um sistema que não olha a foto, não sente urgência e não se comove com a descrição.
Essa é a virada difícil de engolir: a camada que decide se você entra na comparação é a menos glamourosa da sua operação. É o feed. É o schema. É a API de estoque. É o campo de atributo que ninguém preencheu direito porque "o cliente vê na foto mesmo".
O agente não vê na foto. Se o seu SKU não diz o material, ele some do filtro "algodão". Se o preço no dado estruturado está defasado em relação ao checkout, ele recomenda e a compra quebra na hora do pagamento — e você acabou de gastar uma recomendação para gerar uma frustração.
Os cinco pontos que decidem se você é legível
1. Dados estruturados completos e verdadeiros. Marcação de produto, oferta, disponibilidade, identificador. Não é SEO de 2015: é o formato em que a sua loja se apresenta para qualquer sistema que consome catálogo.
2. Preço e estoque em tempo real. Feed atualizado uma vez por dia era aceitável quando a comparação era semanal. Não é quando um agente consulta no momento da decisão.
3. Atributos que respondem perguntas. Tamanho, cor, material, medida, compatibilidade, prazo. Cada campo vazio é um filtro em que você não aparece.
4. Frete e devolução em texto processável. Não escondido dentro de uma calculadora que só funciona depois do carrinho. Se a condição não é legível antes, o agente descarta pela incerteza.
5. Checkout que aceita ser operado. Fluxo rápido, sem etapa que dependa de interpretar um banner, e meios de pagamento variados.
O básico ainda derruba mais venda do que a falta de IA
Antes de investir em qualquer coisa agêntica, vale olhar onde a venda já morre hoje.
Repare que nenhum desses problemas é resolvido por inteligência artificial. São problemas de arquitetura, de integração e de meio de pagamento. E são os mesmos problemas que, se não forem resolvidos, vão fazer o agente abandonar a compra exatamente como a pessoa abandona.
Aliás, pior: a pessoa às vezes insiste porque quer muito aquele produto. O agente não insiste. Ele vai para o próximo resultado.
O varejo sabe disso. E trava no mesmo lugar
Os dados do lado do lojista são reveladores. A intenção existe e é alta. O que impede não é ceticismo com IA.
Duas das três barreiras são de engenharia. Integração com sistema existente é um problema de arquitetura. Incerteza de ROI é, na maioria dos casos, um problema de não ter métrica nem dado confiável para medir. Só a primeira — cibersegurança — é de fato uma questão nova trazida pela IA, e mesmo ela desemboca em decisões clássicas de permissão, autenticação e antifraude.
Ou seja: o varejo brasileiro não está travado por falta de modelo de IA. Está travado por falta de base.
Uma frente que quase ninguém está olhando: tráfego não humano
Se agentes vão navegar e comprar, sua operação vai receber requisições que não vêm de uma pessoa. Isso levanta perguntas que valem uma conversa com quem cuida da sua infraestrutura:
O seu antifraude sabe distinguir um agente legítimo agindo em nome de um cliente de um bot malicioso? Hoje, provavelmente, os dois são bloqueados pela mesma regra.
As suas métricas de analytics vão contar esse tráfego como o quê? Se agente entra como bot, a sua taxa de conversão vai começar a mentir.
O seu rate limit derruba um agente que consulta preço de vinte SKUs em sequência?
Não existe resposta pronta para nenhuma dessas — o mercado está construindo os padrões agora. Mas a empresa que só for pensar nisso quando a conversão despencar sem explicação vai perder alguns meses descobrindo a causa.
Por onde começar, na ordem certa
Primeiro, audite o catálogo. Pegue os seus 50 SKUs de maior receita e responda: os dados estruturados estão completos? Preço e estoque batem com o checkout neste exato momento? Os atributos permitem filtrar? Esse diagnóstico costuma revelar mais oportunidade do que qualquer projeto novo.
Depois, arrume o checkout. Velocidade e variedade de pagamento. É o gargalo com maior impacto imediato em receita e o mais fácil de medir.
Só então, experimente o agêntico. Recomendação, busca conversacional, atendimento que resolve. Com métrica definida antes de começar e um ponto de aprovação humana onde há dinheiro envolvido.
Quem inverte essa ordem constrói uma vitrine inteligente sobre um catálogo que mente.
Onde a 2Maker entra?
A 2Maker trabalha exatamente nessa camada: catálogo estruturado, integração entre loja, ERP e logística, checkout otimizado e sistemas sob medida para o que a plataforma padrão não resolve. É o trabalho que não aparece em apresentação, mas que decide se a sua loja existe ou não para o próximo comprador — humano ou não.
Quer saber como o seu catálogo e o seu checkout se comportam hoje? O ponto de partida é um diagnóstico técnico. Fale com a 2Maker.
Fontes
Adyen — Relatório do Varejo 2026 (lançado na NRF 2026).
Adyen — Relatório do Varejo 2025, dados de IA no varejo brasileiro.
InfoMoney — Mais da metade dos consumidores diz usar IA para fazer compras (10/06/2025).
