Recentemente, fui a uma loja de roupas com uma experiência que me fez pensar muito mais sobre inteligência artificial do que sobre moda. Eu tinha um orçamento definido, registrei peças e combinações em vídeo, comparei possibilidades durante a escolha e cheguei ao caixa já sabendo quanto esperava pagar. A conversa com IA ajudou a organizar uma decisão que normalmente seria feita de maneira muito mais intuitiva. Naquela compra, o valor final foi de R$ 3.108, dentro do orçamento que eu havia separado.
O que me chamou atenção não foi a capacidade de uma ferramenta somar preços. Uma calculadora faria isso. A mudança está no modo como informações, preferências e opções passam a entrar na conversa antes de a compra acontecer. É uma pequena experiência pessoal, não uma amostra científica do varejo; justamente por isso, ela é útil como hipótese sobre o futuro da jornada de consumo.
A jornada não começou na porta da loja
Durante décadas, o marketing descreveu uma sequência mais ou menos conhecida: estímulo, pesquisa, visita, comparação e compra. Na vida real, essas etapas já se misturam há muito tempo. O consumidor vê uma peça em uma rede social, consulta uma loja, conversa com amigos e muda de ideia diante da vitrine. A IA acrescenta outra camada: a pessoa pode testar critérios, comparar combinações e estabelecer um teto financeiro antes de falar com um vendedor.
Esse processo não significa que o modelo conhece o estoque real da loja, que enxerga todas as peças ou que realiza qualquer pagamento por conta própria. Ele ajuda a organizar a análise com base nas informações fornecidas pelo consumidor. No meu caso, o valor desse apoio esteve na continuidade do raciocínio: algumas opções faziam sentido, outras não, e cada escolha tinha impacto no orçamento.
A pergunta do consumidor mudou
Quando alguém pergunta a uma IA “o que combina com isto?” ou “qual loja oferece a opção mais adequada?”, nem sempre menciona uma marca. Isso é muito diferente de digitar o nome de uma rede específica em um buscador. O sistema passa a construir alternativas a partir do contexto disponível, das fontes que utiliza e da interpretação do pedido. Para as empresas, a oportunidade — e o risco — está justamente aí.
Uma marca pode ser conhecida, anunciar bastante e aparecer nos primeiros resultados tradicionais de busca, mas não ser lembrada quando um modelo responde a uma pergunta aberta. Outra, com menos investimento em mídia, pode entrar na conversa por ter informações mais claras, reputação contextual e fontes relevantes. Nenhuma dessas presenças é garantida; o comportamento varia conforme pergunta, plataforma e momento da consulta.
Quatro camadas que as marcas precisam observar
- Descoberta: quais perguntas levam consumidores a procurar uma categoria sem citar marcas? O trabalho começa com necessidades reais, não com uma lista artificial de prompts que já contenham o nome da empresa.
- Comparação: que critérios aparecem quando a IA apresenta opções? Preço, estilo, tamanhos, localização, política de troca e reputação podem ser considerados, mas a resposta nem sempre reflete informações atualizadas.
- Informação de produto: a página apresenta variações, tamanhos, disponibilidade, preço e condições de compra de maneira consistente? Em um cenário de agentes, discrepâncias entre site e catálogo estruturado se tornam fricções adicionais.
- Conversão real: o que acontece depois da recomendação? A pessoa ainda precisa confirmar estoque, experimentar, ajustar, pagar ou falar com atendimento humano. A experiência digital não pode prometer uma realidade que a loja não consegue entregar.
O que o Walt fez — e o que não devemos atribuir ao agente
Eu utilizo soluções de inteligência artificial diariamente e estou desenvolvendo o Walt como uma proposta de assistente pessoal e executivo. Mas é importante ser tecnicamente correto: uma experiência realizada em conversa com IA não significa, automaticamente, que o produto Walt tenha executado integrações próprias com estoque, caixa ou sistemas de pagamento. A inteligência está na assistência ao processo de decisão, e essa distinção deve ser transparente.
Esse cuidado faz parte do meu posicionamento. Não quero mostrar uma ferramenta funcionando em condições irreais para concluir que o futuro chegou por completo. Quero demonstrar onde a IA realmente ajudou, quais etapas dependeram da minha ação e o que ainda falta para a jornada se tornar mais integrada.
O impacto para marketing e experiência do cliente
Se uma parte da comparação acontece antes de visitar o site ou a loja, a empresa precisa repensar o que significa ser encontrada. O antigo objetivo de aparecer entre os primeiros links continua importante, mas passa a conviver com outra pergunta: minha marca é considerada uma alternativa relevante nas respostas geradas por inteligências artificiais?
Essa é uma das questões que investigo com a Escala Will, pesquisa desenvolvida em contexto acadêmico e aplicada ao monitoramento de presença em IAs. O estudo divulgado contempla 552 marcas em 22 setores e 6.611 consultas. Sua utilidade está em oferecer um protocolo de análise, com critérios e limitações, para além de impressões pontuais sobre uma resposta isolada.
Na WS Labs, essa discussão também se conecta ao Apareci.ai, ferramenta que reúne diagnóstico SEO e GEO, análise de presença, planos de ação e produção de conteúdos. Para e-commerces, o AgentReady amplia o olhar para a preparação de lojas e catálogos frente a experiências mediadas por agentes. O objetivo não é prometer citação ou vendas, mas identificar o que precisa ser investigado e melhorado.
O que um executivo pode fazer na próxima semana
Comece registrando perguntas espontâneas que clientes fazem antes de escolher sua categoria. Teste essas perguntas em ferramentas diferentes sem mencionar sua marca. Observe quais empresas surgem, quais argumentos aparecem e se os dados de produtos e serviços estão corretos. Depois, percorra a própria jornada do consumidor: a recomendação leva a uma página útil, a uma oferta coerente e a uma experiência de compra possível?
Quando houver divergência, não tente resolvê-la apenas com volume de posts. Investigue estrutura do site, atributos de produto, presença de terceiros, avaliações legítimas, fontes e consistência da identidade da marca. Faça mudanças rastreáveis e compare resultados ao longo de um período razoável.
Conclusão
Meu ponto não é que a IA substituiu o vendedor ou o profissional de marketing. A experiência mostrou que a assistência inteligente já pode alterar como uma pessoa pensa e se prepara para comprar. O próximo desafio das marcas é entender o que essa mediação significa, sem confundir potencial com resultado comprovado.
Quero continuar mostrando esses testes com profundidade: o que foi feito, o que funcionou, onde a IA falhou e que consequência isso tem para os negócios. É assim que a conversa sobre tendências se transforma em análise aplicada.