A inteligência artificial ativa promete revolucionar toda a experiência de compra. Aqui está um vislumbre do futuro próximo — e o que lojistas, jogadores e plataformas precisam saber para prosperar.

À primeira vista

Capítulo 1 | Uma nova Experiência de Compra — Perfeita, Eficiente e Mediada por Agentes de IA

Imagine que uma nova e promissora oportunidade de emprego exige que você mude sua família para outra cidade ou estado. É bem provável que toda a empolgação com o novo cargo seja logo atenuada pelos inúmeros percalços da mudança. Você precisa encontrar uma casa confortável com um trajeto razoável até o trabalho, decidir o que levar e o que vender, e contratar uma empresa de mudanças confiável para entregar tudo no prazo. Além disso, ainda tem a questão de encontrar novos médicos, veterinários para os animais de estimação, uma academia e atividades extracurriculares para as crianças. É muita coisa para lidar.

No mundo tradicional do comércio, realizar isso exigiria navegar por dezenas de ferramentas, sites, marketplaces online e lojas físicas diferentes. Na era da inteligência artificial, o agente de IA faz grande parte disso por você, atuando como seu estrategista pessoal, designer, negociador e gerente de logística. Ele toma microdecisões em múltiplas dimensões — orçamento, estética, logística — transformando uma jornada estressante e fragmentada em algo personalizado, altamente eficiente e coerente.

À medida que o comércio evolui para além da web legível por humanos, os agentes se tornam a principal interface entre usuários e profissionais de marketing, transformando fundamentalmente a forma como os consumidores interagem com produtos e serviços. É uma transformação semelhante à revolução do comércio eletrônico — só que provavelmente acontecerá muito mais rapidamente. Considere que, em 1999, havia 100 milhões de usuários de internet. (pouco menos de 2% da população mundial) começou a explorar o comércio eletrônico. Em 2025, quase 5,6 bilhões de usuários estarão conectados à internet, representando aproximadamente 68% da população mundial.

Nesta era hiper-conectada, mudanças drásticas em uma escala muito maior podem ocorrer muito mais rapidamente. Nos primórdios do comércio eletrônico, muitos que ficaram para trás se viram ultrapassados ​​ou até mesmo faliram. Agora, como naquela época, as empresas precisam descobrir como se adaptar a essa nova realidade emergente — mesmo que isso signifique repensar seus modelos de negócios existentes — ou correm o risco de um destino semelhante.

“As empresas passaram décadas aprimorando as jornadas do consumidor, refinando cada clique, rolagem e toque. Mas na era do comércio assistido por agentes, o consumidor não viaja mais sozinho. Seus representantes digitais agora navegam pelo ecossistema comercial, tomando milhões de microdecisões diariamente. Para prosperar, as marcas precisam repensar toda a estrutura de engajamento — não para as pessoas que elas se esforçaram para compreender, mas para os agentes que agora atuam em seu nome.”

Becca Coggins, sócia sênior da McKinsey e líder global das práticas de Varejo e Bens de Consumo Embalados.

O comércio agentivo está se consolidando por meio de três modelos principais de interação: agente para site, agente para agente e agente intermediador para site (Figura 2).

À medida que esses modelos evoluem, a estrutura do comércio se transformará, com a busca e comparação manuais sendo gradualmente substituídas por processos mediados por máquinas, nos quais agentes aumentarão cada vez mais a capacidade de tomada de decisão humana. Embora o ritmo e o alcance da IA ​​com agentes ainda não estejam claros, a tecnologia está melhorando rapidamente e a integração é menos difícil e dispendiosa do que as transições de plataforma anteriores. Assim, mesmo um cenário com premissas moderadas indica um imenso valor econômico. Considerando a crescente disponibilidade e adoção de ferramentas de descoberta baseadas em IA, juntamente com premissas moderadas sobre a prontidão dos comerciantes para o comércio com agentes, somente até 2030, o mercado varejista B2C dos EUA poderá representar uma oportunidade de gerar receita na faixa de US$ 900 bilhões a US$ 1 trilhão. Globalmente, essa oportunidade deverá variar de US$ 3 trilhões a US$ 5 trilhões, segundo pesquisa da McKinsey.6(Esses números refletem apenas bens e ainda não incluem serviços; tampouco levam em conta o significativo mercado B2B.)

O panorama geral desse mundo já está se delineando. Metade de todos os consumidores agora utiliza inteligência artificial ao pesquisar na internet. O que começa como descoberta mediada por IA se estende cada vez mais à execução, à medida que agentes de IA comparam opções, montam cestas de compras e finalizam a compra por meio de protocolos de pagamento emergentes e integrações com comerciantes. A plataforma de IA Perplexity, por exemplo, lançou uma ferramenta de compras com agentes, o "Perplexity Buy with Pro", no final de 2024. O Operator da OpenAI, lançado em janeiro de 2025 e agora integrado ao ChatGPT, usa agentes para ajudar os usuários a automatizar tarefas como reservas de viagens e restaurantes. Mais recentemente, a OpenAI anunciou um Protocolo de Comércio com Agentes, desenvolvido em conjunto com a Stripe, que permite aos usuários concluir compras dentro do ChatGPT sem sair do chat. A Shopify está desenvolvendo uma infraestrutura de compras com agentes que permite que eles acessem seu catálogo e criem carrinhos de compras em diversas lojas. Amazon, Google, PayPal, Mastercard e outras empresas também estão desenvolvendo serviços de compras com agentes. Coletivamente, essas iniciativas estão transformando o comércio com agentes de um conceito em uma realidade iminente.

Para os varejistas, este é o momento de fazer perguntas ousadas, incluindo:

• Que oportunidades o comércio com agentes criará e quais ele eliminará?

• Como construir laços fortes com os consumidores à medida que seus compradores migram para o comércio intermediado por agentes? Como garantir que seus sistemas atuem em benefício de seus clientes?

• Como sua empresa pode se tornar indispensável em uma economia orientada por agentes? Que novos modelos de receita você pode desenvolver em um mundo onde os agentes são os guardiões da intenção do consumidor?

Este relatório ajudará os líderes a entender melhor como abordar essas questões. A hipotética mudança interestadual descrita acima ilustra o que a era da autonomia significa para os consumidores. A seguir, abordaremos as implicações para os modelos de negócios, a infraestrutura tecnológica e o próprio relacionamento entre empresas e consumidores.

Capítulo 2 | Criando a Infraestrutura para o Comércio Agente

À medida que avançamos para esta nova era do comércio digital, o comércio orientado a agentes está sendo moldado pelas mãos de desenvolvedores, que criam e aprimoram sistemas que integram perfeitamente APIs de múltiplas fontes para fornecer informações em tempo real e experiências dinâmicas para o cliente. O ritmo do avanço tecnológico é impressionante. A duração das tarefas que os grandes modelos de linguagem (LLMs) conseguem concluir de forma confiável com uma taxa de sucesso de pelo menos 50% tem dobrado a cada sete meses desde 2019, de acordo com a METR. Em 2019, por exemplo, os modelos mais avançados conseguiam gerenciar apenas tarefas que exigiam alguns segundos de esforço humano. Em 2025, o Claude 3.7 Sonnet, da Anthropic, ostenta um "horizonte temporal" de 59 minutos, capaz de concluir tarefas que levariam quase uma hora para um humano qualificado — e, recentemente, o Claude 4.5 estendeu esse tempo para mais de 30 horas humanas. Isso marca um ponto de inflexão em que a IA poderá em breve lidar com tarefas que levam vários dias ou semanas, abrindo novas oportunidades em especialização de tarefas e colaboração multiagente.

O ritmo acelerado da inovação em IA agente está sendo impulsionado por seis ferramentas e desenvolvimentos principais:

• Protocolo de Contexto de Modelo (MCP)

  O MCP é um padrão de interoperabilidade que permite que agentes e sistemas de IA compartilhem contexto, intenção e dados sobre atividades anteriores entre modelos e ferramentas. Ao contrário de prompts estáticos ou chamadas de API isoladas, o MCP possibilita uma comunicação persistente e estruturada, permitindo que os agentes retenham memória, raciocínio e objetivos em diferentes ambientes. Ao padronizar a forma como os desenvolvedores conectam aplicativos baseados em LLM a ferramentas e chamadas de função, o MCP capacita os agentes a realizar ações significativas em diversas plataformas, desbloqueando um comportamento mais coerente, autônomo e sensível ao contexto, e estabelecendo as bases para ecossistemas verdadeiramente agentes (Figura 3).

• Protocolo Agente-para-Agente (A2A)

  O A2A é um protocolo de comunicação e um modelo de interação que permite que agentes de IA autônomos coordenem, negociem e concluam tarefas diretamente entre si, minimizando a necessidade de intervenção humana. Construído para interoperabilidade, o A2A permite que agentes — independentemente do fornecedor, arquitetura ou ambiente — troquem recursos, status e contexto com segurança por meio de protocolos padronizados como JSON-RPC e HTTP. Essa estrutura aberta suporta tarefas de longa duração, descoberta dinâmica de recursos e colaboração multimodal, incluindo saídas de texto, áudio e vídeo. Ao reduzir a sobrecarga de integração e facilitar a coordenação entre agentes, o A2A estabelece a base para ecossistemas multiagentes escaláveis. Isso acelera a adoção de fluxos de trabalho autônomos pelas empresas e permite que agentes inteligentes operem com eficiência em mercados multiplataforma em tempo real.

• Protocolo de Pagamentos para Agentes

  O AP2 do Google é um protocolo inovador, aberto e independente de métodos de pagamento, projetado para capacitar agentes de IA autônomos e semi autônomos a realizar compras verificáveis ​​em nome dos usuários. Ao utilizar mandatos assinados criptograficamente que vinculam a intenção, o carrinho e o pagamento entre usuários, comerciantes e redes de pagamento, o AP2 cria um registro de auditoria, não sujeito a repúdio, garantindo transparência e responsabilidade. Este protocolo inovador tem o potencial de revolucionar a forma como as transações são realizadas, desbloqueando novas fontes de receita por meio da execução automatizada de "intenções permanentes", reduzindo custos ao minimizar fraudes e estornos, e remodelando a concorrência à medida que os algoritmos de roteamento de agentes otimizam custo, velocidade e recompensas.

• Agente de Uso de Computador

  Este sistema permite que a IA controle interfaces de usuário, como mouse e teclado, para concluir tarefas como efetuar compras ou preencher formulários online. Desenvolvedores estão criando ferramentas e frameworks que permitem que a IA interaja com sites e interfaces de usuário, automatizando tarefas sem intervenção humana direta. Esses sistemas são particularmente úteis quando APIs não estão disponíveis ou são impraticáveis, especialmente em casos específicos onde a criação de uma API não é economicamente viável.

• Personalização Contextual Orientada por IA

  Essa capacidade representa uma mudança das previsões estáticas baseadas em buscas para uma IA dinâmica e sensível ao contexto, que se adapta às mudanças na intenção do usuário. Ao memorizar as preferências do usuário e inferir detalhes das interações, esses sistemas de agentes fornecem recomendações relevantes e personalizadas. Os desenvolvedores estão criando sistemas de IA sensíveis ao contexto que se adaptam dinamicamente à intenção do usuário, implementando arquiteturas orientadas à memória que capturam e inferem as preferências do usuário, garantindo uma personalização em tempo real que responde a contextos em constante evolução.

• Planejamento Dinâmico com Ajustes em Tempo Real

  Isso se refere à capacidade dos sistemas de agentes de oferecer uma experiência dinâmica e completa ao cliente, com atualizações e ajustes em tempo real — por exemplo, executando um itinerário de viagem complexo que inclui voos, hotéis, restaurantes e eventos com ingressos, com integração e rastreamento automatizados de despesas. Os desenvolvedores estão criando sistemas que integram APIs de diversos parceiros para oferecer atualizações em tempo real, produtos/serviços alternativos e ajustes automatizados em planos, despesas e relatórios, garantindo que os resultados sejam legíveis por máquina.

À medida que os desenvolvedores continuam a inovar, o cenário do comércio assistido por agentes evoluirá, oferecendo oportunidades tanto para empresas quanto para consumidores.

• Qual é a aparência do ecossistema agentivo?

  Assim como o comércio online tradicional depende de um amplo ecossistema de participantes — plataformas de e-commerce, mecanismos de busca, provedores de pagamento, sites de avaliação, logística e ferramentas de prevenção de fraudes —, o comércio com agentes exigirá um sistema igualmente diverso e interconectado (Figura 4). Em sua essência, o ecossistema de agentes inclui plataformas de IA, agentes autônomos, infraestrutura, sistemas de pagamento e automação de fluxos de trabalho. Mas igualmente importantes são os adaptadores e facilitadores — como as plataformas de e-commerce tradicionais e as soluções de prevenção de fraudes — que devem evoluir para dar suporte a esse novo paradigma. A adoção e a expansão do comércio com agentes dependerão da velocidade com que esses participantes tornarem seus sistemas compatíveis com agentes e amplamente adotáveis ​​por consumidores, varejistas e marcas.

À medida que o comércio transita de interações diretas entre usuários para transações iniciadas por agentes, a infraestrutura de pagamentos existente enfrentará desafios estruturais significativos. Tradicionalmente, componentes como gateways e mecanismos antifraude foram construídos em torno de um modelo com intervenção humana, no qual identidade, intenção e autorização são explícitas e observáveis. O comércio baseado em agentes rompe com esse paradigma: o "cliente" agora é um agente de IA agindo em nome de uma pessoa, o que exige novas abordagens para autorização delegada, políticas de gastos programáveis ​​e atestação de consentimento. Essa mudança exige que a estrutura de risco atual evolua, deixando de depender de heurísticas comportamentais para estabelecer confiança em nível de protocolo — verificando não apenas os usuários, mas os próprios agentes.

Simultaneamente, um número crescente de provedores de serviços de risco, conformidade e identidade precisa adaptar os padrões existentes de Conheça Seu Cliente (KYC) e de Combate à Lavagem de Dinheiro (AML) para incluir a identificação de agentes (KYA) e desenvolver novos modelos de detecção de fraudes capazes de lidar com o comportamento dos agentes, credenciais comprometidas e potenciais ataques multiagentes. Além disso, os sistemas de tokenização, resolução de disputas e liquidação em tempo real podem exigir melhorias para suportar os protocolos A2A e incorporar um contexto mais rico nos metadados das transações. À medida que o cenário do comércio continua a evoluir, essas adaptações serão cruciais para garantir um ecossistema de pagamentos seguro e eficiente.

Tanto as empresas emergentes quanto as tradicionais estão investindo em soluções inovadoras para comerciantes e clientes. Em setembro de 2025, o Google lançou o AP2. Uma mudança significativa para transações conduzidas por agentes. Este padrão aberto e seguro conta com o apoio de líderes do setor como Mastercard, PayPal, American Express, Adobe e Alibaba. Ele garante a confiança por meio de mandatos assinados criptograficamente, que fornecem processos verificáveis ​​e auditáveis, um pilar fundamental para a construção da confiança no comércio intermediado por agentes.

Enquanto isso, líderes do setor de pagamentos estão buscando inovações paralelas. A Mastercard está desenvolvendo sua solução Agent Pay, e grupos do setor estão trabalhando para estender as credenciais verificáveis ​​do Worldwide Web Consortium (W3C) aos pagamentos. Ao mesmo tempo, a Visa está posicionando sua rede global como a espinha dorsal do comércio automatizado. Em parceria com plataformas de IA como Anthropic, IBM, Microsoft, Mistral AI, OpenAI, Perplexity, Samsung e Stripe, a Visa está testando transações em que agentes de IA podem gastar em nome dos usuários dentro de orçamentos predefinidos e parâmetros de consentimento. A Visa também lançou cartões compatíveis com inteligência artificial, que substituem os dados estáticos do cartão por credenciais digitais tokenizadas, permitindo que os comerciantes verifiquem se o agente do consumidor está realmente autorizado a agir em seu nome.

O catalisador para essa nova forma de comércio não se encontra apenas em empresas já estabelecidas, mas também em inovações revolucionárias de startups do Vale do Silício e de outros lugares. Um exemplo é a Skyfire, que lançou recentemente o Agent Checkout, baseado em um protocolo chamado KYAPay — um padrão aberto que fornece aos agentes de IA identidades verificadas e recursos de pagamento programáveis, facilitando a verificação de identidade, a auditabilidade, o controle de gastos e o rastreamento de reputação. Compatível com sistemas de autenticação, APIs e servidores MCP existentes, a Skyfire já conta com parceiros como APIFY, BuildShip, CarbonArc e Forter. Suporte à monetização e interação com agentes de forma integrada por meio de ferramentas padronizadas.

Esses desenvolvimentos destacam duas tendências principais no cenário de pagamentos: o surgimento de novas inovações projetadas para atender às demandas exclusivas de transações com agentes, garantindo segurança e eficiência; e a adoção, por redes e plataformas estabelecidas, de recursos como programabilidade e autorização delegada em sistemas legados, para fornecer infraestrutura confiável para transações autônomas. À medida que o comércio com agentes evolui, esses fluxos complementares — inovação no nível da infraestrutura e reinvenção interna — são cruciais para viabilizar pagamentos seguros, contínuos e habilitados por agentes. Juntos, eles pavimentam o caminho para um futuro em que agentes de IA possam realizar transações de forma autônoma, segura e eficiente.

“O comércio com agentes impulsionará a evolução dos provedores de pagamento de diversas maneiras. A autenticação e a prevenção de fraudes se tornarão mais complexas, passando de impedir que bots realizem transações para permitir que os agentes certos realizem transações em nome dos clientes. É provável que o comércio com agentes também transfira parte do controle dos modelos de assinatura e dos pagamentos com cartão cadastrado dos comerciantes para os agentes de consumo. E as empresas de pagamento ao consumidor terão que repensar como adquirem novos clientes, mantendo ao mesmo tempo a posição de destaque na carteira dos consumidores, que avaliam cada vez mais os produtos por meio de um agente.”

Marie Claude Nadeau, sócia sênior e líder global da área de pagamentos da McKinsey.

À medida que novas estratégias de API e interfaces de plataforma surgem, as empresas devem manter-se ágeis e preparadas para se adaptar a novas abordagens e integrações. O foco deve ser o desenvolvimento de APIs robustas e otimizadas que facilitem interações perfeitas entre agentes, como entre agentes automatizados e assistentes virtuais. Ao fazer isso, as empresas devem considerar três implicações estratégicas:

• Lidere o Desenvolvimento de IA

  Construa uma base tecnológica sólida para posicionar sua empresa na vanguarda da inovação em IA. Prepare suas principais marcas para o futuro integrando recursos avançados de IA à medida que a tecnologia evolui.

• Adote uma Estratégia Modular

  Evite depender exclusivamente de parcerias exclusivas com as principais plataformas de IA. Em vez disso, adote uma estratégia modular e flexível, baseada em uma infraestrutura de API robusta. Essa abordagem garante que sua empresa permaneça adaptável e no controle, mesmo com as mudanças no cenário da IA, com a entrada de novos concorrentes como DeepSeek ou Manus AI, que podem impulsionar a concorrência e alterar a dinâmica do mercado.

• Estabeleça Conexões Sólidas com Polos de Inovação

  Desenvolva uma rede estreita com desenvolvedores, startups e programas de incubação no epicentro da inovação em IA. Considere alocar equipes nessas regiões para se manter na vanguarda dos avanços em IA e garantir uma vantagem competitiva no cenário digital em constante evolução.

Capítulo 3 | Evolução dos Modelos de Negócios na Era do Comércio com Agentes

Em 1942, o economista Joseph Schumpeter cunhou o termo "destruição criativa" para descrever o poder da inovação e das novas tecnologias em destruir estruturas econômicas existentes — empregos, empresas e até mesmo setores inteiros — enquanto simultaneamente preparam o terreno para o surgimento de novas estruturas. O surgimento do comércio com agentes representa precisamente esse tipo de momento para os líderes empresariais

Adaptar-se a essa mudança de paradigma exigirá mais do que uma simples atualização da interface do usuário. Significa, na verdade, enfrentar uma reestruturação fundamental de como os produtos são descobertos, como as decisões de compra são tomadas e como os relacionamentos com os clientes são formados e mantidos. Afinal, em um mundo orientado a agentes, seu cliente pode não ser mais um ser humano com um navegador — é tão provável que seja um agente autônomo, agindo em nome desse cliente.

Atualmente, estamos em uma fase de rápida experimentação — o futuro da jornada do cliente permanece incerto. No entanto, podemos afirmar com segurança que a ampla adoção de interfaces conversacionais com inteligência artificial — o ChatGPT já conta com mais de 800 milhões de usuários semanais, E as visões gerais de IA do Google, impulsionadas pelo Gemini, agora alcançam mais de 1,5 bilhão de usuários. por mês — significa que o comércio fluirá cada vez mais por meio de canais de IA, impactando bilhões de consumidores e atingindo uma parcela significativa da renda disponível global. Nesta era hiperconectada, mudanças drásticas podem ocorrer rapidamente; à medida que os modelos de interação com agentes são testados no mercado, os consumidores começarão a expressar suas preferências por meio de seu comportamento. Conforme isso acontece, as empresas serão forçadas a repensar como se relacionam com os clientes, otimizar operações e entregar valor — em muitos casos, reinventando fundamentalmente os modelos de negócios tradicionais. Não será a primeira vez que uma nova tecnologia força esse tipo de mudança. Historicamente, cada onda de disrupção tecnológica remodelou a forma como o valor é capturado, e a disrupção da IA/API não será exceção.

Como as empresas responderão ao comércio assistido por agentes? No mínimo, os diretórios de produtos precisarão ser otimizados para a legibilidade por agentes. Muitas empresas testarão novas experiências focadas no agente. Outras, por sua vez, reinventarão completamente seus modelos, assumindo a orquestração e se tornando indispensáveis ​​em um ecossistema orientado por agentes de IA. Mas uma coisa é certa: permanecer estático não é uma opção viável.

“Este não é um momento para esperar e ver o que acontece. Em breve, quase todos os varejistas terão que lidar com o fato de que uma porcentagem significativa de seus clientes não será composta por usuários humanos, mas sim por agentes de IA. O desafio será se antecipar a essa mudança agora, antes que seus concorrentes o façam. As empresas que agirem primeiro, mesmo que de forma modesta, serão as que ajudarão a moldar o futuro.”

Lareina Yee, sócia sênior, diretora de pesquisa em tecnologia do McKinsey Global Institute e co-chefe de ecossistemas e alianças globais.

Inovar ou Renovar? Seis Áreas-Chave que as Empresas Devem Considerar ?

Para prosperar na era da inteligência artificial, as empresas de varejo precisarão abordar seis domínios-chave de seus modelos de negócios: 1) engajamento do cliente e descoberta de produtos; 2) fidelização e relacionamento com o cliente; 3) plataformas de comércio eletrônico; 4) pagamentos e detecção de fraudes; 5) ponto de venda na loja; e 6) logística e devoluções. O desafio para as empresas será pensar estrategicamente sobre cada uma dessas áreas — discernindo onde inovar (construindo estratégias e estruturas totalmente novas) e onde renovar (atualizando sistemas e processos existentes para operar em um ambiente nativo da IA).

Em três desses domínios, a inovação será fundamental. Para impulsionar o engajamento e a descoberta, as empresas precisam desenvolver agentes capazes de compreender a intenção do cliente e sugerir proativamente produtos, serviços, pacotes ou outras alternativas. Isso exigirá a incorporação de metadados semânticos e comportamentais em catálogos de produtos, além do desenvolvimento de interfaces autenticadas por agentes para descoberta autônoma e verificação de intenção e identidade em tempo real, garantindo que as transações sejam seguras e eficientes. A fidelização e o desenvolvimento de relacionamentos com clientes, por sua vez, demandarão novas experiências hiper-personalizadas, com ofertas acionadas pela intenção inferida. Isso exigirá a criação de camadas persistentes de contexto do cliente acessíveis aos agentes e a exposição de serviços de fidelidade e mecanismos de elegibilidade por meio de APIs.

Em contrapartida, a renovação será essencial em áreas onde os sistemas legados dificultam a integração da IA. As plataformas de comércio principais, por exemplo, devem ser reformuladas para permitir que os agentes executem transações estruturadas com o mínimo de intervenção humana, incorporando recursos de IA como precificação dinâmica ou recomendações baseadas em estoque. Os sistemas de ponto de venda nas lojas físicas devem ser reestruturados para sincronizar as jornadas digitais e físicas, compartilhando contexto com os funcionários da loja, acessando mapas e estoques digitalizados e integrando computação espacial para navegação dentro da loja. Por fim, os sistemas de logística e devolução precisarão de agentes capazes de automatizar as decisões de logística, negociar a lógica de devolução e orquestrar as ações pós-compra — o que exigirá APIs de orquestração de logística prontas para uso pelos agentes e integração com diversas transportadoras e intermediários de última milha por meio de conectores modulares.

Em conjunto, esses domínios formam a espinha dorsal de uma infraestrutura de comércio pronta para agentes, e a capacidade de um comerciante prosperar em um futuro nativo da IA ​​provavelmente dependerá de sua capacidade de adaptação em todos os seis.

Para se prepararem para um futuro com maior autonomia, os comerciantes podem inovar e se renovar em 6 áreas principais.

Transformando seu próprio negócio

Em resumo, as empresas precisam estar dispostas a romper com seus próprios processos e modelos para se manterem competitivas. Isso significa repensar as estratégias tradicionais de e-commerce e os fluxos de receita para adotar soluções de IA que possam aprimorar a descoberta de produtos, o atendimento ao cliente e as experiências pós-compra. É claro que haverá nuances. Afinal, muitos consumidores apreciam a experiência de compra, enquanto outros podem optar pela maior automação possível. Ao integrar a IA assistiva desde o início e investir na infraestrutura adequada — seja por meio de mecanismos de recomendação baseados em IA, chatbots para assistência em tempo real ou assistentes de compras inteligentes — as empresas podem obter uma vantagem competitiva, oferecendo uma jornada de compra cada vez mais fluida e intuitiva para todos os seus clientes.

Conforme discutido no capítulo anterior, nada disso será possível sem uma nova infraestrutura técnica estruturada em torno de APIs que permitam a comunicação entre diferentes sistemas de software. Para facilitar operações tranquilas e experiências de usuário perfeitas, as empresas devem se concentrar na construção de uma infraestrutura de API eficiente e intuitiva, adaptada às necessidades dos agentes, garantindo que os agentes de IA possam navegar na plataforma com segurança, autenticar usuários corretamente e gerenciar transações seguras. E será crucial desenvolver os recursos para diferenciar entre um agente benigno e um bot malicioso. (Para mais informações sobre gerenciamento de risco e confiança em agentes, consulte o capítulo 4 abaixo.)

À medida que os agentes de IA influenciam cada vez mais as decisões de compra dos consumidores, as empresas precisam evoluir para garantir que seus produtos e serviços sejam facilmente encontrados — não apenas por pessoas, mas também pelos sistemas de agentes que atuam em seu nome. De fato, projetar a “experiência do agente” poderá em breve se tornar tão importante quanto a experiência do cliente. A OpenAI deu um grande passo nessa direção com o recente anúncio do lançamento de um navegador web nativo para IA com produtos de agentes, como o Operator, integrados à experiência de navegação. Essa mudança transcende o SEO tradicional, que tende a se tornar menos relevante em um mundo de agentes. Em vez disso, as empresas precisarão entender e se alinhar às estruturas de dados, preferências e lógica de tomada de decisão dos agentes de IA — preservando, ao mesmo tempo, as experiências emocionais e focadas na marca que constroem confiança e lealdade com as pessoas.

“O comércio assistido por agentes está revolucionando a forma como os consumidores interagem com o mundo digital. Estamos entrando em uma era em que os agentes de IA não apenas auxiliarão, mas também decidirão. Os modelos de negócios precisam evoluir, deixando de se concentrar na otimização de cliques para se concentrarem em conquistar a confiança de algoritmos que atuam em nome dos consumidores. Isso levanta algumas questões: como tornar sua oferta facilmente acessível aos agentes? O que significa fidelidade à marca quando as decisões são delegadas? Como construir para um mundo em que o comprador é um modelo que age em benefício próprio? Os líderes precisam se perguntar: estamos criando experiências para as pessoas ou para seus agentes? Porque, cada vez mais, o agente será o cliente.”

Naveen Sastry, sócio sênior da McKinsey e líder global de software e plataformas.

Essa abordagem dupla tem o potencial de desbloquear novas fontes de receita. Isso porque, no comércio assistido por agentes, o caminho para a compra começa quando a intenção surge. Agentes de IA, agindo em nome dos consumidores, podem detectar e interpretar intenções iniciais por meio de sinais contextuais: um convite de calendário para uma mudança futura, uma mensagem sobre um novo bebê ou uma busca por imóveis em uma nova cidade. Ao interagir nesse momento inicial, as empresas podem se posicionar não apenas como fornecedoras, mas como provedoras de soluções integrais no processo de planejamento do cliente. Esse acesso antecipado permite que as empresas capturem a intenção antes mesmo que o consumidor visite uma página de produto ou compare diferentes opções, efetivamente contornando o funil de descoberta tradicional. No caso de uma mudança de cidade, um agente de IA poderia elaborar proativamente um plano de compras abrangente: pesquisando e comparando opções de móveis, identificando fornecedores de serviços locais, calculando custos de frete e otimizando o cronograma. Para quem está planejando férias, um agente poderia pré-selecionar opções de destino com base em disponibilidade de tempo, programas de fidelidade e preferências de viagem.

Essas capacidades transformam a presença da marca, que deixa de ser escolhida no momento da comparação e passa a estar presente no momento da necessidade — um processo com potencial para ser escalado para milhares de micro-interações com clientes, com precisão personalizada e pouco trabalho humano adicional. O resultado é uma aquisição de clientes mais eficiente, taxas de conversão mais altas e maior valor vitalício do cliente.

Da mesma forma, em vez de depender de promoções genéricas, os agentes de IA podem negociar ofertas personalizadas para os clientes — por exemplo, agrupando compras de móveis de diferentes varejistas durante uma mudança, adaptadas ao orçamento, estilo e preferências de entrega. Empresas com modelos de assinatura podem se beneficiar, dada a capacidade dos agentes de gerenciar compras recorrentes e reabastecíveis, sejam elas de café, produtos para a pele ou ração para animais de estimação. A precificação dinâmica em tempo real é outra fronteira potencial, com agentes de IA avaliando concorrentes, intenções do cliente e estoque para propor preços ideais que maximizem a conversão e protejam as margens de lucro.

Além dessas inovações na interface do usuário, a IA orientada a agentes otimiza as operações de back-end, desde o planejamento de estoque até a automação de serviços, reduzindo custos e aumentando a escalabilidade. Em essência, os agentes de IA não são apenas um novo canal; são um catalisador para reimaginar a criação e a captura de valor ao longo de toda a jornada do cliente.

Gerenciando o risco da queda na receita de anúncios

É claro que o comércio baseado em agentes também ameaça reduzir as fontes de receita tradicionais, principalmente a publicidade. As redes de mídia de varejo, que dependem de modelos baseados em anúncios, podem enfrentar desafios à medida que os consumidores migram para experiências conduzidas por agentes que ignoram os canais de publicidade tradicionais. As empresas precisarão diversificar suas fontes de receita e considerar maneiras inovadoras de monetizar por meio de IA, como cobrar por insights de dados ou oferecer serviços premium aos consumidores que utilizam agentes. Nesse cenário em constante evolução, os dados de uso de agentes serão cruciais para orientar as estratégias de monetização. Novas abordagens para branding e parcerias serão essenciais, com modelos potenciais incluindo acordos de afiliados, bônus de descoberta em marketing, posicionamentos premium e taxas de assinatura. O setor ainda está em seus primórdios, mas seguem alguns exemplos de monetização inovadora:

• Pacotes Multimarca e Compartilhamento de Receita.

  Agentes de IA coordenam compras de diversas marcas, combinando-as em experiências integradas. Por exemplo, quando um usuário busca um pacote de lua de mel, o agente negocia e reúne voos, hotéis, excursões e refeições de diferentes fornecedores. Cada fornecedor recebe uma parte do valor total do pacote, enquanto a plataforma de IA responsável pela coordenação recebe uma taxa de serviço ou de coordenação.

• Taxas de Negociação em Tempo Real

  Os agentes podem negociar em tempo real em nome dos usuários, como para conseguir upgrades em hotéis ou resgates de pontos de fidelidade. As plataformas que permitem essas negociações podem cobrar uma taxa de sucesso ou margem por transação. Por exemplo, uma companhia aérea pode pagar uma taxa quando um agente negocia com sucesso um upgrade de assento.

• Habilidades Premium e Modelos de Assinatura.

  A Frontier Labs ou desenvolvedores terceirizados podem oferecer agentes de IA verticais, como consultores de moda ou planejadores de viagens de luxo, por meio de planos de assinatura ou acesso escalonado a recursos e integrações avançados, gerando receita recorrente.

• Vendas de Insights e Análises de Dados.

  As marcas podem pagar por análises de comportamento do consumidor anonimizadas e filtradas por agentes para obter dados sobre consideração ou rejeição de produtos, sensibilidade a preços e comparações com a concorrência, ajudando-as a refinar suas estratégias de marketing e de produto.

• Mercados Conversacionais.

  Os agentes de IA podem evoluir para mercados totalmente conversacionais, onde as decisões de compra ocorrem por meio de diálogo. Os proprietários desses mercados monetizam por meio de taxas de listagem de marcas, comissões de vendas e taxas de processamento ou proteção de pagamentos.

• Taxas de Protocolo entre Agentes.

  Quando agentes de IA de diferentes plataformas interagem, a monetização pode ocorrer por meio de taxas de protocolo para interoperabilidade ou compartilhamento de comissões quando valor conjunto é criado.

• Patrocínios Contextuais em Dispositivos Conectados

  As marcas podem patrocinar experiências contextuais por meio de integrações com wearables, automóveis ou casas inteligentes. Por exemplo, a Tesla poderia pagar para ser a fornecedora padrão de veículos elétricos para viagens planejadas por IA, ou o Spotify poderia patrocinar músicas durante eventos selecionados por IA.

• Sugestões Patrocinadas e Contextuais

  Embora a publicidade direta possa comprometer a confiança do consumidor, as "sugestões inteligentes patrocinadas" sutis, alinhadas à intenção do usuário, podem ser monetizadas, desde que o agente mantenha a imparcialidade para preservar a confiança do usuário.

Os pioneiros têm a oportunidade única de estabelecer e definir esses modelos de preços, capitalizando sobre as atuais lacunas de monetização, onde os agentes geralmente não cobram e os provedores ainda não desenvolveram uma estratégia de receita clara.

Por fim, à medida que as empresas repensam seus modelos de negócios, devem partir do princípio de que o sucesso com IA também exige uma reestruturação fundamental das organizações e o empoderamento dos funcionários. Felizmente, embora os líderes frequentemente citem a prontidão dos funcionários como uma barreira à adoção da IA, pesquisas da McKinsey mostram que os funcionários estão mais preparados do que seus executivos acreditam.

Capítulo 4 | Navegando pela Confiança e Pelo Risco: Por que a IA Responsável é Fundamental para a Adoção em Larga Escala do Comércio Autônomo

Nesse cenário em constante evolução do comércio com agentes, a confiança transcende o mero sentimento do consumidor. Ela se torna uma infraestrutura fundamental — e provavelmente estará sob forte pressão.

A Equação da Confiança

Quando uma pessoa entra numa loja, a equação da confiança é simples: confio nesta marca, neste comerciante, neste produto? No entanto, quando um agente de IA faz compras em seu nome, a confiança torna-se abstrata, filtrada por camadas de dados, automação e estruturas institucionais. Essa mudança suscita uma questão profunda: em quem confiamos quando não somos nós que fazemos as escolhas?

Para muitos consumidores, a resposta pode ser simplesmente "ninguém". Em países como a Alemanha e o Japão, por exemplo, os consumidores ainda preferem métodos de pagamento tradicionais — como faturas ou opções de "compre agora, pague depois" (BNPL) — em vez de cartões de crédito, que tendem a impulsionar o comércio eletrônico globalmente. Em vez disso, as transferências diretas entre contas dominam na Alemanha, representando 26% dos pagamentos de comércio eletrônico, juntamente com expressivos 20% via BNPL (Buy Now, Pay Later - Compre Agora, Pague Depois). Isso demonstra uma clara preferência por métodos que enfatizam o controle e a transparência. Em tais ambientes, as transações automatizadas podem, de fato, ser um salto de fé excessivo. Se os consumidores já hesitam em compartilhar seus dados bancários com um site estático ou mesmo com uma plataforma de pagamento familiar, qual a probabilidade de confiarem a um bot de IA não apenas as credenciais de pagamento, mas também o processo de tomada de decisão que leva a uma compra?

“Garantir a confiança na IA é uma responsabilidade compartilhada entre as organizações que a implementam e os provedores de plataformas, governos, organizações internacionais e órgãos de padronização, com o objetivo de assegurar que a IA seja segura e confiável. Nesse ambiente dinâmico, pesquisadores acadêmicos, comunidades de código aberto e desenvolvedores também desempenham um papel fundamental na construção de uma IA mais confiável, transparente e explicável. CEOs e CTOs podem contribuir organizando seus bancos de dados, capacitando as equipes para inovar com segurança e monitorando todas as implementações de IA em busca de sinais de viés ou desinformação.”

Roger Roberts, sócio da McKinsey e líder global da linha de serviços de Confiança Digital.

Em outras palavras, a confiança é profundamente contextual. O que parece intuitivo em Seul pode ser impensável em São Paulo. A adoção não necessariamente segue a inovação; ela segue o conforto, as normas e a credibilidade. Para que os agentes conquistem a confiança, eles devem ser construídos em torno das pessoas, não apenas dos processos. Isso significa que os tecnólogos devem encontrar os usuários onde eles estão — não apenas com avisos legais, mas com um diálogo claro e contínuo. Afinal, a confiança não é um acordo pontual; ela cresce por meio da interação (Figura 5). Os usuários devem poder perguntar: Como meus dados estão sendo usados? O que essa escolha significa para mim? Eles também devem poder definir os limites dessa confiança. Se os agentes são realmente ferramentas, os usuários precisam de maneiras intuitivas de expressar e definir com o que se sentem confortáveis, preferências que o sistema possa entender e respeitar. O consentimento, nesse contexto, não pode ser uma simples caixa de seleção; ele deve ser um acordo vivo e flexível — um acordo que é aprofundado e moldado pelo usuário por meio das interações entre agente e usuário.

O Panorama de Riscos do Comércio com Agentes

Se a confiança serve como alicerce do comércio interpessoal, o risco atua como o teste de estresse da arquitetura. A confiança incentiva a participação, enquanto o risco delimita as fronteiras desse engajamento. À medida que os agentes ganham autonomia — operando em diferentes sistemas, fronteiras e setores — novos riscos emergem para os quais as estruturas tradicionais de conformidade e governança tecnológica não estão preparadas. As organizações devem considerar as seguintes três áreas principais de risco:

• Risco Sistêmico: O Efeito Bola de Neve

  Agentes autônomos são mais do que simples interfaces; eles são tomadores de decisão. A tomada de decisões em larga escala introduz risco sistêmico, onde um único comando falho pode desencadear uma cascata de consequências indesejadas — uma reserva de voo incorreta, estoque excedente, uma compra realizada sem consentimento. Quando os agentes estão interconectados em múltiplos sistemas, pequenos erros podem ter um impacto exponencial, e a resiliência torna-se um princípio de design crucial. Os agentes falham de forma elegante? Eles conseguem reverter a situação? Como as empresas podem reparar danos à reputação causados ​​por um erro não humano?

• Responsabilidade: Navegando em Uma Zona Cinzenta Legal

  Quando um agente de IA toma uma decisão equivocada, determinar a responsabilidade é complexo. Quem é o culpado pela transação falha? A plataforma que desenvolveu o modelo? A marca que implementou o agente? O usuário que o aprovou? Atualmente, não há consenso global sobre a responsabilidade. A Lei de IA da União Europeia oferece alguma clareza para sistemas de alto risco, mas a aplicação da lei ainda está em desenvolvimento. Nos Estados Unidos, regulamentações fragmentadas deixam as empresas navegando em um vácuo de responsabilidade. Até que estruturas mais claras surjam, a transparência excessiva e a cautela podem ser a abordagem mais segura — embora isso possa sufocar a inovação, especialmente para startups com poucos recursos jurídicos.

A ambiguidade da responsabilidade não é apenas teórica; ela tem implicações comerciais, legais e de reputação. Por exemplo, se um agente de IA reservar uma viagem que for cancelada, quem é o responsável? O site de viagens? O agente? Um plugin de terceiros com defeito? Erros cometidos por agentes podem levar à responsabilidade da marca, ao escrutínio regulatório e a riscos sistêmicos. As empresas que integram agentes enfrentam o desafio de alinhar a autonomia na tomada de decisões com a explicabilidade. Os consumidores precisam entender não apenas o que um agente fez, mas também por quê. A explicabilidade provavelmente se tornará um direito do consumidor, e registros auditáveis ​​podem em breve se tornar uma exigência regulatória. As empresas estão se preparando incorporando camadas de permissões, mapeamento de identidade e níveis de confiança hierárquicos — conhecidos como a pilha “TRiSM” (gestão de confiança, risco e segurança). Mas as soluções técnicas por si só são insuficientes; a questão mais profunda é a legitimidade.

Propriedade de dados: um desafio geopolítico. Como os agentes de IA operam com base em dados, a questão da soberania de dados torna-se cada vez mais geopolítica. Países como a Índia e a França estão definindo limites firmes com seus esforços de localização de dados; a Europa presencia apelos por “soberania da IA”. Isso levanta questões críticas: se um agente processa dados de cidadãos da UE por meio de uma API baseada nos EUA, ele está em conformidade? Se for treinado com dados globais, mas atuando localmente, está agindo dentro da lei? Embora conselhos de IA, estruturas transfronteiriças e coalizões de vigilância estejam surgindo, a padronização global ainda é insuficiente. Até que tais padrões existam, o risco não é apenas técnico; é político. Regulamentações como o Regulamento Geral de Proteção de Dados (LGPD) da Europa e a Lei de IA da UE sinalizam uma mudança na gestão e no controle de dados, com regiões focando na soberania digital ou na inovação e gestão de riscos. O modelo “para países” da OpenAI, que oferece infraestrutura localizada e flexibilidade regulatória, destaca o desafio de escalar plataformas de agentes sem infringir as leis nacionais de proteção de dados, tributárias e de proteção ao consumidor. Além disso, quando os consumidores utilizam agentes baseados em modelos treinados globalmente, surge a questão da proteção legal, cuja resposta permanece incerta. Para que o comércio baseado em agentes cumpra sua promessa, a confiança deve ser parte integrante de sua arquitetura. Isso exigirá trilhas de decisão transparentes, mecanismos de segurança, reversibilidade e personalização regional de comportamento e ética para garantir que os agentes estejam alinhados aos valores do usuário. A combinação de novidade e risco percebido frequentemente amplifica as preocupações do usuário, tornando essencial investir em comunicação clara, transparência e na capacidade de testar e explorar sistemas de IA com segurança.

Se a confiança serve como alicerce do comércio interpessoal, o risco atua como o teste de estresse da arquitetura. A confiança incentiva a participação, enquanto o risco delimita as fronteiras desse engajamento. À medida que os agentes ganham autonomia — operando em diferentes sistemas, fronteiras e setores — novos riscos emergem para os quais as estruturas tradicionais de conformidade e governança tecnológica não estão preparadas. As organizações devem considerar as seguintes três áreas principais de risco:

Risco não é o Oposto de Oportunidade.

Por fim, o comércio baseado em agentes também introduz um novo tipo de risco: o risco do desconhecido. À medida que os agentes aprendem a raciocinar, improvisar e encadear ações, comportamentos emergentes tornam-se possíveis. O que é útil hoje pode ser prejudicial amanhã. Mesmo pequenas mudanças na forma como os agentes interpretam a intenção podem levar a manipulações sutis, explorações adversárias ou amplificação não intencional de vieses. A questão não é mais "O agente está seguro hoje?", mas sim "O sistema está preparado para o que o agente pode se tornar?".

Naturalmente, toda inovação traz consigo a exposição a novos riscos. Cumprir a promessa do comércio autônomo não significa eliminar o risco, mas sim aprender a gerenciá-lo mais rapidamente do que ele evolui. Para as empresas, isso significa construir não apenas para escalar, mas também para conter os riscos. Para os órgãos reguladores, significa passar da reação para a antecipação. E para os consumidores, significa exigir dos sistemas que atuam em seu nome o mesmo nível de responsabilidade que antes exigiam das pessoas.

Capítulo 5 | Os Desafios e as Oportunidades do Comércio Agente

O potencial do comércio com agentes é imenso, com o poder de transformar fundamentalmente a forma como empresas e consumidores interagem. No entanto, essa transformação não está isenta de obstáculos.

“A transição do comércio eletrônico estático para um sistema de comércio baseado em agentes mais dinâmico desbloqueia um potencial transformador, redefinindo as experiências do cliente e a agilidade operacional. Para prosperar nesta era do comércio digital autônomo, as empresas precisam agir agora, pois a IA já está mudando a forma como interagimos. Investir em infraestrutura preparada para agentes — abrangendo APIs, interoperabilidade de dados, estruturas de confiança e governança — é essencial para se manter competitivo em um cenário em rápida evolução.”

Lari Hämäläinen, sócio sênior e líder global de IA de geração e serviços de agentes na QuantumBlack, AI by McKinsey

O progresso rumo à conquista da oportunidade econômica projetada de US$ 3 trilhões a US$ 5 trilhões dependerá fortemente da eficácia com que esses desafios forem enfrentados. As empresas precisam lidar com a complexa tarefa de integrar a IA aos sistemas existentes, manter padrões rigorosos de privacidade de dados e se adaptar às expectativas dos consumidores, que evoluem rapidamente. Para desbloquear totalmente o potencial da IA ​​ativa, as organizações devem abordar uma série de questões estratégicas e operacionais críticas em três domínios principais.

Capacidades, Estratégia de Entrada no Mercado e Marca.

As perguntas a seguir podem ajudar as organizações a estabelecer as bases para uma posição competitiva sólida ao desenvolverem suas estratégias de comércio ativo.

• Vantagem de Pioneirismo

  Como sua empresa pode obter rapidamente uma vantagem competitiva e construir uma barreira defensável por meio do desenvolvimento estratégico de APIs e parcerias em IA? Identificar os pré-requisitos, como uma infraestrutura tecnológica robusta e um ecossistema de parcerias modular, será essencial para se adaptar às mudanças no comportamento do consumidor.

• Aumentando a Competitividade da IA

  Quais estratégias permitirão que sua empresa se adapte nos próximos dois a três anos para competir efetivamente com as ferramentas de IA? Sem um único player dominante em IA, as empresas precisam abordar as parcerias em IA com foco na adaptabilidade.

• Soluções Proprietárias Versus Parcerias

  Até que ponto sua empresa deve desenvolver soluções de IA proprietárias em vez de estabelecer parcerias exclusivas com desenvolvedores de IA? Considere o tipo de parceiros necessários para construir um ecossistema à prova de futuro que crie uma proposta de valor única em um mundo de IA autônoma.

• Diferenciação de Marca

  Como diferenciar e fortalecer sua marca em um cenário onde a IA (Inteligência Artificial) lida cada vez mais com as interações com os clientes e a tomada de decisões? Compreender como será a identidade da marca em um futuro dominado pela IA e pela automação é crucial.

• Experiência de Concierge

  Como sua empresa pode criar uma experiência de concierge única e personalizada em uma era onde agentes de IA são essenciais para as interações com os clientes? Desenvolver um serviço de concierge verdadeiramente diferenciado por meio de IA pode impulsionar a satisfação e a fidelização do cliente, além de destacar a marca em um mercado competitivo.

Estratégias de Monetização

O comércio automatizado representa uma ameaça potencial aos fluxos de receita existentes. As perguntas a seguir podem ajudar os líderes a mitigar essas interrupções, enquanto buscam capitalizar as novas oportunidades que a tecnologia apresenta.

• Modelos de Receita Inovadores

  À medida que a IA desintermedia fluxos de receita tradicionais, como a receita publicitária, que modelos de receita inovadores sua empresa pode criar? Aproveitar a IA para oferecer serviços de valor agregado, ofertas premium ou novos produtos pelos quais os clientes estejam dispostos a pagar é fundamental.

• Monetização e Personalização de Dados

  Qual o papel que a monetização de dados, a personalização baseada em IA ou os modelos de assinatura podem desempenhar na geração de novas fontes de receita? A IA Agentic pode permitir que sua empresa conquiste uma fatia ainda maior do mercado.

Confiança e Risco

Além de abrir novas oportunidades, o comércio com agentes também apresenta riscos inéditos, especialmente no que diz respeito à confiança e ao relacionamento com os clientes. As perguntas a seguir podem ajudar os líderes a compreender os riscos potenciais que podem enfrentar.

• Confiança do consumidor

  Como sua empresa pode conquistar e preservar a confiança do consumidor ao delegar decisões a agentes autônomos? Comunicação clara, transparência, explicabilidade e recursos de intervenção humana podem ajudar a construir confiança, mas a cultura local influencia tanto a confiança quanto à adoção.

• Transferência de confiança

  Os consumidores confiarão nos agentes simplesmente por causa das marcas que os utilizam? Compreender os limites do efeito halo da marca e saber quando os usuários precisam de provas de segurança, confiabilidade ou explicabilidade será essencial.

• Risco Sistêmico

  Quais são as salvaguardas necessárias para evitar falhas em cascata em agentes e ecossistemas interconectados? A construção de arquiteturas resilientes e modulares, bem como protocolos à prova de falhas, definirá a maturidade da infraestrutura de agentes.

• Adoção

  Será que os agentes serão algum dia amplamente adotados em mercados com baixa penetração de pagamentos digitais ou baixa confiança institucional? Adaptar o comportamento dos agentes às normas de confiança locais e oferecer controle humano em camadas será essencial para a escalabilidade global.

Sem dúvida, há muito a considerar. Mas os líderes que abraçarem este momento com visão e coragem estarão na vanguarda de uma nova era. Eles enxergarão além dos riscos da disrupção, vislumbrando as possibilidades de reinvenção. Reconhecerão que o futuro do comércio não se trata de substituir a engenhosidade humana, mas sim de amplificá-la — com sistemas onde a IA e os humanos trabalham em harmonia para proporcionar experiências excepcionais e de grande valor. As empresas que agirem agora — investindo em arquiteturas flexíveis, experimentando com ousadia, repensando seus modelos e alinhando-se aos desejos e preferências de seus clientes — poderão não apenas se adaptar a essa nova realidade, mas também moldá-la.