A inteligência artificial generativa (GenAI) deixou de ser apenas uma tecnologia de produção de conteúdo e entrou em uma nova fase: a dos agentes de IA — sistemas que atuam em nome de marcas e varejistas, combinando compreensão contextual e execução autônoma. De acordo com estudo global da Forrester Consulting (encomendado pela Meta, maio/2025), 80% dos executivos acreditam que agentes de IA conversacionais revolucionarão a forma como empresas interagem com clientes. Esse movimento cria um ponto de inflexão também para o Retail Media, onde a convergência entre dados, jornadas e mensuração pode ganhar escala inédita.
Principais achados da pesquisa Forrester
- Clientes já aceitam a GenAI: 74% se dizem confortáveis interagindo com chatbots, mas a satisfação média ainda é baixa.
- As empresas preferem adaptar modelos existentes: 64% fazem fine-tuning interno em vez de treinar modelos do zero.
- KPIs tradicionais não bastam: os indicadores mais usados são CSAT, LTV, taxa de resolução e economia de custos — mas o atingimento médio é de apenas 60–68%.
- Desafios centrais: imprecisão e “alucinações”, governança de dados, segurança e integração de sistemas.
- Evolução do uso: hoje, agentes de IA apoiam humanos em chat, mas nos próximos 24 meses devem assumir recomendações de produtos, follow-up proativo e gestão ponta a ponta de pedidos.
O que isso significa para o Retail Media?
O ecossistema de Retail Media Networks (RMNs) pode se beneficiar dessa transformação em diferentes frentes: a) Conversational Commerce: agentes de IA integrados em apps e sites de varejistas, capazes de tirar dúvidas de produto, comparar SKUs e reengajar carrinhos abandonados; b) Ativações shoppables: chat interativo dentro de anúncios on-site, off-site e até CTV, com deep links para PDPs e carrinhos, aumentando taxas de conversão; b) In-store phygital: quiosques e smart carts com IA multimodal para guiar o shopper na jornada física e coletar métricas de OTS (Opportunity to See) e dwell time; c) Otimização de campanhas: agentes para automatizar A/B e multivariado, sugerindo ajustes em criativos, frequência e mix de canais em tempo real; e Mensuração avançada: automação de testes de incrementalidade, cálculo de iROAS e identificação de New to Brand/Category, com relatórios claros e auditáveis.
Qual é a mínima arquitetura de referência?
Muitos especialistas de mercado apontam que arquitetura de referência é complexa para construção, integração e sincronização de dados, mas muitas estruturas de dados já prontas para rodar Retail Media com excelência, servirão de base para construção e execução de agentes de IA, entendendo a necessidade da construção de seis camadas fundamentais.
A arquitetura de agentes de IA em Retail Media começa pela base de dados e conhecimento, que integra catálogo, estoque, CRM/CDP, OMS e métricas de mídia, servindo como fonte confiável para personalização e mensuração. Acima dela, a camada de inteligência traz os modelos GenAI com RAG, fine-tuning e algoritmos de recomendação, responsáveis por interpretar intenções, sugerir produtos e calcular incrementalidade. Essa inteligência se conecta à camada de agentes e orquestração, onde agentes coordenam múltiplos sistemas (preço, cupons, pedidos, CRM) e executam ações em tempo real.
Na sequência, a camada de canais e experiência entrega interações omnichannel em apps, sites, social commerce, anúncios shoppables e pontos físicos (quiosques, smart carts). Para medir o impacto, a camada de observabilidade e mensuração rastreia KPIs de mídia (Sales Lift, iROAS), cliente (CSAT, NPS) e eficiência (tempo de resolução, autosserviço), apoiada por dashboards e clean rooms. No topo, a camada de governança e compliance garante privacidade, segurança e explicabilidade, com trilhas de auditoria e guardrails éticos que fortalecem a confiança de marcas, varejistas e shoppers.
Quais são os principais riscos e suas respectivas formas de mitigação no uso de agentes de IA em Retail Media?
Grande parte dos riscos gerados por agentes de IA já são de conhecimento público, mas é importante destacar os principais, considerando as formas de mitigação para ambientes de homologação e produção:
Alucinação e imprecisão → Reduzir com RAG (retrieval-augmented generation), checagem de fatos e fallback humano para respostas críticas.
Privacidade e dados sensíveis → Garantir anonimização, uso de clean rooms, minimização de dados e controles rígidos de acesso.
Integração complexa → Priorizar APIs maduras, usar conectores padronizados e começar por pilotos em escala reduzida antes de expandir.
ROI incerto → Aplicar testes controlados (A/B ou Test vs. Controle), mensurar incrementalidade e priorizar métricas financeiras (Sales Lift, iROAS) desde o início.
Agentes de IA para Ativações Conversacionais Mais Potentes
A Forrester é categórica: os agentes de IA estão deixando de ser assistentes para se tornar consultores autônomos. Para o Retail Media, isso significa poder ativar experiências conversacionais de ponta a ponta, o awareness até a recompra, com mensuração robusta (incrementalidade e iROAS) e governança sólida. As RMNs e marcas que souberem aplicar essa onda terão não apenas vantagem competitiva, mas também um novo patamar de confiança e eficiência na relação com shoppers e anunciantes.
