A decisão de reduzir a ambição do checkout dentro do chat não enfraquece o commerce com IA. Ao contrário: sinaliza que a próxima fase será menos sobre “comprar sem sair da conversa” e mais sobre integrar carrinho, identidade, inventário, pagamento e mensuração entre assistentes, apps, sites e lojas físicas. Para retail media, o impacto é estrutural.
A OpenAI está recuando do modelo de checkout direto dentro do ChatGPT e migrando para uma arquitetura em que a conclusão da compra acontece em apps de parceiros ou em ambientes do próprio varejista conectados à plataforma. O movimento foi reportado primeiro pelo The Information e repercutido por veículos como Reuters, eMarketer, Search Engine Land e MediaPost. Em vez de operar o ponto final da transação no chat generalista, a OpenAI passa a favorecer uma lógica de extensão por apps e integrações externas.
Esse recuo é relevante porque, nos últimos 12 meses, a empresa havia avançado em três camadas muito claras de shopping. Em 28 de abril de 2025, a OpenAI lançou melhorias de shopping no ChatGPT Search com recomendações personalizadas, imagens, reviews e links de compra. Em 29 de setembro de 2025, anunciou o Instant Checkout e o Agentic Commerce Protocol (ACP), criado com a Stripe para permitir compras iniciadas pelo agente dentro do ChatGPT. Em 24 de novembro de 2025, adicionou a experiência de shopping research, transformando o produto em um assistente de pesquisa comparativa antes da compra. Já em março de 2026, a empresa reduziu a ambição do checkout nativo e passou a priorizar compras via apps e ambientes de terceiros.
O ponto central é que o recuo não representa o fracasso do agentic commerce. Representa o choque entre uma visão elegante de UX e a complexidade real do varejo. Nas especificações oficiais do ACP, a OpenAI sempre deixou claro que não é a merchant of record: pagamentos, liquidação, chargebacks, compliance, refunds e operação seguem sob responsabilidade do merchant e do seu provedor de pagamento. Em outras palavras, mesmo no modelo “buy in chat”, a infraestrutura crítica continuava distribuída. Isso ajuda a explicar por que a empresa agora privilegia uma camada de descoberta e orquestração, e não necessariamente a captura integral da transação no ambiente conversacional.
Há outro sinal técnico importante: na documentação da OpenAI para apps, a orientação é que apps usem checkout externo, direcionando o usuário para concluir a compra em seu próprio domínio, enquanto o Instant Checkout permanece restrito a parceiros aprovados. Isso mostra que o futuro arquitetural mais provável não é um “superapp universal de compras” controlado por um único LLM, mas um ecossistema de agentes, apps e varejistas interoperando por protocolos, feeds, APIs e sessões persistentes.
Para o varejo, a leitura mais madura é direta: o carrinho não vai desaparecer; ele vai se tornar distribuído. O novo carrinho da jornada de IA não será apenas a página final do e-commerce, mas um estado transacional persistente que pode nascer numa conversa, enriquecer-se com contexto, migrar para o app do varejista, ser recalculado com base em inventário local, aplicar benefícios de fidelidade, considerar substituições e, em categorias de reposição, até conectar-se a fulfillment e retirada em loja. Essa é uma inferência consistente com o redesenho arquitetural da OpenAI e com os casos mais promissores já em andamento no mercado.
O caso da Instacart ajuda a ilustrar essa transição. A integração anunciada em 2026 leva o Instant Checkout para um caso de uso muito mais “natural” para IA transacional: compras recorrentes, contexto alimentar, disponibilidade local e execução logística já madura. Em grocery, a ligação entre intenção, sortimento, substituição e fulfillment é muito mais operacionalizável do que em categorias abertas de discovery. Isso sugere que a evolução do commerce por IA tende a avançar primeiro onde há dados de catálogo, inventário e pós-compra mais estruturados.
O mesmo vale para o movimento do Walmart, que enquadrou a parceria com a OpenAI como um passo rumo ao shopping “AI-first”, baseado em jornadas multimodais, personalização e contexto. Mesmo que o checkout dentro do chat generalista perca protagonismo, permanece de pé a tese mais valiosa: a busca do shopper está se tornando uma conversa contextual, e não apenas uma caixa de pesquisa. Para grandes varejistas, isso muda o papel da interface, da navegação e da própria homepage.
O impacto sobre Shopper Experience é profundo. Durante décadas, o e-commerce foi desenhado para que o usuário encontrasse produtos navegando por taxonomias, filtros e páginas. A IA conversacional inverte isso: o shopper declara missão, restrição, contexto, orçamento, preferência e timing, e o sistema responde com curadoria, comparação, recomendação e encaminhamento transacional. Nesse novo fluxo, o valor deixa de estar apenas em “ter o menor atrito no clique” e passa a estar em entender melhor a intenção. A interface deixa de ser vitrine e passa a ser mecanismo de decisão.
Como fica o novo cenário em Retail Media?
É aqui que retail media entra em uma nova fase. No modelo tradicional, as RMNs monetizam páginas de busca, listagens, homepages e ambientes onsite/offsite. Na jornada mediada por agentes, o inventário publicitário relevante não é apenas um slot visual. Ele passa a incluir regras de elegibilidade para recomendação, qualidade de feed, disponibilidade local, margem, velocidade de entrega, reputação, contexto da missão de compra e até compatibilidade com preferências históricas do shopper. O “leilão” deixa de ser só por impressão e passa a disputar presença no momento em que a IA reduz o conjunto de opções. Essa é uma mudança estrutural na economia da mídia de varejo.
Na prática, isso cria um novo campo para as RMNs: Retail Media como camada de decisioning, e não apenas de exposição. O ativo mais valioso será a capacidade de conectar dados first-party, catálogo, promoções, inventário por loja, pricing, substituição e sinais de propensão para que o agente consiga responder “o que recomendar, quando recomendar, para quem recomendar e onde concluir a compra”. Sem essa infraestrutura, a IA vira só uma interface bonita empurrando o shopper de volta para páginas tradicionais.
Isso também muda a régua de mensuração. Em uma jornada com agentes, a influência comercial pode começar na pesquisa conversacional, passar por uma comparação assistida, migrar para um app, gerar abandono, ser retomada por outro agente ou canal, e terminar em pickup ou loja física. Métricas clássicas de clique e last-touch ficam ainda mais frágeis. Para retail media, a consequência é clara: será preciso evoluir para modelos de incrementalidade, atribuição híbrida e mensuração de jornada assistida por IA, com persistência de identidade, consentimento, sinais de intenção e reconciliação omnichannel. Essa é uma conclusão analítica a partir do novo desenho técnico do commerce com agentes.
O recuo da OpenAI, portanto, não reduz a ambição do setor, ele claramente reposiciona o problema. O gargalo não é mais “como enfiar o pagamento dentro do chat”. O gargalo real passa a ser: como criar uma experiência de compra em que o agente converse, recomende, compare, retenha contexto, monte carrinho, aplique benefícios, respeite governança comercial e transfira a execução para o ambiente certo sem quebrar a jornada. Esse é o verdadeiro desafio do shopper omnichannel na era da IA.
O que o mercado deve esperar agora?
A partir desse movimento, seis frentes tendem a ganhar prioridade.
A primeira é a de cart orchestration: soluções para manter um carrinho vivo entre chat, app, site e operação da loja, com sincronização de estoque, preço, promoções e substituições. A segunda é a de identity portability, para que login, fidelidade, endereço, preferências e autorização do shopper acompanhem a jornada entre superfícies. A terceira é a de agent-ready product intelligence, com feeds estruturados, conteúdo confiável, disponibilidade granular e atributos ricos para recomendação. Essas três prioridades decorrem diretamente das exigências técnicas já descritas pela OpenAI para feeds, checkout e integração de merchants.
A quarta frente é promoção e retail media compatíveis com agentes. Isso significa sair do patrocínio bruto de palavra-chave e avançar para regras comerciais que possam ser interpretadas por IA sem destruir a confiança do usuário: quando um produto patrocinado pode aparecer, em que contexto, com que transparência, com que limite de frequência e com qual critério de relevância. A quinta é a de mensuração closed loop em ambientes híbridos, porque a influência da IA pode ocorrer muito antes do checkout. A sexta é a de pós-compra agentificado, incluindo alterações de pedido, suporte, devoluções e reabastecimento — áreas que ajudam a explicar por que a operação transacional pura dentro do chat era mais difícil do que parecia.
O que isso significa para o varejo e para as RMNs?
Para os varejistas, a prioridade deixa de ser “entrar no hype do buy button com IA” e passa a ser construir fundamentos: catálogo limpo, feed enriquecido, inventário confiável, arquitetura de identidade, loyalty conectado, governança promocional, medição omnichannel e APIs transacionais prontas para agentes. Quem não resolver isso corre o risco de ser apenas “consultado” pela IA, mas não “escolhido” por ela.
Para as RMNs, a mensagem é ainda mais provocativa: o futuro não será decidido por quem vender mais banner, mas por quem controlar melhor a infraestrutura de decisão comercial. Em um mundo de agentes, retail media deixa de concorrer apenas por atenção. Passa a concorrer por legibilidade algorítmica, relevância contextual e mensuração real de influência sobre a compra. É menos mídia como vitrine e mais mídia como sistema operacional da escolha. Essa parte é uma inferência estratégica sustentada pela direção que OpenAI, Stripe, Walmart e Instacart vêm sinalizando.
Qual é a minha humilde conclusão?
O recuo da OpenAI no checkout nativo deve ser lido menos como uma desistência e mais como uma correção de arquitetura. O commerce com IA continua avançando, mas por um caminho mais realista: descoberta conversacional, recomendação contextual, carrinho interoperável, execução no ambiente do merchant e mensuração omnichannel. Para o shopper, isso promete experiências mais fluidas e mais personalizadas. Para o varejo, exige infraestrutura. Para retail media, abre a transição de uma indústria de inventário para uma indústria de decisão.
