A Necessidade de Reescrever a Infraestrutura do Varejo para Agentes de IA

A indústria do varejo está prestes a enfrentar uma mudança significativa em suas operações, à medida que a presença de agentes de inteligência artificial (IA) nas compras se torna cada vez mais comum. Estima-se que entre 30% e 45% dos consumidores nos Estados Unidos já utilizam IA generativa para pesquisa e comparação de produtos, e essa dependência tende a aumentar, especialmente no momento do checkout. Essa nova forma de comércio, conhecida como comércio agentic, pode representar entre 190 bilhões e 385 bilhões de dólares em gastos de e-commerce nos EUA até 2030.

Os agentes de IA não são apenas uma tendência emergente; eles estão se tornando uma nova classe de clientes no ecossistema do comércio. No entanto, as plataformas e websites dos varejistas não foram projetados para lidar com esse tipo de atividade liderada por máquinas. Isso gera uma pressão crescente sobre os comerciantes para repensar e redesenhar seus sistemas, a fim de suportar agentes autônomos e evitar a classificação errônea de tráfego legítimo como arriscado, à medida que os humanos se tornam menos ativos em suas jornadas de compra.

A importância desse tema não pode ser subestimada. À medida que os agentes de IA se tornam mais integrados ao processo de compra, os varejistas precisam garantir que suas infraestruturas sejam capazes de autenticar quem está realizando as transações no checkout, especialmente quando o “comprador” é, na verdade, uma máquina. Isso implica em entender quais agentes estão autorizados, quais são maliciosos e quais representam clientes reais e valiosos.

O impacto dessa mudança no mercado é profundo. Os agentes de IA estão quebrando o modelo tradicional de confiança online. Eles não introduzem fraudes diretamente, mas alteram os sinais que os comerciantes têm utilizado para medir a confiança ao longo dos anos.

Os protocolos e camadas de identidade estão se tornando cada vez mais diferentes, à medida que os agentes operam de maneiras que podem fazê-los parecer automações suspeitas sob as regras de fraude atuais. Com os agentes realizando transações por meio de APIs, em vez de fluxos de navegação típicos, a análise comportamental perde seu poder preditivo.

As jornadas de navegação habituais que as marcas costumavam usar para inferir confiança simplesmente não existirão mais. Os varejistas não podem presumir que o agente está agindo em nome de um humano legítimo sem provas, mudando a pergunta de “Este usuário é real?” para “Este agente está autorizado a agir por este usuário agora?”.

Os dados já indicam a relevância dessa questão: até o final de 2025, os pedidos online impulsionados por referências de modelos de linguagem (LLM) aumentaram mais de 1. 000% ano a ano. No entanto, as compras realizadas por bots ainda representam menos de 1% de todos os pedidos.

Essa mudança não é apenas uma questão de volume; os modelos que foram treinados com base em padrões de comportamento humano e que reconhecem bots como tráfego ruim agora enfrentam dificuldades quando o “usuário” é um bot sem histórico e sem um perfil confiável. Essa lacuna de dados cria um risco duplo: mais atividades fraudulentas podem passar despercebidas, enquanto mais pedidos legítimos podem ser recusados.

Para lidar com essa nova realidade, os varejistas precisam começar a tratar os agentes de IA como um novo tipo de cliente digital em seus sistemas de confiança. Isso requer uma arquitetura que possa autenticar qual plataforma ou agente está iniciando uma transação, em vez de tratar todas as interações impulsionadas por máquinas como tráfego anônimo de bots.

As equipes de e-commerce devem se concentrar em fornecer dados de comércio amigáveis para máquinas, com detalhes como preços de produtos, disponibilidade em loja, regras de envio e políticas de devolução bem estruturadas, para que os agentes possam interpretá-los facilmente.

Além disso, é crucial distinguir entre três categorias de atividade: automação maliciosa, transações autorizadas por agentes e comportamento misto humano-agente. Os varejistas precisam de um sistema que permita diferenciar instantaneamente entre ameaças automatizadas e agentes de IA que compram em nome de clientes valiosos.

Um risco oculto que muitos varejistas enfrentam é a rejeição de pedidos legítimos. A ideia de que a maior ameaça é a fraude é um equívoco; o maior risco é bloquear pedidos válidos. Atualmente, os varejistas estão acidentalmente bloqueando o tráfego de agentes porque ele se assemelha ao tráfego típico de bots, resultando em perda de visibilidade sobre como estão sendo recomendados e selecionados, e, em última instância, sobre as transações em si.

Para evitar isso, os varejistas precisam de sistemas de classificação melhores que possam separar a automação hostil da intenção autorizada. Isso requer uma pilha de comércio mais preparada para agentes em cinco áreas-chave: auditar a pilha para prontidão de agentes, verificar a identidade do agente por trás da transação, provar a permissão do comprador, modernizar modelos de fraude para comportamentos liderados por máquinas e estender controles de confiança além do checkout.

Se os varejistas implementarem essas etapas, estarão se movendo na direção certa para redesenhar a experiência de compra e reconstruir a infraestrutura subjacente, de modo a capturar e não bloquear a demanda impulsionada por agentes. No momento, os varejistas e comerciantes de e-commerce têm tempo para ajustar suas estratégias antes que o comércio agentic entre em uma fase madura. A mudança começará em categorias de compra mais restritas e repetíveis, mas à medida que a adoção crescer, uma lacuna competitiva surgirá entre os varejistas que se prepararam bem e aqueles que não o fizeram.

Para obter essa vantagem, as marcas online que modernizarem sua infraestrutura de identidade, autorização e risco agora estarão em uma posição melhor para suportar transações lideradas por máquinas sem adicionar fricção para o cliente por trás delas. Os varejistas que acertarem essa adaptação reduzirão a fraude enquanto capturam uma nova classe de clientes. Afinal, mesmo que as compras sejam realizadas por máquinas, a confiança ainda precisará começar e terminar com o cliente humano.