Inteligência artificial no seu sistema: onde ela ajuda e onde arrisca

Este guia explica para o dono de loja quando vale deixar um programa de inteligência artificial decidir sozinho, e quando isso é arriscado. Você vai ver quais programas já dão resultado no varejo brasileiro e como medir se estão funcionando de verdade. Um caso de autopeças mostra por que isso importa.

Uma loja de autopeças ligou um programa de preço automático. Na primeira semana, ele derrubou o preço de uma peça muito vendida a ponto de zerar a margem. O programa fez o que foi treinado para fazer: vender mais. Ninguém tinha dito a ele que existia um valor mínimo de venda. O problema não foi o programa. Foi ninguém ter decidido antes onde ele podia agir sozinho, onde devia perguntar e onde não podia mexer. Automação sem essas regras é risco em alta velocidade.

Quais programas de IA já dão resultado numa loja pequena?

São os que decidem sobre estoque, preço e cliente com dados organizados por trás. São quatro: previsão de venda, chance de recompra, chance de cancelamento e preço automático. O resultado é medido. Essa previsão reduz em até 30% a perda com estoque parado. Eleva em 25% o resultado das campanhas no Brasil (CNDL, 2026).

Este portal organiza o tema em seis peças que trabalham juntas: o modelo, o agente que executa, a ferramenta, a decisão, o limite de segurança e a avaliação. A ordem importa. O modelo propõe uma decisão. Ela só vira ação depois de passar pelo limite de segurança e pela avaliação. Os programas que já dão resultado hoje são os clássicos bem aplicados, não a novidade da moda.

A previsão de venda é o caso mais maduro. Prever quanto vai vender de cada peça (SKU, cada variação de produto) em cada loja evita duas coisas ao mesmo tempo. Evita faltar produto, que faz perder venda. Evita sobrar produto, que prende dinheiro em estoque parado. Numa loja de roupa com coleção de estação, errar essa previsão é errar a coleção inteira. Os programas de recompra e cancelamento miram o cliente: quem está perto de comprar de novo e quem está perto de sumir. Mandar a campanha só para quem tem chance real de comprar, em vez de para todo mundo, é o que eleva o resultado em cerca de 25%.

Por que o preço automático pode sair do controle?

O preço automático ajusta o valor da peça em tempo real, conforme a procura, o estoque e o concorrente. É onde mais falta uma regra de segurança. Um programa que só pensa em vender mais destrói a margem. Um que só pensa em ganhar mais afasta o cliente. O programa não erra por maldade. Erra porque ninguém configurou o limite antes de ligá-lo.

O que muda quando o sistema da loja ganha um assistente de IA?

Muda a velocidade de configurar o sistema e de operar no dia a dia. O assistente tira o funcionário da tarefa repetitiva e o coloca para decidir. Esses assistentes deixaram de ser promessa e já estão em uso desde 2025.

O movimento é real e tem data. O TOTVS Copilot foi lançado em junho de 2025, com assistentes de inteligência artificial dentro do sistema, prontos para cada tipo de negócio. Em dezembro de 2025, a TOTVS lançou um assistente específico para ajudar o supermercado com a reforma tributária. A SAP anunciou o seu próprio assistente no início de 2026, voltado para planejamento de estoque e confiabilidade de pedido.

Plataforma	Capacidade de IA	Status
TOTVS Copilot	Agentes generativos por segmento, loja de agentes	Lançado jun/2025
TOTVS (supermercados)	Assistente de IA para reforma tributária	Anunciado dez/2025
SAP Retail Intelligence	Planejamento de demanda e estoque (Business Data Cloud)	GA previsto 1º sem/2026
SAP Order Reliability Agent	Confiabilidade de pedido via Order Management	GA previsto 2º tri/2026
Senior Sistemas	50+ agentes embarcados, implantação AI-Centric	Em operação 2026

O ganho é real. A TOTVS relata queda de 46% no tempo de colocar o sistema no ar, de 480 horas para 22 horas em alguns casos. A Senior Sistemas chega a 90% de redução no tempo de implantação. Num país onde um terço das empresas pretende trocar de sistema até 2026, por causa da reforma tributária, um assistente que acelera essa troca vira argumento de peso. É nesse território que atua a Onclick, do grupo Nuvini. A ideia dela é que o gargalo do varejo está na operação e na conformidade fiscal, não na falta de clientes.

Como medir se um modelo está dando lucro ou susto?

A resposta é medir o ganho real, não só a taxa de acerto. Compare o resultado com o programa ligado contra o resultado sem ele. Acompanhe também quatro números: quanto ele decide sozinho, quantas vezes você precisa corrigir, quanto ele devolve em dinheiro e quantas vezes ele erra feio. Um programa com taxa de acerto alta no papel, mas que você precisa corrigir toda hora, não está poupando seu tempo.

O número mais importante e mais esquecido é o ganho real do programa. Ele compara a decisão com o programa ligado contra a decisão que você tomaria sozinho, num teste com dois grupos. Se você já acertava 94% das vezes sem o programa, e ele acerta 95%, o ganho real é de apenas 1 ponto. Medir esse ganho exige manter um grupo sem o programa. É só para comparar. É exatamente isso que a maioria pula.

O segundo número mostra quanto da decisão já roda sem você. O terceiro mostra quantas vezes você teve de corrigir o programa. Correção alta quer dizer que ele não está confiável, por melhor que pareça no papel. O quarto compara o que ele devolve em dinheiro com o custo real, que inclui o dado, o sistema e o seu tempo de supervisão. O quinto conta quantas vezes ele errou feio o bastante para causar prejuízo: a margem zerada, a campanha para o público errado, a compra de estoque em excesso.

A taxa de acerto é o que o programa promete na demonstração. As correções e os erros do dia a dia são o que ele entrega de verdade. A diferença entre IA que dá lucro e IA que dá prejuízo está em medir o que importa antes de confiar a decisão à máquina.

Onde você deve continuar decidindo, e onde a máquina pode decidir?

A resposta é organizar três zonas de decisão, não confiar cegamente na tecnologia. Numa zona, o programa decide sozinho. Noutra, ele sugere e você aprova. Na terceira, só você decide. O que separa uma zona da outra é o valor e o risco da decisão.

A decisão não é tudo ou nada. Ajustar o preço dentro de uma faixa já definida, ou sugerir um produto parecido, é decisão de baixo risco: o programa pode agir sozinho. Fazer um pedido grande ao fornecedor, ou lançar uma campanha para um grupo inteiro, é decisão de risco médio: o programa sugere e você aprova. Parar de vender uma linha de produto, ou mudar o preço de uma categoria inteira, é decisão de alto risco: só você decide.

O erro comum é usar a mesma regra para tudo. Um lado trava o programa em toda decisão e perde o ganho de velocidade. O outro libera tudo e descobre a margem zerada numa sexta-feira. O certo é mapear cada tipo de decisão pelo valor e pelo risco. Quando a correção cai e os erros ficam raros numa zona, você pode deixar o programa decidir mais sozinho ali, com dado, não com fé.

Esse cuidado se liga a um risco maior do varejo, tratado no guia Fraude agêntica e o novo perímetro de risco. A pergunta deixou de ser "é uma pessoa?" e virou "esse programa tem autorização para esta decisão?". Definir as três zonas é a resposta que a sua própria loja dá a essa pergunta.

Por que tantos projetos de IA no varejo morrem na operação?

Raramente é a tecnologia que trava o projeto. Uma pesquisa de 2026 mostra as três maiores barreiras entre as lojas brasileiras que já usam IA. São falta de conhecimento interno (46%), sistemas que não conversam entre si (36%) e custo (31%). Nenhuma delas é falta de um bom programa.

A falta de conhecimento interno é a barreira número um. Comprar um programa é fácil. Saber qual decisão automatizar, como medir o ganho real e onde colocar o limite de segurança exige preparo que muita loja não tem. Sem esse preparo, a loja liga o programa, não sabe medir se ele funciona e desliga no primeiro susto. A IA não falhou. Faltou saber operá-la.

A segunda barreira é a integração: sistemas que não conversam entre si. Um programa de IA precisa ler dado de vários sistemas e devolver a decisão para vários sistemas. Se o financeiro, a loja e o estoque não conversam, o programa recebe informação incompleta. Por isso, organizar os dados num só lugar, como mostra o guia Data platform, CDP e identity resolution, vem antes do programa, não depois.

Por que o custo real é maior que o preço da assinatura?

A terceira barreira, o custo, engana. O preço da assinatura costuma ser a menor parte da conta. O custo real inclui organizar o dado, ligar os sistemas entre si e, principalmente, o tempo de alguém supervisionando cada decisão. Um programa que precisa de um funcionário vigiando toda hora custa o salário desse funcionário, além da assinatura.

Por isso o retorno da IA precisa contar o custo total, não só o preço anunciado. Programas que precisam de menos correção com o tempo compensam o investimento. Os que continuam sob vigilância constante nunca pagam a conta. Uma pesquisa da consultoria McKinsey mostra que, embora 88% das empresas usem IA em alguma tarefa, só 62% testam programas que decidem sozinhos. É nesse salto que o custo de supervisão pesa mais.

O que muda na automação a partir de 2027?

A partir de 2027, a decisão automatizada deixa de ser um programa isolado. Ela passa a agir entre vários sistemas ao mesmo tempo. A consultoria Gartner projeta que a maioria das marcas terá programas de IA conversando direto com o cliente até 2028. A mesma consultoria avisa algo importante. Mais de 40% desses projetos serão cancelados até 2027 por falta de resultado claro. A lição é simples. O retorno só vem para quem organiza os dados e mede direito.

A reforma tributária traz, a partir de 2027, uma automação obrigatória: o sistema vai ter de separar o imposto sozinho, na hora do pagamento. Essa é uma decisão de alto risco que não dá para corrigir uma a uma, na escala de centenas de vendas por dia. A pergunta que vai valer é simples. A sua loja automatiza com limite de segurança, com o ganho medido e com as zonas de decisão já definidas antes de o erro acontecer?

O que decidir nesta semana

• Escolha um programa de retorno já conhecido, como previsão de venda ou de recompra. Exija que ele seja medido pelo ganho real contra um grupo sem o programa, não só pela taxa de acerto.
• Separe suas decisões do dia a dia pelo valor e pelo risco. Para cada tipo, defina se o programa decide sozinho, se ele sugere e você aprova, ou se só você decide.
• Configure o valor mínimo e o valor máximo antes de ligar qualquer automação de preço ou de estoque. O programa não erra por maldade, erra por falta de limite.
• Avalie o assistente de IA do seu sistema atual, ou de um novo, pelo ganho real de tempo de implantação, não pela demonstração. Pese isso na decisão de trocar de sistema por causa da reforma tributária.
• Comece a medir, desde o primeiro dia, quantas vezes você corrige o programa e quantas vezes ele erra feio. Esse par de números, não a taxa de acerto, diz se você tem IA que dá lucro ou IA que dá prejuízo.