IA no varejo: do estoque ao pós-venda, por quem já operou varejo

Passei os últimos 27 anos dentro do varejo e do e-commerce. Cofundei a Obabox, que foi vendida ao Grupo Multilaser, e depois liderei marketing e vendas do grupo como VP. Digo isso menos como apresentação e mais como aviso: este texto não foi escrito por quem estudou varejo — foi escrito por quem fechou o mês.

E quem já fechou o mês de uma operação de varejo sabe onde dói: margem apertada, volume alto e uma conta que só fecha quando a operação inteira funciona ao mesmo tempo. É exatamente esse perfil — muito volume, pouca margem — que faz do varejo o setor onde agentes de IA pagam a conta mais rápido. Este playbook faz parte de um guia maior, que percorre a empresa área por área.

IA na operação: o guia por área para aplicar agentes onde há resultado →

Onde o varejo perde dinheiro hoje

O varejo raramente perde dinheiro em um lugar só — perde um pouco em cada etapa, todos os dias, em escala. O carrinho abandonado que ninguém aborda. O cliente que manda mensagem às 21h e recebe resposta às 9h do dia seguinte, quando já comprou do concorrente. O comprador de primeira viagem que nunca mais volta porque ninguém cuidou do pós-venda.

Do lado de dentro, a mesma história: capital parado em estoque que não gira de um lado, ruptura do produto que vende de outro. Sazonalidade descoberta quando a prateleira já esvaziou. Preço definido no feeling, categoria por categoria, porque ninguém tem tempo de olhar elasticidade e concorrência todo dia.

Cada um desses vazamentos é pequeno por transação e enorme no agregado — essa é a matemática do varejo. E é também o motivo de a IA caber tão bem aqui: agente de IA é bom exatamente em tarefa pequena, repetida milhares de vezes, que nenhum time humano consegue cobrir por inteiro.

As 5 aplicações de IA no varejo, em ordem de maturidade

A ordem abaixo vai do que depende só de conversa e contexto — e por isso entra rápido — ao que depende de dados estruturados e governança mais fina. Não é uma ordem de importância: é a sequência em que o retorno de uma etapa financia a seguinte.

1. Atendimento omnichannel de verdade

O cliente não escolhe canal — ele usa o que está na mão: WhatsApp agora, site à noite, comentário no anúncio no fim de semana. Um agente de IA atende todos com o mesmo contexto de cliente, pedido e estoque, a qualquer hora, e transfere para humanos os casos que exigem julgamento. Na operação de Mateus Aleixo, mais de 60 clientes passaram a ter atendimento automatizado. É a aplicação mais madura da lista e quase sempre a primeira a entrar.

IA no atendimento ao cliente →

2. Recuperação de carrinho e recompra

Recuperar venda perdida sempre foi trabalho de formiga: abordar um a um, no momento certo, com o contexto certo. Um agente faz isso em escala — sabe o que ficou no carrinho, o que o cliente já comprou, quando tende a recomprar, e conduz a conversa até a decisão. Na dn.ia, essa função tem nome e caixa no organograma: Rock, o agente de recuperação comercial. E o modelo escala longe — na operação de Geraldo Maciel, um único agente de IA passou a gerenciar 400 clientes.

3. Pós-venda que vira recorrência

No varejo, o cliente mais barato é o que já comprou — o custo de aquisição dele já foi pago. Um agente de pós-venda acompanha a entrega, resolve troca sem fricção, pergunta a coisa certa no momento certo e reaparece quando o produto está perto de acabar ou a data certa de recompra chega. É o trabalho que todo varejista sabe que deveria fazer e quase nenhum time dá conta de fazer para toda a base. Recorrência não é campanha; é operação contínua — e agente é operação contínua por definição.

4. Estoque e previsão de sazonalidade

Aqui a IA sai da conversa e entra no planejamento. Com histórico de vendas, calendário promocional e comportamento por categoria, o agente transforma o passado da operação em previsão de demanda e sugestão de compra — e o gestor decide antes, não depois da ruptura. Quem viveu um Natal de e-commerce sabe: sazonalidade não perdoa quem descobre tarde. Do centro de distribuição para a frente, o assunto segue em um playbook próprio.

IA na logística →

5. Precificação dinâmica

A aplicação mais poderosa e a mais sensível — por isso vem por último. O agente cruza elasticidade, concorrência, giro e margem por categoria e sugere preço dentro de regras que o gestor definiu: piso de margem, teto de reajuste, exceções de posicionamento. O humano aprova os limites e os casos fora da curva. Preço é onde a margem do varejo vive ou morre; automatizar sem governança aqui não é eficiência, é roleta.

Como o varejo entra no organogram.ia

No organogram.ia — o modelo de estrutura organizacional criado pela dn.ia em que humanos e agentes de IA aparecem no mesmo organograma —, cada aplicação vira uma função com nome, escopo e dono humano. O agente de atendimento responde ao líder de e-commerce ou de loja; o de recuperação, ao comercial; o de previsão de demanda, a compras e planejamento. A própria dn.ia opera com 10 funções executadas com agentes e 8 humanos no comando das decisões.

No varejo, onde o erro aparece direto na margem do fim do mês, essa governança não é burocracia — é sobrevivência. Agente sem dono desconta cupom que não devia, promete prazo que a logística não cumpre e derrete a margem em silêncio. Humano no comando, sempre; agente executando volume, sempre.

Métricas: o placar que importa

Varejo tem a vantagem de ser mensurável por natureza. Antes de implantar qualquer agente, registre o ponto de partida e acompanhe:

• Taxa de recuperação de carrinho e receita recuperada por mês.
• Taxa de recompra em 90 dias e participação da base ativa na receita.
• Tempo de primeira resposta e percentual de atendimentos resolvidos sem humano.
• Ruptura e cobertura de estoque nas categorias de maior giro.
• Margem por categoria — o indicador que valida (ou veta) a precificação dinâmica.

Quando a operação mede, o resultado ganha nome e número — na operação de Victor Barreto, a conversão comercial subiu 28% depois da implementação. Sem o registro do antes, esse número não existiria; existiria uma impressão.

Os erros que eu vi (e cometi) no varejo

• Começar pela precificação: é a aplicação mais sensível e a que mais exige dado organizado — comece pelo atendimento, onde o retorno aparece em semanas.
• Colocar um chatbot genérico na frente do cliente: sem contexto de pedido e estoque, ele irrita, e cliente de varejo não dá segunda chance.
• Automatizar sem integrar estoque e CRM: agente que vende o que não tem cria um problema de pós-venda para cada venda que fecha.
• Medir só custo de atendimento: a conta certa do varejo é margem e recorrência — atendimento barato que não vende é economia cara.
• Implantar agente sem dono: no varejo o erro se multiplica pelo volume; função sem líder humano é risco escalado, não eficiência.

O varejo sempre foi um jogo de detalhe operacional executado em escala — quem operou sabe que os centavos por transação decidem o ano. O que mudou é que agora parte dessa escala pode ser executada por agentes de IA, com gente no comando. A margem continua apertada para todo mundo; a diferença vai estar em quem opera com um time que não dorme.