Um estudo da PHD e da WARC mostra que a próxima revolução do e-commerce pode não acontecer nas lojas online, mas na forma como tomamos decisões de compra.
Durante anos, a evolução do comércio eletrónico foi relativamente previsível. As lojas online tornaram-se mais rápidas, os processos de checkout mais simples, os motores de pesquisa mais inteligentes e os algoritmos de recomendação mais eficazes. No entanto, apesar de todas estas mudanças, havia um elemento que permanecia praticamente inalterado: era sempre o consumidor quem pesquisava, comparava alternativas e tomava a decisão final.
Esse modelo poderá estar prestes a mudar.
Um novo estudo desenvolvido pela PHD, em parceria com a WARC, antecipa uma transformação muito mais profunda do que a simples adoção de novas ferramentas de Inteligência Artificial. O relatório, intitulado From Abundance to Agents: How the Delegation of Choice is Transforming Marketing, defende que estamos a assistir ao nascimento do Agentic Commerce, um modelo em que agentes de IA deixam de ser apenas assistentes de pesquisa para passarem a executar decisões de compra em nome dos consumidores.
À primeira vista, pode parecer apenas mais uma evolução tecnológica. Na realidade, o impacto poderá ser muito maior. Se, até agora, as marcas competiam pela atenção das pessoas, num futuro cada vez mais próximo terão, também, de conquistar a preferência dos algoritmos que passam a decidir quais os produtos que chegam à fase de consideração.
É uma mudança que levanta muitas perguntas. O carrinho de compras continuará a fazer sentido? Que setores serão mais afetados? Como muda o marketing quando deixa de comunicar apenas com pessoas?
Foi precisamente para responder a estas questões que decidi analisar os principais insights do estudo.
1. O Agentic Commerce pode deixar de ser um nicho mais depressa do que imaginamos
Nos últimos dois anos, habituámo-nos a utilizar ferramentas como o ChatGPT, o Gemini ou o Claude para pesquisar informação, resumir documentos ou comparar alternativas antes de uma compra. Apesar disso, continuamos a controlar todo o processo. Somos nós que decidimos onde comprar, quando comprar e qual o produto escolhido.
O Agentic Commerce altera completamente esta lógica.
Em vez de utilizarmos a IA apenas como uma ferramenta de apoio, começamos a delegar-lhe tarefas completas. O consumidor deixa de comparar dezenas de produtos, analisar especificações técnicas ou perder tempo entre diferentes lojas online. Limita-se a indicar aquilo que procura (um orçamento máximo, preferências pessoais, restrições ou marcas favoritas) e o agente encarrega-se do restante processo.
Na prática, passa a pesquisar, comparar, avaliar, negociar e concluir a compra autonomamente.
Este conceito surge como resposta a um problema que todos sentimos diariamente: a sobrecarga de informação!
Nunca tivemos acesso a tanta oferta, tantos conteúdos e tantas possibilidades de escolha. Paradoxalmente, quanto maior é a abundância, maior tende a ser o esforço necessário para decidir.
É precisamente essa fadiga de decisão que cria espaço para os agentes inteligentes. Em vez de procurarem substituir o consumidor, procuram libertá-lo das decisões repetitivas e pouco diferenciadoras.
2. 3,35 mil milhões de dólares: o número que mostra a dimensão da mudança
O estudo apresenta vários dados interessantes, mas há um que merece especial destaque.
Segundo as projeções da PHD e da WARC, os agentes de Inteligência Artificial deverão facilitar cerca de 944 mil milhões de dólares em compras já durante 2026. Apenas quatro anos depois, esse valor deverá atingir 3,35 biliões de dólares, representando aproximadamente 3,8% de todo o consumo privado mundial.
É um crescimento impressionante, mas aquilo que verdadeiramente importa não é o valor absoluto.
O que estes números sugerem é que a IA começa a assumir um papel cada vez mais ativo na tomada de decisões económicas. Durante décadas, o percurso de compra foi relativamente linear: o consumidor descobria um produto, pesquisava informação, comparava alternativas e, por fim, tomava uma decisão. Os agentes inteligentes introduzem um novo intermediário neste processo.
Em muitos casos, a decisão deixará de acontecer diretamente entre a marca-consumidor e passará primeiro pelo algoritmo.
Esta mudança é particularmente relevante para quem trabalha em marketing e e-commerce. Grande parte das estratégias atuais continua focada em captar tráfego, aumentar a taxa de conversão ou otimizar campanhas de performance. Tudo isso continuará a ser importante, mas começa a surgir uma nova questão: como garantir que um agente de IA recomenda o nosso produto em vez do da concorrência?
É uma pergunta que, há poucos anos, dificilmente faria sentido. Hoje começa, sem dúvida, a tornar-se estratégica.
3. Nem todos os setores vão mudar ao mesmo ritmo
Um dos aspetos mais interessantes do estudo é o facto de não assumir que a Inteligência Artificial terá o mesmo impacto em todas as categorias.
Pelo contrário.
A PHD desenvolveu um modelo denominado Four Modes Framework (explico o conceito mais à frente), que procura identificar os setores onde os agentes de IA terão maior capacidade para influenciar, ou até executar autonomamente, decisões de compra. Para isso, o modelo considera fatores como:
– a complexidade da decisão;
– o valor da transação;
– a frequência de compra;
– a disponibilidade de dados;
– o enquadramento regulatório;
– a maturidade digital de cada mercado.
As conclusões são bastante claras: as categorias onde predominam decisões repetitivas, comparações objetivas e processos altamente estruturados serão as primeiras a beneficiar da automação.
O melhor exemplo são as Telecoms & Utilities.
Em 2026, o impacto da IA nesta categoria ainda será relativamente reduzido, com cerca de 57,6 mil milhões de dólares em compras facilitadas por agentes. No entanto, até 2030, este valor deverá crescer 611,9%, atingindo 410,3 mil milhões de dólares e tornar-se a categoria com maior volume de transações realizadas através de agentes inteligentes.
A razão é simples.
Comparar tarifários móveis, fornecedores de energia ou contratos de internet é uma tarefa altamente racional. Existem dezenas de variáveis, mas quase todas podem ser traduzidas em dados objetivos: preço, velocidade, período de fidelização, consumo, cobertura ou condições contratuais.
São precisamente este tipo de decisões que um agente consegue executar com enorme eficiência.
Mas o estudo vai mais longe.
Os autores defendem que o papel destes agentes deixará rapidamente de se limitar à comparação inicial entre fornecedores. No futuro, poderão funcionar como verdadeiros gestores de conta, acompanhar consumos, analisar faturas, identificar oportunidades de poupança e recomendar automaticamente alterações sempre que encontrem uma solução mais vantajosa para o consumidor.
Outro setor particularmente bem posicionado é o Travel & Transport.
Segundo o estudo, trata-se já da categoria com maior volume de compras facilitadas por IA em 2026, ao ultrapassar os 78 mil milhões de dólares. Até ao final da década, esse valor deverá crescer mais de 250%, impulsionado pela capacidade dos agentes para organizar itinerários completos, comparar voos, hotéis, transportes e atividades sem intervenção humana.
Neste contexto, a Inteligência Artificial deixa de apoiar apenas a pesquisa e passa a assumir, praticamente, toda a fase de planeamento e reserva.
4. O marketing passa a ter uma nova audiência: os agentes de IA
Se há uma conclusão que atravessa praticamente todo o relatório, é esta: o marketing vai continuar a ser feito para pessoas, mas deixará de ser dirigido apenas a pessoas!
Os consumidores continuarão a ser movidos por emoções, experiências, hábitos e confiança. No entanto, entre a intenção de compra e a decisão final poderá existir um novo intermediário: um agente de IA que compara alternativas e recomenda aquela que considera mais adequada.
Isso obriga as marcas a responder a um novo desafio: já não basta ser memorável para o consumidor, é preciso também ser compreensível para os algoritmos.
Lucinda Barlow, International CMO da Uber, resume esta ideia de forma particularmente feliz quando afirma que as marcas devem procurar ser “memoráveis para as pessoas e legíveis para as máquinas“.
Na prática, isto significa que muitos dos elementos tradicionalmente considerados secundários passam a ganhar uma importância estratégica.
Os agentes de IA não interpretam uma promessa como “a melhor experiência do mercado” ou “um serviço de excelência”. Precisam de informação objetiva, comparável e facilmente estruturada. Como refere Dr. Oksana Koval, da Audi, deixou de fazer sentido descrever um produto como “excelente” ou “bonito”. Para uma máquina, esses adjetivos têm pouco significado. O que realmente importa são atributos concretos, como velocidade, capacidade, autonomia, política de devolução ou prazo de entrega.
Este é talvez um dos maiores desafios para as equipas de marketing.
Nos últimos anos, nós, marketers, investimos na construção de narrativas emocionais, posicionamento e diferenciação da marca. Claro que nada disso desaparece. O que muda é que essas narrativas passam a coexistir com uma necessidade crescente de estruturar informação de forma rigorosa, consistente e facilmente interpretável pelos sistemas de IA.
O relatório identifica três pilares que deverão ganhar cada vez mais importância nos próximos anos:
4.1 Qualidade dos dados
Catálogos completos, atributos normalizados, informação atualizada e dados estruturados tornam-se essenciais para que os agentes consigam compreender corretamente um produto.
4.2 Confiança
Avaliações verificadas, transparência, reputação, qualidade do serviço e baixas taxas de reclamação deixam de influenciar apenas consumidores. Passam também a funcionar como sinais utilizados pelos algoritmos para recomendar uma marca em detrimento de outra.
4.3 Construção de marca
Ao contrário do que muitos poderão pensar, o relatório não defende que o branding perde importância. Muito pelo contrário. A recomendação dos especialistas é precisamente a oposta: continuar a investir na diferenciação da marca, porque os consumidores continuarão a indicar preferências aos agentes. Um utilizador poderá pedir ao seu assistente para “reservar um hotel Marriott”, “comprar Nike” ou “procurar voos da TAP”.
A marca continua a orientar a decisão, apenas muda a forma como essa decisão é executada.
5. Três cases studies que mostram que esta mudança já começou
O relatório torna-se particularmente interessante quando deixa a teoria e apresenta exemplos concretos de marcas que já estão a adaptar-se a este novo paradigma.
Um dos casos mais relevantes é o da NatWest, um dos maiores bancos do Reino Unido.
Perante o crescimento das pesquisas financeiras realizadas através de Inteligência Artificial, o banco percebeu que o verdadeiro desafio já não era apenas aparecer na primeira página da Google. Era garantir que os modelos de IA reconheciam a sua informação como credível e suficientemente estruturada para ser utilizada nas recomendações.
Para isso, recolheu milhares de testemunhos reais de clientes, transformou essa informação em dados semânticos estruturados e distribuiu-a por plataformas com elevada autoridade para sistemas de IA.
Os resultados foram expressivos: um crescimento de 508% na visibilidade das respostas geradas por IA, um aumento de 73% nas pesquisas não associadas à marca e mais de 500 mil novas contas poupança abertas.
Outro exemplo particularmente interessante, e muito conhecido por todos nós, é o da Magalu, no Brasil.
A empresa transformou a sua conhecida influenciadora virtual, Lu, num verdadeiro agente de Inteligência Artificial capaz de compreender texto, imagem e voz, comunicando naturalmente através do WhatsApp.
Mais do que responder a perguntas, a Lu acompanha todo o processo de compra, desde a recomendação inicial até à conclusão da transação.
Em apenas cinco meses, mais de 4,5 milhões de utilizadores interagiram com este agente. A taxa de conversão revelou-se três vezes superior à da aplicação da própria marca, demonstrando que os consumidores valorizam experiências que acontecem nos canais onde já comunicam diariamente.
O terceiro caso segue uma lógica completamente diferente.
A Dove decidiu construir uma campanha a partir das avaliações espontâneas da comunidade do Reddit. Em vez de selecionar apenas opiniões positivas, publicou comentários autênticos, incluindo críticas, mostrando uma transparência pouco habitual na comunicação de marca.
O resultado ultrapassou largamente a campanha em si.
Além de um crescimento superior a 108% nas vendas da gama promovida, a Dove tornou-se a marca mais presente nas respostas do ChatGPT para esta categoria, sendo recomendada em 89% das interações analisadas.
Os três exemplos são diferentes, mas convergem numa mesma conclusão.
A visibilidade nos sistemas de IA constrói-se através da combinação entre dados estruturados, reputação e confiança. Não existe um único fator determinante.
6. O Four Modes Framework ajuda a perceber onde a IA terá maior impacto
Uma das contribuições mais interessantes do relatório é o Four Modes Framework, um modelo que procura antecipar a forma como diferentes categorias serão influenciadas pelos agentes de IA ao longo dos próximos anos.
Em vez de assumir que todas as compras seguirão o mesmo caminho, a PHD divide o mercado em quatro cenários distintos.
1. Agent → Agent
Aqui encontram-se categorias como telecomunicações, serviços financeiros e viagens. São mercados onde predominam decisões objetivas, comparações intensivas e processos facilmente automatizáveis.A IA tende a assumir praticamente toda a jornada de compra.
2. Agent → Consumer
Surgem categorias como alimentação, retalho ou bebidas. Nestes casos, o agente automatiza sobretudo compras recorrentes e reposições, mas a preferência pela marca continua a ser construída junto do consumidor.
3. Brand → Consumer
Inclui mercados como automóvel, eletrónica ou saúde. A Inteligência Artificial ajuda a reduzir o esforço de pesquisa, mas dificilmente substitui a decisão humana devido ao elevado valor, complexidade ou risco associado à compra.
4. Consumer → Consumer
Onde se encontram categorias como moda e cosmética. Nestes mercados, a influência de criadores de conteúdo, comunidades e recomendações entre consumidores continua a ter um peso muito superior ao da automação. A IA pode facilitar a descoberta de produtos, mas dificilmente substituirá a dimensão emocional e social que caracteriza este tipo de decisões.
Este enquadramento ajuda a desmontar uma ideia frequentemente associada ao Agentic Commerce: a de que toda a experiência de compra será automatizada.
O próprio relatório demonstra precisamente o contrário. A velocidade da transformação dependerá sempre do tipo de produto, do risco associado à decisão e do peso que fatores emocionais continuam a ter na escolha.
7. O desafio já não é apenas vender ao consumidor
É fácil olhar para o Agentic Commerce como mais uma tendência tecnológica. No entanto, esse seria um erro.
O estudo da PHD e da WARC mostra que esta mudança não diz apenas respeito à Inteligência Artificial. Diz respeito à forma como as decisões de compra poderão passar a ser tomadas nos próximos anos.
Isso não significa que as marcas devam abandonar os princípios tradicionais do marketing. Aliás, a conclusão do relatório aponta exatamente na direção oposta. Construir notoriedade, gerar confiança, criar diferenciação e desenvolver relações fortes com os consumidores continuará a ser fundamental. O que muda é que essas qualidades terão também de ser compreendidas pelos agentes de IA que passam a intermediar parte da jornada de compra.
Talvez o carrinho de compras não desapareça e continue presente durante muitos anos.
No entanto, parece-me difícil ignorar a possibilidade de deixar de ser o centro da experiência de compra.
Se isso acontecer, a próxima grande batalha do marketing já não será apenas conquistar a atenção das pessoas, mas sim garantir que, quando um agente de IA tiver de escolher entre dezenas de alternativas, a nossa marca faz parte da resposta.
