Karan Katyal abriu a conversa com um recado objetivo: o comércio agêntico já saiu do campo conceitual. Segundo ele, ChatGPT e Gemini têm cerca de 1 bilhão de usuários ativos por semana cada, e aproximadamente 20% das consultas nesses LLMs carregam intenção comercial, como compra de produtos ou planejamento de viagens. O dado importa por um motivo simples: a descoberta de produtos já começou a migrar para interfaces de IA.
O segundo sinal veio da conversão. Katyal afirmou que o tráfego que chega aos sites a partir de LLMs converte em taxas até 50% maiores do que o tráfego de busca orgânica tradicional. Para varejistas e plataformas, isso muda a discussão. O tema deixa de ser “quando testar” e passa a ser “como operar sem reconstruir toda a pilha tecnológica”.
Foi nesse ponto que o painel Comércio Agêntico: o futuro da nova economia na Casa Adyen 2026 ficou mais interessante. Em vez de repetir o fascínio em torno dos agentes, Edlayne Burr, Eduardo Terra e Fabio Coelho deslocaram a conversa para os limites práticos da adoção: confiança do consumidor, infraestrutura de checkout, risco de desintermediação, personalização, protocolos e, no caso brasileiro, a convivência obrigatória entre cartões e Pix.
O painel refinou a tese de Karan: o primeiro campo real é o “human-in-the-loop”
Na palestra, Katyal organizou o comércio agêntico em quatro frentes: human-in-the-loop, consumo autônomo, pagamentos máquina a máquina e compras B2B. A mensagem central era que o estágio mais maduro hoje é o primeiro, quando o agente participa da descoberta e da jornada, mas o clique final de compra ainda depende de uma pessoa.
O painel reforçou esse recorte. Eduardo Terra disse que já vê aceleração na adoção ao longo da jornada, principalmente em descoberta e nos casos em que o humano continua no loop. A observação importa porque separa expectativa de execução. O mercado fala muito sobre autonomia total, mas a operação real ainda se concentra em fluxos assistidos.
Edlayne Burr, da Accenture, trouxe o dado que melhor explica essa diferença. Em pesquisa da empresa com cerca de 26 mil pessoas em 16 países, entre 74% e 75% disseram confiar mais em um agente de IA do que em um melhor amigo para apoiar uma compra. A confiança, porém, tem fronteira clara: apenas cerca de 9% aceitariam uma compra totalmente autônoma.
Entre esses extremos, há um desenho mais útil para quem opera comércio digital:
cerca de 74% delegariam tarefas rotineiras, como comparação de preços ou resolução de conflitos
mais de 32% delegariam a compra, desde que o pagamento continuasse sob controle do consumidor
só uma minoria aceitaria autonomia completa
O painel, portanto, não tratou autonomia como bloco único. Tratou como gradação. E isso muda a priorização de produto, risco e integração.
Descoberta mudou primeiro, e isso já altera a competição
Eduardo Terra chamou atenção para uma inversão importante: em várias jornadas, os produtos estão chegando às pessoas antes que elas iniciem uma busca deliberada. Ele citou plataformas como Instagram e TikTok para mostrar que a lógica tradicional de descoberta, baseada em intenção explícita e pesquisa ativa, já vinha mudando antes mesmo da ascensão dos agentes.
Com IA generativa, essa mudança ganha outra camada. Fabio Coelho observou que a busca baseada em palavras-chave entregava abundância de respostas. Já os sistemas de IA sintetizam respostas e devolvem menos opções, mais alinhadas à necessidade percebida. Isso altera a forma como marcas disputam visibilidade.
A consequência prática é direta. Se a interface passa a responder com um conjunto reduzido de recomendações, a disputa deixa de ser apenas por ranking em busca tradicional e passa a incluir qualidade de dados, contexto e capacidade de a IA confiar naquela oferta. Coelho citou o avanço de disciplinas como AEO, ou answer engine optimization, e generative engine optimization.
Nesse cenário, a marca já não fala só com o consumidor. Fala também com o agente. Burr resumiu isso com precisão ao afirmar que as empresas agora têm duas audiências. E o agente escolhe com base em sinais concretos: informação de produto clara, capacidade de entrega, confiabilidade no pagamento e consistência operacional.
Infraestrutura deixou de ser detalhe técnico
A palestra de Katyal já havia estruturado o problema em três etapas: discovery, checkout e payments. O painel ajudou a mostrar por que isso é mais do que uma taxonomia. Cada uma dessas etapas precisa funcionar fora do ambiente próprio do varejista, em superfícies de terceiros.
Na prática, isso exige pelo menos quatro movimentos:
catálogos legíveis por máquina e atualizados
exposição do stack de comércio para interfaces de IA
integração de pagamentos em múltiplas superfícies
definição de protocolos e responsabilidades entre os participantes
Katyal apresentou a resposta da Adyen a esse problema com o lançamento do Adyen Agentic, descrito como uma integração modular para feed, carrinho e pagamentos. Segundo ele, a solução foi lançada cerca de dois meses antes do evento e já contava com pilotos como Sézane, Scheels, ESW e SharkNinja, além de novos varejistas em onboarding. O ponto mais relevante, porém, não é a lista de nomes. É a tese de interoperabilidade: comerciantes não querem reconstruir a operação para cada plataforma de IA, e as plataformas também não querem integrar individualmente com milhares de varejistas.
O painel não contestou essa leitura. Pelo contrário. Quando a conversa avançou para velocidade, fricção e personalização, ficou claro que a infraestrutura passa a definir competitividade. Eduardo Terra foi direto: “AI is raising the bar on customer expectations on two keywords, I would say: speed and friction.” Se a jornada mediada por IA promete conveniência superior, qualquer atrito em checkout ou pagamento afeta conversão de forma imediata.
O risco de desintermediação existe, mas não apaga os ativos do varejo
Esse foi o momento mais estratégico do painel. Katyal trouxe uma preocupação recorrente nas conversas com grandes varejistas: depois de investir dezenas, centenas de milhões ou até bilhões em marca e relacionamento, ninguém quer virar apenas um nó de fulfillment no back-end de uma plataforma de IA.
Fabio Coelho respondeu por outro ângulo. Para ele, a saída está em relações colaborativas de ecossistema, nas quais cada empresa protege suas forças centrais e compartilha dados em níveis razoáveis. A formulação evita ingenuidade. Empresas competem para vencer, mas precisam desenhar parcerias que preservem valor para todos os lados.
Eduardo Terra preferiu trocar a palavra “medo” por incerteza. A escolha é boa porque descreve melhor o momento. O varejo ainda testa, observa e tenta entender quem liderará o próximo arranjo de comércio. Nessa leitura, alguns ativos continuam valendo muito:
força de marca, sobretudo em categorias especializadas
proximidade com o cliente e frequência de relacionamento
capilaridade física e capacidade de última milha
habilidade de orquestrar a jornada
Edlayne Burr acrescentou uma distinção útil. Nem todo comerciante deve seguir a mesma estratégia. Alguns vão se integrar aos agentes de terceiros. Outros, se forem líderes de categoria, podem construir seus próprios agentes e manter a jornada dentro do próprio ambiente. O exemplo citado foi o iFood, mencionado como empresa com escala, base de usuários e capacidade operacional para perseguir esse caminho.
O caso brasileiro complica a equação, e por isso pode antecipar soluções
A parte final do painel foi a mais concreta para o mercado local. Burr afirmou que o primeiro passo para qualquer empresa é organizar dados de produto para que sejam estruturados, limpos, atualizados e legíveis por máquina. É um investimento defensável mesmo se plataformas e protocolos mudarem, porque melhora a base digital da operação como um todo.
Mas o Brasil adiciona uma camada que não aparece com a mesma força em outros mercados. Segundo Burr, o Pix já responde por 42% do comércio online, enquanto os cartões representam 40%. O dado muda a arquitetura do problema. Não há escala possível em comércio agêntico no país sem suporte aos dois meios de pagamento.
A dificuldade está no desenho de confiança e responsabilidade. Cartões carregam mecanismos estabelecidos de disputa, chargeback e reversão. O Pix foi construído para liquidação instantânea e transações mais irreversíveis. Em um ambiente com agentes, isso abre perguntas operacionais e regulatórias que ainda não têm resposta fechada:
como reverter uma transação questionável iniciada por um agente
quem responde quando um agente é comprometido
como dividir responsabilidade entre merchant, provedor do agente, banco e outros participantes
Esse ponto conecta o painel inteiro. O Brasil aparece como mercado promissor para adoção rápida, mas também como laboratório duro de arquitetura. Fabio Coelho lembrou que o país é o terceiro mercado global em uso intenso de plataformas de busca e o segundo para o Google em tap-to-pay no Android. Somado à maturidade do varejo pós-Covid e à difusão do Pix, o ambiente favorece experimentação acelerada. Só que aqui a experimentação encontra o sistema de pagamentos real, não um protótipo abstrato.
Edlayne Burr projetou que, até 2030, cerca de 30% do comércio online será mediado por agentes, o equivalente a US$ 3 trilhões, segundo estimativa da Accenture. O painel mostrou que esse volume não será capturado por quem apenas adicionar um chatbot à vitrine. Vai para quem organizar dados, expor a operação para novas interfaces, reduzir fricção no pagamento e decidir com clareza onde quer jogar: dentro dos agentes de terceiros, com agente próprio, ou nos dois modelos ao mesmo tempo.
Foi esse o avanço da conversa depois da fala de Karan Katyal. A tese deixou de ser “agentes vão mudar o comércio” e passou a ser outra, mais útil para 2025 e 2026: o comércio agêntico começa onde descoberta, checkout e pagamento conseguem funcionar com confiança fora do canal próprio da marca.