IA no comércio: menos fricção, mais confiança e interfaces que quase desaparecem
A adoção de IA no comércio avançou rápido, mas o uso corporativo ainda está concentrado no básico. Segundo David Shing, o uso mais comum dessas ferramentas no trabalho segue sendo reescrever e-mails, seguido pela edição de conteúdo existente, em fala apresentada no evento sobre tecnologia, confiança e comportamento humano. O dado importa porque expõe um contraste: o debate público trata a IA como ruptura total, enquanto boa parte das empresas ainda extrai ganhos operacionais simples.
Esse descompasso afeta decisões de investimento, desenho de experiência e governança. Shing enquadra o momento como a transição para a quarta revolução industrial, depois de vapor, eletricidade e computação, agora marcada por inteligência. Nesse contexto, a tese central dele é objetiva: a IA não está eliminando a criatividade, está eliminando fricção. Para comércio, isso muda a pergunta. O foco deixa de ser “qual ferramenta comprar” e passa a ser “onde a jornada ainda trava, perde contexto ou quebra confiança”.
Fricção é o problema de negócio
Quando Shing afirma que “If it can be automated, it will be automated”, ele não trata automação como hipótese. Trata como direção de mercado. A implicação prática para varejo, serviços e plataformas é clara: etapas repetitivas, comparações simples, triagens e interações previsíveis tendem a sair da interface humana e migrar para sistemas, agentes e fluxos invisíveis.
Isso não significa que a criatividade perdeu valor. O argumento dele vai no sentido oposto. O que perde valor é o atrito desnecessário, aquele conjunto de cliques, esperas, buscas e reformulações que atrasa uma decisão de compra ou empobrece uma interação com a marca. Em comércio, remover esse atrito encurta a distância entre intenção e transação.
A leitura fica mais útil quando aplicada a casos concretos. Se uma empresa usa IA apenas para acelerar tarefas internas, ela ganha produtividade localizada. Se usa IA para reduzir abandono, melhorar descoberta de produto, responder com contexto e simplificar decisão, ela mexe no resultado comercial. A diferença está no ponto de aplicação.
Shing também lembra que ferramentas de IA parecem pessoais porque foram alimentadas por cerca de vinte anos de dados acumulados na nuvem. Esse contexto ajuda a explicar por que consumidores passam a esperar interações mais situacionais, menos genéricas e mais próximas do momento real de uso.
Comércio agêntico ainda está no estágio inicial
O comércio agêntico aparece como promessa forte, mas Shing faz um alerta útil: hoje, boa parte dos usos ainda se limita a comparação de preço e produto. Isso resolve uma parte do problema, mas está longe de representar uma experiência comercial madura. Escolher o menor preço é linha de base, não diferencial.
O próximo estágio depende de contexto. Um agente precisa entender preferência, urgência, histórico, restrições e intenção. Sem isso, a automação entrega respostas corretas no plano técnico, mas pobres no plano comercial. O resultado é uma experiência sintética, funcional e pouco convincente.
Esse ponto importa porque muitas empresas confundem autonomia da máquina com qualidade da decisão. Não basta o agente executar. Ele precisa executar com critério compatível com a expectativa do cliente e com a proposta da marca. Em alguns casos, Shing sugere que avatares podem mediar melhor essa relação do que chatbots, justamente por preservarem sensação de presença.
Na prática, o comércio agêntico faz sentido quando reduz esforço sem apagar o contexto humano. Isso inclui:
comparação assistida com critérios além de preço
recomendação baseada em situação de uso
continuidade entre canais, voz, app e atendimento
memória de preferências e restrições do cliente
Sem esses elementos, a empresa automatiza a superfície e mantém o problema central intacto.
Confiança vem antes da ferramenta
A frase mais direta da apresentação talvez seja esta: “Trust is the number one problem.” Shing aplica essa lógica tanto à adoção interna de IA quanto à transação com consumidores. Sem confiança, não há troca. E eficiência técnica não compensa esse déficit.
Por isso, ele inverte a ordem comum dos projetos de IA. Em vez de começar por ferramentas, a sequência correta deveria partir do impacto na organização, passar por dados, tecnologia, habilidades e só então chegar ao stack escolhido. A relevância dessa ordem está em evitar projetos que funcionam em demonstração, mas falham em operação, governança ou adesão interna.
Essa visão conversa com um problema recorrente em empresas de médio e grande porte: comprar tecnologia antes de definir responsabilidade, política de uso, qualidade de dado e critério de decisão. O efeito costuma aparecer depois, em forma de retrabalho, inconsistência de resposta, risco reputacional e baixa confiança das equipes.
Shing também observa que a velocidade da mudança superou a capacidade de atualização das pessoas. Segundo ele, ninguém está plenamente qualificado para o trabalho atual porque o ambiente muda rápido demais. Essa leitura ajuda a explicar por que tantas iniciativas de IA encontram resistência. O obstáculo nem sempre é técnico. Muitas vezes é cultural, organizacional e humano.
Trabalho e consumo obedecem à mesma lógica humana
Um dos trechos mais fortes da fala conecta futuro do trabalho e comércio. Shing afirma que 80% da vida desperta das pessoas é passada no trabalho, somando 90 mil horas ao longo da vida. O dado foi usado por ele para mostrar que grande parte das decisões, interações e transações acontece enquanto as pessoas estão trabalhando, sob pressão, distração ou alternando tarefas.
Isso muda o desenho de experiência. Se a empresa ignora o contexto de trabalho do cliente, ela tende a criar jornadas ideais no papel e ruins no uso real. O consumidor não compra em estado abstrato. Ele compra entre reuniões, no transporte, no intervalo, com atenção fragmentada e expectativa alta de resposta imediata.
Shing resume a felicidade no trabalho em três fatores: contribuição, reconhecimento e autenticidade. Mais do que um comentário sobre RH, isso ajuda a entender comportamento de consumo. Pessoas respondem melhor a experiências que respeitam identidade, contexto e agência. Comércio, nesse sentido, depende de leitura humana antes de depender de automação.
A implicação é direta para times de produto, marketing e atendimento. Projetos de IA que ignoram motivação, confiança e reconhecimento tendem a gerar eficiência operacional sem gerar vínculo. E vínculo continua sendo parte da transação.
Personalização funciona quando há contexto real
Shing cita a Cadbury como exemplo de uso comercial bem aplicado. A marca usou imagem, voz e maneirismos de um ator para produzir dezenas de milhares de anúncios hiperlocais no mercado indiano. Para a maioria das pessoas, a diferença era imperceptível, e o custo relativo para a marca foi baixo. O caso importa porque mostra escala com aderência local, sem exigir produção manual de cada peça.
Outro exemplo veio de uma marca de ração nos Estados Unidos, que substituiu o animal principal da campanha por cães reais que precisavam ser resgatados. A lógica foi simples e eficaz: atualizar o conteúdo com propósito e impacto emocional, usando IA para adaptar a peça sem perder a ideia criativa.
Os dois casos apontam para o mesmo princípio. IA aplicada a marketing e comércio funciona melhor quando amplia imaginação, personalização e velocidade de execução. Funciona pior quando tenta automatizar quase toda a criação e aceita queda de qualidade como efeito colateral inevitável.
Shing critica explicitamente a ideia de automatizar 95% da criação publicitária. A objeção não é romântica. É operacional. Automação ruim enche o mercado de peças fracas, reduz diferenciação e torna a atenção ainda mais cara.
Interfaces invisíveis e o limite da conveniência
A infraestrutura inteligente está ficando menos visível. Shing fala em interfaces zero click, voz, memória, dados e entendimento situacional como base de uma experiência mais contextual. O comércio tende a aparecer menos como navegação explícita e mais como resposta embutida no ambiente, no dispositivo e no momento.
Os exemplos citados por ele ajudam a dimensionar esse movimento. Caixas de som inteligentes formam uma indústria de US$ 14 bilhões, segundo a referência apresentada na palestra. Wearables já somam cerca de 600 dispositivos, ainda liderados por fitness. E a Internet das Coisas avança em ritmo acelerado, com 127 produtos lançados por segundo, também segundo Shing. Esses números importam porque mostram a multiplicação de pontos de contato fora da tela tradicional.
Na lista de objetos conectados, ele menciona urso de pelúcia com leitura biométrica, escova de dentes automatizada, recipientes inteligentes para alimentos e espelho com recomendações personalizadas. O padrão é o mesmo: sensores, contexto e redução de atrito em tarefas cotidianas.
Mas há um limite importante. Conveniência não elimina desejo de interação. Shing resume isso em uma frase precisa: “Frictionless, yes. Lack of interaction, no.” O mercado de vinil, citado por ele como uma indústria de US$ 2 bilhões, e o mercado de câmeras, com US$ 4 bilhões, mostram que formatos táteis e reconhecíveis continuam relevantes. O sucesso de um aplicativo que transformava o iPhone em iPod, tendência no TikTok antes de ser removido, reforça a mesma leitura.
Empresas que perseguem automação total costumam errar exatamente aí. Elas reduzem esforço, mas também removem sinais de presença, escolha e materialidade que fazem parte da experiência.
A agenda mais madura para comércio com IA não começa pela promessa de substituir pessoas nem pela corrida por ferramentas. Começa por um diagnóstico mais disciplinado: onde a fricção atrasa a decisão, onde falta contexto, onde a confiança quebra e onde a automação empobrece a interação. Quem responder bem a essas quatro perguntas tende a usar IA para algo mais valioso do que reescrever e-mails.
Shing resume o momento com uma escolha simples: “You either evolve or you repeat.” No comércio, evoluir significa desenhar sistemas que decidem melhor, assistem sem invadir e simplificam sem desumanizar.