Especial · Fórum E-Commerce Brasil 2026

Governança de IA em varejo: como uma rede de shoppings criou seu próprio orquestrador de agentes

Em painel sobre tecnologia e inovação, executivos de uma grande operadora de shopping centers detalharam como uniram TI, jurídico e financeiro para priorizar, medir e escalar iniciativas de inteligência artificial — do combate ao Shadow IA à criação de uma plataforma proprietária de agentes.

Plenária Tecnologia & Inovação29 de julho de 2026 às 23:18cobertura assistida por IA, revisada pela redação

No palco da Plenária Tecnologia & Inovação, um painel sobre IA aplicada a operações de varejo e shopping centers mostrou um raciocínio pouco comum em eventos do tipo: antes de falar de modelos e agentes, falar de governança e priorização.

Segundo quem apresentou o case, tudo começou com um inventário de uso de IA na companhia para mapear riscos — não só vazamento de dados, mas o risco da própria aplicação da IA no negócio. A partir daí, um grupo multidisciplinar (tecnologia, jurídico, dados e cibersegurança) definiu a política de uso. "Existem decisões que é não. Existem decisões que é sim. Existem decisões que a gente precisa de mais informação. Isso é um processo natural", resumiu o palestrante.

Bloquear não resolve

Um dos pontos mais diretos do painel foi sobre bloqueio de ferramentas de IA generativa. "Bloquear e dizer que está bloqueado é se enganar. Porque o nosso usuário vai pegar o login pessoal dele e vai fazer aquela mesma atividade que antes estão impedindo eles de fazer dentro da companhia." A saída, segundo o palco, é letramento e responsabilização — reduzir o chamado Shadow IA com uso homologado, deixando claro que vazamentos serão apurados.

Comprar ou construir? Nasce a plataforma própria

Diante da avalanche de orquestradores de agentes no mercado, a empresa optou por desenvolver a própria camada de orquestração, batizada de "Gênia" — um front conectado a um back-end de agentes plugados a diferentes LLMs. A decisão foi guiada por quatro fatores: eficiência sem dependência de fornecedor externo, governança alinhada à política interna, escalabilidade e autonomia na escolha de modelos.

Entre os agentes citados: um de atendimento, um de gestão ágil ("substitui o trabalho de dois agilistas"), um jurídico com 70 mil contratos cadastrados, e um de catalogação. O resultado reportado foi de R$ 10 milhões em retorno sem redução de equipe, com aumento de volume de entregas e de qualidade.

Números de um case de automação fiscal

Um exemplo prático apresentado foi o processamento de 12 a 15 mil notas fiscais por mês:

  • 98% de acerto da IA já nas primeiras tentativas;
  • input de dados reduzido de 2–3 minutos para 25–30 segundos por nota;
  • 90% das notas processadas de forma automática;
  • campos manuais reduzidos de cerca de 1.500 para 700.

Prioridade é diálogo, não só orçamento

Questionado sobre conflitos entre prioridade técnica e retorno financeiro incerto, o palestrante da área financeira defendeu um "funil único" de priorização, com discussão aberta entre áreas antes de qualquer decisão chegar ao CEO. "Primeiro lugar é o diálogo", afirmou. Ele reforçou ainda que arquitetura vem antes de qualquer novo agente: "IA não é a solução, é parte da solução."

O recado final ao público de devs e gestores de tecnologia foi de paciência: "É uma maratona, não é uma sprint. O retorno leva de dois a quatro anos para acontecer", e o alerta de sempre — "não se apaixone pela tecnologia, se apaixone pelo problema."

← Voltar para a cobertura ao vivo