Agentic commerce: quando a IA deixa de otimizar ads e passa a decidir

A agenda oficial do Fórum E-Commerce↳E-commerce21 conteúdosECBR Club: novo espaço para devs se conectarem ao ecossistema de e-commerceDev (Back & Front) · mai 2025TOTVS anuncia joint venture com VTEXMarketing Tech · mai 2019Jovens da Brasilândia recebem formação gratuita em tecnologiaGestão Dev & TI · jul 2025Ver tudo em Marketing Tech → Brasil 2026 traz uma palestra que vale acompanhar de perto para quem constrói sistemas de decisão no varejo. Marcada para 29/07/2026, das 15h40 às 16h20, na Plenária Tecnologia & Inovação, ela será conduzida por Caio (Kyle) Gomes, Chief AI↳Inteligência artificial440 conteúdosUX e IA: Transformando Experiências Digitais com Inteligência ArtificialProduto & UX · jan 2025MCP: O que é e por que você vai ouvir falar disso em breve?AI · jul 2025IA generativa e a urgência de reconstruir nossa relação com a verdadeAI · jun 2025Ver tudo em AI → Officer e Chief Data Officer do Magazine Luiza. O tema: Agentic Commerce, ou como sistemas de IA autônomos estão passando de ferramentas de otimização a agentes ativos de decisão comercial.

O que muda quando o agente decide, e não só sugere

A descrição da palestra faz uma distinção que interessa a quem programa: a próxima fronteira "não é apenas personalização, é autonomia". Na prática, isso separa dois mundos. No primeiro, um modelo recomenda um bid ou um segmento e um humano aprova. No segundo, o agente compra mídia, cria variações criativas, ajusta lances em tempo real e realoca orçamento operando contra objetivos de negócio declarados, sem pedir permissão a cada passo.

Do ponto de vista de arquitetura, isso é a diferença entre um pipeline de inferência e um loop agêntico: percepção (dados de campanha, estoque, margem), planejamento (qual objetivo priorizar agora), ação (chamadas às APIs de ads) e avaliação (o resultado bateu a meta?). É exatamente aqui que padrões emergentes como orquestração de ferramentas via function calling e protocolos de contexto como o MCP entram, porque o agente precisa de um conjunto bem definido de ações executáveis e de um estado observável para não sair do trilho.

Por que isso importa para quem constrói no Brasil

Automatizar bids não é novidade: plataformas de anúncio já fazem otimização automática há anos com suas próprias caixas-pretas. O que o agentic commerce propõe, segundo a descrição da palestra, é um nível acima: um agente que orquestra os ads, a performance e a jornada do consumidor com base na estratégia da casa, movendo verba e criando criativos em função dos objetivos de negócio, e não da métrica isolada de cada ferramenta. Ouvir isso de quem lidera dados e IA em uma operação de varejo do porte do Magazine Luiza tende a render exemplos mais concretos do que o discurso genérico sobre agentes.

Para o dev, isso levanta questões concretas de engenharia que a palestra promete endereçar:

• Definição de objetivo: um agente que só maximiza ROAS pode queimar margem ou canibalizar vendas orgânicas. A função de recompensa precisa carregar restrições de negócio (margem mínima, teto de CAC, mix de estoque).
• Observabilidade↳Observabilidade11 conteúdosObservabilidade para APIs: os desafios e benefícios dessa abordagemDev (Back & Front) · jan 2025Falhas em Observabilidade afetam os Apps e a Segurança das OrganizaçõesDev (Back & Front) · nov 2023ADK Java 1.0: O Google quer que você pare de gambiarra Python no seu backendMarketing Tech · abr 2026Ver tudo em DevSecOps →: se o agente ajusta lances de madrugada, você precisa de logs de decisão auditáveis, não só do resultado. Por que ele dobrou o orçamento naquele produto?
• Guardrails: limites rígidos (budget máximo por hora, blacklist de termos, circuit breakers) que existem fora do modelo, no código, e não dependem do bom comportamento do agente.

Governança não é detalhe, é o produto

A parte mais honesta da descrição é reconhecer que não se trata de "hype tecnológico", mas de governança, controle e accountability. Essa é a discussão que separa demo de produção. Um agente autônomo com acesso a orçamento real é, na prática, um funcionário que toma decisões financeiras. Quem responde quando ele erra? Como se reverte uma decisão em cascata?

São perguntas que ainda não têm resposta consensual na indústria, e é justamente por isso que ouvir alguém que opera isso em escala de varejo brasileiro tem valor prático maior que ler outro paper sobre agentes. A palestra também toca no ponto organizacional: o "novo papel das lideranças comerciais" quando parte da tomada de decisão migra para o algoritmo. Para o time técnico, isso se traduz em desenhar interfaces de supervisão, não de operação manual: o humano deixa de apertar botões e passa a definir política, aprovar exceções e revisar o comportamento agregado.

O que ficar de olho

Duas coisas valem a atenção crítica de quem for assistir ou implementar algo parecido. Primeiro, quanta autonomia é real versus autonomia supervisionada com humano no loop, porque a diferença de risco é enorme. Segundo, como medir se o agente está de fato batendo objetivos de negócio e não apenas otimizando a métrica que ele consegue enxergar.

Enquanto o evento não acontece, o recado para quem constrói é começar pelo básico do agentic bem feito: ferramentas com contratos claros, estado observável, guardrails no código e um objetivo que reflita o negócio inteiro, não uma métrica solta. A autonomia vem depois da governança, não antes.

Fonte: Agenda oficial — Plenária Tecnologia & Inovação