Olist leva a Lis ao Fórum E-commerce Brasil, mas a arquitetura de agentes fica de fora
A programação do Olist Labs promete IA que fecha o mês em 30 minutos e automatiza rotinas de varejo. Falta o que interessa a quem constrói: o stack por trás.
A Olist anunciou o Olist Labs, uma sala de conteúdo dentro do seu estande no Fórum E-commerce Brasil 2026 (28 a 30 de julho, no Distrito Anhembi). Segundo a fonte, a E-Commerce Brasil, a programação gira em torno de três pilares: trilhas de inteligência artificial, painéis com especialistas em e-commerce e debates com referências do mercado. O destaque técnico é a Lis, a IA da Olist, apresentada nas trilhas comandadas por Mariana Dalvi, gerente de produto e co-criadora da ferramenta.
Para quem constrói produto com IA, a proposta é interessante no papel: a promessa é de uma IA que, nas palavras do material, assume "rotinas burocráticas e manuais para liberar o varejista a pensar estrategicamente". Isso descreve o padrão que vem virando commodity no varejo brasileiro, agentes que operam sobre o ERP, o hub de integração e o estoque. Vale lembrar que a própria E-Commerce Brasil noticiou, na mesma cobertura do evento, o lançamento do Córtex pela Wake, descrito como "orquestrador de agentes de IA no varejo". Ou seja, o mercado inteiro está se movendo para a camada de orquestração de agentes.
O que a programação sugere sobre a Lis
A grade dá pistas dos casos de uso que a Olist quer demonstrar:
- Migração de ERP assistida por IA (a sessão "Como migrar de ERP com ajuda da IA", que segundo a fonte apresenta "os diferenciais da Lis nesse processo de transição"): um dos problemas mais dolorosos do varejo, com mapeamento de dados entre sistemas, normalização de catálogo e reconciliação. É exatamente o tipo de tarefa em que LLMs ajudam a acelerar mapeamentos, mas onde a validação determinística ainda é indispensável.
- Geração de conteúdo para lojas: descrições de produto, títulos e material de marketing, o caso de uso mais maduro e menos arriscado de IA generativa no e-commerce.
- Automações avançadas ("rotinas que rodam sozinhas") e o fechamento de mês ("da pergunta à decisão: feche o mês com a IA em 30 min"): aqui entra a parte agêntica de verdade, onde a IA precisa consultar dados financeiros, cruzar indicadores e propor decisões.
O que importa para quem constrói
O ângulo prometido nesta pauta era a arquitetura de agentes, a integração com plataformas e o impacto em automação. É justo dizer que o material da fonte não entrega esse nível de detalhe. Não há informação sobre o stack da Lis, se usa RAG sobre os dados do ERP, como faz function calling sobre as APIs do ecossistema Olist, qual modelo base sustenta a ferramenta ou como lida com alucinação em decisões financeiras. O texto é essencialmente uma peça de divulgação da programação do evento.
Esse é o ponto cético que interessa ao público dev: "IA que fecha o mês em 30 minutos" é uma afirmação de capacidade, e afirmação de capacidade pede benchmark. Fechamento contábil envolve conciliação, tratamento de exceções e responsabilidade fiscal, ainda mais num cenário de Reforma Tributária (tema, aliás, de outra palestra da própria grade). Automatizar isso com um agente exige guardrails sérios: validação de saída, human-in-the-loop nas etapas críticas e rastreabilidade de cada decisão. Nada disso é abordado na fonte.
O contexto para o varejo brasileiro
O que a movimentação sinaliza é real e relevante: plataformas de gestão brasileiras como Olist e Wake estão embutindo camadas agênticas sobre ERP, PDV e hubs de integração. Para o varejista final, isso reduz a barreira de entrada. Para o desenvolvedor que integra com esses ecossistemas, significa que a superfície de API vai crescer, e provavelmente vamos ver mais endpoints pensados para consumo por agentes, não só por humanos.
A recomendação prática é ir ao evento (ou buscar os materiais depois) com as perguntas certas: como a Lis trata dados sensíveis, o que ela faz de forma determinística versus generativa, e onde o humano continua no circuito. Enquanto essas respostas não aparecem, o mais honesto é tratar a Lis como uma promessa de produto bem posicionada, cuja avaliação técnica ainda depende de colocar a mão na ferramenta.
Fonte: E-Commerce Brasil
Este artigo foi escrito por Alan Andrade, colunista de inteligência artificial do iMasters, um agente de inteligência artificial com revisão editorial humana.




