Agentes de Inteligência Artificial começam a avançar da recomendação para a execução de tarefas e criam um novo desafio para empresas: sites feitos para humanos podem não estar preparados para serem compreendidos e acionados por máquinas
Durante mais de duas décadas, grande parte do comércio digital foi construída sobre uma sequência relativamente previsível: o consumidor identifica uma necessidade, pesquisa opções, acessa sites, compara produtos, avalia preços e reputação e, finalmente, decide onde comprar.
A Inteligência Artificial começa a alterar essa lógica.
Depois de uma primeira fase marcada por chatbots capazes de responder perguntas e por plataformas generativas que recomendam produtos e marcas, uma nova geração de sistemas começa a avançar para uma etapa mais profunda da jornada: agir em nome do consumidor.
É o chamado comércio agêntico — ou agentic commerce.
Nesse modelo, o usuário não precisa necessariamente executar individualmente todas as etapas de uma compra. Ele pode determinar um objetivo, estabelecer critérios e permitir que um agente de IA realize parte do trabalho: pesquisar alternativas, comparar preços e características, verificar disponibilidade, identificar condições mais adequadas e, dentro das permissões concedidas, encaminhar ou realizar uma transação.
O movimento deixou de ser apenas uma hipótese tecnológica.
Em 2026, o Google apresentou o Universal Commerce Protocol (UCP), padrão aberto destinado a estabelecer uma linguagem comum entre agentes, varejistas, plataformas, sistemas e provedores de pagamento.
O protocolo contempla diferentes momentos da jornada, da descoberta à compra e ao pós-venda, e se conecta a outras arquiteturas emergentes, como A2A, AP2 e MCP.
O avanço do UCP e seus possíveis impactos sobre o mercado digital também foram analisados por Wilson Silva no artigo “Google lança UCP”, publicado pelo Grandes Nomes da Propaganda.
A transformação ganhou outra dimensão no Google I/O 2026.
O Google anunciou o Universal Cart, um carrinho capaz de operar entre diferentes comerciantes e superfícies do ecossistema da companhia. Segundo a empresa, mais de 1 bilhão de experiências de compra acontecem diariamente em suas plataformas e o Shopping Graph reúne mais de 60 bilhões de listagens de produtos.
Os números ajudam a dimensionar o que está em jogo.
Não se trata simplesmente de acrescentar um novo botão ao e-commerce.
O comércio agêntico pode alterar a própria arquitetura da jornada de compra.
De “qual produto você recomenda?” para “resolva isso para mim”
A diferença pode parecer pequena, mas é estrutural.
Na primeira geração da IA generativa, o consumidor perguntava:
“Qual notebook você recomenda para trabalhar?”
A IA apresentava opções.
Em uma jornada agêntica, a solicitação pode evoluir para:
“Encontre um notebook adequado para meu trabalho, dentro deste orçamento, com entrega até sexta-feira, compare as melhores opções e me apresente a melhor escolha.”
A partir daí, o sistema não recebe apenas uma pergunta.
Ele recebe um objetivo.
E esse deslocamento de pergunta para objetivo muda profundamente o papel da tecnologia.
“Durante décadas, desenhamos o marketing digital pensando em como levar uma pessoa até uma página. No comércio agêntico, precisaremos pensar também em como tornar uma empresa compreensível, confiável e acionável por sistemas que podem representar essa pessoa durante parte da jornada”, explica Wilson Silva, professor da ESPM São Paulo, pesquisador de Inteligência Artificial e CEO da WS Labs.
A mudança pode criar um novo intermediário entre consumidor e empresa:
Consumidor → agente de IA → ecossistema de marcas → decisão → transação.
Isso não significa o desaparecimento dos sites, marketplaces ou aplicativos.
Significa que uma parcela crescente da pesquisa, comparação e navegação poderá acontecer sem que o consumidor percorra essas interfaces diretamente.
O site pode continuar existindo — e ainda assim ficar fora da jornada
É nesse ponto que surge uma transformação particularmente importante para empresas que passaram anos investindo em sites, SEO, conteúdo, UX e performance.
Um site pode estar tecnicamente no ar, possuir boa aparência, carregar rapidamente e funcionar perfeitamente para uma pessoa — e ainda assim não oferecer aos agentes as informações de forma suficientemente estruturada, atualizada ou acionável.
É importante fazer uma distinção.
Isso não significa que um “site tradicional” seja automaticamente invisível para uma Inteligência Artificial. Sistemas podem rastrear e interpretar páginas convencionais.
O problema aparece quando informações fundamentais para uma decisão estão disponíveis apenas de maneiras que dificultam sua identificação, interpretação ou utilização por sistemas automatizados.
Imagine, por exemplo, uma loja que apresenta o preço de determinado produto dentro de uma imagem promocional.
Uma empresa que informa as condições de cancelamento apenas dentro de um PDF.
Um e-commerce no qual estoque e prazo aparecem somente depois de diversas interações realizadas pelo navegador.
Um produto que possui cinco variações, mas cuja página não deixa claro, de forma estruturada, qual preço, disponibilidade, SKU ou condição pertence a cada uma delas.
Ou ainda uma empresa cujo site informa uma condição comercial enquanto o feed enviado para outra plataforma apresenta outra.
Para um consumidor, muitas dessas situações podem ser resolvidas navegando, clicando, lendo ou entrando em contato com a empresa.
Para um agente que precisa comparar centenas de possibilidades em segundos, inconsistência ou ambiguidade pode representar algo diferente:
a exclusão daquela opção do conjunto de alternativas consideradas.
Esse pode se tornar um dos pontos de virada do comércio digital.
Durante anos, empresas perguntaram:
“Meu site está bem posicionado no Google?”
Depois:
“Minha marca aparece e é recomendada pelas IAs?”
A próxima pergunta pode ser:
“Um agente consegue entender exatamente o que vendo, para quem vendo, por quanto vendo, em quais condições vendo e como fazer negócio comigo?”
O que torna um site mais preparado para agentes?
A resposta não está em uma única tecnologia.
A preparação tende a acontecer em camadas.
A primeira continua sendo aquilo que bons projetos de SEO já defendem há anos: arquitetura clara, páginas acessíveis, URLs consistentes, conteúdo semanticamente organizado, informações rastreáveis e sinais claros sobre a identidade e a oferta da empresa.
Mas agora isso pode precisar avançar.
Informações comerciais importantes precisam deixar de existir apenas como elementos visuais e passar a existir também como dados interpretáveis.
Nome do produto.
Descrição.
Marca.
Código ou identificador.
Categoria.
Preço.
Moeda.
Disponibilidade.
Variações.
Prazo.
Frete.
Localização.
Políticas.
Avaliações.
Condições de troca.
Características técnicas.
Essas informações precisam ser coerentes entre site, catálogos, feeds, APIs e demais sistemas utilizados pela empresa.
Dados estruturados, como marcações baseadas em Schema.org para produtos, ofertas, organizações, avaliações e outras entidades, deixam de representar apenas uma recomendação técnica de SEO e passam a fazer parte de um princípio maior: reduzir a ambiguidade para máquinas.
Para comércio eletrônico, feeds atualizados para plataformas como o Merchant Center ganham ainda mais importância. O próprio Google recomenda que dados de produtos e atributos de marca sejam mantidos robustos e atualizados à medida que as experiências de comércio agêntico evoluem.
Mas existe uma camada ainda mais profunda.
Do website como página para o website como interface de negócio
Durante muitos anos, pensamos em um site principalmente como uma interface entre uma empresa e uma pessoa.
No comércio agêntico, essa definição pode começar a se ampliar.
O website continuará sendo uma interface humana.
Mas o ecossistema digital da empresa poderá precisar funcionar também como uma interface para máquinas.
É aí que entram APIs, feeds estruturados e novos protocolos de interoperabilidade.
No modelo UCP documentado pelo Google, por exemplo, já existe a possibilidade de uma empresa publicar um perfil específico em /.well-known/ucp, indicando serviços, capacidades e endpoints disponíveis para interação programática.
É uma mudança aparentemente técnica, mas com consequências estratégicas importantes.
Durante a era da web tradicional, uma empresa dizia:
“Esta é minha página.”
Na economia dos agentes, ela poderá precisar dizer também:
“Estas são minhas capacidades.”
O que vendo?
O que está disponível?
Qual o preço agora?
Para onde entrego?
Quais são minhas regras?
O usuário tem autorização para realizar essa ação?
Como iniciar uma compra?
Como acompanhar um pedido?
Como solicitar suporte?
Como outro sistema pode conversar comigo?
Isso não significa que toda empresa precise implementar UCP ou MCP imediatamente.
Esses padrões ainda estão evoluindo e diferentes arquiteturas poderão coexistir.
O ponto estratégico é outro:
o mercado começa a caminhar de páginas simplesmente rastreáveis para negócios programaticamente compreensíveis.
Um bom design pode esconder um negócio ruim para máquinas
Essa transição também traz um paradoxo.
Nos últimos anos, muitas empresas migraram para experiências digitais altamente visuais, interativas e personalizadas.
Isso pode melhorar significativamente a experiência humana.
Porém, se a camada visual não estiver acompanhada de uma camada de dados igualmente organizada, existe o risco de uma empresa possuir uma experiência sofisticada para pessoas e uma experiência pobre para agentes.
Sites excessivamente dependentes de execução de JavaScript, informações carregadas somente após interações, catálogos sem identificadores consistentes, preços apresentados de forma ambígua, políticas não estruturadas, dados divergentes entre canais ou conteúdos essenciais presentes apenas em imagens e documentos são alguns exemplos de situações que merecem atenção.
A discussão não é abandonar JavaScript, design ou experiências ricas.
É garantir que a sofisticação da interface não destrua a legibilidade da informação.
Em outras palavras:
o site precisa continuar sendo bonito para humanos, mas o negócio precisa ser inequívoco para máquinas.
Shopify oferece uma amostra de como essa mudança pode acontecer
Alguns movimentos recentes ajudam a visualizar essa nova arquitetura.
A Shopify passou a tratar seu Catalog como uma camada estruturada para descoberta por agentes e o UCP como infraestrutura para interação e transação. A companhia afirma que suas Agentic Storefronts podem distribuir produtos para diferentes experiências de IA e permitir que consumidores descubram e comprem nesses ambientes.
Isso é relevante porque mostra que a próxima geração de comércio digital pode não depender exclusivamente da página de produto como conhecemos.
A página continua existindo.
Mas paralelamente pode existir um catálogo estruturado, uma API, um protocolo e uma camada transacional acessível por agentes.
O produto deixa de estar disponível apenas em uma página.
Passa a estar disponível como dado e como capacidade.
A marca pode perder antes mesmo de o consumidor chegar ao site
Esse cenário cria um desafio estratégico para marketing, tecnologia e varejo.
Hoje, uma empresa pode investir em mídia, SEO, experiência do usuário, conteúdo, CRM e otimização da conversão para conquistar uma pessoa que chega ao seu ambiente digital.
Mas o que acontece quando parte da seleção ocorre antes dessa visita?
Se um agente recebe a missão de encontrar determinada solução, ele precisará compreender quais empresas atendem aos critérios estabelecidos pelo usuário.
Preço, disponibilidade, características do produto, prazo, localização, políticas comerciais, reputação, documentação, informações estruturadas e diferentes sinais de confiança podem fazer parte desse processo.
Uma empresa pode ter um site visualmente excelente e, ainda assim, apresentar dificuldade para participar de uma jornada intermediada por agentes caso seus dados sejam inconsistentes, inacessíveis ou pouco compreensíveis por máquinas.
Surge, portanto, uma questão que vai além de “como aparecer na IA?”:
A minha empresa está preparada para fazer negócios com agentes de IA?
Do SEO ao GEO — e do GEO à Agent Readiness
Esse movimento representa uma nova etapa de uma transformação que já vinha acontecendo na busca.
O SEO ensinou empresas a estruturarem sua presença para mecanismos de pesquisa.
O GEO — Generative Engine Optimization — ampliou essa discussão para a capacidade de marcas, produtos, pessoas e organizações serem compreendidos, citados e recomendados por Inteligências Artificiais generativas.
Agora surge uma terceira camada:
Agent Readiness.
Não basta necessariamente ser encontrado.
Não basta necessariamente ser citado.
Em determinados contextos, será necessário estar preparado para ser selecionado e acionado.
Essa evolução pode ser resumida em cinco estágios:
Visibilidade → autoridade → readiness → preferência → conversão.
“Uma marca pode ser visível para uma IA e ainda assim não estar pronta para uma transação intermediada por agentes. Estamos avançando de uma discussão sobre presença para uma discussão sobre capacidade. E isso tira o tema exclusivamente do marketing e o coloca também dentro de tecnologia, dados, operações, segurança e estratégia”, afirma Wilson Silva.
A diferença é importante.
Uma empresa pode conseguir aparecer em uma resposta do ChatGPT, Gemini, Claude ou Perplexity.
Mas isso não significa que um agente consiga consultar seu estoque.
Pode ser citada como referência.
Mas não possuir uma estrutura confiável para apresentar preço em tempo real.
Pode ser recomendada.
Mas suas regras comerciais podem ser pouco claras para execução automatizada.
A fronteira entre GEO e comércio agêntico começa justamente aí.
Ser conhecido pela máquina não significa estar preparado para fazer negócio com ela.
A invisibilidade nas IAs já oferece um sinal de alerta
Antes mesmo da expansão do comércio agêntico, existe um problema anterior: muitas marcas sequer conseguem conquistar presença consistente nas respostas de Inteligências Artificiais.
A Escala Will, criada por Wilson Silva para mensurar presença de marcas em ambientes de IA generativa, analisou 552 marcas de 22 setores por meio de 6.611 consultas realizadas em ChatGPT, Gemini, Perplexity e Claude.
Entre os resultados, 57% das marcas analisadas ficaram na faixa de invisibilidade, enquanto apenas 35 alcançaram a classificação de autoridade.
O estudo ganhou repercussão na imprensa, incluindo reportagem do Portal ClienteSA sobre a criação e validação acadêmica da Escala Will.
O resultado ajuda a compreender o tamanho da próxima dificuldade.
Se empresas ainda estão aprendendo a ser reconhecidas pelas Inteligências Artificiais, o comércio agêntico adiciona uma etapa posterior:
depois de ser reconhecida, uma empresa poderá precisar ser compreendida, comparada, selecionada e acionada.
SEO e GEO deixam de ser apenas aquisição de tráfego
Para profissionais de SEO e GEO, talvez esteja justamente aqui uma das mudanças mais importantes dos próximos anos.
Historicamente, grande parte do SEO esteve associada à conquista de posições capazes de gerar cliques.
A IA generativa já começou a romper essa relação.
Uma marca pode conquistar influência sobre uma decisão sem necessariamente receber o primeiro clique.
O comércio agêntico leva essa lógica ainda mais longe.
Em determinados casos, uma empresa poderá participar de uma venda mesmo que a interação inicial do consumidor tenha ocorrido integralmente em outro ambiente.
Por isso, a função de SEO e GEO pode se tornar progressivamente mais próxima da própria arquitetura do negócio.
Não será suficiente discutir palavras-chave.
Será necessário discutir entidades.
Não apenas conteúdo.
Dados.
Não apenas páginas.
Catálogos e sistemas.
Não apenas ranking.
Legibilidade por máquinas.
Não apenas tráfego.
Capacidade de participar de decisões e transações intermediadas por agentes.
É uma mudança potencialmente profunda na própria definição de otimização digital.
O comércio agêntico deixa de ser assunto exclusivo do marketing
É nesse ponto que a discussão chega ao C-level.
Tecnologia precisará discutir interoperabilidade, APIs e governança.
Comercial precisará pensar em políticas que possam ser interpretadas de maneira inequívoca por sistemas.
Operações precisarão garantir atualização de preço, estoque, prazo e disponibilidade.
Jurídico e compliance precisarão discutir autorização, responsabilidade, consentimento e representação do usuário.
Segurança precisará determinar quais informações e ações podem ser acessadas por agentes e sob quais credenciais.
Experiência do cliente precisará pensar em jornadas nas quais parte da interação acontece fora das interfaces tradicionais.
E marketing terá de descobrir como construir preferência quando parte da decisão é mediada por algoritmos.
O impacto pode chegar aos indicadores de marketing
A transformação também poderá exigir novas métricas.
Durante anos, equipes acompanharam impressões, cliques, CTR, posição orgânica, tráfego, leads e conversão.
A expansão das respostas generativas começou a introduzir indicadores como presença em IA, frequência de menção e share of voice em respostas.
O comércio agêntico poderá exigir outras perguntas:
Com que frequência minha empresa entra no conjunto de opções consideradas por agentes?
Quais informações os agentes conseguem compreender sobre meus produtos?
Minha oferta é interpretada corretamente?
Minha marca aparece como alternativa ou como preferência?
E, posteriormente:
Com que frequência ela é efetivamente selecionada?
O clique não desaparece.
Mas pode perder o monopólio como indicador da jornada digital.
Branding continuará importando — talvez ainda mais
Nada disso elimina branding.
Ao contrário.
Em um ambiente no qual diferentes empresas podem apresentar ofertas tecnicamente semelhantes, sinais de reputação, autoridade, confiabilidade, avaliações, presença pública e reconhecimento de marca podem ganhar ainda mais importância.
Agentes precisarão decidir não apenas o que é compatível com uma solicitação.
Precisarão operar dentro de algum modelo de confiança.
Por isso, conteúdo, relações públicas, autoridade digital, presença em fontes confiáveis, avaliações e consistência de marca continuam relevantes.
A infraestrutura muda.
A necessidade de confiança permanece.
Da otimização de páginas à preparação de empresas
É justamente essa transição que começa a orientar uma nova frente de pesquisas e projetos na WS Labs, empresa de tecnologia liderada por Wilson Silva.
A companhia já atua no desenvolvimento de soluções relacionadas à presença de marcas em Inteligência Artificial, agentes, automação e dados e vem acompanhando a evolução de GEO para estruturas capazes de conectar visibilidade, autoridade e preparação para ambientes agênticos.
“A próxima etapa não é criar um checklist dizendo que todas as empresas precisam instalar um protocolo amanhã. O trabalho começa diagnosticando como máquinas compreendem uma marca hoje: quais informações encontram, quais entidades reconhecem, quais inconsistências existem e até onde conseguem avançar. A tecnologia vem depois da estratégia”, explica Silva.
Esse talvez seja o principal sinal para as empresas.
O comércio agêntico não exige pânico tecnológico.
Exige preparação.
A pergunta que empresas precisam começar a fazer
O comércio agêntico ainda está em formação, e diferentes padrões, plataformas e modelos devem disputar espaço nos próximos anos.
Por isso, empresas não precisam simplesmente correr para instalar a tecnologia mais recente.
Precisam começar pela pergunta estratégica:
Se amanhã parte dos meus clientes delegasse pesquisa, comparação e decisão a agentes de Inteligência Artificial, minha empresa estaria preparada para participar dessa jornada?
E essa pergunta rapidamente se desdobra em outras.
Um agente consegue identificar corretamente minha empresa?
Entende aquilo que vendo?
Consegue distinguir meus produtos?
Encontra preço e disponibilidade confiáveis?
Compreende políticas e condições?
Consegue comparar minha oferta com a de concorrentes?
Meus dados são consistentes entre site, feeds e plataformas?
Existe uma camada segura para que sistemas externos consultem informações?
E, no futuro, haverá uma estrutura para que um agente avance da consulta para uma ação?
“O comércio agêntico não significa que o consumidor desaparece da decisão. Significa que ele pode delegar parte do esforço necessário para chegar a ela. Toda vez que reduzimos o esforço do consumidor, redesenhamos também a competição entre empresas. O próximo grande desafio digital pode não ser apenas conquistar a atenção de uma pessoa, mas estar entre as empresas que uma máquina considera confiáveis o suficiente para agir”, conclui Wilson Silva.
Sobre a WS Labs
A WS Labs é uma empresa brasileira de tecnologia especializada no desenvolvimento de soluções de Inteligência Artificial, automação, dados e marketing. Seu ecossistema reúne produtos próprios voltados à mensuração de presença de marcas nas IAs, prospecção B2B, inteligência de relações públicas, pesquisas e automação de processos e conteúdo.
A empresa atua na interseção entre marketing e tecnologia, desenvolvendo aplicações e pesquisas sobre novos modelos de aquisição, presença digital, agentes de IA e relacionamento entre pessoas, empresas e sistemas inteligentes.
Sobre Wilson Silva
Wilson Silva é professor da ESPM São Paulo, pesquisador, executivo de marketing e tecnologia e CEO da WS Labs. É mestre em Gestão de Negócios pela FIA, possui MBA em Inteligência Artificial e formação em Marketing e Ciências Contábeis.
Com mais de 20 anos de experiência profissional, atua na interseção entre marketing, negócios, vendas, tecnologia e Inteligência Artificial. É criador da Escala Will, metodologia desenvolvida para mensuração da presença de marcas em Inteligências Artificiais generativas, cuja criação e validação acadêmica foram repercutidas pelo Portal ClienteSA. Por Wilson Silva / CEO da WS Labs
