Todo mundo está comprando a camada de conversa. Em dezoito meses ela vai estar comoditizada, com o mesmo preço e a mesma qualidade disponíveis para qualquer rede. O que não vira commodity — e quase ninguém está comprando — é o dado embaixo dela ser verdadeiro.

O primeiro número público: o case Albertsons

A Albertsons colocou o primeiro número público nessa conta. As ferramentas de compra com IA da rede elevaram a cesta média em 10% nas buscas conversacionais comuns e em 26% nas buscas mais complexas.

O número é bom, mas a explicação é melhor. Jill Pavlovich, vice-presidente sênior de experiências digitais de compra da rede, resumiu assim: de repente os clientes passaram a comprar entre categorias e entre itens, em vez de procurar um item de cada vez.

Isso não quer dizer que o e-commerce de supermercado estava errado. Ele foi construído em cima da recompra, e isso está certo: nove em cada dez compras são repetição, e um bom app resolve isso em segundos — última compra, favoritos, lista pronta. Essa base não muda e continua sendo o coração do canal.

O que a conversa acrescenta é a outra metade: a hora em que o cliente não sabe o nome do que quer, ou está resolvendo uma ocasião inteira — um jantar, um churrasco, uma restrição alimentar — em vez de repor um item. A eMarketer projeta que plataformas de IA respondam por até 13,7% de todo o e-commerce de varejo americano em 2029, o equivalente a US$ 225,21 bilhões. Não é uma onda que vai passar.

Quanto a IA aumentou a cesta média de compra da Albertsons?

10% nas buscas conversacionais comuns e 26% nas buscas mais complexas, segundo a rede — porque a conversa faz o cliente comprar entre categorias e entre itens, em vez de procurar um item de cada vez, que é como o e-commerce tradicional de recompra funciona.

O pré-requisito que ninguém está olhando

Um assistente só é tão bom quanto o dado que ele consulta.

Repare no que o Home Depot fez. A rede liberou o assistente de IA dentro de todas as lojas dos Estados Unidos: o cliente abre pelo aplicativo ou escaneia um QR code na sinalização, pergunta onde está o produto, e a IA responde com corredor e vão. Corredor 14, vão 6.

Parece um detalhe de conveniência. É o teste mais duro que existe.

Porque aquilo não é uma frase — é uma promessa física. Como observou Michael Guzzetta ao analisar o movimento, dizer “corredor 14, vão 6” só funciona se o recebimento estiver certo, o abastecimento tiver sido feito, o planograma bater, a quebra estiver registrada e a acuracidade de estoque corresponder ao que está na prateleira naquele minuto. O cliente anda até lá e descobre em trinta segundos se a rede cumpre.

É exatamente a mesma mecânica de um assistente que monta a cesta dentro do seu app. Ele afirma que o produto está disponível. Se não estiver, quem errou não foi “o site”. Foi a sua rede, com todas as letras, depois de ter afirmado com confiança que tinha.

O número brasileiro que precisa entrar nessa conversa

A ruptura no varejo alimentar brasileiro caiu para 10,8% em julho de 2026, contra 11,5% em junho — o menor nível em doze meses, segundo o Índice de Ruptura da Neogrid. O setor comemorou. Traduzindo: um de cada dez itens que o cliente vai buscar na gôndola não está lá. No melhor mês do ano.

Robson Munhoz, da Neogrid, explica que “com as vendas reais em queda e o orçamento familiar pressionado pela inflação acumulada, a maior disponibilidade de produtos nas gôndolas reflete um ritmo de compras mais cauteloso que diminui a velocidade de giro dos estoques”.

Os números ao redor confirmam. Segundo o Radar Scanntech, as vendas em unidades saíram de −1,2% no terceiro trimestre de 2024 para −2,1% no primeiro trimestre de 2026, com fundo de −3,6% no quarto trimestre de 2025. A NielsenIQ mostra o número de itens por ocasião de compra saindo de −1,4% no terceiro trimestre de 2024 para −10,1% no segundo trimestre de 2025, ainda em −2,9% no primeiro trimestre de 2026. E o Índice Cielo do Varejo Ampliado registrou queda real de 1,4% no faturamento do varejo em julho, o pior resultado para o mês desde 2020.

Gôndola cheia, carrinho vazio. A prateleira não está mais abastecida porque a operação melhorou. Está mais cheia porque o cliente está levando menos.

Agora junte as duas pontas. Um assistente de IA rodando em cima de um estoque com essa margem de erro não corrige a ruptura. Ele publica a ruptura, em escala, com a marca da rede em cima.

Por que a ruptura de estoque é um problema para o assistente de compra por IA?

Porque o assistente responde com base no que o sistema diz que existe, não no que fisicamente está na gôndola. Com a ruptura do varejo alimentar brasileiro em 10,8% (Neogrid, julho de 2026), um em cada dez itens que o assistente recomenda ou confirma como disponível pode simplesmente não estar lá — e quem herda a quebra de confiança é a marca da rede, não a tecnologia.

A boa notícia: arrumar a base custa menos que a camada de IA

A Althoff, rede sediada em Criciúma, implantou uma ferramenta de reposição inteligente em quatro das suas onze lojas e mapeou 8.977 problemas de execução que estavam derrubando vendas em três meses. Recuperou R$ 115 mil no período, o equivalente a 1,7% do faturamento.

O achado que interessa não é o valor. É o lugar. A maior parte das rupturas não acontece no caminho da indústria até a loja — acontece na rota que o produto faz do depósito até a gôndola. É execução interna, e isso significa que a correção exige processo e disciplina, não capex.

Os três passos que vêm antes do assistente

Passo 1 — Descobrir a sua acuracidade de estoque, medida e não estimada. Loja a loja, categoria a categoria. Contagem cíclica disciplinada, foto de gôndola tirada pelo próprio repositor, e alguém com nome e sobrenome responsável por fechar o loop entre “o sistema diz que tem” e “tem”. Esse é o número que define o que o seu assistente vai poder afirmar sem mentir. Se ninguém na sua rede responde esse número em cinco minutos, ele é o projeto do ano.

Passo 2 — Arrumar a ficha de produto. Nome completo, atributo estruturado, foto própria, unidade e peso corretos, substituto definido. Estoque certo com cadastro pobre continua dando resposta errada: o assistente não encontra o produto, não entende a pergunta por ocasião e não sabe o que oferecer no lugar. E vale um detalhe técnico que decide sozinho quem fica de fora: agente de IA não lê conteúdo renderizado apenas em JavaScript no navegador — prática comum em e-commerce brasileiro. Se o preço e a disponibilidade só aparecem depois que o script roda, para a máquina eles não existem.

Passo 3 — Definir o que acontece quando a promessa não pode ser cumprida. Regra de substituição clara, aviso ao cliente antes de a compra fechar, e recobrança automática quando o valor muda. O cliente não abandona porque faltou um item. Abandona porque chegou coisa errada e ninguém avisou. Um assistente sem regra de exceção transforma cada falta em uma quebra de confiança.

Feito isso, a camada de conversa entra e funciona. Antes disso, ela só amplifica.

Quais são os três passos antes de contratar um assistente de IA para o e-commerce de supermercado?

Primeiro, medir a acuracidade de estoque real, loja a loja — não a estimada. Segundo, arrumar a ficha de produto (nome, atributo, foto, unidade, substituto), porque estoque certo com cadastro pobre continua respondendo errado. Terceiro, definir a regra de substituição e o aviso ao cliente para quando a promessa não puder ser cumprida. Só depois desses três passos a camada de conversa deixa de amplificar erro e passa a aumentar a cesta com confiança.

E não é preciso ser gigante

A resposta do canal independente americano a esse dilema não foi terceirizar o canal, e sim comprar a tecnologia uma vez e distribuir. A Associated Wholesale Grocers, cooperativa atacadista de capital de varejistas, lançou o SmartMeals sobre a tecnologia da Breez AI: um assistente de compra com IA que faz planejamento de refeição, respeita restrição alimentar e orçamento, e roda sob a marca de cada varejista associado. Os resultados iniciais reportados pela própria AWG são de 22% de aumento na cesta média e 72% de aumento em cadastros de fidelidade nas lojas participantes, com perto de 100 lojas de associados rodando em março de 2026.

Escala compartilhada, marca própria, dado em casa. É o desenho que cooperativa e central de compras brasileira ainda não copiou.

A ordem importa mais que a velocidade

O varejista brasileiro tem uma vantagem rara aqui: ele está atrasado o suficiente para pular uma geração de erro. Não precisa repetir a curva de comprar o assistente antes de arrumar o estoque. Pode fazer na ordem certa — base em 2026, camada de conversa em 2027 — e chegar com um assistente que acerta, enquanto o concorrente que correu na frente está explicando ao cliente por que o app afirmou que tinha.

E uma última coisa. Essa camada só vira ativo se rodar no seu canal. Dentro do aplicativo dos outros, quem aprende com a conversa do seu cliente é o dono do aplicativo.

Este artigo faz parte do guia de Plataforma de E-commerce para Supermercado.