Diretor de tecnologia Jean Pierre Lessa e Santos Ferreira explica a inteligência artificial aplicada ao varejo

Projetos-piloto se multiplicam nas empresas, mas poucos viram sistema que roda todo dia.

Jean Pierre Lessa e Santos Ferreira, observa que poucas tecnologias saíram do laboratório para a pauta dos conselhos de administração tão rapidamente quanto a inteligência artificial. No entanto, a adoção estacionou em um nível intermediário. O Gartner revisou suas projeções e agora indica que pelo menos metade dos projetos de IA generativa foram abandonados após a prova de conceito. Ele está focado no próximo passo: a aplicação da inteligência artificial nas operações diárias do varejo.

A companhia reúne lojas físicas, e-commerce, dois negócios com ritmos distintos de decisão. Nesse desenho, um modelo que vai bem em teste pode falhar quando precisa responder no horário de pico. Um estudo global da IDC sobre maturidade em IA apontou que 54% das provas de conceito não chegam a ambiente produtivo. A qualidade dos dados aparece entre as causas recorrentes.

O gargalo deixou o modelo e foi para o dado

Em um piloto, o time escolhe a base mais limpa, um recorte de período confortável e um problema bem delimitado. Em produção, o mesmo modelo depende de informação atualizada, disponível no instante da decisão e consistente entre sistemas criados em épocas diferentes. A dificuldade deixa de ser estatística e passa a ser de arquitetura.

Na tecnologia, Jean Pierre Lessa e Santos Ferreira acompanha esse ponto em rotinas que precisam responder durante o funcionamento da loja. A pergunta decisiva raramente é qual modelo usar. A pergunta é se o dado que sustenta a decisão existe na frequência que a operação exige, e a que custo ele é mantido.

Daí a entrada precoce da conta de nuvem na discussão. Um modelo em produção consome processamento de forma contínua, não em picos de teste. Sem previsibilidade de custo, a iniciativa perde patrocínio interno antes de mostrar resultado.

Quando construir e quando comprar?

A escolha entre desenvolver internamente e contratar uma plataforma pronta é antiga no setor de tecnologia e voltou com outro peso. Soluções de mercado entregam velocidade e custo previsível, o que resolve boa parte dos casos administrativos. O desenvolvimento próprio se justifica quando o processo é o que separa a companhia do concorrente.

Jean Pierre Lessa e Santos Ferreira, avalia um critério que organiza essa decisão. Quanto mais perto o processo está do que o cliente percebe na ponta, maior a razão para manter o desenvolvimento dentro de casa. Preço, sortimento e prazo de entrega costumam ficar desse lado da linha.

O efeito na rotina das equipes

A inteligência artificial aplicada muda o trabalho antes de aparecer no resultado. Previsão de demanda altera a reposição, recomendação altera o sortimento exibido, e a leitura de dados redistribui o peso do retail media na receita. Quem opera passa a receber sugestões que antes vinham da própria experiência.

Jean Pierre Lessa e Santos Ferreira, que já liderou times de mais de três mil profissionais de tecnologia, dados e machine learning, avalia que a adoção interna é o ponto mais subestimado desses projetos. Um modelo só entra em produção de verdade quando a equipe entende por que ele sugere aquilo e sabe quando contrariá-lo.

A medida de sucesso também se desloca. Acurácia isolada diz pouco se a recomendação chega depois da decisão de compra ou se o time não confia nela. O indicador útil costuma ser o que a operação já acompanha, como ruptura de gôndola, giro de estoque e custo por entrega.

Para os próximos anos, a projeção aponta uma separação nítida entre as empresas do setor. Ela dependerá menos da quantidade de iniciativas e mais do número de sistemas que rodam sem supervisão diária. Isso exige base de dados organizada, custo de nuvem previsível e equipes que tratam o modelo como parte do processo. A inteligência artificial aplicada tende a sair da pauta de inovação e virar critério de operação, cobrada pelos mesmos indicadores de sempre.

A OESP não é(são) responsável(is) por erros, incorreções, atrasos ou quaisquer decisões tomadas por seus clientes com base nos Conteúdos ora disponibilizados, bem como tais Conteúdos não representam a opinião da OESP e são de inteira responsabilidade da Agência Saftec