As quatro camadas que impulsionam o comércio autônomo

A IA generativa ainda é basicamente uma camada de pesquisa e consideração, e o clique final, pelo menos por enquanto, rola num site convencional e é feito por uma pessoa, não por uma máquina.  

Mas, enquanto a maioria das discussões públicas ainda se concentra nos assistentes de compras voltados para o consumidor, a transformação da infraestrutura que permite aos agentes pesquisar, negociar e auxiliar pagamentos em grande escala já está operacional — especialmente nos fluxos B2B, onde o consentimento e a responsabilidade são mais claros.  

Os primeiros testes mostram que o comércio eletrônico está rapidamente evoluindo para um ecossistema multiagente, no qual agentes públicos, empresas , agentes prestadores de serviços de pagamento (PSP) e agentes de redes de cartões negociam e realizam transações em tempo real. Cada camada dessa infraestrutura tem diferentes funções e pontos de controle. E compreendê-los determinará a vantagem competitiva dos comerciantes à medida que o comércio agêncio se expande.  

Camada Um - Plataformas de IA para consumidores: os novos guardiões da descoberta

No final de 2025, plataformas públicas de IA como ChatGPT, Perplexity e outras se tornaram canais importantes de descoberta que influenciam cada vez mais quais lojas os consumidores visitam.  

Em 29 de setembro de 2025, o Agent Pay da Mastercard foi lançado no ChatGPT, permitindo que os titulares de cartões dos EUA fizessem compras diretamente nas interfaces de chat. Enquanto isso, a OpenAI fez uma parceria com a Shopify para tornar mais de um milhão de comerciantes localizáveis e compráveis por meio dos fluxos de conversação do ChatGPT .  

Diferente das pessoas, os agentes de IA não rolam a tela nem interpretam a hierarquia visual de um jeito significativo — o ChatGPT, o Perplexity, o Claude, o Gemini e outros tiram dados estruturados de feeds, APIs e marcações do schema.org.  

Apesar de todo o esforço da equipe empresas , a página inicial, os banners e os fluxos de experiência do usuário não têm muita importância para um agente.

Em vez disso, os agentes avaliam os produtos como linhas em uma tabela com atributos, preços, disponibilidade e políticas que podem analisar e comparar entre vários comerciantes.  

Os comerciantes com cobertura quase completa de atributos (95%+) em seu feed de produtos costumam relatar maior visibilidade nas recomendações de IA em comparação com catálogos esparsos. Por outro lado, os agentes costumam ignorar produtos com dados ausentes, como prazos de entrega, tamanhos ou políticas de devolução.  

Melhores práticas para aumentar a visibilidade dos comerciantes no comércio de agenciamento:

1. Mostre dados completos e organizados dos produtos por meio de feeds e marcações de produtos schema.org para que os agentes possam entender o catálogo de forma confiável.  
2. Alinhe a estrutura do catálogo com as consultas em linguagem natural (“botas impermeáveis para caminhadas abaixo de £ 200 com entrega até sexta-feira”), e não apenas com a lógica interna de merchandising.
3. Mantenha o estoque e os preços sincronizados em tempo real. Os agentes não gostam de dados desatualizados ou imprecisos e vão rebaixar rapidamente os comerciantes que costumam dar informações erradas sobre o estoque ou as promessas de entrega.
4. Ofereça APIs de checkout fáceis de usar para agentes ou adote padrões emergentes de comércio agente para evitar a extração de HTML instável.
5. Coloque os agentes confiáveis na lista de permissões, mantendo as defesas contra fraudes para diferenciar a automação útil dos bots abusivos.

À medida que o comércio por agentes cresce, os comerciantes que otimizam dados legíveis por máquina, em vez de (apenas) persuasão humana, vão dominar a descoberta impulsionada por agentes. Enquanto aqueles que ainda estão construindo exclusivamente para visualizações de página podem correr o risco de se tornarem invisíveis.

Camada Dois - empresas : Da visibilidade à propriedade dos resultados

Mesmo que você tenha feito toda a otimização para agentes públicos, você pode ter visibilidade, mas ainda não tem controle sobre a experiência da marca, o resultado da transação ou como sua mensagem é transmitida aos consumidores. Pesquisas recentes do setor mostram que a maioria dos grandes varejistas espera que os pagamentos por agentes se tornem comuns dentro de três anos, mas muitos ainda não definiram como seus sistemas vão lidar com compras iniciadas por agentes, modificações pós-compra ou reembolsos quando operando em grande escala.

É aí que entra um empresas personalizado empresas .  

Quando um agente público chega com um pedido tipo“um tênis de corrida de R$ 120 para entrega até terça-feira”, um empresas entende o que ele quer, mapeia isso com o catálogo e a logística empresase monta a melhor oferta que empresas fazer. Ele pode gerenciar restrições de estoque em tempo real, escolher opções de envio e entrega que atendam ao prazo e manter a voz da marca na forma como os produtos e as compensações são apresentados. Em vez de deixar que um agente público vasculhe páginas e adivinhe, empresas se tornam contrapartes ativas nas negociações, podendo ajustar pacotes, aplicar promoções e propor alternativas quando não existe uma correspondência exata.  

Com o tempo, empresas provavelmente vão se tornar a interface padrão para PSPs e esquemas. Eles vão mostrar inventário, preços e sinais de risco em tempo real que outras camadas da infraestrutura podem usar para otimizar. Nesse modelo, o agente público ou corretor coordena vários comerciantes, enquanto cada empresas se concentra em maximizar a conversão, a margem e a experiência do cliente para o seu próprio negócio.  

No comércio agênico, o futuro é dos comerciantes que criaram agentes para moldar ativamente as transações e os resultados, em vez de ficarem só esperando para serem descobertos.

Camada Três - Agentes de Pagamento: O centro de inteligência operacional  

Os agentes dentro dos PSPs e plataformas de pagamento globais, como a Nuvei, lidam cada vez mais com a inteligência operacional que transforma intenções em movimentação de dinheiro em grande escala. Eles são responsáveis pela detecção de fraudes, otimização de roteamento, desempenho de autorização, gerenciamento de disputas, reconciliação, decisões de tesouraria e aplicação de conformidade em milhares de comerciantes e milhões de transações. À medida que esses pontos de controle convergem no comércio agencial, a inteligência que as plataformas de pagamento podem gerar se multiplica em toda a cadeia de valor.  

Um agente de pagamentos pode operar dentro de um dos seguintes pontos de controle:

• Checkout e financiamento. Decidir se uma transação deve ser aprovada, qual fonte de financiamento usar e quais sinais de fraude aplicar em tempo real. Inteligência aqui significa aprender novos padrões de comportamento dos agentes e se adaptar à medida que eles evoluem .
• Autorização e roteamento. Decidir se uma transação deve ser enviada pelo 3D Secure, qual adquirente ou rota escolher com base no desempenho em tempo real e se deve-se fazer lances dinâmicos sobre taxas e caminhos de roteamento. Estudos de caso recentes mostram que o roteamento e a otimização de riscos baseados em IA podem reduzir as perdas por fraude em mais da metade e aumentar as taxas de aprovação o suficiente para proporcionar aumentos de receita de um dígito alto para alguns comerciantes, especialmente nos segmentos transfronteiriços e de maior risco .
• Controles pós-pagamento. Otimizando as evidências de estorno, o tempo de liberação de fundos e a gestão de liquidez, com decisões que se acumulam em milhares de transações por dia.

PSPs e plataformas de pagamento com dados distribuídos globalmente, configurações globais com múltiplos adquirentes e tomada de decisões com IA incorporada estarão em melhor posição para treinar modelos sensíveis a agentes em diferentes regiões geográficas e casos de uso.

As informações recebidas desses PSPs podem se tornar um recurso compartilhado para os comerciantes que querem aproveitar o comércio por agentes sem precisar criar todas as funcionalidades e toda a infraestrutura necessária para isso.  

Camada Quatro - Agentes do Esquema: Codificando confiança e padrões

As redes de cartões estão evoluindo além dos meios de pagamento passivos para camadas de orquestração inteligentes que diferenciam os agentes das transações humanas e aplicam modelos de segurança específicos para cada contexto.  

Por exemplo, em outubro de 2025, a Visa lançou o seu Protocolo de Agente Confiável (TAP) — desenvolvido com a Cloudflare — para fornecer verificação criptográfica para agentes de IA durante a navegação e o checkout. Com ele, os comerciantes e os PSPs podem distinguir agentes confiáveis de automação maliciosa com mudanças mínimas em sua infraestrutura.

Enquanto isso, a Mastercard está trabalhando com parceiros como Microsoft, IBM e Google para expandir o comércio por agentes globalmente e anunciou planos para expandir o Agent Pay pela América Latina.  

Os agentes do esquema estão começando a detectar e classificar transações com “agente presente” por meio de: ‍

• Protocolo de Agente Confiável (Visa): Assinaturascriptográficas verificam a identidade do agente durante a navegação.
• Pagamento do agente (Mastercard): Credenciais especiais provam que “eu sou o ChatGPT agindo em nome de Alex B”.

Os agentes do esquema detectam o tráfego de agentes por meio de IPs na nuvem, impressões digitais de automação e sinalizadores de protocolo. Eles diferenciam agentes legítimos de humanos e bots maliciosos e, em seguida, aplicam regras específicas para cada agente, como menor atrito para agentes confiáveis e escrutínio mais rigoroso para agentes desconhecidos. Eles também coordenam a autenticação, preservando os sinais de identidade do agente por meio do fluxo PSP → emissor → liquidação.  

O que ainda não foi desenvolvido é a adoção ampla e interoperável dessas normas, bem como regras claras de responsabilidade que definam o que acontece quando um agente autorizado toma uma decisão prejudicial em nome de um consumidor – ou de uma empresa.  

À medida que o comércio agênico cresce, os agentes do esquema vão ficar cada vez mais responsáveis por coordenar a autenticação, aplicar modelos de fraude que entendem o contexto e fazer valer as novas categorias de “agente presente”, que se juntam às distinções atuais de cartão presente e cartão ausente.  

Ao mesmo tempo, os esquemas estão vendo como os protocolos de rede de cartões (como TAP e Agent Pay) poderiam se estender para a interoperabilidade APM.  

A sua infraestrutura de pagamentos está pronta para o comércio agenciado?

Pesquisas do setor mostram que quase 60% dos bancos e grandes empresas acham que os pagamentos por agente vão virar a norma nos próximos três anos, com a adoção inicial concentrada em cobranças recorrentes e fluxos de compras B2B.  

É provável que seja só uma questão de tempo até que esses padrões se espalhem mais pelo B2C, principalmente para compras repetidas e de baixo risco. O comércio eletrônico está virando um ecossistema com vários agentes, onde a intenção humana é cada vez mais expressa indiretamente, em vez de por meio de cliques.

Para os comerciantes, a questão não é tanto se os agentes estão chegando, mas sim se a infraestrutura deles vai estar pronta quando os agentes se tornarem a principal forma de fazer compras.

‍

Asaf Ben Gal é Diretor de IA e Análise na Nuvei, liderando a estratégia de IA da empresa e as iniciativas de aprendizado de máquina aplicado para transformar tecnologias avançadas em impacto comercial mensurável.