Just Retail: O varejo não precisa de mais IA: precisa dar olhos a ela dentro da loja

Deixou de ser um piloto. Muitas equipes já perguntam a um assistente como uma loja ou uma campanha performou e recebem a resposta em segundos, cruzando vendas, tráfego e conversão. O que antes era um relatório mensal agora é uma conversa.

Mas isso deixa evidente um limite: o assistente pode dizer que a conversão do sábado caiu três pontos. O que ele não pode dizer é por quê. A explicação está no que aconteceu dentro da loja: onde as pessoas pararam, qual zona ignoraram, quanto tempo esperaram no caixa ou nos provadores. E sobre isso, até agora, não havia dados.

Um agente é tão bom quanto a informação que recebe. No comércio online, esse contexto existe há vinte anos: cada clique, cada página visitada e cada carrinho abandonado fica registrado. Por isso a IA avançou tão rápido ali. Na loja física, o agente conhece o começo e o fim da história, quem entrou e o que foi vendido, mas não a história.

É isso que resolvemos na KSI Vision. Nosso software se conecta às câmeras de segurança que as lojas e os shopping centers já têm instaladas e transforma o que acontece dentro do espaço em dados anônimos que um agente pode ler e usar. Trabalhamos na Europa e na América Latina com marcas de varejo, grupos de shopping centers, aeroportos e supermercados, como Mango, Grupo Falabella, Grupo Cencosud, Corporación América Aeropuertos, Grupo Axo, Grupo Lecueder, Supermercados Tienda Inglesa, Arredo, Supermercados Kinko e CBRE, entre outros.

Os varejistas sabem muito sobre quem compra: o que comprou, quanto gastou, a que horas e como pagou. Mas em uma loja de moda típica, de cada dez pessoas que entram, oito saem sem comprar. Sobre essas oito não se sabe quase nada: o que procuravam, onde pararam, em que momento decidiram ir embora. São a maior parte da demanda de uma loja, e são seu grande ponto cego.

Com uma simples contagem se confirma que entraram e com o PDV se calcula quantos compraram. Mas isso mede o tamanho do ponto cego, não o que há dentro dele. No comércio online, esses 80% têm nome, carrinho abandonado, e cada loja sabe em que etapa os perde. Na loja física, ninguém sabia, até agora.

É isso que medimos na KSI: o que acontece dentro da loja com quem não compra, por onde caminham, quais zonas ignoram, quanto tempo esperam no caixa ou nos provadores, quando vão embora. Sempre de forma anônima: não sabemos quem são, sabemos o que aconteceu com eles.

Nossos dados se conectam ao Claude, ChatGPT, Gemini e outros assistentes por meio do MCP, um conector padrão. A equipe pergunta em linguagem natural e recebe a resposta com dados reais, sem dashboards nem relatórios intermediários. Um gerente de loja pode começar o dia sabendo o que aconteceu ontem e o que convém mudar hoje.

Na Espanha, uma rede de lojas perdia centenas de milhares de euros por mês com abandonos de compra em suas maiores lojas. Com os dados da KSI e apoiando-se em seus assistentes de IA, redesenhou o layout, ajustou a equipe aos picos de fluxo e ativou alertas em tempo real. Assim recuperou 15% das vendas mensais por loja.

Na América Latina, um supermercado do Uruguai tinha os caixas saturados todos os domingos. Com alertas em tempo real e uma previsão baseada em seu histórico, reorganizou a equipe e a saturação desapareceu.

A mudança de fundo é cultural: o dado deixa de ser algo que se olha para prestar contas e passa a ser algo que se usa para decidir.

O varejista, sempre. A IA detecta, explica e propõe, mas a decisão é de quem conhece o negócio. Um agente pode sugerir reforçar a equipe no sábado; o gerente sabe se isso é possível ou se há uma solução melhor.

Sobre a privacidade, interpretamos comportamentos, não pessoas. O sistema não identifica ninguém, não faz reconhecimento facial e não armazena imagens. Transforma o que a câmera vê em dados anônimos e agregados: fluxos, tempos e ocupação. Projetamos a tecnologia desde o início para cumprir o RGPD e trabalhamos com esse mesmo padrão na Europa e na América Latina.

Na Espanha, muitas redes e shopping centers já têm anos de dados de fluxo e equipes acostumadas a trabalhar com indicadores. Para eles, o salto agêntico é natural: passar de olhar o dado para a IA interpretá-lo e propor ações. Na América Latina há operadores que ainda estão começando a medir, e isso tem uma vantagem: podem pular etapas e ir diretamente para um modelo em que os dados e os agentes trabalham juntos desde o primeiro dia.

Nos dois casos vemos o mesmo: o varejo físico que der olhos aos seus agentes vai decidir melhor e mais rápido. O que não fizer isso vai continuar gerindo a loja olhando pelo retrovisor.