Inteligência artificial no e-commerce: onde ela dá lucro (e onde atrapalha)

Inteligência artificial no e-commerce virou promessa de tudo: atendimento que se resolve sozinho, anúncio que se escreve sozinho, loja que vende sozinha. Na prática, eu vejo loja gastando com ferramenta de IA e não vendo diferença nenhuma no caixa. A ciência já mediu onde a IA realmente aumenta produtividade e onde ela piora o resultado. Neste texto eu mostro o que os estudos de Stanford, MIT e Harvard encontraram e como usar isso para decidir onde colocar IA na sua loja.

O que a pesquisa mediu de verdade

A maior parte do que se fala sobre IA é opinião ou case de fornecedor. Por isso eu gosto de partir de experimentos com grupo de controle, em que dá para comparar quem usou a ferramenta com quem não usou. Dois estudos são especialmente úteis para quem tem loja online, porque medem exatamente o tipo de trabalho que existe numa operação de e-commerce: atendimento ao cliente e tarefas criativas e analíticas.

Atendimento com IA: 14% mais produtividade, 34% para quem está começando

Pesquisadores de Stanford e do MIT acompanharam 5.179 atendentes de suporte de uma empresa de software que passaram a usar um assistente de IA generativa durante as conversas com clientes. O resultado foi publicado no NBER (Brynjolfsson, Li e Raymond, 2023) e depois no Quarterly Journal of Economics.

• Em média, os atendentes passaram a resolver 14% mais chamados por hora.
• Para os atendentes novos ou menos experientes, o ganho chegou a 34%.
• Para os mais experientes, o impacto foi mínimo.
• A satisfação dos clientes melhorou e a rotatividade da equipe caiu.

O ponto que mais importa para o lojista: a IA funcionou como um jeito de espalhar o conhecimento dos melhores atendentes para o resto da equipe. Ela sugeria respostas que tinham dado certo antes. Quem já sabia responder bem não ganhou muito; quem estava aprendendo pulou meses de curva.

A IA não substitui o seu melhor atendente. Ela faz o atendente novo responder quase como o seu melhor atendente.

Traduzindo para a loja: se o seu atendimento no WhatsApp depende de uma ou duas pessoas que sabem tudo de cor (troca, prazo, tamanho, frete), uma IA alimentada com as respostas delas tende a dar retorno rápido. Se você nunca escreveu essas respostas em lugar nenhum, a IA não tem de onde aprender.

A "fronteira irregular": onde a IA ajuda e onde ela atrapalha

O segundo estudo foi feito pela Harvard Business School (Dell'Acqua e colegas, 2023) com 758 consultores do Boston Consulting Group. Metade usou IA, metade não. Nas tarefas que estavam dentro da capacidade da ferramenta, quem usou IA:

• completou 12,2% mais tarefas;
• terminou 25,1% mais rápido;
• entregou trabalho com qualidade mais de 40% maior, segundo os avaliadores.

Mas houve uma tarefa escolhida de propósito para ficar fora do alcance da IA, que exigia cruzar números de planilha com entrevistas e chegar a uma conclusão de negócio. Nela, quem usou IA acertou menos do que quem trabalhou sozinho: a chance de chegar à resposta correta caiu cerca de 19 pontos percentuais. A IA entregava uma resposta convincente e errada, e as pessoas confiavam.

Os autores chamam isso de fronteira tecnológica irregular: a IA é ótima em algumas tarefas e ruim em outras que parecem igualmente difíceis. O risco não está em usar IA, está em não saber de que lado da fronteira a tarefa está.

Inteligência artificial no e-commerce: onde eu colocaria primeiro

Juntando os dois estudos com o que eu vejo nas lojas que atendo, a regra prática é: use IA em tarefa repetitiva, com padrão claro de "resposta boa", e onde um erro é fácil de perceber. Exemplos que costumam dar retorno:

1. Atendimento de primeiro nível: dúvidas de prazo, troca, tamanho e rastreio, com a base de respostas da própria loja. É exatamente o cenário do estudo de Stanford e MIT.
2. Variações de criativo e copy: gerar 10 versões de headline ou legenda para testar. Tarefa criativa dentro da fronteira, como no estudo de Harvard, e quem decide o vencedor é o teste, não a IA.
3. Descrição de produto e SEO: rascunho rápido a partir da ficha técnica, revisado por alguém que conhece o produto.
4. Recuperação de carrinho: mensagens personalizadas por produto e momento, dentro de uma estrutura de recuperação de carrinho que já funciona.
5. Triagem de dados: resumir relatórios e apontar o que mudou, para a pessoa decidir com mais rapidez.

Onde eu NÃO deixaria a IA decidir sozinha

O estudo de Harvard é um alerta direto para quem quer entregar decisão de negócio para a ferramenta. Tarefas que misturam números com contexto da sua operação são justamente as que ficam fora da fronteira:

• Cortar ou escalar campanha: a IA lê o ROAS que a plataforma mostra, que costuma ser inflado. A decisão precisa do número real de vendas da loja.
• Preço e margem: a ferramenta não sabe seu custo de frete, de devolução e de taxa de gateway, a não ser que você entregue esses dados.
• Política com cliente: reembolso, exceção, reclamação séria. Aqui uma resposta convincente e errada custa caro.

Quanto mais convincente a resposta da IA, mais importante é ter um número real para conferir.

Como começar sem desperdiçar dinheiro

O caminho que eu recomendo é simples e mensurável:

1. Escolha uma tarefa só, repetitiva e com volume (por exemplo, as 20 perguntas mais comuns do WhatsApp).
2. Documente a resposta boa: escreva como o seu melhor atendente responde. Essa é a matéria-prima que fez o estudo de Stanford dar certo.
3. Meça antes e depois: tempo de resposta, chamados resolvidos por hora, conversão do atendimento em venda.
4. Mantenha uma pessoa no circuito para os casos fora do padrão, que são os que caem fora da fronteira.
5. Só então expanda para a próxima tarefa.

É o mesmo raciocínio que eu uso em automação de e-commerce: automatizar o que é previsível e liberar as pessoas para o que exige julgamento.

Conclusão

A inteligência artificial no e-commerce funciona, e a ciência já mostrou números concretos: 14% mais produtividade no atendimento, até 34% para equipes novas, e trabalhos criativos até 25% mais rápidos. Mas os mesmos estudos mostram que, fora da zona de conforto da ferramenta, ela piora o resultado de quem confia cegamente. Use IA onde existe padrão e volume, mantenha decisão de dinheiro com número real na mão e meça cada passo. Assim a ferramenta vira lucro, e não mais uma assinatura mensal.