Comércio agêntico industrial: a realidade de 2026

O que funciona hoje e o que não funciona

O comércio agêntico em 2026 são dois mercados que atendem por um único nome — e que caminham em direções opostas.

A descoberta funciona. A Adobe mediu uma alta anual de 393% no tráfego encaminhado por IA para sites de varejo dos EUA no primeiro trimestre de 2026, com conversão 42% melhor que a do tráfego não originado em IA em março e receita por visita 37% maior. Independentemente do que você ache do hype, isso é um canal se comportando como canal.

A transação autônoma, não. O evento mais instrutivo do ano não foi um lançamento, e sim uma retirada.

O que a retirada do Instant Checkout provou de fato?

A OpenAI lançou o Instant Checkout em 29 de setembro de 2025 e o retirou em 4 de março de 2026, formalizando a mudança em um post de blog ainda naquele mês. A explicação da própria empresa: a versão inicial "não oferecia o nível de flexibilidade que aspiramos proporcionar", de modo que os lojistas passariam a usar o próprio checkout enquanto a OpenAI se concentrava na descoberta de produtos.

O detalhe por trás dessa frase é onde mora a lição.

Emily Pfeiffer e Sucharita Kodali, da Forrester, foram diretas quanto ao ponto estrutural em março de 2026: a gestão de estoque esteve "desastrosamente ausente do plano". Os agentes não estavam alucinando no sentido interessante do termo. Estavam repassando fielmente um catálogo que era raspado em vez de servido — e, portanto, desatualizado.

Essa é a lição inteira, e ela se generaliza: um agente herda a precisão dos dados que recebe e então age sobre eles na velocidade da máquina. Uma especificação errada em um PDF fica inerte até que alguém a leia mal. Uma especificação errada na resposta de um agente se propaga para uma lista de finalistas, uma cotação e uma lista de materiais antes que alguém perceba.

Onde fica, na indústria, a linha entre descoberta e transação?

Os agentes de varejo funcionam porque três coisas são públicas e únicas: o preço, o número de estoque e o SKU. O suprimento industrial viola as três por concepção.

A Deloitte relata que menos de um quarto dos fornecedores B2B sequer usa tecnologias de IA agêntica. Isso não é conservadorismo por conservadorismo — as primitivas realmente não existem.

Por isso, a pergunta industrial útil em 2026 não é "um agente vai comprar de mim?", e sim "um agente consegue acertar a minha especificação?". A primeira é especulativa. A segunda está acontecendo agora, com ou sem a sua participação.

Afinal, o que funciona de fato no suprimento industrial?

Descontadas as demonstrações, quatro padrões têm tração real, todos com uma propriedade em comum: o agente produz uma proposta que um humano efetiva.

1. 01Busca ciente do contrato. Um assistente capaz de enxergar o catálogo e a lista de preços negociados de um cliente específico e responder "quanto pagamos por isto e conseguimos obter" sem precisar de uma ligação. Esta é a aplicação de maior valor no curto prazo e a mais travada por autorização, não por IA.
2. 02Alternativas em situação de escassez. Quando uma peça entra em alocação, encontrar substitutos conformes e qualificados entre fabricantes é exatamente o tipo de filtragem multidimensional em que as máquinas são boas e os humanos, lentos. Funciona precisamente na medida em que as relações de equivalência são publicadas, e não inferidas.
3. 03Montagem de cotações e dossiês técnicos. Transformar uma especificação, um desenho ou uma lista de materiais em uma resposta precificada e documentada. O trabalho é síntese documental, não julgamento, e é onde se contabiliza a maior parte da economia de tempo mensurável.
4. 04Propostas de recompra e reposição. Sugestões orientadas pelo consumo que caem em um fluxo de aprovação já existente, em vez de contorná-lo.

Repare que nenhuma delas exige que um agente detenha uma credencial de pagamento, e todas as quatro exigem dados de produto estruturados e precisos. Esse é o verdadeiro grafo de dependências deste mercado — e é quase o inverso de como o mercado é vendido.

Um teste útil quando um fornecedor apresenta "comércio agêntico" a uma empresa industrial: pergunte qual dos quatro ele está entregando e, em seguida, de onde vêm os dados. Se a resposta for um crawler, estão lhe vendendo justamente aquilo que fracassou em março.

O contra-argumento, bem colocado

O Gartner prevê que mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027, citando custos crescentes, valor de negócio pouco claro e controles de risco inadequados. É o número mais útil deste campo e merece ser levado a sério, em vez de descartado.

Mas leia o que ele prevê. Ele prevê o fracasso de projetos para construir agentes, não o desaparecimento da demanda mediada por agentes. São coisas separáveis, e a implicação estratégica é quase o oposto da intuitiva:

• Construir um agente autônomo de compras em 2026 provavelmente vira uma estatística do Gartner.
• Não tornar o seu catálogo legível por máquina em 2026 é uma especificação perdida que você vai contabilizar em 2028.

O segundo risco é mais barato de mitigar e mais difícil de reverter.

O que precisaria ser verdade para compras plenamente agênticas?

Seis pré-condições, aproximadamente em ordem de dependência. Nenhuma é exótica; todas estão inacabadas.

1. 01Um registro de produto canônico e verificado. Parâmetros técnicos, status de ciclo de vida e evidências de conformidade em um só lugar, versionados e com procedência. Todo o resto vem depois disso — e é por isso que o Instant Checkout fracassou já no primeiro passo.
2. 02Acesso autenticado e ciente de direitos. Um agente que atua em nome de um cliente identificado precisa enxergar o preço contratual e a alocação daquele cliente, e de mais ninguém. Isso é um problema de autorização, e é a peça não resolvida mais difícil.
3. 03Identidade de agente verificável. Os operadores de servidor precisam saber qual agente está chamando e em nome de quem. O Web Bot Auth e o trabalho de agentes assinados que hoje avança na IETF são o caminho crível.
4. 04Uma camada de mandato e intenção. Os mandatos assinados de intenção, carrinho e pagamento do AP2 — doados à FIDO Alliance em abril de 2026, com uma versão v0.2 que acrescenta transações "sem humano presente" — existem para produzir um registro à prova de adulteração daquilo que o humano de fato autorizou.
5. 05Uma política comercial dedicada ao canal. O argumento da Forrester sobre planejamento de sortimento se aplica exatamente: você precisa decidir quais peças, quais preços e qual estoque ficam disponíveis para agentes, em vez de deixar um crawler decidir por você.
6. 06Um modelo de responsabilidade. Quando um agente especifica uma peça que não passa na qualificação, quem responde: o fabricante cujos dados estavam errados, o distribuidor que os serviu ou o fornecedor do modelo que os parafraseou? Nenhum padrão responde a isso hoje, e as equipes de compras não vão automatizar por cima de uma questão de indenização em aberto.

Os passos 1 e 5 estão inteiramente sob o controle do fornecedor. Os passos 3, 4 e 6 são trabalho do setor. O passo 2 é onde vai acontecer a criatividade comercial.

O que fazer enquanto isso

A posição defensável em 2026 é legível por agentes, transacionável por humanos: deixe as máquinas descobrirem, compararem e verificarem as suas peças com precisão, e mantenha o fechamento nos seus próprios trilhos.

Isso significa servir uma página de catálogo legível a clientes que não são navegadores — quando a Partsgraph auditou 984 domínios de distribuidores e fabricantes no mundo todo em agosto de 2026, 38% não faziam isso, e a pontuação mediana de visibilidade para IA foi de 50 em 100. Significa publicar ciclo de vida e conformidade como campos estruturados, e não como PDFs. Significa monitorar o que os assistentes de fato dizem sobre as suas peças, porque uma resposta errada dita com confiança é pior do que resposta nenhuma. E significa expor um endpoint consultável para os agentes que vão perguntar diretamente: o MCP chegou a cerca de 97 milhões de downloads mensais de SDK até março de 2026 e hoje está sob governança neutra na Linux Foundation, de modo que a questão da interface está praticamente resolvida.

O resumo incômodo é que o setor passou 2025 e o início de 2026 discutindo se os agentes comprariam coisas e perdeu por omissão a discussão mais consequente. Os agentes já estão respondendo a perguntas de especificação sobre peças industriais. A maior parte dessas respostas é montada a partir de dados raspados, parciais e desatualizados — exatamente a falha que matou o Instant Checkout, rodando silenciosamente em todo catálogo que ainda não foi corrigido.

O avaliador gratuito em [/audit](/audit) mostra o que uma máquina lê hoje do seu catálogo — e onde ela erra as suas peças.