Agentic Commerce

O comércio agêntico é uma abordagem de compra e venda em que agentes de IA realizam tarefas comerciais em nome de pessoas ou empresas, dentro de permissões definidas. Em vez de pesquisar manualmente, comparar produtos e navegar pelo processo de finalização da compra, o comprador delega um objetivo, como “encontrar auscultadores compatíveis por menos de 150 $”. Um agente de IA — software que seleciona e executa ações para alcançar um objetivo — pode analisar opções, preparar um pedido e solicitar aprovação antes de comprar.

Como funciona o comércio agêntico#

Um fluxo de trabalho de comércio agêntico liga intenção, informação e ação. Um modelo de linguagem de grande dimensão pode interpretar requisitos expressos numa conversa, enquanto as ferramentas conectadas obtêm detalhes dos produtos, verificam o inventário, calculam os totais e submetem pedidos autorizados. O modelo propõe ações; os sistemas do comerciante e de pagamento validam-nas e executam-nas.

O agente verifica as respostas das ferramentas e ajusta o passo seguinte. Se um artigo preferido estiver indisponível, pode encontrar uma alternativa ou perguntar se uma data de entrega diferente é aceitável. O guia da Stripe sobre comércio agêntico explica as capacidades de suporte: descoberta de produtos, finalização da compra, pagamentos e confiança. O nível de autonomia varia: alguns fluxos de trabalho apenas pesquisam produtos, enquanto outros realizam transações mediante autorização explícita. (stripe.com)

Termos relacionados e protocolos de comércio#

O comércio agêntico descreve uma aplicação comercial da IA agêntica, não um modelo ou uma tecnologia de pagamento específicos. As suas fronteiras ficam mais claras através de várias comparações:

• Sistemas de recomendação: ordenam os produtos de que um cliente poderá gostar. Um sistema agêntico também pode verificar restrições, interagir com comerciantes e fazer avançar uma transação.
• Protocolo de Comércio Agêntico: define interfaces que ligam compradores, agentes, vendedores e fornecedores de pagamentos. O protocolo suporta fluxos de trabalho comerciais; não é sinónimo do conceito mais abrangente.
• Protocolo de Contexto de Modelo: liga aplicações de IA a ferramentas e a contexto externo. Pode dar acesso a serviços comerciais, mas não define, por si só, um fluxo de trabalho completo de finalização da compra ou autorização de pagamento. (agenticcommerce.dev)

O comércio conversacional descreve as compras através de diálogo; uma interface conversacional não é necessariamente autónoma. Os pagamentos agênticos são ainda mais específicos: permitem ações de pagamento autorizadas. Por exemplo, os tokens de pagamento delegado podem limitar os gastos por montante, comerciante e validade, em vez de concederem acesso irrestrito às credenciais.

Aplicações no mundo real#

Considera dois fluxos de trabalho concretos e ilustrativos.

Assistência pessoal nas compras: um cliente pede uma máquina de lavar loiça que caiba numa abertura com dimensões especificadas, respeite o orçamento e chegue antes de uma data-limite. O agente compara as especificações do catálogo, verifica a disponibilidade de entrega e apresenta o total final, incluindo a instalação. Solicita aprovação se houver ambiguidades nas dimensões ou se o total exceder o limite autorizado. A vantagem está na tomada de decisões coordenada perante várias restrições, não apenas na geração de uma descrição do produto.

Reposição no retalho: um agente de compras combina registos de vendas com monitorização do inventário por visão computacional. Um modelo baseado em câmara assinala espaços vazios nas prateleiras; o agente verifica as existências no armazém, as entregas pendentes e os fornecedores aprovados antes de preparar um pedido de reposição. A visão fornece evidências, enquanto uma lógica de compras separada determina se a aquisição é adequada. Caso contrário, produtos ocultos ou deteções incorretas podem causar pedidos desnecessários.

Um fluxo de trabalho prático de visão computacional#

A visão computacional pode fornecer observações a um agente sem se tornar, ela própria, o agente de compras. A deteção de objetos identifica objetos e as respetivas localizações numa imagem.

Depois de instalar ultralytics com pip install ultralytics, este fluxo de trabalho de inferência documentado usa Ultralytics YOLO com YOLO26 para produzir observações legíveis por máquina:

from ultralytics import YOLO

# Carrega um detetor pré-treinado para esta demonstração.
model = YOLO("yolo26n.pt")

# Analisa uma imagem de exemplo pública.
results = model("https://ultralytics.com/images/bus.jpg")
result = results[0]

# Serializa as deteções para uma aplicação a jusante.
observations = result.to_json()
print(observations)

A saída JSON contém rótulos de deteção, localizações e pontuações de confiança. Isto demonstra a interface entre perceção e software — não a identificação de produtos, a reconciliação de stock ou a finalização da compra. Uma implementação no retalho precisa de dados específicos da tarefa e de treino de modelos personalizados. A Plataforma Ultralytics permite anotar conjuntos de dados, treinar e implementar esse componente de visão. A autorização comercial continua a ser uma responsabilidade separada. (docs.ultralytics.com)

Riscos, conformidade e preparação do marketplace#

Um agente pode interpretar mal a compatibilidade, basear-se em preços desatualizados ou deparar-se com injeção de prompts — instruções maliciosas incorporadas em páginas de produtos ou noutros conteúdos obtidos. Com permissões de compra, estas falhas podem ter consequências financeiras. Mitiga a agência excessiva através de ferramentas restritas, limites de gastos e etapas de aprovação aplicadas fora do modelo.

Os marketplaces devem disponibilizar catálogos precisos, disponibilidade atualizada, políticas de devolução explícitas e interfaces de finalização da compra fiáveis. Os metadados Product do Schema.org ajudam a descrever produtos de forma consistente, mas não substituem APIs transacionais.

A conformidade do comércio agêntico consiste em aplicar as obrigações pertinentes de privacidade, segurança de pagamentos, proteção do consumidor e conservação de registos aos fluxos de trabalho delegados — não em obter uma certificação universal de “agêntico”. Usa o Quadro de Gestão de Riscos de IA do NIST para estruturar a avaliação e a supervisão. Começa com compras sujeitas a aprovação, conserva os registos das transações, evita pedidos duplicados e disponibiliza processos claros para cancelamentos e contestações. (schema.org)