Prontidão do Consumidor para Compras Assistidas por IA
Nova pesquisa que entrevistou 2.000 consumidores nos EUA e no Reino Unido revela uma forte demanda por IA em compras online, com 72% esperando que assistentes de IA aumentem a eficiência por meio de recursos como alertas de ofertas (59%), recomendações personalizadas (51%) e ideias para presentes (44%). No entanto, a confiança permanece frágil: 69% abandonariam uma plataforma após uma sugestão irrelevante, 24% por preocupações com o manuseio de dados e 21% se a IA decidisse sem entrada.[8]
Os primeiros a adotar, particularmente os de 25 a 34 anos (taxa de uso de 59% contra 34% no geral), mostram maior positividade, com 77% confiando mais nas marcas por oferecerem assistentes de IA. Entre eles, 81% aceitam que a IA construa carrinhos completos para ocasiões, e 88% valorizam sugestões de pacotes, sinalizando progressão para tarefas complexas.
Aumento da Adoção e Mudanças Geracionais
O uso de IA em compras no Reino Unido dobrou ano a ano, de 12% para 28%, liderado pela Geração Z (43%) e Millennials (42%), com 18% da Geração Z e 15% dos Millennials como usuários pela primeira vez no ano passado.[2][3] Quase metade dos compradores do Reino Unido (44%) está aberta a que a IA lide com jornadas inteiras, incluindo compras, uma vez que as preferências como orçamento e recursos são definidas — subindo para 49% para Millennials, 41% para Geração Z e 42% para Geração X.[2]
Os varejistas se alinham, com 84% abertos a preenchimentos de IA e 49% priorizando-o; 50% planejam expansões de IA para a experiência do cliente.[2] Adultos com menos de 45 anos no Reino Unido mostram 30% de abertura à IA como agentes pessoais para recomendações, verificações de entrega e compras.[7] Globalmente, 78% dos consumidores usaram ferramentas de IA como o ChatGPT recentemente, atingindo 93% entre os 35 anos.[7]
Implicações para a Infraestrutura de E-Commerce
Essa demanda pressiona os feeds de produtos, onde resultados irrelevantes de má qualidade de dados acionam 69% de rotatividade. Feeds de alta fidelidade — ricos em atributos como variantes, preços e compatibilidade — tornam-se essenciais para a relevância da IA, pois dados incompletos amplificam erros em sugestões em tempo real.
Os padrões de catalogação devem evoluir para suportar a IA agentiva, enfatizando esquemas estruturados para atributos além dos básicos (por exemplo, adequação para ocasiões, potencial de agrupamento). Inconsistências legadas retardam o treinamento da IA, ampliando a lacuna de prontidão, onde apenas 27% dos varejistas do Reino Unido consideram as pilhas escaláveis para experiências autônomas.
A qualidade e a integridade da ficha do produto impactam diretamente a confiança: descrições esparsas ou imagens ausentes minam a expectativa de 51% para recomendações personalizadas, enquanto metadados completos permitem pacotes proativos (88% de apelo inicial). Varejistas que preveem crescimento online em 2026 (80% no Reino Unido) vinculam a IA a conversões, mas lacunas de habilidades e conformidade dificultam a execução.[1][6]
Aceleração por Meio de Ferramentas No-Code e de IA
Plataformas no-code superam as barreiras de adoção, permitindo a otimização rápida do feed e a integração de IA sem altos custos de desenvolvimento — crucial, pois 90% dos varejistas globais planejam gastos com IA para operações.[6] Essas ferramentas automatizam o enriquecimento do catálogo, acelerando as atualizações do sortimento para corresponder a consultas dinâmicas do consumidor, como quedas de preços (59% de demanda).
A IA no-code lida com proteções desde a primeira interação, garantindo a responsabilidade de dados (24% de preocupação) por meio de treinamento anonimizado. Isso suporta a velocidade: indexação mais rápida de catálogos atualizados acompanha a prontidão de 44% para automação ponta a ponta, transformando a confiança inicial (77%) em engajamento repetitivo.[2]
Internet Retailing; Adyen Retail Report 2026.