900 agentes de IA no varejo: escala não é resultado

A Centauro tem mais de 900 agentes de inteligência artificial em operação. Mas só cerca de 310 são usados diariamente, segundo Ariovaldo Carmona, vice-presidente e Chief Digital Officer do Grupo SBF, em reportagem da Exame publicada em 11 de novembro de 2026. Essa diferença é um bom ponto de partida para avaliar IA no varejo: contar agentes implantados não é o mesmo que medir uso recorrente, e nenhum dos dois, sozinho, prova impacto no negócio.

A plataforma, lançada no primeiro trimestre de 2026, atende frentes diferentes, de pós-venda e vendas a catálogo, lojas e engenharia de software. A escala chama atenção. A pergunta mais útil, porém, não é quantos agentes existem. É o que cada um resolve, com que qualidade, a que custo e sob quais limites.

900 em produção não significa 900 em uso diário

A reportagem informa que a Centauro tem 1.400 usuários ativos, 14 integrações e capacitou mais de 2.300 pessoas em 59 treinamentos. São sinais importantes de estrutura e adoção. Ainda assim, a diferença entre os mais de 900 agentes em produção e os cerca de 310 usados diariamente mostra por que o inventário de soluções precisa ser acompanhado por dados de atividade.

Um agente pode estar disponível sem ser acionado com frequência. Pode ter sido criado para uma necessidade sazonal, estar em teste, ou ter sido substituído por outro fluxo. Por isso, eu separaria pelo menos três camadas: o que foi implantado, o que é usado de fato e o que melhora um resultado relevante. Misturar essas camadas infla a percepção de avanço.

O que dizem os 60% do pós-venda — e o que não dizem

Segundo a empresa, mais de 60% dos chamados de pós-venda foram resolvidos sem contato com atendente. A medição ocorreu entre julho e agosto de 2026 e se refere somente ao aplicativo da Centauro. A regra descrita considera resolvido o chamado atendido e concluído pelo agente sem encaminhamento a uma pessoa. A empresa não informou o volume de solicitações incluídas.

A cobertura do Real Nacional também observa que os números divulgados não vêm acompanhados de verificação independente. Isso não invalida o caso, mas define como devemos lê-lo: como resultados informados pela própria companhia, não como benchmark auditado nem como promessa de que outra varejista obterá o mesmo.

Além do percentual, eu gostaria de ver o tamanho e o perfil da amostra, os principais motivos de contato, a taxa de reabertura, a satisfação do cliente, o tempo até a resolução e quantos casos foram transferidos para atendentes. Uma taxa alta de contenção pode ser boa notícia, mas só se a solicitação foi realmente resolvida. Evitar a transferência não é o mesmo que resolver o problema.

Métricas diferentes respondem a perguntas diferentes

No assistente de compras para chuteiras, a Centauro informou que 27% das conversas terminaram em venda e que o tíquete médio ficou 46% maior no teste. O experimento, realizado entre dezembro de 2025 e janeiro de 2026, reuniu cerca de 2.100 conversas e comparou acessos com e sem o assistente. É um sinal de desempenho naquela categoria e naquele contexto. Não é prova de que todo assistente aumente vendas, nem de que toda a diferença observada tenha sido causada pela IA.

Há outros exemplos operacionais. Segundo a empresa, atualizar as regras de estoque de 230 lojas passou de quatro horas para cinco minutos; a proporção de lojas que seguiam as regras subiu de 65% para 90%. No catálogo, o prazo para lançar produtos caiu 42%, e a classificação automática acertou 95% dos casos avaliados. Cada número mede uma etapa diferente. O tempo poupado, a adesão a uma regra e a precisão de classificação não devem ser somados como se fossem uma única medida de retorno.

Na engenharia, o Grupo SBF registrou aumento de cerca de 60% no volume de entregas e de 30% na média mensal por desenvolvedor entre janeiro e setembro. A própria companhia atribui o avanço tanto à IA quanto a mudanças na organização das equipes e na priorização dos projetos. Esse detalhe é essencial: sem separar os efeitos, não dá para creditar todo o ganho aos agentes.

Como avaliar sem confundir atividade com impacto

Eu começaria por uma linha de base: quanto tempo, custo, erro e esforço humano a tarefa consumia antes da automação? Depois, compararia períodos e grupos realmente comparáveis, registrando mudanças simultâneas em equipe, processo, estoque, campanha ou política comercial. Quando possível, um teste controlado ajuda a estimar o efeito incremental. Quando não for possível, a limitação da atribuição precisa ficar explícita.

Também avaliaria o custo total por tarefa corretamente concluída, não apenas o custo do modelo ou as horas teoricamente economizadas. Entram nessa conta integração, ferramentas, revisão humana, monitoramento, retrabalho, suporte e manutenção. No varejo, vale ligar a melhoria operacional ao resultado que interessa: disponibilidade correta, margem, conversão, devoluções, satisfação ou redução de contatos repetidos.

E eu não tiraria a supervisão humana da equação. Em tarefas repetitivas e de baixo risco, a automação pode resolver de ponta a ponta, desde que haja confirmação de que resolveu mesmo. Em exceções, reclamações sensíveis, divergências de estoque ou decisões com impacto financeiro, o agente precisa reconhecer limites e encaminhar o caso. A operação deve registrar o que o sistema tentou, o que concluiu e quando uma pessoa interveio.

Escala é ponto de partida, não placar final

O caso da Centauro é interessante justamente por sair do piloto isolado e mostrar agentes em várias partes do varejo. Os dados divulgados ajudam a enxergar possibilidades reais: atendimento, catálogo, estoque, vendas e desenvolvimento. Mas também mostram que cada aplicação exige sua própria métrica e que resultados corporativos precisam ser lidos com contexto, período, denominador e atribuição.

Para uma empresa que está começando, a lição não é perseguir 900 agentes. É escolher um processo com problema claro, medir o que acontece hoje e definir como saberá se a IA melhorou a experiência e o resultado — sem aumentar risco, retrabalho ou custo invisível. Na sua operação, vocês estão contando agentes ou conseguem demonstrar quais tarefas ficaram melhores para o cliente e para o negócio?