Pela primeira vez, temos capacidade de combinar grandes volumes de dados, contexto e aprendizado contínuo para identificar sinais que, isoladamente, talvez passassem despercebidos
Autora: Juliana Velozo
Durante décadas, as empresas aprenderam a tomar decisões olhando para o comportamento de seus consumidores. Quanto mais dados coletavam, maior parecia ser sua capacidade de entender o mercado. Passamos a medir frequência de compra, ticket médio, abandono de carrinho, recorrência, campanhas com maior conversão, satisfação e dezenas de outros indicadores que ajudaram marketing, vendas e operações a tomar decisões melhores.
Esse modelo continua extremamente relevante. Mas tem uma limitação importante: comportamento é sempre um retrato do passado. Quando um cliente deixa de comprar, cancela um serviço ou demonstra insatisfação, a decisão já aconteceu. As empresas ficaram muito boas em reagir, mas ainda têm dificuldade em antecipar.
Foi justamente essa mudança que mais me chamou atenção durante o Data + AI Summit, realizado em junho, em San Francisco. Nas conversas com clientes, parceiros e empresas como Google e Databricks, a discussão já não girava apenas em torno de modelos mais sofisticados ou de novos agentes de IA. A pergunta que começava a aparecer era outra: como identificar a intenção de um consumidor antes que ela se transforme em comportamento?
Essa é uma mudança muito mais estratégica do que tecnológica. Pela primeira vez, temos capacidade de combinar grandes volumes de dados, contexto e aprendizado contínuo para identificar sinais que, isoladamente, talvez passassem despercebidos. Não se trata de prever o futuro, mas de reduzir incertezas através da capacidade de reconhecer padrões que indiquem uma provável necessidade, uma mudança de preferência ou um risco de perda de relacionamento antes que esses eventos se concretizem.
Um exemplo simples ajuda a ilustrar essa diferença. Imagine um varejista que percebe que determinado cliente reduziu a frequência de compras. O modelo tradicional reage: dispara uma campanha promocional, oferece um desconto ou tenta recuperar aquele consumidor. É uma resposta baseada em um comportamento que já ocorreu.
Agora imagine outro cenário. Antes mesmo dessa redução nas compras, diferentes sinais começam a aparecer. O cliente passa a navegar por categorias que nunca havia visitado, altera seus horários de acesso ao aplicativo, pesquisa produtos relacionados a uma nova necessidade e reduz pequenas interações que costumava fazer. Nenhum desses sinais, isoladamente, justificaria uma ação. Juntos, porém, podem indicar que aquele consumidor está entrando em um novo momento de vida ou avaliando outras alternativas.
É nesse ponto que a Inteligência Artificial começa a mudar a lógica das decisões. Em vez de esperar que um comportamento confirme uma tendência, as empresas passam a trabalhar com probabilidades. Não para tomar decisões automaticamente, mas para ampliar sua capacidade de agir enquanto ainda existe tempo de influenciar o resultado.
Essa lógica já está presente em empresas que fazem parte do nosso dia a dia. Plataformas de streaming recomendam conteúdos considerando não apenas o histórico do usuário, mas também o contexto em que ele está consumindo. Instituições financeiras identificam padrões incomuns para prevenir fraudes antes que uma transação seja concluída. Empresas de comércio eletrônico ajustam recomendações e ofertas de acordo com sinais emitidos durante a navegação, muitas vezes antes mesmo de o consumidor iniciar uma busca específica.
O que me chamou atenção em San Francisco foi perceber que essa capacidade está deixando de ser exclusiva das grandes plataformas digitais. Empresas de varejo, bens de consumo e serviços discutem como aplicar esse mesmo princípio em áreas muito diferentes: atendimento ao cliente, planejamento de demanda, precificação, cadeia de suprimentos, desenvolvimento de produtos e força de vendas.
Isso não significa que a experiência ou a intuição dos executivos perderão importância. Na verdade, quanto mais sofisticados os modelos se tornam, mais importante passa a ser a capacidade de formular as perguntas certas ao conhecer contexto e da necessidade do julgamento humano para avaliar resultados e impactos. Dados podem indicar probabilidades, indicar e sugerir mas definir qual decisão faz sentido para a estratégia da empresa continua sendo uma responsabilidade humana.
Também existe um cuidado importante. Compreender intenção não pode significar invadir privacidade ou ultrapassar limites éticos. Quanto maior a capacidade de interpretar sinais, maior precisa ser a responsabilidade sobre como essas informações são utilizadas. Transparência, governança e clareza sobre o uso dos dados deixam de ser requisitos regulatórios e passam a fazer parte da construção da confiança entre empresas e consumidores.
Talvez estejamos diante de uma das mudanças mais relevantes da última década. Durante muito tempo, a vantagem competitiva esteve na capacidade de conhecer melhor o comportamento do consumidor. Nos próximos anos, ela estará cada vez mais ligada à capacidade de compreender sua intenção e transformar esse conhecimento em decisões mais rápidas, mais relevantes e mais úteis.
No fim, a tecnologia é apenas o meio. O verdadeiro diferencial continuará sendo entender pessoas. A diferença é que, pela primeira vez, teremos ferramentas capazes de aproximar empresas daquilo que o consumidor ainda não fez, mas provavelmente está prestes a fazer. Para quem souber usar essa capacidade com responsabilidade, esse pode ser um dos maiores diferenciais competitivos da próxima década.
Juliana Velozo é Senior VP Retail, CPG, Travel & Transportation, Healthcare na Thoughtworks Latam.
