Como a IA agêntica está mudando o varejo por dentro
Prasad Banala, diretor de desenvolvimento de software de um grande varejista americano, contou à MIT Technology Review como sua equipe está levando a IA agêntica a todo o ciclo de desenvolvimento. Agentes de IA já validam requisitos técnicos, geram código e automatizam testes. Segundo Banala, o principal desafio não é a tecnologia, mas a reformulação de processos e da cultura das equipes. O caso mostra que o varejo está se tornando um dos principais campos de teste da IA agêntica no setor corporativo.
Processado por IA de MIT Technology Review; editado por Hamidun News
O varejo costuma falar de inteligência artificial em termos de algoritmos de recomendação e chatbots de suporte. Mas as mudanças mais sérias acontecem onde o consumidor nunca olha: nos departamentos de engenharia, onde se escreve o código que move toda a infraestrutura do varejista. Foi isso que contou Prasad Banala, diretor de desenvolvimento de software de uma das maiores operadoras de varejo dos EUA, em um podcast do Infosys Knowledge Institute publicado pela MIT Technology Review.
Banala descreve uma abordagem que vai muito além do uso habitual da IA como assistente do programador. Sua equipe implantou IA agêntica, ou seja, sistemas capazes de executar de forma autônoma tarefas complexas em várias etapas, em todas as fases do ciclo de vida do desenvolvimento de software. Tudo começa pela validação de requisitos: agentes de IA analisam os requisitos de negócio e apontam contradições e lacunas antes que os engenheiros escrevam a primeira linha de código. Depois, os agentes participam da geração de código e da automação de testes, fechando um ciclo que antes exigia supervisão manual constante.
É importante entender o contexto. No último ano, o termo "IA agêntica" deixou de ser um conceito acadêmico e virou a principal tendência da tecnologia corporativa. Ao contrário dos modelos de linguagem comuns, que respondem a consultas no esquema pergunta e resposta, os sistemas agênticos conseguem planejar ações, usar ferramentas, interagir com serviços externos e ajustar a estratégia com base em resultados intermediários. Na prática, é a passagem de uma IA que aconselha para uma IA que executa. E o varejo, com seus enormes volumes de dados, logística complexa e pressão constante sobre a margem, mostrou-se o ambiente ideal para essa transição.
Porém, o mais interessante no relato de Banala não é o lado tecnológico, e sim o organizacional. Segundo ele, a principal barreira para uma IA agêntica que funcione não é a qualidade dos modelos nem o poder computacional, mas a disposição das equipes de reconstruir seus processos. Quando um agente de IA assume a validação de requisitos, o papel do analista de negócios não desaparece, mas muda radicalmente. O especialista deixa de ser quem confere a documentação à mão e passa a definir as regras do agente e a controlar a qualidade de suas saídas. Testadores, arquitetos e gerentes de projeto passam por uma transformação semelhante.
Essa mudança traz consequências sérias para toda a indústria. O varejo é um dos maiores empregadores do mundo, e suas áreas de tecnologia reúnem milhares de engenheiros. Se o modelo descrito por Banala provar sua eficácia em escala, ele inevitavelmente se espalhará para outros setores: bancos, seguros, telecomunicações, enfim, onde houver grandes times de desenvolvimento com processos consolidados. Na prática, os grandes varejistas viram campo de testes da IA agêntica corporativa, e os resultados desses experimentos vão determinar como as organizações de engenharia serão estruturadas daqui a três a cinco anos.
Também vale mencionar os riscos. Agentes de IA autônomos no ciclo de desenvolvimento não são o mesmo que um chatbot que sugere código. Um erro do agente na etapa de validação de requisitos pode se propagar em cascata por todo o projeto. Questões de responsabilidade, auditoria e controle de qualidade nesses sistemas ainda não têm soluções padronizadas. Banala diz que sua equipe está montando mecanismos de verificação em várias camadas, mas por enquanto há poucos detalhes, o que não surpreende numa empresa que atua em ambiente competitivo.
A experiência desse grande varejista americano mostra um padrão importante: o futuro da IA agêntica não se decide em laboratórios nem em conferências, mas na prática diária de engenharia das grandes organizações. É ali, no choque entre tecnologias ambiciosas e processos reais, que nascem modelos que vão mudar o mundo corporativo ou ficar como experimentos caros. Por enquanto, pelo que tudo indica, o varejo aposta no primeiro cenário.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.