Na recente TCG Retail Summit, Edouard de Mézerac decidiu esclarecer as dúvidas em torno AI. Sua mensagem: a era dos casos de uso isolados chegou ao fim. O que vem a seguir é algo muito mais estrutural e muito mais exigente.

Durante anos, as empresas vêm experimentando a AI nichos isolados, descritos como “pontos de cor” espalhados pela organização. Útil, talvez. Transformador? Nem tanto. Agora, o panorama está mudando. AI agentiva AI de adicionar mais uma camada de tecnologia. Trata-se de repensar como o trabalho é realizado, de ponta a ponta.

O que diferencia AI autônoma?

Antes de mergulhar no tema da transformação, Edouard apresentou ao audience ideia simples: AI agentiva AI apenas um software… mas um software com autonomia. AI tradicional AI e classifica. AI generativa AI . AI agentiva AI além. Ela é capaz de:

  • Perceber informações (ler e-mails, documentos, data)
  • Reflita sobre o contexto
  • Aja acionando fluxos de trabalho entre sistemas

Essa combinação muda tudo. Ela também muda o que as empresas precisam. Com AI preditiva, o sucesso dependia de grandes volumes de data históricos. Com AI autônoma, o verdadeiro desafio é a clareza semântica: um entendimento comum do significado das coisas em toda a organização.

Se uma empresa não consegue definir claramente o que é um “produto”, uma “função” ou uma “promoção”, um agente não conseguirá atuar de forma eficaz. Como disse Edouard, sem essa linguagem comum, “o agente simplesmente não consegue se orientar”.

Da teoria à prática: o caso do Carrefour

Para provar que isso não é apenas teoria, Edouard conduziu uma transformação concreta na Carrefour. O ponto de partida foi deliberadamente modesto: uma equipe de pesquisa de mercado de 20 pessoas responsável por avaliar a abertura de novas lojas. Cada solicitação desencadeava um processo familiar, repetido cerca de 400 vezes por ano:

  • Um resumo da equipe imobiliária
  • Um a dois meses de análise
  • Um relatório de 20 a 30 páginas

Em vez de automatizar partes do fluxo de trabalho, a equipe o decompôs completamente, mapeando cerca de 150 etapas individuais antes de redesenhar o processo do zero. O segredo foi antecipar a intervenção do agente. Em vez de ficar junto à equipe de pesquisa, o agente passou a atuar diretamente junto às pessoas que iniciavam a solicitação. O impacto foi imediato:

  • Cerca de metade dos projetos foi descartada logo no início
  • Os casos viáveis foram analisados em minutos, em vez de meses
  • O processo proporcionou um aumento de produtividade de 50% a 70%

Mas a verdadeira mudança não se resumiu apenas à velocidade. Foi uma mudança estrutural. O papel da equipe mudou, assim como o fluxo de trabalho em toda a organização.

Ampliar para além de um único caso de uso

Após esse sucesso, o Carrefour não implementou mais agentes isolados. Em vez disso, a empresa realizou uma análise sistemática da organização e avaliou todos os processos em áreas como merchandising, finanças e RH, tudo com base em três critérios:

  • Isso abrange vários sistemas?
  • Isso envolve várias transferências entre equipes?
  • Isso se baseia em um raciocínio repetitivo e padronizado?

Isso levou ao surgimento de novas aplicações, incluindo:

  • Automatização do tratamento de anomalias no fechamento financeiro
  • Análise de catálogos promocionais
  • Validar os dados fornecidos pelos fornecedores antes de serem inseridos no sistema

Em todos os casos, o princípio era o mesmo: não automatize a parte intermediária —reformule o fluxo de trabalho.

Lições da prática: um manual para a transformação proativa

Com base nessas implementações, estão surgindo vários padrões para os líderes.

  1. Estabeleça uma meta ambiciosa: pequenos ganhos de eficiência não justificam o investimento. As empresas que estão obtendo resultados buscam mudanças radicais, como reduções de custos de 30% e processos 50% mais rápidos, e não ajustes incrementais.
  2. Esta é uma transformação de nível executivo: AI agentiva AI todas as funções. Se deixada a cargo de departamentos individuais, ela gera fragmentação. Quando impulsionada pela alta administração, torna-se uma força unificadora.
  3. Não automatize processos que já não funcionam: simplesmente adicionar agentes aos fluxos de trabalho existentes corre o risco de reforçar as ineficiências. O verdadeiro valor reside em redesenhar a forma como o trabalho flui antes, durante e depois da tarefa.
  4. Concentre-se nos casos de uso adequados: os melhores candidatos apresentam características comuns: complexidade envolvendo vários sistemas, coordenação recorrente e padrões de decisão previsíveis.
  5. Estabeleça as bases corretamente: AI agentiva AI elimina a necessidade de estrutura, mas eleva o nível de exigência. data limpos, definições claras e sistemas alinhados são pré-requisitos, não meras considerações secundárias.

Uma mudança de mentalidade, não apenas de tecnologia

Talvez a conclusão mais marcante seja o quão pouco disso se resume apenas à tecnologia. Edouard estima que uma implementação bem-sucedida de agentes automáticos envolva apenas 20% de tecnologia. O restante é composto por 30% de gestão da mudança e 50% de reinvenção do processo de ponta a ponta.

“Não há ‘nenhuma magia’ na AI agênica”, garante Edouard.

A liderança deve compreender como as funções serão drasticamente afetadas e estar preparada para realizar o árduo trabalho de corrigir os processos subjacentes. A tecnologia por si só não salvará a empresa. Mas, para uma organização disposta a repensar fundamentalmente a forma como o trabalho é realizado, a revolução da autonomia oferece uma oportunidade sem precedentes para impulsionar a produtividade e o crescimento.
As empresas que terão sucesso não serão aquelas que experimentarem o maior número de ferramentas, mas sim aquelas dispostas a repensar a forma como suas organizações realmente funcionam.

Conclusão

AI Agênica AI apenas mais uma fase da transformação digital. É uma mudança na forma como as decisões são tomadas, como o trabalho é estruturado e onde o esforço humano é direcionado. Para varejistas como o Carrefour, a ambição é clara: menos tempo dedicado ao trabalho administrativo e mais tempo focado nos clientes.
A questão já não é se AI gerar valor. É se as organizações estão prontas para se reestruturar em torno dela.