IA para e-commerce: onde ela dá margem e onde é teatro

IA para e-commerce é o uso de modelos de aprendizado de máquina e de linguagem para automatizar decisões repetíveis de uma operação de loja: previsão de demanda, precificação, recomendação de produto, segmentação de campanha e atendimento. Não é uma ferramenta única, é uma camada que atua sobre dados próprios da loja. Vale quando reduz custo por decisão ou melhora margem; vira teatro quando substitui julgamento sem dado que a sustente.

Por que importa

Para uma loja que fatura entre R$50 mil e R$500 mil por mês, o gargalo raramente é falta de tecnologia, é falta de tempo do gestor para decidir bem em escala. IA resolve o problema de volume: reprecificar 2 mil SKUs por dia, prever ruptura de estoque, escolher qual cliente recebe qual oferta. O ganho real aparece na margem e no CAC, não no número de recursos ativados. Onde não há dado histórico limpo, a IA amplifica o erro em vez de corrigir.

Como medir

Meça IA em e-commerce por decisão automatizada, não por ferramenta contratada. Isole uma tarefa, rode metade do catálogo com o modelo e metade na regra antiga por 30 dias, compare margem de contribuição e taxa de ruptura entre os dois grupos. Em recomendação de produto, olhe receita por sessão do bloco recomendado contra o bloco fixo. Em atendimento, meça taxa de resolução no primeiro contato e ticket que virou venda. Se o painel só mostra volume de interações, a IA está gerando atividade, não resultado.

Erro comum

O erro mais caro é comprar IA como produto de prateleira e esperar que ela conserte uma operação com dado sujo. Modelo de recomendação treinado em catálogo com categoria errada e foto trocada devolve sugestão ruim mais rápido, não sugestão melhor. Outro erro é confundir chatbot com IA de negócio: responder pergunta comum economiza atendimento, mas não muda margem nem CAC. E há o erro de narrativa, ativar dez recursos de IA para a reunião de diretoria sem medir uma única decisão contra a linha de base anterior.