“Assessoria” de Inteligência Artificial na compra de um produto pode revolucionar o varejo

Com­prar um tênis de cor­rida na loja física é pra­ti­ca­mente um ato de fé pura. Você calça o tênis, dá duas vol­ti­nhas rápi­das e sem graça no car­pete da loja e tenta adi­vi­nhar: será que ele vai aguen­tar dez qui­lô­me­tros no asfalto sem deto­nar joe­lhos ou machu­car os pés? É aí que entra a inte­li­gên­cia arti­fi­cial (IA), pro­me­tendo ana­li­sar mon­ta­nhas de dados em segun­dos e sal­var nos­sos pés. Decidi colo­car essa pro­messa à prova na prá­tica.

O meu desa­fio para o Claude, a IA da Anth­ro­pic, era bem claro e nada sim­ples: achar um tênis mas­cu­lino tama­nho 42 com amor­te­ci­mento de ponta para pro­te­ger os joe­lhos e, o deta­lhe cru­cial, sem espre­mer meus dedos num bico aper­tado. Em segun­dos, a IA me suge­riu um modelo de mais de R$ 1 mil. Assus­tado com o valor para um teste, ajus­tei o orça­mento pela metade. Ela refez as con­tas, me deu novas opções e eu esco­lhi uma. Com­prei, amar­rei os cadar­ços e fui para a rua. O resul­tado? Ponto para a IA: o tênis enca­rou o asfalto per­fei­ta­mente e não me dei­xou nenhuma bolha para con­tar his­tó­ria.

O uso das pla­ta­for­mas de inte­li­gên­cia arti­fi­cial para reco­men­da­ção de pro­du­tos é uma das coi­sas mais sim­ples que elas podem fazer – é algo que está ampla­mente dis­po­ní­vel para todos os usu­á­rios, tenham eles pla­nos pagos ou não. Por isso, a prá­tica tem subs­ti­tu­ído a expe­ri­ên­cia de entrar em sites de e-com­merce, estu­dar os mode­los e os pre­ços dis­po­ní­veis, ler ava­li­a­ções de com­pra­do­res ali mesmo ou em um site que faça aná­li­ses (nem sem­pre con­fi­á­veis).

Não à toa, isso tem se tor­nado cada vez mais comum. O tempo entre o desejo da com­pra e o encon­tro do pro­duto ideal é dras­ti­ca­mente redu­zido. No entanto, isso traz opor­tu­ni­da­des e, espe­ci­al­mente, novos desa­fios para o varejo. Como levar o con­su­mi­dor certo

O ChatGPT e o Gemini são hoje as IAs mais usa­das para reco­men­da­ção de pro­du­tos para cada mer­ca­do­ria em uma pla­ta­forma de IA fechada. Isso tem esti­mu­lado um novo mer­cado conhe­cido pela sigla GEO, ape­lido da téc­nica cha­mada Gene­ra­tive Engine Opti­mi­za­tion. Ele é visto como um irmão mais novo do famoso Search Engine Opti­mi­za­tion (SEO).

A ideia é sim­ples: for­ne­cer infor­ma­ções sobre pro­du­tos e ser­vi­ços para que a IA ajude o con­su­mi­dor a esco­lhê-los. Enquanto o SEO tra­di­ci­o­nal foca em posi­ci­o­nar links para pala­vras-chave iso­la­das nos moto­res de busca (como o Goo­gle), o GEO busca inse­rir a empresa dire­ta­mente den­tro da res­posta de pla­ta­for­mas de IA.

“O Goo­gle sem­pre foi deter­mi­nís­tico: exis­tia a posi­ção um, e ela era veri­fi­cá­vel e dava para moni­to­rar. A IA gene­ra­tiva é pro­ba­bi­lís­tica. A mesma per­gunta feita duas vezes gera res­pos­tas dife­ren­tes, com mar­cas dife­ren­tes. Não há ran­king, há pro­ba­bi­li­dade de men­ção. A per­gunta deixa de ser ‘estou na posi­ção três?’ e passa a ser: ‘Em que por­cen­tual das con­ver­sas sobre o meu tema a minha marca apa­rece?’”, explica Tha­lita Tomé, dire­tora de mar­ke­ting (CMO) e receita (CRO) da pla­ta­forma edu­ca­ci­o­nal Tera.

Tha­lita diz que a oti­mi­za­ção de pala­vras-chave dá lugar agora para a per­gunta com­pleta. Com isso, são mais de 20 pala­vras que com­põem uma per­gunta feita em pla­ta­for­mas de IA gene­ra­tiva. Sendo assim, ela reco­menda uma estra­té­gia abran­gente, base­ada em três pila­res.

“SEO bem feito na base, con­te­údo estru­tu­rado em lógica de per­gunta e res­posta no meio e, no topo, sinais de con­fi­ança, que são as men­ções à marca em fóruns, na imprensa e em outros sites”, diz Tha­lita. (Com informações do jornal O Estado de S. Paulo)