O agentic commerce é um modelo de comércio onde agentes de IA descobrem, comparam, negociam e completam compras de forma autônoma em nome do usuário, interagindo diretamente com os catálogos e sistemas de pagamento dos comerciantes por meio de protocolos abertos como ACP, AP2 e UCP.
Amazon para compras, Expedia para viagens, OpenTable para restaurantes. Esse modelo vertical se rompe quando um agente de IA assume o papel de concierge horizontal — descobrindo, comparando e comprando em seu nome, sem passar por nenhum intermediário.
McKinsey (2025) projeta que esse mercado pode movimentar entre US$ 3 e 5 trilhões globalmente até 2030 — um número que inclui apenas bens físicos, sem contar serviços nem B2B. Este artigo mapeia o ecossistema completo do agentic commerce: o que é, quem está construindo, quais protocolos conectam as peças, o que muda para o seu negócio e o que funciona hoje versus o que ainda é promessa.
O que é agentic commerce e como se diferencia de um chatbot
Agentic commerce é a atividade comercial — descoberta, comparação, negociação, execução e pós-venda — conduzida por agentes de IA autônomos em nome de um usuário ou organização, sem exigir aprovação humana a cada etapa. A diferença fundamental: o agente fecha o ciclo e executa a transação com autorização delegada.
Segundo a IBM (2026), trata-se de "uma abordagem de compra e venda em que agentes de IA atuam em nome de consumidores ou empresas para pesquisar, negociar e completar compras, frequentemente sem intervenção humana direta".
Se na primeira vez que você ouviu "agentic commerce" pensou que era mais um buzzword do Vale do Silício, fique — os dados contam outra história.
A distinção entre três gerações de tecnologia comercial dimensiona o salto:
| Dimensão | Chatbot | Recomendador | Agente autônomo |
|---|---|---|---|
| Autonomia | Reativo — responde perguntas | Semi-preditivo — sugere produtos | Proativo — planeja e executa |
| Execução | Lê informação | Exibe opções | Compra de fato |
| Memória | Sessão única | Cookies e histórico | Persistente entre sessões |
| Autorização | Nenhuma | Nenhuma | Delegada com limite de gasto |
Um chatbot responde "cadê meu pedido?". Um recomendador sugere "você pode gostar disso". Um agente autônomo compara preços em cinco lojas, escolhe a melhor opção dentro do seu orçamento, paga com credencial tokenizada e envia a confirmação — tudo sem você sair do ChatGPT.
A McKinsey (2025) identifica três modelos de interação que definem como agentes de compra transacionam:
- Agent-to-site: o agente interage diretamente com a plataforma do comerciante. Exemplo: um agente de viagens que pesquisa hotéis em cinco sites ao mesmo tempo.
- Agent-to-agent: o agente do comprador negocia com o agente do vendedor. Exemplo: dois agentes discutindo desconto por volume entre departamentos de uma empresa.
- Brokered agent-to-site: um intermediário facilita interações entre múltiplos agentes e plataformas. Exemplo: o Concierge da OpenTable conectando agentes a 60 mil restaurantes.
Essa taxonomia não existia em nenhum artigo em português até agora — e é a peça que permite entender quem fala com quem na cadeia do agentic commerce.
O agentic commerce é a camada transacional da web agêntica — a camada onde a IA não apenas lê seu site, mas compra nele.
Quem está por trás: o mapa político do agentic commerce
O ecossistema do agentic commerce se organiza em seis camadas tecnológicas — das interfaces de IA que controlam a descoberta até as redes de cartões que processam o pagamento —, cada uma dominada por empresas com interesses e estratégias distintas. Nenhum artigo em português havia mapeado esse tabuleiro inteiro até agora.
- Interfaces de IA — ChatGPT, Google Gemini, Claude, Perplexity
- Protocolos de comércio — ACP, AP2, UCP, MCP, A2A
- Orquestração de pagamentos — Stripe, Adyen
- Redes de cartões — Visa Intelligent Commerce, Mastercard Agent Pay
- Infraestrutura de merchants — Shopify, Salesforce, HubSpot
- Identidade e confiança — Skyfire KYA, W3C Verifiable Credentials
Se parece um tabuleiro de xadrez com peças demais, não se preocupe — o importante é entender que peça cada jogador move.
| Jogador | Papel | Ativo principal | Status (mai. 2026) |
|---|---|---|---|
| OpenAI | Plataforma de IA + co-patrocinador ACP | ChatGPT Instant Checkout | Produção (set. 2025) |
| Stripe | Pagamentos + co-patrocinador ACP | Shared Payment Token | Produção |
| Shopify | Infraestrutura + co-desenvolvedor UCP | Agentic Storefronts | Produção (mar. 2026) |
| Plataforma de IA + AP2/UCP | AI Mode checkout | Produção | |
| Mastercard | Rede de cartões | Agent Pay | Produção US/LATAM/Europa |
| Visa | Rede de cartões | Intelligent Commerce | Produção US; expansão global |
| Salesforce | CRM/Commerce | ACP + framework 5 atributos | Produção |
| Amazon | Marketplace (defensivo) | Rufus / Buy For Me | Teste limitado; bloqueou bots |
| Perplexity | Busca com IA | Buy with Pro | Produção |
| Anthropic | LLM / criador do MCP | Claude + MCP (doado à Linux Foundation) | Infraestrutura em produção |
| agenticcommerce.dev | Hub de protocolo | Especificação aberta ACP | Referência aberta |
Um dado que merece atenção para o mercado brasileiro: a Mastercard Agent Pay já opera no Brasil com MagaluPay e Getnet, e o PIX é compatível com o protocolo AP2 do Google — o que torna a infraestrutura de pagamentos brasileira mais preparada para o agentic commerce do que mercados dependentes apenas de cartões.
A Salesforce, por exemplo, define cinco atributos de um agente comercial — papel, dados, ações, guardrails e canal — um framework que antecipa como as grandes plataformas de comércio estão se adaptando.
Protocolos do agentic commerce: ACP, AP2, UCP e mais
Os protocolos do agentic commerce — ACP, AP2, UCP, Commerce MCP e as credenciais tokenizadas de Visa e Mastercard — não são concorrentes entre si. Funcionam como camadas de um mesmo stack, onde cada um resolve um problema diferente na cadeia de uma transação autônoma.
Imagine que cada protocolo é uma peça de encanamento diferente: ACP é a torneira (abre e fecha o pagamento), AP2 é o medidor (verifica que ninguém manipula o fluxo), UCP é a tubulação (conecta catálogo com agente) e Commerce MCP é o registro geral. Não competem — todos são necessários para a água chegar.
Sim, são muitas siglas — mas o que você precisa lembrar é que cada protocolo resolve uma peça diferente do quebra-cabeça.
| Protocolo | Patrocinador | Função principal | Status (mai. 2026) | Aberto |
|---|---|---|---|---|
| ACP | OpenAI + Stripe | Checkout e execução de pagamento | Produção (ChatGPT, Etsy, 1M+ Shopify) | Apache 2.0 |
| AP2 | Google → FIDO Alliance | Autorização com mandatos criptográficos | Produção (60+ parceiros) | Apache 2.0 |
| UCP | Google + Shopify | Ciclo completo: descoberta → checkout → pós-venda | Produção (NRF jan. 2026) | Apache 2.0 |
| Commerce MCP | Anthropic (base) | Conectividade de dados (catálogo, estoque, preços) | Produção (Linux Foundation) | Apache 2.0 |
| Visa TAP / Mastercard Agent Pay | Visa / Mastercard | Credenciais tokenizadas com identidade de agente | Produção | Programas parceiros |
O ACP já alcança mais de 1 milhão de merchants via Shopify e cobra uma taxa de 4% somada aos custos de processamento (PYMNTS) — uma mudança estrutural nos custos de canal para os comerciantes.
E agora vem a parte que realmente importa: o conceito de KYA (Know Your Agent). Antes você verificava o comprador (KYC). Agora precisa verificar o agente que compra em nome dele. Skyfire, Experian e Visa já desenvolvem frameworks para essa verificação — a evolução do "conheça seu cliente" para o "conheça seu agente".
A McKinsey (2025) identifica três pressupostos humanos sobre os quais o stack de pagamentos atual foi construído — identidade observável, intenção observável e autorização explícita — e o agentic commerce rompe os três. A migração de heurísticas comportamentais para confiança baseada em protocolo é a mudança infraestrutural mais profunda em curso.
O que muda para o seu negócio: impacto no e-commerce e no marketing
O agentic commerce transforma tanto a forma como seus catálogos são consumidos quanto as métricas que definem o sucesso do marketing. Dados estruturados substituem design visual como fator de decisão, e a atribuição baseada em cliques perde relevância quando o comprador é uma máquina.
Seu catálogo não é mais uma vitrine — é um motor de decisão
Quando o comprador é um agente, seu catálogo deixa de ser um meio de exibição e passa a ser um motor de decisão. Agentes classificam produtos com base na qualidade dos dados estruturados, não no design criativo nem no copywriting.
O princípio de agent legibility (legibilidade para agentes) é direto: humanos toleram ambiguidade, agentes não. Se prazos de entrega, custos de frete e políticas de devolução estão vagos ou inconsistentes, o agente descarta a oferta — sem que nenhum humano sequer a veja.
Aqui vem o que muda a perspectiva: segundo a Bain & Company, agentes valorizam "distinção objetiva acima de saliência genérica". Se um produto não é selecionado pelo agente, efetivamente não existe. Para marcas B2B, isso significa que a utilidade da marca — dados estruturados, provas verificáveis, APIs acessíveis — pesa mais que a percepção emocional.
A de-verticalização reforça esse cenário. Plataformas verticais que vivem de ser o destino de uma intenção específica enfrentam escolhas existenciais: lançar seu próprio agente, abrir para tráfego agêntico ou ficar de fora. O padrão: quem tem alto margem first-party resiste (Amazon bloqueou bots no robots.txt); quem tem ambição de plataforma abraça (Expedia cunhou o conceito "B2A — business to agent").
Segundo dados da InboundCycle, obtidos de 28 auditorias GEO realizadas a empresas na Espanha, Chile e Brasil entre janeiro e maio de 2026, 36% das webs não têm dados estruturados de nenhum tipo, e 0% implementa Schema de tipo Article no blog. Em um cenário de agentic commerce, essas webs são invisíveis para os agentes de compra.
Em 60% das webs que auditamos, as IAs mencionam a marca quando perguntadas diretamente, mas nunca citam a web como fonte: citam comparadores, agregadores ou Wikipédia. Quando um agente de compra avalia fornecedores, quem tem os dados estruturados ganha. Quem não tem nem aparece na lista.
Um número complementar: 85% das webs auditadas começam com introduções genéricas em vez de respostas diretas — exatamente o formato que agentes ignoram ao montar suas shortlists.
O que quebra no marketing (e o que substitui)
Se você mede o sucesso do seu marketing por CTR e ROAS, prepare-se para uma mudança de métricas.
Os números da MetaRouter são claros: o ChatGPT já responde por mais de 20% do tráfego de referência do Walmart, ~15% do Target e ~10% do eBay. Mas o funil anterior a essa referência — quais produtos o agente considerou e rejeitou — é invisível para o analytics do merchant.
Adobe (2026) confirma o impacto: conversões originadas de IA foram 54% maiores que as não-IA no Thanksgiving e 38% maiores na Black Friday. Salesforce reporta crescimento de 119% ano a ano no tráfego gerado por IA no primeiro semestre de 2025.
O que se rompe: atribuição last-touch, ROAS baseado em cliques, CTR, MQLs, bounce rate. O que substitui: server-side tracking, Agent Share of Voice, modelos de media mix, analytics de prompts e dados transacionais no nível do protocolo.
Para negócios B2B, a implicação é ainda mais direta: agentes de compra ignoram completamente a fase de awareness. Se o agente de um comprador avalia fornecedores de SaaS, ele consulta páginas de preços estruturadas e documentação de APIs — não campanhas de marca.
O retail media — um mercado de mais de US$ 100 bilhões em receita em 2025 — também está ameaçado. Segundo o IAB Spain, "o impacto mais visível da IA agêntica se produzirá no retail media e no agentic commerce." Quando agentes ignoram listings patrocinados, a lógica de sponsored placement se desmorona.
O que funciona hoje, o que é piloto e o que é promessa
O agentic commerce está em produção — com produtos como ChatGPT Instant Checkout, Mastercard Agent Pay e Shopify Agentic Storefronts já operando —, mas a adoção real permanece desigual entre setores e mercados. Separar o que funciona hoje do que é promessa de analista é exatamente o que falta no debate.
A McKinsey (2025) estima entre US$ 900 bilhões e US$ 1 trilhão em receita orquestrada apenas no varejo B2C americano até 2030. O Gartner projeta que 90% das compras B2B serão intermediadas por agentes de IA até 2028, canalizando mais de US$ 15 trilhões em trocas automatizadas.
| Produto | Desenvolvedor | Status |
|---|---|---|
| ChatGPT Instant Checkout | OpenAI + Stripe | Produção (Etsy, 1M+ Shopify merchants) |
| Mastercard Agent Pay | Mastercard | Produção US, LATAM, Europa |
| Shopify Agentic Storefronts | Shopify | Todos merchants (mar. 2026) |
| Google AI Mode checkout | Produção US (Etsy, Wayfair) | |
| Visa Intelligent Commerce | Visa | Produção US; pilotos APAC/LATAM |
| Perplexity Buy with Pro | Perplexity | Produção (compras Premium) |
Hype ou realidade? A resposta honesta é: as duas coisas, mas em ritmos muito diferentes dependendo do setor.
Agora, é justo fazer a pergunta contrária: se a infraestrutura está em produção, por que a adoção real ainda é limitada? Os números revelam um trust gap significativo. 70% dos consumidores americanos estão abertos a que agentes gerenciem suas compras, mas apenas 17% se sentem confortáveis completando uma compra via IA (PYMNTS, 2026). Apenas 8% dos adultos americanos usaram o Instant Checkout do OpenAI (Forrester, 2025).
O Gartner alerta que mais de 40% dos projetos de IA agêntica serão cancelados até 2027 por custos elevados, valor de negócio incerto ou controles de risco inadequados. Os erros reais reforçam a cautela: o Perplexity recomendou o produto errado para um usuário buscando roupas Abercrombie, e o ChatGPT confundiu a imagem de um ancinho com uma cafeteira durante um checkout.
No Brasil, os sinais de adoção são mistos. 70% dos consumidores estão dispostos a usar IA para compras futuras (CNN Brasil, 2025). O WhatsApp concentra 96,1% das conversações comerciais no país (OmniChat, 2026) — uma infraestrutura que funciona como ponte natural para o agentic commerce.
No horizonte: a negociação agent-to-agent (dois agentes autônomos negociando preço e condições) está projetada para 2028-2030. O custo energético é um contraponto adicional — agentes consomem 62 a 136 vezes mais energia por consulta que inferência convencional. A regulação também segue em construção: a LGPD, via artigo 20, trata do direito à revisão de decisões automatizadas, mas sua aplicação ao consentimento delegado de agentes ainda não tem validação legal definitiva.
Como preparar seu site para o agentic commerce
A boa notícia é que preparar-se não exige reinventar seu stack tecnológico — exige fazer o básico que a maioria ainda não fez.
A McKinsey propõe o framework Crawl-Walk-Run como referência: comece pela higiene de dados, avance para integração de protocolos e escale com segurança e governança.
Na prática, os passos imediatos são:
- Audite seus dados estruturados. Verifique a cobertura de Schema.org no seu site. Se menos de 50% das páginas de serviço têm dados estruturados, esse é o gargalo principal.
- Implemente llms.txt. Esse arquivo permite que agentes de IA identifiquem e leiam seu conteúdo de forma programática.
- Adote formato answer-first. Reescreva as páginas principais para que a resposta venha primeiro — sem introduções genéricas de 200 palavras.
- Revise seu stack de medição. Se você depende de atribuição last-touch, explore server-side tracking e modelos de media mix antes que o tráfego agêntico chegue.
Os clientes onde implementamos melhorias de agent-readiness viram crescimentos de 300-400% na visibilidade perante agentes de IA.
Em setores regulados (saúde, finanças, jurídico), os agentes de compra operam sob marcos de governança mais rígidos — priorize consentimento explícito e rastreabilidade desde o início.
O caminho para o agentic commerce passa pela confiança construída no comércio conversacional — e, no Brasil, isso significa WhatsApp. Se você precisa de ajuda para preparar seu site, fale com uma agência especializada em web agêntica.
Perguntas frequentes sobre agentic commerce
Quais são os 3 tipos de e-commerce?
Os três tipos clássicos de e-commerce são B2C (empresa a consumidor), B2B (empresa a empresa) e C2C (consumidor a consumidor). O agentic commerce não substitui essas categorias — adiciona uma nova camada onde agentes de IA atuam como intermediários autônomos em qualquer uma delas, descobrindo, comparando e comprando em nome do usuário.
O agentic commerce já funciona no Brasil?
Sim. A Mastercard Agent Pay já opera no Brasil com MagaluPay e Getnet. O PIX é compatível com o protocolo AP2 do Google. ChatGPT Instant Checkout e Google AI Mode com checkout integrado também estão disponíveis. 70% dos brasileiros estão dispostos a usar IA para compras futuras (CNN Brasil, 2025). A infraestrutura está em produção, mas o volume de transações agênticas é ainda limitado.
Qual a diferença entre agentic commerce e e-commerce tradicional?
No e-commerce tradicional, o comprador humano navega o site, compara produtos e completa a compra. No agentic commerce, um agente de IA executa todo esse processo de forma autônoma: descobre, compara, negocia e paga sem intervenção humana. O catálogo deixa de ser uma vitrine visual e passa a ser um motor de decisão legível por máquinas.
É seguro comprar por meio de um agente de IA?
Os protocolos atuais (ACP, AP2) incluem mecanismos de verificação como mandatos assinados criptograficamente, tokens de pagamento compartilhados e confirmação humana obrigatória. Mas a adoção real é limitada: apenas 17% dos consumidores se sentem confortáveis completando uma compra via IA (PYMNTS, 2026). A regulação de consentimento delegado e responsabilidade do agente ainda não tem marco definitivo na maioria das jurisdições.
O que uma empresa B2B precisa fazer para se preparar?
Para empresas B2B de serviços, a prioridade não é o checkout, mas a descobribilidade: as IAs precisam encontrar e citar você como fonte quando alguém pergunta pelo seu serviço. Comece auditando seus dados estruturados (Schema.org), implemente llms.txt, adote formato answer-first no conteúdo e revise seu stack de medição — se depende de atribuição last-touch, explore server-side tracking e modelos de media mix.
