Esta semana houve três sinais que merecem leitura conjunta para quem gere uma loja online em Portugal.
A Anthropic divulgou os resultados do Project Deal — uma experiência interna em que 69 colaboradores, com 100 dólares cada, foram representados por agentes Claude num marketplace fechado de teste. Em poucos dias, esses agentes fecharam 186 negócios entre si, num valor total superior a 4.000 dólares. Quase metade dos participantes (46%) afirmou que pagaria por um serviço deste tipo no futuro. Há um detalhe que importa reter: os participantes representados por modelos mais avançados ganharam, em média, 2,68 dólares a mais por item vendido e pouparam 2,45 dólares por item comprado. Mas não notaram a diferença. Avaliaram a qualidade do negócio aproximadamente da mesma forma, independentemente do modelo que os representou.
Em paralelo, a Commerce (anteriormente BigCommerce) apresentou no Commerce Live 2026 um conjunto de capacidades agênticas que tornam o feed de produto das suas lojas diretamente disponível em ChatGPT, Gemini, Copilot, Perplexity, PayPal e Stripe. E em Londres, no Retail Technology Show, Paul Sims, ex-arquiteto-chefe da M&S, sintetizou o que tenho observado em diagnósticos a clientes: o próximo desafio do retalho não é tecnológico, é operacional. Uma única pesquisa conversacional do cliente fornece mais informação útil do que meses de dados de navegação, e quase nenhuma equipa está organizada para a aproveitar.
A leitura conjunta destes três sinais é a seguinte. Os agentes já transacionam. A infraestrutura para os tornar visíveis está disponível por defeito nas plataformas relevantes. E o cliente, quando comparar duas lojas online através de um agente, não vai justificar a sua escolha — vai apenas escolher.
Porque é que a maioria das lojas online em Portugal ainda não está preparada
Pela minha experiência, a barreira não está na tecnologia. Está na qualidade dos dados de produtos, na consistência da promessa de entrega, e na ausência de uma camada estruturada onde a IA consiga ler o catálogo sem ambiguidade. Em concreto, há três falhas que se repetem nos diagnósticos que tenho feito.
A primeira é o feed de produto. Atributos críticos por preencher (material, tamanho, compatibilidade), taxonomias inconsistentes entre fornecedores, descrições escritas para SEO clássico e não para responder às perguntas reais do cliente. Quando um agente lê este feed, encontra ambiguidade. E ambiguidade tira o produto da comparação.
A segunda é a logística disponível em formato de página de FAQ, e não em formato de dados. Tempos de entrega, custos, opções de recolha, política de devoluções, tudo enterrado em páginas que o agente não vai consultar. Para o agente, o que não está em formato estruturado e legível em milissegundos não existe.
A terceira é a ausência de segmentação do tráfego de IA no analytics. Sem distinguir as visitas que vêm de ChatGPT, Gemini, Copilot e Perplexity das restantes, qualquer otimização para este canal é cega. E sem otimização não há aprendizagem.
O que recomendo para as próximas 12 semanas
Comece por uma auditoria de “agent-readiness” ao seu catálogo. Pegue numa amostra de 100 produtos e meça três indicadores: que percentagem tem todos os atributos críticos preenchidos, que percentagem usa taxonomia consistente, e que percentagem tem descrições orientadas às perguntas reais do cliente. Se passar dos 70% nas três métricas, está acima da média do mercado. Se ficar abaixo, já sabe onde investir trabalho operacional.
Garanta que a sua promessa logística vive como dado e não como conteúdo editorial. Tempos, custos, opções de recolha e devolução devem estar disponíveis em formato API antes de existirem como página. Esta é uma conversa que tem de acontecer com o seu OMS e com o seu parceiro de transporte, e raramente acontece sem alguém na equipa ser explícito a pedi-la.
Separe já o tráfego de IA no analytics. ChatGPT, Gemini, Copilot e Perplexity. Crie os filtros e analise o volume e a conversão. É uma configuração de meia hora, e é provavelmente o sinal mais informativo que vai obter este trimestre.
Em suma
A Anthropic provou esta semana que os agentes fecham negócios sem intervenção humana. A Commerce mostrou que a infraestrutura para os alcançar está pronta. O Retail Technology Show confirmou que a barreira seguinte é operacional. E o detalhe mais relevante do Project Deal — quem é representado por um agente pior obtém pior resultado, sem se aperceber — vale também para as marcas. Quando o agente comparar a sua loja com a do concorrente, vai escolher uma. E o cliente, na maior parte das vezes, não vai notar a diferença.
A janela para garantir que essa escolha cai do seu lado fecha-se nos próximos meses, e não nos próximos anos.