Quando o ChatGPT for às compras, de qual programa ele vai lembrar?

No 9º Fórum Brasileiro de Fidelização, o mercado discutiu o que acontece quando agentes de inteligência artificial passam a comprar pelos consumidores. Surgiram diferentes apostas, muitas perguntas e uma pista importante: o consumidor já está dizendo que tipo de ajuda espera da IA.

Domingo à noite, a ração do cachorro acabou. Em vez de abrir três aplicativos, comparar preços e lembrar em qual programa tem pontos, a pessoa fala com o celular: “Compra a ração de sempre, onde estiver mais barata, e manda entregar amanhã”. Pronto.

Nesse cenário, ninguém precisou visitar uma vitrine, clicar em um banner ou procurar uma oferta personalizada. Ninguém digitou CPF.

Agora, a pergunta para quem administra um programa de fidelidade: essa compra pontuou em algum lugar? O assistente que fez o pedido sabia que o consumidor tinha status ouro em determinada loja ou considerou apenas que a concorrente estava R$ 4 mais barata?

E se o consumidor preferisse aquela loja por confiar no atendimento, mesmo pagando um pouco mais? O assistente levaria essa preferência em conta?

No 9º Fórum Brasileiro de Fidelização, o mercado começou a discutir essas questões. Ainda não há respostas definitivas. Mas há uma pista relevante, e ela veio do próprio consumidor.

 

O assunto que atravessou o dia

Organizado pela Associação Brasileira das Empresas do Mercado de Fidelização (ABEMF), em 21 de outubro, no TRIO | SP Hall, em São Paulo, o Fórum reuniu executivos e especialistas do setor, com apresentações envolvendo Tesco, Uber, Caixa, Casa Granado e Clube Giro.

O encontro terminou com uma palestra dedicada aos agentes de IA aplicados à fidelização. Agente, nesse contexto, é um sistema de inteligência artificial capaz de executar tarefas em nome de alguém. Dependendo de suas funcionalidades, integrações e permissões, pode pesquisar produtos, comparar alternativas e realizar etapas de uma compra.

O tema não ficou restrito à palestra de encerramento. Apareceu nos debates da manhã, atravessou apresentações de cases e ganhou uma perspectiva adicional com os dados do Panorama da Fidelização no Brasil 2026, pesquisa do Tudo Sobre Incentivos em parceria com a ABEMF, com respostas coletadas pela Opinion Box com 2.333 consumidores.

Nas apresentações consideradas para esta análise, não foi demonstrado um caso operacional de compra concluída autonomamente por um agente de IA dentro de um programa brasileiro de fidelidade.

O que o evento trouxe foram diferentes visões sobre como esse futuro poderá se desenvolver.

E elas nem sempre apontam para a mesma direção.

O agente não sente saudade. Mas pode aprender preferências.

Dave Andreadakis, estrategista com mais de 25 anos de experiência em programas de fidelidade, trouxe ao palco uma provocação.

Imagine o dono de um cachorro que compra regularmente em uma loja especializada. No modelo tradicional, muitas vezes ele só é reconhecido como participante do programa quando chega ao caixa, depois de já ter escolhido o estabelecimento e os produtos. O reconhecimento vem tarde, quando a decisão comercial já aconteceu.

Em experiências de compra mediadas por assistentes, essa dinâmica pode mudar radicalmente. O consumidor faz um pedido. O sistema pesquisa, compara e apresenta ou executa uma escolha, conforme suas permissões.

O desafio passa a ser entender quais informações entram nessa decisão. Andreadakis alertou para o risco de sistemas orientados à otimização econômica privilegiarem variáveis como preço e conveniência, deixando de considerar aspectos menos estruturados da relação entre consumidor e marca.

A confiança no farmacêutico que resolveu um problema. O cabeleireiro que conhece o cliente há anos. O atendimento que fez alguém preferir uma loja, mesmo quando ela não tinha o menor preço.

Esses elementos podem influenciar profundamente uma decisão humana. Mas não necessariamente estarão disponíveis para um agente.

Isso não significa que a IA seja incapaz de considerar preferências emocionais. Se o consumidor informar que prefere determinada marca, estabelecimento ou experiência, um agente poderá incorporar essa orientação às suas decisões.

A questão, portanto, não é se a máquina sente lealdade. É se a lealdade do consumidor será suficientemente conhecida, explícita e relevante para influenciar uma compra delegada.

Durante o painel da manhã, Marcela Ulian, head de Loyalty e Esfera do Santander, resumiu o desafio da preferência de marca:

“O nosso papel é fazer com que o cliente compre com a gente quando o nosso concorrente está com 70% de desconto. Isso significa que a gente está fazendo um bom trabalho.”

A frase ganha uma nova dimensão quando parte das decisões passa a ser mediada por sistemas automatizados.

O consumidor pode preferir uma marca. Mas essa preferência precisa sobreviver ao processo de delegação.

Se o programa de fidelidade só existe na memória do consumidor, sem benefícios claros ou informações que possam ser consideradas por seu assistente, corre o risco de perder relevância no momento da escolha.

Três apostas para um futuro ainda em construção

O que fazer quando um agente de IA participa da decisão de compra?
As discussões do Fórum apontaram três caminhos.

1. Tornar o programa legível para os algoritmos.

No mesmo painel, Marcela Ulian apresentou o desafio em duas frentes: “A gente vai ter que conquistar o cliente ao mesmo tempo que a gente vai ter que ser relevante para os motores, os algoritmos (…)”. Nessa visão, não basta oferecer bons benefícios. É necessário que as condições de participação, vantagens e regras sejam claras e possam ser interpretadas pelos sistemas que ajudam o consumidor a decidir.

Outra participante observou que preferências explícitas por determinadas marcas também podem influenciar essas escolhas. O desafio é garantir que o agente tenha acesso às informações necessárias e esteja autorizado a utilizá-las.

2. Compreender como os agentes tomam decisões.

Richard Hall defendeu a importância de entender tanto o comportamento humano quanto os mecanismos utilizados pelos agentes.

Quais informações de produto são consideradas? Como as ofertas são apresentadas? Que atributos influenciam uma recomendação?

Se parte da jornada de compra passar a ser mediada por IA, a capacidade de apresentar informações relevantes e confiáveis poderá ganhar importância competitiva.

3. Construir relações que vão além da transação.

Andreadakis apresentou uma perspectiva diferente. Para ele, a resposta ao avanço dos agentes não está apenas na adaptação tecnológica, mas na construção de vínculos que tenham valor para as pessoas. No exemplo do mercado pet, o relacionamento pode envolver comunidade, experiências, reconhecimento e pertencimento.

O consumidor não procura necessariamente uma loja apenas para comprar ração. Pode procurar também orientação, acolhimento, troca de experiências e identificação com outras pessoas. Esses elementos não desaparecem porque parte das compras passa a ser automatizada.

As três apostas parecem diferentes, mas não precisam ser excludentes.

Um programa pode construir vínculos emocionais relevantes e, ao mesmo tempo, disponibilizar benefícios de maneira clara para sistemas automatizados. Talvez o desafio seja justamente operar nessas duas dimensões: conquistar a preferência humana e fazer com que ela continue relevante quando a decisão for mediada por uma máquina.

Ainda não há evidências suficientes para determinar qual estratégia terá maior impacto. O comportamento dos consumidores, as capacidades dos agentes e os modelos de integração comercial continuam em evolução.

O que o consumidor pediu à IA — e não foi uma revolução

Enquanto o mercado discute agentes capazes de executar compras, o Panorama da Fidelização no Brasil 2026 perguntou aos consumidores o que eles esperam da inteligência artificial nos programas de fidelidade.
As respostas são menos futuristas e mais práticas.

43,2% querem ser avisados antes de seus pontos expirarem, com sugestões de utilização.

37,0% desejam dicas para acumular e utilizar melhor os pontos.

Recomendações personalizadas de benefícios aparecem com 26,7%, seguidas por ofertas apresentadas no momento certo, com 23,2%.

O assistente virtual para esclarecer dúvidas aparece com 17,7%.

Há também uma mudança na resistência declarada à tecnologia. Em 2025, 14,5% dos entrevistados indicavam não acreditar na utilização da IA nos programas. Em 2026, 6,6% declararam não se sentir confortáveis com ela.

Os indicadores sugerem uma redução de resistência, embora não representem necessariamente adoção efetiva ou disposição para delegar decisões de compra.

O dado mais revelador talvez esteja em outra pergunta. Ao avaliar o papel esperado de um programa de fidelidade, 58,2% dos consumidores escolheram a opção “economizar meu tempo e indicar os benefícios disponíveis”.

O consumidor está sinalizando uma expectativa concreta: quer que a tecnologia reduza esforço e facilite sua vida. Algumas experiências apresentadas no Fórum já caminham nessa direção, mesmo sem envolver agentes autônomos de compra.

Marco Cruz, diretor de Business Development da Uber no Brasil, descreveu a inovação como algo que deve desaparecer na experiência cotidiana.

O cliente realiza a corrida e os pontos são registrados sem que precise pensar no funcionamento do programa. No Clube Giro, Márcia Martinez Esposito, do Grupo JCA, apresentou uma experiência que permite comprar passagens de ônibus por meio de mensagens de áudio no WhatsApp, utilizando inteligência artificial e pagamento via Pix.

Na Azul Fidelidade, Cristina Yoshida relatou a utilização da IA para identificar sinais de afastamento dos clientes. Mas trouxe uma distinção importante: quando a insatisfação está relacionada a problemas como bagagem extraviada ou cancelamento de voo, a resposta adequada nem sempre é uma oferta comercial.

Pode ser um pedido de desculpas. A tecnologia identifica o problema. A empresa precisa compreender como responder.

Esses exemplos indicam uma direção relevante: a inteligência artificial pode gerar valor não apenas quando ajuda a empresa a vender mais, mas quando torna a experiência do consumidor mais simples e cuidadosa.

Quem está desenvolvendo agentes que trabalhem visivelmente para os participantes? A pergunta que o mercado ainda precisa responder.

Boa parte do debate sobre agentes de IA está concentrada em como as marcas continuarão sendo escolhidas quando o consumidor delegar suas compras. Mas talvez exista uma oportunidade anterior a essa disputa.

E se o próprio programa de fidelidade se tornasse o agente do cliente?

Pense no que um bom assistente pessoal faz. Ele lembra o que você esqueceria. Avisa quando um prazo importante está chegando. Organiza informações. Apresenta alternativas. Ajuda a tomar decisões e economiza tempo.

Agora compare essa descrição com os resultados do Panorama 2026. Os consumidores querem avisos antes da expiração dos pontos, orientações para utilizá-los melhor e ajuda para identificar benefícios disponíveis.

Não estão necessariamente pedindo uma inteligência artificial capaz de comprar tudo por eles. Estão pedindo assistência.

Os programas de fidelidade já possuem parte dos elementos necessários para oferecer esse serviço: identificação dos participantes, histórico de relacionamento, saldos, regras e informações sobre benefícios. Naturalmente, o uso desses dados depende de consentimento, governança e integração tecnológica. E nem todos os programas possuem hoje a qualidade de dados necessária.

Mas a oportunidade estratégica existe. Em vez de utilizar a inteligência artificial exclusivamente para identificar a próxima oferta ou aumentar a frequência de compra, os programas podem começar a utilizá-la para defender interesses concretos dos participantes.

Avisar antes que pontos expirem. Indicar uma utilização mais vantajosa. Evitar que alguém perca um benefício. Explicar escolhas. Resolver problemas. Essa mudança não elimina o interesse comercial da empresa.

Pelo contrário: um programa que ajuda o consumidor a extrair mais valor da relação pode construir razões mais consistentes para ser escolhido novamente. A hipótese merece ser testada.

Há, porém, uma segunda questão. Nem todas as compras serão necessariamente delegadas da mesma maneira.

Compras recorrentes e de baixa complexidade, como produtos de reposição, podem apresentar maior potencial de automação. Já decisões associadas a experiências, preferências pessoais ou objetivos importantes podem continuar exigindo participação mais ativa do consumidor.

Essa divisão ainda não está comprovada, mas oferece uma hipótese útil para o planejamento dos programas.

O Panorama mostra que 58,4% dos consumidores participam de programas buscando alcançar objetivos maiores, como uma viagem. Esse resultado sugere que a fidelidade não se resume à economia imediata em cada transação. Objetivos, benefícios acumulados e experiências desejadas também podem influenciar a relação com os programas.

Outro dado merece atenção: a proporção de consumidores que participam de até três programas passou de 55,5% para 70,5% em um ano.

O resultado aponta para uma maior concentração declarada de participação, embora não permita concluir, isoladamente, que os consumidores estejam abandonando programas por causa da IA. Em um cenário de maior seletividade, o valor percebido de cada relacionamento tende a ganhar importância.

E, se os agentes ampliarem a facilidade de comparação entre alternativas, essa disputa poderá se tornar ainda mais exigente.

Gostou deste conteúdo ou quer falar com um especialista? Comente ou envie sua opinião, dúvidas, sugestões e ideias para nosso email engajadores@tudosobreincentivos.com.br