No varejo, assim como em outros setores, a IA generativa promete transformar a experiência do cliente. Varejistas no mundo todo estão implementando ferramentas com IA, em funcionalidades como resumos de avaliações de produtos, chatbots e assistentes de compras, para facilitar as decisões de compra, reduzir pontos de atrito e aumentar a taxa de conversão. Enquanto as empresas testam e avaliam o impacto dessas ferramentas na jornada de compras, os clientes ainda estão se acostumando com essas novas interações e recursos em suas experiências online — e como em tudo relacionado à IA generativa, estamos descobrindo que há percepções dos clientes que já esperávamos, mas também há novidades.

Para ajudar varejistas a pensar na implantação da IA generativa de forma centrada no cliente, a Bain realizou uma pesquisa com mais de 700 compradores online nos Estados Unidos, investigando suas experiência com IA generativa. O conhecimento sobre esse tipo de ferramentas é baixo entre os clientes: 71% disseram que não sabiam se haviam usado IA generativa em suas compras online (embora a maioria tenha feito compras recentemente em varejistas onde eles provavelmente se defrontaram com esse tipo ferramenta). Mas, apesar da baixa familiaridade, os clientes estão otimistas quanto ao impacto da IA generativa, com cerca de metade enxergando um potencial significativo ou transformador.

Além do questionário de pesquisa, realizamos também entrevistas com compradores online, onde comparamos experiências de compras tradicionais e novas com diferentes tipos de IA generativa, levando em consideração as expectativas dos clientes em relação à personalização. Em seguida, mapeamos suas percepções ao longo de toda a jornada de compra - desde awareness, passando pela realização da compra e além. Essa pesquisa nos permitiu definir cinco princípios de design, que sugerem que os casos de uso iniciais mais eficazes da IA generativa podem residir no design de experiências que aprimoram e expandem a jornada atual do compras, ao invés de casos de uso que funcionam como uma plataforma autônoma de engajamento.

Princípio de design nº 1: Utilize a IA generativa para aprimorar (e não competir com) hábitos de compra bem estabelecidos.

Os clientes apontaram que os principais motivos para não utilizarem ferramentas de IA generativa ao fazer compras online são a satisfação com os métodos atuais e a falta de necessidade de novas ferramentas, o que é compreensível: as compras online têm evoluído suas ferramentas e experiências ao longo de décadas, refinando ao longo do tempo suas soluções às necessidades dos clientes (Figura 1).

Figura 1

Por exemplo, quando conduzimos atividades guiadas com consumidores onde eles interagiam com assistentes de compras conversacionais em portais de varejistas, os clientes muitas vezes não tinham clareza sobre a diferença entre utilizar a funcionalidade de busca normal e utilizar essas novas ferramentas de IA generativa para pesquisar e explorar produtos. Um cliente ficou surpreso com o fato de o assistente de compras conversacional não priorizar os produtos que ele havia comprado no passado, um recurso que a busca tradicional oferecia: "Talvez eu volte à barra de busca... porque comprei esse produto antes..... E, literalmente, só preciso digitá-lo na barra de busca e ela sabe o que eu quero."

A geração de inovação exije uma abordagem de testar e aprender, e nossa pesquisa sugere que os varejistas devem posicionar seus novos experimentos com IA generativa como tal, mas também se esforçando para gerar uma proposta de valor complementar às já existentes. Caso contrário, existe o risco de os clientes ficarem confusos com diferentes ferramentas disponíveis para atingir objetivos semelhantes. Além disso, também há um risco da fazer os consumidores precisarem se refamiliarizar no futuro, caso os experimentos iniciais façam a IA generativa parecer menos atraente em comparação.

Implicações estratégicas

• Utilize a IA generativa para complementar os fluxos atuais. Ferramentas independentes de IA generativa podem atender a alguns casos de uso, mas há interesse dos clientes nos casos de uso que atendem suas necessidades de novas maneiras,  oferecndo algo complementar que nao existe em suas jornadas atuais e já bem estabelecidas.
• Compradores têm expectativas de que os chatbots vão melhorar. Os clientes são céticos em relação a chatbots, devido principalmente a experiências passadas ruins com atendimento ao cliente, onde tiveram conversas limitadas e inflexíveis. À medida que mais clientes experimentarem as habilidades avançadas de conversação das interfaces de IA generativa, desejarão que as experiências de chat no varejo acompanhem esse nível.
• Identifique claramente para seus clientes os seus experimentos e suas restrições, uma vez que eles explorarão e testarão suas novas ferramentas de IA generativa. A maioria dos clientes afirma que não sente necessidade de entender a IA generativa para utilizar as ferramentas, mas é essencial que os varejistas identifiquem claramente ferramentas em testes e experimentais, para que os clientes saibam onde encontrar seus fluxos habituais e compreendam o motivo pelo qual novos recursos estão sendo desenvolvidos.

Princípio de design nº 2: Vá além dos chatbots e integre a IA generativa de forma mais fluida à experiência

Ferramentas como o ChatGPT, que reagem a interações dos clientes (por exemplo, o cliente escreve uma pergunta e a ferramenta reage à pergunta criando uma resposta), capturaram a imaginação do público e oferecem um excelente modelo de interação para experimentação. No entanto, para explorar plenamente o potencial da IA generativa, nossa pesquisa sugere que os varejistas podem e devem implementar diferentes arquétipos de interação ao longo de toda a jornada de compra, atendendo às necessidades dos clientes não apenas com experiências reativas, mas também passivas e proativas (Figura 2).

Figura 2

Por exemplo, em nossa pesquisa os clientes classificaram os resumos de avaliações de produtos gerados por IA como uma das funcionalidades mais valiosas, pois esses resumos economizam tempo mas sem impedir que eles também leiam as avaliações individuais. 'Isso economizaria tempo, já que costumo ficar preso nos detalhes... posso demorar muito para tomar uma decisão — ou até não tomar nenhuma, por não conseguir decidir. Acho que isso poderia me ajudar a não ficar tão sobrecarregado com todas as opções."

Os entrevistados também consideraram valiosos casos de uso onde eles podiam fazerm perguntas detalhadas sobre produtos para especialistas, sugerindo que há um grande potencial inexplorado que, embora sutil, pode ter um impacto significativo em metas estratégicas, como aumento de visitas, tamanho da cesta e retenção.

Implicações estratégicas

• Utilize uma gama completa de tipos de interação. Entenda quais tipos de interações de IA generativa (reativas, passivas ou proativas) são mais úteis em diferentes momentos da jornada de compra e utilize todas as ferramentas disponíveis para oferecer essa experiência.
• A IA generativa pode se integrar perfeitamente a plataforma e experiências existentes. Melhorias incrementais menos explícitas podem também ser muito valiosas para o cliente. Elas devem ser intuitivas, reduzindo o atrito na experiência do usuário e garantindo que eles percebam facilmente o valor agregado, sem uma curva de aprendizado acentuada.
• Eficiência pode ser um diferencial. Considere maneiras de incorporar capacidades conversacionais da IA generativa a fluxos tradicionais de compras online, como o uso de linguagem natural para buscas e filtros, para melhorar métricas como o tempo necessário para realizar uma compra.

Princípio de Design nº 3: Repense a geração de valor em troca de dados do cliente

Nossa pesquisa indica que os clientes compreendem o potencial da IA generativa para personalizar suas experiências e, por esse motivo, estão mais dispostos a compartilhar dados em troca de recomendações mais personalizadas do que estariam em outros contextos (Figura 3). 

Figura 3

Ao fornecer esses dados, os clientes esperam que a IA generativa auxilie nas fases de descoberta e tomada de decisão em sua jornada de compra, encontrando produtos alinhados com suas necessidades do momento, seu contexto, seu histórico de compras e suas preferências. Por exemplo, se um varejista souber (por meio de outras transações) que o comprador que está visualizando uma página de cadeirinhas de bebê para carros é um pai recente, ele poderá destacar comentários relevantes de outros pais sobre a qualidade ou facilidade de instalação do produto.

Em nossa pesquisa, todos os casos de uso mais valiosos para a IA generativa se tratavam de facilitação de tomada de decisões. Esse tipo de uso pode tratar uma dor conhecida dos compradores online, que se sentem sobrecarregados por amplos sortimentos de produtos, sem recomendações personalizadas ou curadoria. Recomendações de produto personalizadas tradicionais não dependem da IA generativa, mas existem maneiras de utilizar os recursos de IA generativa para orientar e inspirar os clientes ao longo de todo o processo de descoberta. Para muitos clientes, essas recomendações não se limitam necessariamente a recomendações específicas; eles também valorizam ter auxílio no processo de descoberta. Na varejista americano Etsy, por exemplo, a funcionalidade "Etsy Gift Mode" ajuda os compradores a explorar ideias de presentes, selecionando produtos e criando categorias personalizadas, proporcionando uma experiência divertida e customizadas.

Implicações estratégicas

• Os dados comportamentais podem ser aproveitados para além das recomendações de produtos específicos. Como muitos clientes valorizam a experiência de compra, os varejistas devem utilizar a IA generativa não apenas para sugerir produtos, mas também para ajudar os compradores a descobrir novos itens. Por exemplo, a IA generativa poderia ajudar os varejistas a criar páginas de destino dedicadas ou interfaces de aplicativos personalizadas para clientes ou personas específicas, reforçando a mensagem de que o varejista entende o que é importante para o comprador.
• Os clientes buscam loops de feedback e controle. Eles entendem o potencial de receber algo valioso em troca de seus dados e estão cada vez mais acostumados a ter controle sobre quais dados são compartilhados. A criação de loops de feedback permite reunir mais informações sobre o que os clientes gostam e não gostam, além de fornecer dados que ajudam os varejistas a aprimorar seus algoritmos de recomendação.

Princípio de Design nº 4: Crie confiança mostrando de onde os dados vêm e para onde estão indo

A IA generativa é uma tecnologia nova, e as pessoas costumam ter sentimentos contraditórios em relação a inovações, especialmente quando são tão poderosas. Como os varejistas, ao lançar estas funcionalidades, estarão pedindo aos clientes que participem de um processo experimental de testes e aprendizados, criar e manter a confiança é essencial. A reputação da marca é fundamental: 41% dos clientes afirmaram que se sentiriam à vontade para usar uma ferramenta de IA generativa de uma marca em que confiam. Por outro lado, os clientes expressaram preocupações reais sobre a origem e a finalidade dos dados: 'Eu gostaria de saber de onde vêm as recomendações, pois esperaria que as empresas fossem transparentes.'

A IA generativa ainda está sujeita a alucinações, e esses tipos de erros podem corroer a confiança. Mais da metade dos clientes pesquisados afirmou que os maiores impactos negativos na experiência do usuário são erros óbvios (57%) e informações imprecisas sobre o produto (56% consideram isso muito ou extremamente negativo). Isso reforça a importância de ser transparente com os clientes sobre os usos experimentais da IA generativa e priorizar casos de uso de IA generativa passiva, que podem ser acompanhados e controlados mais de perto (Figura 4)

Figura 4

Implicações estratégicas

• As práticas de tratamento de dados devem ser transparentes. Políticas claras sobre o uso e a proteção de dados podem aliviar as preocupações dos clientes, criando confiança e dando transparência da origem das informações. Não é necessário explicar tudo em detalhes: os clientes não precisam compreender completamente a tecnologia, mas é provável que se sintam mais confortáveis ao utilizá-la com um certo nível de transparência.
• Reações rápidas melhoram a precisão. À medida que os varejistas ampliam seus programas-piloto de IA generativa, eles devem acelerar suas abordagens de teste e aprendizado para melhorar essas experiências e atender às expectativas dos clientes em termos de conveniência e precisão.
• Seja atencioso com os ciclos de feedback. Como os resultados da IA generativa podem ser imprevisíveis, os varejistas devem criar maneiras simples para que os clientes descartem e sinalizem conteúdo indesejado. O feedback do cliente informará correções de curto prazo (como garantir que o conteúdo desapareça da visualização do cliente assim que for sinalizado) e melhorias de longo prazo (como retreinar modelos e gerar insights para orientar as reações das equipes de produtos).

Princípio de Design nº 5: Implemente a IA Generativa para reimaginar o atendimento ao cliente.

Além das interações reativas com o consumidor, a IA generativa também pode resolver algumas das partes historicamente mais desafiadoras da jornada do varejo — tanto antes quanto depois da experiência de compra ativa. A assistência ao cliente e a coordenação de devoluções, em particular, são áreas em que os clientes veem potencial para melhorias.

A IA generativa também cria novas oportunidades para conversas mais detalhadas e precisas sobre vendas e suporte ao cliente. Alguns executivos estão preocupados com o risco de a IA generativa prejudicar o relacionamento com os clientes, especialmente devido à sua tendência de fornecer informações imprecisas. Esses temores, porém, podem ser atenuados por meio de um design de produto cuidadoso e criterioso. Além disso, observamos na prática que as respostas da IA generativa podem ser tão precisas quanto as dos agentes humanos de atendimento ao cliente (que também cometem erros ocasionalmente).

Ao longo da jornada, a IA generativa demonstra potencial para ir além das metas tradicionais de eficiência e usabilidade, personalizando a experiência ao ajustar tom e conteúdo de forma mais intuitiva para o usuário. A IA generativa também pode enfrentar desafios de serviço mais complexos: por exemplo, funções avançadas de transcrição de fala para texto podem melhorar a acessibilidade, ao analisar sentenças ditas de formas menos articuladas ou menos convencionais. No geral, vemos um potencial significativo para a IA generativa criar mais valor, aprimorando a jornada do cliente no varejo e ajudando-o a descobrir novas formas de fazer compras.

Implicações estratégicas

• A IA generativa proativa pode criar relacionamentos com os clientes. À medida que a IA generativa continua a oferecer experiências mais personalizadas e conversacionais, ela pode alcançar limites da jornada do cliente, como a aquisição inicial ou os relacionamentos pós-compra, de formas que antes não eram possíveis de ser lançadas em escala. A IA generativa pode ajudar as marcas a manter contato com seus clientes de forma mais natural e útil.
• A IA generativa pode fornecer um componente de consultoria de vendas indescritível. Muitos varejistas almejam colocar consultores especializados em suas lojas físicas — por exemplo, um especialista em irrigação no corredor de regadores automáticos de uma loja de materiais de construção ou um entusiasta de decoração na seção de artigos para casa de uma loja de departamentos. Até agora, isso tem sido difícil ou impossível de replicar online. A IA generativa, porém, abre a possibilidade de transferir conhecimento especializado e habilidades de conversação para os canais digitais apropriados.

O cliente em primeiro lugar

A IA generativa oferece novas e empolgantes ferramentas para projetar a experiência do cliente, e os consumidores estão otimistas em relação às possibilidades. Mas as novas ferramentas podem, às vezes, inspirar uma busca por novos aplicativos que colocam a tecnologia à frente das necessidades e preferências do cliente. Como sempre, os varejistas serão mais bem-sucedidos se começarem pelas necessidades do cliente e usarem a IA generativa para resolvê-las, em vez de lançar a tecnologia em busca de um problema para resolver.