Jul, 134 min de leitura
Frontend
News · Google Cloud leva a pesquisa com AI generativa e agentes de compras para a vitrine do retalho
Jan, 124 min de leitura
FrontendGoogle Cloud leva a pesquisa com AI generativa e agentes de compras para a vitrine do retalho
Na NRF 2025, a Google Cloud apresentou o Agentspace, o Vertex AI Search para comércio e as Connected Stores como a nova porta de entrada para as compras — onde a descoberta e a orientação de produtos passam a acontecer através de modelos de linguagem, e não de menus de filtros.
A vitrine está a ser reconstruída em torno da pesquisa e dos agentes
O fio condutor mais evidente na publicação da Google Cloud sobre a NRF é que a superfície virada para o cliente é onde a AI está a chegar. O Vertex AI Search para comércio, nas palavras da Google, "usa modelos de linguagem avançados para melhorar a descoberta de produtos" — o que transforma a caixa de pesquisa, deixando de ser um simples comparador de palavras-chave para passar a raciocinar sobre um catálogo. O Agentspace, a outra ferramenta em destaque, é descrito como uma forma de construir agentes que oferecem "recomendações de produtos personalizadas, respondendo a perguntas em tempo real e guiando os clientes ao longo do processo de compra".
Para uma equipa de frontend, isto representa uma mudança significativa naquilo que é o modelo de interação principal. O frontend tradicional de retalho é uma hierarquia de páginas de categorias, filtros facetados e uma grelha de resultados. Um agente que guia alguém numa compra é uma superfície conversacional sobreposta a essa hierarquia — ou que a substitui. O anúncio não especifica a interface, mas compromete-se com a interação: raciocínio, planeamento, memória e "um nível de autonomia para tomar decisões".
O que o exemplo da Wayfair realmente mostra
O único anúncio da publicação com números concretos é o da Wayfair, e vale a pena analisá-lo com atenção, porque é uma história de bastidores, não uma história virada para o cliente. A Wayfair afirma ter usado o Gemini no Vertex AI para acelerar o lançamento de produtos "cinco vezes", automatizando a etiquetagem e a categorização de produtos, poupando "centenas de milhares de dólares por ano", e para detetar erros na informação dos produtos.
Isso é relevante para o frontend precisamente porque a qualidade do catálogo é, no fundo, um problema de frontend. A relevância da pesquisa, a precisão dos filtros e as recomendações que um agente pode fazer dependem todas de quão bem os produtos estão etiquetados e categorizados. O resultado da Wayfair sugere que o retorno já verificável e a curto prazo está nos metadados que alimentam a vitrine, e não numa nova interface conversacional espetacular. Todo o resto na publicação — Connected Stores, imagem para vídeo, orientação por agentes — é apresentado como demonstrado ou introduzido, sem números de resultados comparáveis.
As superfícies online e em loja estão a ser tratadas como um só sistema
A Google Cloud associa as ferramentas viradas para a web às Connected Stores, que descreve como uma forma de ligar "os dispositivos dos clientes e os sistemas em loja", e ao trabalho de visão por computador da Everseen, que corre no Google Distributed Cloud e no Vertex AI para processar dados visuais "diretamente nas lojas". A ideia subjacente é que o frontend com que o cliente interage — telemóvel, quiosque, prateleira, caixa — deve recorrer aos mesmos modelos de base.
O detalhe da Everseen é o tecnicamente mais interessante: processar dados visuais no local com o Distributed Cloud implica inferência na periferia da rede (edge), em vez de enviar o vídeo continuamente para uma cloud central. Para as equipas que pensam em frontends para lojas físicas, essa divisão entre edge e cloud é a verdadeira decisão de arquitetura escondida por detrás da linguagem omnicanal, ainda que a publicação a enquadre em torno da deteção de furtos e da gestão de inventário, e não da interface.
A aposta concreta: a descoberta passa dos filtros para o raciocínio
Se deixarmos de lado o desfile de parceiros — Shopify, Bloomreach, BigCommerce, Vusion, NCR Voyix, Zebra e outros —, este anúncio assume uma aposta muito específica: a de que a descoberta de produtos e a compra guiada são as partes do retalho mais preparadas para serem entregues a modelos de linguagem e a agentes. Trata-se de uma aposta sobre o frontend, e que traz um custo implícito. Um agente que recomenda produtos e "guia os clientes ao longo do processo de compra" é uma superfície que pode indicar mal um preço, alucinar um atributo ou recomendar um artigo sem stock — e é exatamente por isso que o uso do Gemini pela Wayfair para detetar erros surge aqui como o exemplo que realmente sustenta o argumento.
Para quem constrói sobre estas ferramentas, a leitura honesta é que a limpeza do catálogo é o pré-requisito, e a vitrine conversacional é o resultado que ainda está a ser demonstrado. A Google Cloud já lançou os blocos de construção de pesquisa e de agentes; o anúncio mostra um retalhista com números concretos sobre a canalização de dados e vários parceiros com promessas sobre a superfície visível. Essa ordem — dados fiáveis primeiro, frontend com agentes depois — é a sequência prática que a publicação efetivamente documenta, independentemente daquilo que o título enfatiza.
Find this story relevant to you?
Contact us to find a unique solution
Precisa de um parceiro de engenharia de IA que saiba executar?
Ajudamos equipas em Portugal a integrar IA em produtos, automatizar processos de alto valor e modernizar os sistemas que suportam o negocio.
Leitura relacionada
Mais análises sobre entrega de produto, AI operacional e o trabalho de sistemas que faz com que a implementação funcione na prática.