O agente de IA confirmou o pedido. O preço estava errado.

TL;DR

• Agentes de IA consultam o catálogo como se ele fosse a fonte da verdade. Se o catálogo não for, o agente erra em escala.
• Cada ligação de confirmação após uma interação no portal é evidência de que o dado chegou antes de estar pronto para ser usado.
• O custo do erro não está no modelo de linguagem: está na fonte que ele consultou.
• Catálogo governado não é detalhe de TI. É o pré-requisito para qualquer automação comercial funcionar.

Quem prometeu resolver a ineficiência pode estar ampliando o caos

Você abriu o portal, fez o pedido, recebeu a confirmação. Minutos depois, o telefone toca. Um representante explica que o preço confirmado não era o seu preço, que a tabela exibida é genérica, que há uma condição negociada que o sistema não registrou.

Essa cena acontece hoje sem agente de IA nenhum. O problema é que, quando um agente entra na equação, ele não resolve essa falha: ele a executa com mais velocidade, mais volume e menos visibilidade humana no meio do caminho.

O agente consultou o catálogo. O catálogo não sabia a resposta.

O que o agente realmente faz quando consulta seu catálogo

Um agente de IA agêntica, em uma operação comercial B2B, age sobre fontes de dados. Ele lê o catálogo, interpreta condições, monta respostas, sugere ou executa ações. A qualidade do que ele entrega é função direta da qualidade do dado que ele consumiu.

Quando esse agente consulta um catálogo que exibe um preço de tabela padrão para um cliente que tem desconto por volume contratado, prazo diferenciado, exceção aprovada pelo gestor de conta ou política regional específica, ele não sabe que está errado. Ele entrega o que encontrou. Com confiança. Com rapidez. E, em alguns casos, com a aparência de uma confirmação formal.

O custo não está no modelo. Está na fonte que ele consultou.

Isso transforma um problema antigo em um problema novo: a velocidade da automação agora trabalha contra o comprador. A ligação de confirmação que você recebe depois de uma interação no portal não é uma inconveniência operacional. É a prova de que o dado chegou antes de estar pronto para ser usado.

A anatomia de um catálogo que não sabe a resposta

Em operações B2B com alguma complexidade comercial, o preço raramente é um número fixo. Ele é o resultado de uma política que combina tabela base, faixa de volume, prazo de pagamento, histórico de relacionamento, limite de crédito aprovado e eventualmente exceções negociadas caso a caso.

Quando essa política vive na cabeça do representante comercial, ou em uma planilha paralela, ou em um e-mail de aprovação que nunca migrou para o sistema, o catálogo exibe uma versão simplificada da realidade. Não uma mentira deliberada. Uma lacuna estrutural.

Para um humano com acesso ao vendedor, essa lacuna é contornável com uma ligação. Para um agente de IA, ela é invisível. O agente não sabe o que não está no dado. Ele opera com o que encontra e avança.

O resultado, para o usuário final, é uma experiência que parece mais ágil na superfície e gera mais retrabalho na prática: pedidos que precisam ser refeitos, preços que precisam ser renegociados, confiança que começa a se deteriorar no portal que deveria simplificar a compra.

O custo da inação

A pergunta relevante não é se o catálogo tem falhas. Em operações B2B com tabelas diferenciadas por cliente, canal ou região, algum grau de defasagem é quase inevitável quando a governança do dado é frágil.

A pergunta é o que acontece quando agentes de IA começam a operar sobre esse catálogo em nome do comprador ou do vendedor.

Cada ciclo de automação que termina em correção manual é mais caro do que o ciclo manual que ele substituiu. O agente consumiu processamento, gerou uma resposta, criou uma expectativa. Desfazer isso custa mais do que teria custado acertar o dado antes.

E o efeito sobre o usuário final é cumulativo: depois de dois ou três pedidos confirmados que precisaram ser ajustados, o comportamento muda. O comprador deixa de confiar no portal. Volta ao telefone. Volta ao e-mail. A automação passa a coexistir com os processos manuais que deveria substituir, sem eliminar nenhum dos custos antigos e adicionando os novos.

Princípios para quem está no lado comprador dessa operação

• Trate a ligação de confirmação pós-portal como um indicador, não como uma exceção. Se ela acontece com frequência, o catálogo não está pronto para automação.
• Antes de avaliar a qualidade do agente de IA, avalie a qualidade da fonte que ele consulta. O modelo pode ser excelente e ainda assim entregar resultados errados.
• Condições comerciais que existem apenas fora do sistema são condições que a automação não consegue honrar.
• Velocidade de automação sem governança de dado não reduz o tempo de ciclo: redistribui o retrabalho para depois da confirmação.
• Peça ao fornecedor do portal uma demonstração com as suas condições específicas, não com dados genéricos. O ponto de falha costuma aparecer aí.

Perguntas frequentes

O problema é o agente de IA ou o catálogo? O catálogo. O agente age sobre o dado que encontra. Se o dado está incompleto ou desatualizado, o agente entrega um resultado errado com a mesma eficiência com que entregaria um correto. A origem da falha é a fonte, não o modelo.

Como saber se o catálogo do meu fornecedor está pronto para automação? O sinal mais direto é operacional: com que frequência você precisa confirmar, ajustar ou refazer algo depois de uma interação no portal? Cada ocorrência é evidência de uma lacuna no dado.

Meu fornecedor diz que o sistema é integrado com o ERP. Isso resolve? Integração transmite dados. Governança garante que os dados certos, com as regras certas, chegam ao lugar certo no momento certo. São camadas diferentes. Um catálogo pode estar integrado e ainda exibir o preço errado para o cliente errado se as regras de política comercial não estiverem formalizadas no fluxo.

Quem já vive isso

"Estavamos á quase 2 anos tentando implantar uma solução B2B, com a CWS, implantamos em 60 dias."

EDIVALDO C., reviewer verificado, setor automotivo, empresa de 201 a 500 funcionários. Fonte: Software Advice (https://www.softwareadvice.com/product/546664-CWS-Platform/)

Dois anos tentando implantar uma solução B2B é, entre outras coisas, dois anos com o catálogo em estado provisório. Cada mês nesse estado é um mês em que as condições comerciais reais não chegam ao sistema, e o retrabalho de confirmação continua.

Um caso que ilustra

Em operações B2B, o gargalo de produtividade raramente é capacidade humana: é a ausência de regras formalizadas no sistema. Quando política de preço, crédito e exceções migra da cabeça do vendedor para o fluxo digital, o tempo de resposta deixa de depender de disponibilidade humana, e o catálogo passa a refletir a realidade comercial de cada cliente, não uma versão genérica dela. É esse estado, e não a adição de um agente sobre um dado frágil, que cria as condições para automação funcionar.

O papel da arquitetura comercial nessa equação

A CWS Platform opera como plataforma de comércio B2B para negociação governada: o ponto de partida é formalizar as regras comerciais no sistema antes de qualquer automação as consumir. Política de preço, condição de crédito, exceção aprovada: quando esses elementos estão no fluxo digital com governança, o catálogo deixa de ser uma aproximação e passa a ser a fonte que um agente pode, de fato, consultar com segurança. O agente ainda pode errar. Mas não porque o catálogo não sabia a resposta.

Sobre esta publicação

O Custo da Venda é a publicação da CWS Platform sobre operação comercial B2B: custo de transação, governança de negociação e o que separa processos que escalam dos que apenas crescem em complexidade.

Fontes

• Tese própria CWS Platform ("O agente consultou o catálogo. O catálogo não sabia a resposta."): análise sobre o efeito de dados não governados sobre agentes de IA em operações comerciais B2B; base conceitual deste artigo.
• Software Advice, avaliação verificada de EDIVALDO C. (https://www.softwareadvice.com/product/546664-CWS-Platform/): depoimento público de cliente do setor automotivo sobre implantação da CWS Platform.
• Acervo CWS, LI-038: análise interna sobre formalização de regras comerciais em sistemas digitais como fator de produtividade em operações B2B.