IA para achar peça no catálogo: o que conferir antes de trocar o modelo
Por que o gargalo da busca técnica quase nunca está no modelo de linguagem e sim nos dados do cadastro
TL;DR
- Um agente de IA que localiza peças no catálogo só acerta o que o catálogo permite: se o cadastro não liga o item à aplicação e aos equivalentes, nenhum modelo novo resolve.
- O modelo de IA muda a cada poucos meses. O catálogo errado continua o mesmo há anos, e é ele que decide a qualidade da resposta.
- Antes de avaliar qual modelo usar, confira quatro coisas: o item tem aplicação, tem equivalentes, tem preço e estoque iguais aos do vendedor, e a regra comercial está escrita.
- Bem apoiado, o agente tira do vendedor a busca manual em catálogo e devolve tempo para a negociação.
Para usar IA na localização de peças, o primeiro passo não é escolher o modelo, e sim conferir se o catálogo tem o que o agente precisa para acertar: aplicação de cada item, códigos equivalentes, preço e estoque iguais aos que o vendedor confirmaria, e a regra comercial do cliente. Com isso no lugar, o agente encontra a peça pela descrição do comprador e entrega o item certo. Sem isso, ele responde rápido e erra com segurança.
O que um agente de catálogo faz, na prática
Na reposição técnica, boa parte do tempo do vendedor vai para uma tarefa: receber uma descrição imprecisa ("a correia do compressor daquele modelo antigo", uma foto, um código de outra marca) e achar o item no catálogo. Ele abre o ERP, o PDF do fabricante, a planilha de equivalências, e às vezes liga para alguém da engenharia.

Um agente de vendas aplicado ao catálogo automatiza essa localização. Ele lê a descrição do comprador, cruza com o cadastro, sugere o item e os equivalentes, e monta o carrinho. O mecanismo reduz a busca manual e aproxima o catálogo estruturado da execução comercial: a pergunta do cliente vira pedido sem passar pela pesquisa do vendedor.
Esse é o tipo de trabalho para o qual os 6 AI Agents da CWS Platform foram desenhados: tirar a tarefa repetitiva do caminho do vendedor, que continua dono da negociação.
Por que trocar o modelo não resolve o catálogo
Enquanto a discussão é qual modelo de linguagem colocar no portal, o problema que trava a operação já existe sem IA nenhuma: o preço e o estoque exibidos divergem do que o vendedor confirma no telefone, e a aplicação do item não está escrita em lugar nenhum.
Um modelo mais novo entende melhor a pergunta do comprador. Não inventa um dado que o cadastro não tem. Se a peça não tem a aplicação cadastrada, o agente tem duas saídas ruins: dizer que não sabe, ou adivinhar. Adivinhar é o pior caso, porque o erro sai com a mesma confiança da resposta certa.
O ponto é de arquitetura, não de modelo. Condição comercial, estoque e preço por cliente e por região precisam ter uma fonte única. Sem ela, o agente responde uma coisa, o vendedor confirma outra, e o comprador aprende a ligar para conferir. Esse risco de orçamento e de prazo aparece em por que projetos de IA no B2B estouram o orçamento.
Quatro conferências antes de colocar o agente no ar
1. Aplicação. Escolha cem itens de alto giro e confira se cada um tem a aplicação escrita (máquina, veículo, modelo, medida). Onde não tem, o agente vai adivinhar.

2. Equivalentes. Confira se a referência cruzada está cadastrada e atualizada: código original, códigos de outros fabricantes, versões anteriores. É o que permite ao agente oferecer o item em estoque quando o pedido for de outro.
3. Preço e estoque do cliente. Peça a um vendedor que confira dez respostas do portal contra o que ele diria ao telefone. Se divergirem, o agente vai herdar a divergência.
4. Regra comercial escrita. Desconto máximo, condição por perfil, item que não pode ser vendido para certo cliente. Se a regra só existe na cabeça do vendedor, o agente não tem como seguir. O tema de quem define esses limites está em quando o agente de IA negocia no seu lugar, quem define os limites.
Como medir se o agente está acertando
Não meça pelo número de conversas. Meça pelo resultado do pedido:
- Taxa de item trocado depois. Quantos pedidos montados pelo agente o vendedor ou o cliente precisou corrigir.
- Perguntas que o agente devolveu ao humano. Elas mostram onde falta dado, e são a pauta do time de catálogo.
- Tempo do vendedor em busca. Se caiu, o agente está fazendo o trabalho para o qual foi posto ali.
Avalie por categoria, e não pela média geral. Um agente pode ir muito bem em filtros e mal em rolamentos, e a média esconde isso.
Próximo passo
Antes de decidir qual modelo de IA usar, faça as quatro conferências acima em cem itens. O resultado mostra se o gargalo está no modelo ou no catálogo, e quase sempre muda a ordem do projeto. O que um agente pode fazer em cima de um catálogo bem cuidado está na página dos AI Agents da CWS Platform.
Perguntas frequentes
IA consegue encontrar peças no catálogo pela descrição do cliente?
Consegue, desde que o catálogo tenha aplicação, equivalentes e atributos técnicos cadastrados. O agente cruza a descrição com esses dados. Sem eles, ele adivinha, e o erro sai com a mesma confiança da resposta certa.
Trocar o modelo de IA melhora a busca de peças?
Melhora a compreensão da pergunta, mas não cria o dado que falta no cadastro. Se a aplicação e os equivalentes não estão escritos, o modelo novo erra do mesmo jeito que o antigo.
O que preparar no catálogo antes de usar um agente de vendas?
Aplicação de cada item, referência cruzada atualizada, preço e estoque iguais aos que o vendedor confirma, e a regra comercial escrita. São as quatro bases para o agente acertar.
Como avaliar a qualidade de um agente de catálogo?
Pela quantidade de pedidos corrigidos depois, pelas perguntas que ele devolve ao humano e pelo tempo que o vendedor deixou de gastar com busca. Avalie por categoria de produto, não só pela média.
Sobre esta publicação
Artigo do blog O Custo da Venda, da CWS Platform, sobre IA aplicada a catálogo técnico no B2B. Não cita clientes nem números de resultado.
"Estavamos á quase 2 anos tentando implantar uma solução B2B, com a CWS, implantamos em 60 dias."
O catálogo está atrapalhando a venda?
Peça o diagnóstico da sua operação ou fale direto com um especialista, como preferir.
Prefiro receber os próximos textos sobre catálogo
Um resumo semanal com os textos novos sobre catálogo, só nas semanas em que sair algum. Sem spam, e você sai com um clique.