Jim Rowan, chefe de IA da Deloitte nos EUA – Série de entrevistas

Jim Rowan é líder de IA da Deloitte nos EUA e principal da Deloitte Consulting LLP, onde ajuda organizações a transformar suas ambições em IA em resultados de negócios. Sua carreira abrange tecnologia empresarial, análise de dados, dados e transformação digital, com experiência nos setores de ciências da vida, saúde e telecomunicações. Ele ocupou cargos de liderança nas áreas de Strategy & Analytics e AI & Data da Deloitte, e seu trabalho inclui desenvolver os talentos e as capacidades de que as organizações precisam para adotar a IA.

Deloitte é uma organização de serviços profissionais que oferece consultoria, auditoria e asseguração, serviços tributários e assessoria. Seu trabalho com IA reúne estratégia, dados, tecnologia, talentos e governança para ajudar empresas a adotar e ampliar o uso da IA em suas operações. No comércio digital, esse trabalho inclui preparar informações sobre produtos e sistemas empresariais para agentes de IA, conectar as experiências dos clientes em diferentes canais e estabelecer os controles de identidade, autorização e confiança necessários para interações e transações automatizadas.

Você trabalha há mais de duas décadas na Deloitte, atuando em tecnologia empresarial, análise de dados, dados e, agora, IA. Com base nessa experiência, quando ficou claro para você que os agentes de IA não apenas transformariam a maneira como as empresas operam internamente, mas também passariam a atuar como intermediários entre empresas e clientes?

Nos últimos anos, acompanhei de perto o avanço da IA enquanto ajudava organizações a transformar objetivos de negócios em resultados mensuráveis que antes pareciam inimagináveis. Minha experiência em dados, processos e tecnologia foi fundamental para minha compreensão da IA. Comecei a desenvolver as capacidades da Deloitte voltadas à formação dos talentos necessários para ter sucesso com IA, como a nossa AI Academy, que cria currículos tanto para nossos funcionários quanto para nossos clientes.

No cenário atual, as organizações estão usando agentes de IA para transformar suas estratégias de comércio digital de várias maneiras: aumentando a visibilidade das marcas, usando mecanismos de personalização para aprimorar as conversas e coordenando experiências omnicanal consistentes em pontos de contato físicos, digitais e sociais. Esse ponto de inflexão ocorre em um momento em que as marcas enfrentam um mercado volátil, criando uma oportunidade para o comércio agêntico ajudá-las a responder aos clientes com mais rapidez, relevância e consistência.

Você já falou sobre a necessidade de as empresas se prepararem para a “Otimização para buscas agênticas”. Como define esse conceito e em que a otimização para um agente de IA difere fundamentalmente do SEO tradicional ou das abordagens mais recentes para otimizar conteúdo para mecanismos de resposta baseados em IA?

Tradicionalmente, a disputa pela atenção dos consumidores na internet tem sido definida pela otimização para mecanismos de busca (SEO), partindo do pressuposto de que, do outro lado de uma consulta, há uma pessoa lendo, avaliando e decidindo o que comprar. À medida que os consumidores passam a usar ferramentas com tecnologia de IA para pesquisar, surge a otimização para mecanismos generativos (GEO). A otimização para buscas agênticas é uma evolução da GEO que considera que a IA não apenas recomenda produtos ou serviços, mas também age com base nessas decisões de compra. Essa mudança significa que as marcas precisam se otimizar não só para a IA generativa, que fornece principalmente recomendações ao usuário final, mas também para a IA agêntica, desenvolvida para executar tarefas, coordenar sistemas, executar fluxos de trabalho e iniciar transações.

Quando um agente de IA recebe a tarefa de pesquisar, comparar e selecionar uma lista de produtos ou serviços, quais sinais você espera que ele considere mais importantes? Dados estruturados sobre produtos, preços, avaliações, cobertura de terceiros, autoridade da marca ou algum conjunto inteiramente novo de sinais ganharão importância?

O conjunto de opções que um agente de IA considera é definido com base na visibilidade e na relevância, e ele tenderá a privilegiar marcas cujos produtos, serviços, preços e dados sejam acessíveis, legíveis por máquina e verificáveis de imediato. A consistência entre plataformas, as classificações e avaliações e a autoridade da marca continuam importantes, mas esses sinais também precisam estar disponíveis em dados que o agente consiga interpretar. O contexto pessoal também será importante, pois os agentes que atuarem em nome dos clientes precisarão ter acesso confiável às preferências, permissões e interações anteriores dessas pessoas para gerar as recomendações mais relevantes. Além dos próprios sinais, a rapidez com que as organizações conseguem tornar seus dados legíveis, compreensíveis, confiáveis e quantificáveis em termos que um agente possa comparar será um fator de diferenciação para a marca.

Um dos desafios é que, com o tempo, pode haver milhares de agentes para consumidores e empresas, desenvolvidos com base em modelos diferentes e conectados a fontes de dados distintas. Como uma empresa pode continuar sendo representada com precisão e facilmente encontrada nesse ecossistema fragmentado, sem tentar se otimizar para cada agente individualmente?

O foco das organizações deve ser criar uma base confiável e legível por máquinas, que qualquer agente possa acessar e interpretar, em vez de otimizar para agentes específicos. Isso significa publicar informações verificáveis, confiáveis e atualizadas sobre produtos, preços e políticas em fontes oficiais. É provável que ser facilmente encontrada, por si só, não seja suficiente, já que os agentes começarão a agir em nome dos consumidores, aumentando a necessidade de sistemas que permitam verificar identidades, confirmar elegibilidade e realizar transações seguras. Em um ecossistema de agentes agora fragmentado, a marca que tornar suas informações mais fáceis de entender e obter chegará ao topo dos resultados de busca. No entanto, as empresas devem evitar estruturar suas operações em torno de um único protocolo, pois eles ainda estão surgindo e ainda não está claro qual se tornará dominante. Por isso, é importante projetar soluções interoperáveis, com capacidade para adotar ou substituir protocolos rapidamente à medida que o ecossistema evolui.

Se o comércio evoluir do modelo entre empresas e consumidores para o modelo entre empresas, agentes e outras empresas, o que mudará no nível técnico? As empresas precisarão repensar seus sites, APIs, catálogos de produtos, sistemas de identidade ou outras infraestruturas para que os agentes possam interagir diretamente com elas?

Sim, as organizações precisarão repensar e reformular seus sistemas atuais para criar a arquitetura técnica adequada ao comércio agêntico B2B. Isso não acontecerá da noite para o dia: levará tempo, devido ao volume de trabalho e à dimensão das mudanças envolvidas. Hoje, os recursos de descoberta e pagamento estão avançando mais rapidamente do que a etapa de tomada de decisões, na qual as empresas ainda estão desenvolvendo a confiança necessária para permitir que os agentes façam escolhas dentro de limites predefinidos. O foco de qualquer CIO, CTO ou CISO deve ser a implementação de plataformas de integração escaláveis e de baixa latência, respaldadas por parcerias sólidas com empresas de tecnologia e integradores. Em vez de reformular todo o sistema, os líderes devem dedicar tempo a determinar quais sistemas podem se conectar aos agentes, identificar os que estão bloqueados e testar tarefas simples em ambientes controlados. Também é importante manter as pessoas no controle das transações; por isso, as empresas devem criar caminhos flexíveis que permitam ao cliente alternar facilmente entre interações conduzidas por agentes e por pessoas, em vez de comprometer a experiência humana em nome da automação. Com o tempo, as organizações podem avançar para a criação de uma plataforma que gerencie vários agentes, atualizar ou conectar sistemas legados para permitir o acesso dos agentes e implementar segurança avançada com monitoramento em tempo real.

O marketing digital tradicional tem sido amplamente otimizado em torno de classificações, impressões, cliques e tráfego nos sites. Se os agentes passarem cada vez mais a fazer pesquisas antes mesmo de uma pessoa visitar um site, que novas métricas as empresas devem usar para entender se estão realmente visíveis e competitivas na jornada de compra agêntica?

Historicamente, a avaliação do sucesso se concentrava em captar a atenção dos consumidores e, por fim, conquistar sua confiança. À medida que os agentes assumirem uma parte maior da jornada de compra, as organizações precisarão de novas formas de medir se suas marcas estão visíveis, são relevantes e, em última análise, são escolhidas. Isso inclui vincular o desenvolvimento de agentes de marca à medição de desempenho e avaliar se um agente apresenta a marca, reconhece ofertas elegíveis e conclui uma transação com sucesso. As marcas devem priorizar seus compradores, e não os concorrentes, ao decidir sobre investimentos ou mudanças na experiência, acompanhando como os clientes descobrem produtos e em que ponto abandonam o processo ou permanecem nele. Essas métricas podem não apenas ajudar as marcas a diferenciar suas propostas de valor, mas também comprovar o retorno sobre o investimento com resultados quantificáveis que reforçam a fidelidade dos clientes e a excelência operacional.

Os agentes de IA podem resumir as informações sobre uma empresa, compará-la com os concorrentes e, possivelmente, fazer recomendações sem que a empresa tenha controle direto sobre a forma como é apresentada. Como as marcas devem monitorar informações imprecisas ou desatualizadas e estabelecer uma fonte oficial e confiável que os agentes possam consultar?

Como em qualquer outro setor, auditar os dados dos produtos é essencial para manter a facilidade de descoberta por agentes em diferentes canais. As marcas também devem considerar o Model Context Protocol (MCP) como um facilitador essencial, pois ele cria um ambiente controlado no qual dados, ferramentas e contexto são compartilhados com segurança com agentes de compras e plataformas externos. A combinação de dados estruturados com o MCP pode viabilizar interações entre agentes, melhorar a interoperabilidade, ajudar a representar as informações da marca com precisão e garantir que elas recebam a prioridade adequada. Mais uma vez, como os protocolos ainda estão surgindo e não está claro qual se tornará o mais popular, as empresas devem projetar soluções flexíveis para que possam se conectar a novos padrões, alternar entre eles e adotá-los rapidamente à medida que o ecossistema evolui.

À medida que os agentes deixarem de apenas recomendar produtos e passarem a realizar ações como solicitar orçamentos, negociar condições ou fazer compras, qual será a importância da infraestrutura de identidade, autorização e confiança? Como uma empresa pode distinguir um agente legítimo de um cliente de um sistema automatizado em que não deve confiar?

O comércio entre agentes apresenta novos riscos, pois as transações podem ocorrer rapidamente, sem intervenção humana; por isso, é fundamental garantir a intervenção humana e a migração ao longo de todo o processo. As transações de comércio agêntico exigem novos tipos de medidas de prevenção a fraudes, controles financeiros estratégicos e estruturas de relatórios direcionadas, desenvolvidas especificamente para atividades iniciadas por máquinas.

No curto prazo, as organizações devem tratar seus agentes de IA como funcionários, com responsabilidades definidas, acesso gerenciado e prestação de contas clara. Também precisarão de protocolos para verificar a legitimidade dos agentes, autorizar pagamentos e aplicar limites às transações, permissões de API e outras salvaguardas operacionais.

Também existe a possibilidade de que a publicidade e os posicionamentos pagos acompanhem os consumidores no ecossistema agêntico. Como você vê a evolução dos incentivos comerciais quando um agente de IA recomenda produtos em nome de alguém, e que nível de transparência será necessário para que as pessoas confiem nessas recomendações?

Já vemos capital sendo redirecionado para o comércio agêntico, e a previsão é que anunciantes dos EUA gastem cerca de US$ 26 bilhões em anúncios de pesquisa com IA até 2029. É inevitável que os incentivos comerciais precisem evoluir à medida que as empresas decidam se promoções e preços oferecidos em canais próprios serão respeitados em ambientes agênticos. Parte dessa evolução exige regras explícitas sobre como os agentes interagem com preços e promoções. Sem salvaguardas, os agentes poderiam efetuar compras com base nos preços disponíveis no momento da transação, o que poderia acionar níveis de promoção e preços não previstos e provocar erosão das margens. As empresas devem implementar políticas alinhadas aos padrões globais de privacidade e dados, bem como a parâmetros predefinidos, sob controle humano, para cada cliente.

Apesar da crescente automação, você ressaltou que o julgamento humano continuará sendo fundamental nas decisões de compra. Onde você vê se formando o limite entre as decisões que os consumidores delegarão tranquilamente aos agentes e aquelas em que ainda vão querer pesquisar, comparar e tomar a decisão final por conta própria?

O limite dependerá do que está em jogo na decisão e da confiança do consumidor no agente. As pessoas podem se sentir à vontade para delegar compras rotineiras e de baixo custo quando suas preferências estão claras e as consequências de uma escolha ruim são pequenas. Em decisões que envolvam gastos significativos, informações confidenciais ou compromissos contratuais, provavelmente esperarão mais visibilidade e manterão a aprovação final. Os consumidores se sentirão mais à vontade com uma marca quando houver menos obstáculos; por isso, é importante facilitar a compreensão do que está acontecendo e transmitir confiança de que a transação será concluída conforme o esperado e com segurança. Portanto, as marcas devem dar aos consumidores controle claro sobre o que um agente pode fazer por conta própria, quando precisa pedir autorização e com que facilidade suas ações podem ser analisadas ou revertidas.

Agradeço pela excelente entrevista. Os leitores que quiserem saber mais sobre comércio agêntico, descoberta impulsionada por IA e a infraestrutura de confiança por trás das compras automatizadas devem visitar Deloitte.