Quem responde quando a IA erra o preço, o estoque ou o atendimento da loja

Um artigo de opinião publicado pela TOTVS no Mercado&Consumo defende o avanço de agentes de IA no varejo. Eu concordo com o diagnóstico, mas discordo de onde ele para: a lei já diz quem paga quando o algoritmo erra o preço, some com o estoque ou promete o que não existe.

Nota da redação: este artigo menciona 'relatos, fora do Brasil, de empresas' que teriam tentado se eximir de responsabilidade por decisões de chatbot. Não encontramos fonte que identifique caso, empresa, jurisdição ou decisão judicial específicos para essa afirmação, que por isso deve ser lida como argumento ilustrativo do autor, não como fato verificado. O restante dos dados, citações e dispositivos legais citados no texto foi conferido contra a fonte original.

Um artigo de opinião publicado pela TOTVS no Mercado&Consumo defende o avanço de agentes de IA no varejo. Eu concordo com o diagnóstico, mas discordo de onde ele para: a lei já diz quem paga quando o algoritmo erra o preço, some com o estoque ou promete o que não existe.

Li o artigo que Elói Assis, diretor-executivo de Produtos para Varejo e Distribuição da TOTVS, publicou no Mercado&Consumo em 15 de outubro de 2026, e concordo com boa parte do diagnóstico. Estamos saindo de uma IA que sugere para uma IA que age: ela reprecifica a gôndola digital, decide o que sobe no caminhão de reposição e conversa com o cliente sem que um humano tenha lido a mensagem antes. O artigo chama isso de IA + IH, Inteligência Artificial combinada à Inteligência Humana. É uma boa fórmula de produto. Só que ela fica incompleta quando o assunto é quem assume a conta do erro.

O que a TOTVS acerta, e o que fica de fora

O argumento central do artigo é que a empresa precisa primeiro arrumar a casa de dados antes de soltar um agente para operar sozinho. Concordo inteiramente: sem saber onde os dados estão, quem acessa e com que qualidade, colocar uma IA autônoma para decidir é, como o próprio texto diz, trocar o motor sem garantir o combustível. O problema é que o artigo fala de preparação técnica e para por aí. Ele não menciona uma palavra sobre quem responde legalmente quando a máquina, já rodando com dados limpos, toma uma decisão que lesa o consumidor.

A Inteligência Artificial é uma ferramenta extremamente poderosa, mas continua precisando da Inteligência Humana para definir contexto, objetivos, limites e critérios.

Elói Assis, diretor-executivo de Produtos para Varejo e Distribuição da TOTVS

Essa frase é verdadeira como princípio de produto. Como princípio jurídico, ela já está escrita há mais de trinta anos, só que em outro lugar: no Código de Defesa do Consumidor.

O CDC não pergunta se foi um humano ou um algoritmo

O artigo 14 do CDC estabelece responsabilidade objetiva do fornecedor por defeito na prestação do serviço. Objetiva significa que não importa se houve culpa, se o time de dados fez tudo certo ou se o bug estava escondido num modelo de terceiro. Se o preço exibido ao cliente estava errado, se o estoque prometido não existia na loja, se o chatbot deu uma informação falsa sobre troca ou garantia, quem responde é o varejista, não o fornecedor de IA, não o modelo, não o agente autônomo. A lei trata o algoritmo como parte da operação da loja, igual a uma etiqueta de preço trocada ou um vendedor mal treinado.

Isso muda a leitura de velocidade como vantagem. Dar autonomia total a um agente de precificação dinâmica sem camada de revisão não é só risco técnico, é passivo contábil: cada erro de preço que o cliente aceitar de boa fé (e exigir manter, com base no mesmo CDC) é uma obrigação contratual que a empresa assumiu sem querer.

A LGPD dá ao cliente o direito de pedir uma segunda opinião

Se o agente autônomo usa dado pessoal para decidir (por exemplo, o histórico de compra do cliente para oferecer um preço ou uma condição diferente), entra em cena o artigo 20 da LGPD. Ele garante ao titular o direito de solicitar revisão de decisões tomadas unicamente com base em tratamento automatizado que afetem seus interesses. Na prática, isso significa que a loja precisa conseguir explicar, em linguagem simples, por que o agente decidiu aquele preço ou aquela oferta para aquele cliente específico, e precisa ter um humano disponível para revisar o caso se o cliente pedir.

O Marco Legal da IA (o PL 2338/2023), ainda em debate no Congresso Nacional, caminha na mesma direção: quanto maior o risco da aplicação de IA, maior a exigência de supervisão humana documentada. Precificação dinâmica, gestão de estoque e atendimento ao consumidor estão exatamente na faixa de risco que esse debate legislativo tenta endereçar. Esperar a lei sair para só então pensar em governança é apostar que o regulador vai demorar mais do que o primeiro processo.

O tipo de disputa que todo gestor deveria conhecer antes de ligar o agente

Já existem relatos, fora do Brasil, de empresas que tentaram se eximir de responsabilidade por uma oferta ou um desconto que o próprio chatbot deu ao cliente, alegando que o agente automatizado teria agido por conta própria. Em geral, esse argumento não convence: para o cliente, não existe diferença entre falar com um humano e falar com um agente da empresa, e a empresa responde pelas duas situações do mesmo jeito.

Essa lógica, mesmo quando aplicada em outras jurisdições, é a mesma do artigo 14 do CDC: o agente de IA não é um terceiro, é a própria loja falando. Transferir a conversa para um humano, registrar o histórico completo da interação e manter um prazo claro de resposta deixam de ser boas práticas de atendimento e viram prova em processo, a primeira coisa que um juiz vai pedir se o cliente reclamar.

O contra-argumento que não dá para ignorar

A defesa mais forte da autonomia é econômica, e é real: quem não automatiza precificação e reposição perde margem para quem automatiza, porque o concorrente reage ao estoque em minutos enquanto a equipe humana ainda está analisando a planilha da véspera. Ignorar isso é romantismo operacional. A resposta não é recusar o agente autônomo, é desenhar onde ele decide sozinho e onde ele escala para um humano antes de executar, com o limite definido por valor da transação, categoria de produto ou histórico do cliente, não por conveniência técnica.

O que testar na próxima campanha

Antes de ampliar a autonomia de qualquer agente que mexa com preço, estoque ou atendimento, vale rodar um piloto com três números na mesa:

1. Taxa de decisões do agente que precisaram de correção humana depois de executadas, não antes.
2. Tempo médio entre o pedido de transferência para humano e a resposta efetiva, medido pelo cliente, não pelo sistema.
3. Número de reclamações formais (SAC, Procon, Reclame Aqui) vinculadas a uma decisão automatizada no período, comparado ao mesmo período sem o agente.

Se o primeiro número não cai com o tempo, o agente não está aprendendo, está errando em escala. Se o segundo número sobe, a transferência para humano virou enfeite de política de atendimento. Esses três indicadores dizem mais sobre o custo real da autonomia do que qualquer ganho de velocidade anunciado em slide de fornecedor.

Fonte: Elói Assis, "O varejo diante de uma IA cada vez mais autônoma", Mercado&Consumo, 15 de outubro de 2026.

Fonte: Mercado & Consumo — Inteligência Artificial