Databricks para Varejo e Bens de Consumo

O comércio agêntico é a mudança na qual, em vez de os clientes pesquisarem produtos, agentes de AI cuidam da descoberta, recomendação, transação e serviço de forma autônoma em nome de compradores, varejistas e fornecedores. Analistas do setor preveem que, até 2028, 50% das compras serão iniciadas por agentes de IA ou por busca baseada em intenção. Os varejistas que controlam essa experiência verão um valor vitalício do cliente drasticamente maior do que aqueles que ainda dependem da busca por palavra-chave e de páginas de categoria estáticas.

A Databricks possibilita isso por meio do Agent Bricks, que permite aos varejistas criar agentes de IA de nível de produção baseados em seus próprios dados corporativos, sem meses de engenharia de ML personalizada. As equipes descrevem a tarefa do agente, conectam seus dados e o Agent Bricks cuida do resto: geração de dados sintéticos, avaliação, otimização e implantação. O Lakebase fornece a base transacional em tempo real da qual esses agentes dependem, com acesso em milissegundos a catálogos de produtos, estoque e perfis de clientes, enquanto o Unity Catalog garante que toda ação do agente seja governada e auditável, dando aos varejistas a confiança para implantar IA em ambientes de produção voltados para o cliente.

A margem de varejo está sob pressão histórica. Pesquisas mostram que de 30% a 40% dos gastos promocionais são desperdiçados com consumidores que teriam comprado pelo preço cheio de qualquer maneira, e as análises manuais de preços não conseguem acompanhar as condições de mercado que mudam diariamente. A Databricks potencializa o Gerenciamento de Crescimento de Receita ao permitir a otimização orientada por AI em preços, promoções e sortimento em uma única plataforma: ajustando continuamente os preços com base na demanda em tempo real e nos sinais da concorrência, medindo a incrementalidade real da promoção em vez do aumento alegado pelo fornecedor e otimizando a alocação de SKU e de gôndola por loja para maximizar a receita por metro quadrado.

O Genie coloca esse poder diretamente nas mãos dos gerentes de categoria e de crescimento de receita, para que um lojista possa perguntar qual foi o verdadeiro aumento incremental de uma promoção e obter instantaneamente uma resposta com base em dados e referências. O Lakebase atende às APIs de preços dinâmicos e aos mecanismos de promoção que precisam ler regras de margem e sinais competitivos em tempo real e gravar decisões de volta nos sistemas de POS e e-commerce com velocidade transacional. Varejistas líderes alcançam uma melhoria de 2% a 5% na margem por meio da otimização orientada por AI, e a Prada relatou um aumento de 20% nas taxas de conversão por meio de aplicações de AI personalizadas desenvolvidas na Databricks.

O problema estrutural que a maioria dos varejistas enfrenta não é a falta de dados, e sim o fato de que os dados estão em todos os lugares e não pertencem a ninguém. Dados do cliente ficam em CDPs, dados da cadeia de suprimentos em ERPs, dados de promoção em soluções pontuais e dados da loja em sistemas de POS legados. Cada um tem seu próprio modelo de governança e sua própria cópia da verdade, o que gera decisões lentas, percepções desatualizadas e projetos de IA que nunca saem da fase piloto para a de produção. A Databricks elimina essa fragmentação com um único lakehouse aberto, onde todos os dados de varejo, de clickstream a cadeia de frio, são unificados sob uma única camada de governança via Unity Catalog.

O impacto é sentido em todas as funções: a cadeia de suprimentos e o merchandising operam com base nos mesmos sinais de demanda, o marketing e as finanças com base na mesma fonte de verdade do cliente, e os modelos de AI treinam com dados governados completos em vez de subconjuntos isolados. O Delta Sharing expande a colaboração para além da empresa do varejista, permitindo a troca de dados governada em tempo real com fornecedores e parceiros de CPG, sem cópias, lock-in proprietário ou integrações caras. O Walmart obteve percepções 50% mais aprofundadas da cadeia de suprimentos com mais de 300 fornecedores na Databricks usando exatamente essa abordagem.

Historicamente, a colaboração na cadeia de suprimentos do varejo significava planilhas enviadas por email, integrações EDI proprietárias e intermediários caros de compartilhamento de dados, o que gera atraso e risco de governança. Em um ambiente definido pela volatilidade tarifária e pelas mudanças na demanda do consumidor, esse atrito não é mais aceitável. O Databricks possibilita um modelo fundamentalmente diferente por meio do Delta Sharing: um protocolo aberto e de cópia zero que permite que os varejistas compartilhem previsões de demanda governadas, dados de sell-through e posições de estoque com fornecedores. Isso acontece em tempo real, sem cópias de dados, sem exigir que os parceiros adotem o mesmo stack de tecnologia e sem abrir mão do controle dos dados subjacentes.

Além dessa base, os modelos de previsão baseados em IA combinam dados de POS com sinais externos em tempo real, como clima, eventos, congestionamento de portos e preços de matérias-primas, para gerar previsões no nível de loja e SKU que são atualizadas continuamente. O AI/BI Genie oferece aos planejadores da cadeia de suprimentos acesso conversacional a sinais de interrupção e à precisão das previsões, sem a necessidade de extrair dados de sistemas distintos, enquanto o Lakebase alimenta as aplicações de inventário operacional que mantêm os níveis de warehouse e os dados de pedidos em sincronia com o lakehouse em tempo real. Varejistas na Databricks relatam reduções de 20% a 30% no erro de previsão e de 60% na falta de estoque, enquanto fortalecem o relacionamento com fornecedores que cria uma vantagem competitiva genuína.