Explorando a IA no setor de varejo da APAC
A IA no setor de varejo da APAC está passando da análise e dos projetos-piloto para os fluxos de trabalho e as operações diárias. Lojas urbanas densas, alta rotatividade de mão de obra e ecossistemas competitivos de comércio rápido estão impulsionando a adoção. Uma pesquisa realizada no quarto trimestre de 2025 pela GlobalData descobriu que 45% dos consumidores na Ásia e na Australásia são muito ou bastante propensos a comprar um [...] A publicação Explorando a IA no setor de varejo da APAC apar
A IA no setor de varejo da APAC está passando da análise e dos projetos-piloto para os fluxos de trabalho e as operações diárias. Lojas urbanas densas, alta rotatividade de mão de obra e ecossistemas competitivos de comércio rápido estão impulsionando a adoção. Uma pesquisa realizada no quarto trimestre de 2025 pela GlobalData descobriu que 45% dos consumidores na Ásia e na Australásia são muito ou bastante propensos a comprar um produto com base em recomendações ou endossos de IA. Jaya Dandey, analista de consumo da GlobalData, disse: “Quer os compradores percebam ou não, os sistemas de aprendizado de máquina há muito tempo decidem quando incentivar os consumidores a fazer compras, quais produtos eles podem ver e quais descontos podem aproveitar. Agora, os sistemas agenticos também podem realizar tarefas relacionadas às compras de ponta a ponta.” Visão computacional e automação de lojas As empresas que estão avaliando a visão computacional e o aprendizado de máquina podem observar as primeiras implementações na região. A Lawson, por exemplo, introduziu as lojas “Lawson Go” com IA no Japão em 2022. A varejista colaborou com o provedor de tecnologia CloudPick em 2025 para integrar IA, aprendizado de máquina e visão computacional. Essa integração elimina filas de caixa e caixas para melhorar a experiência do cliente. Na Coreia do Sul, a empresa de IA para varejo Fainders.AI lançou uma MicroStore compacta e sem caixas dentro de uma academia em 2024. Essa implantação melhorou a acessibilidade do varejo autônomo em diferentes negócios. A IA também auxilia na previsão e automação do reabastecimento do varejo — um recurso que se aplica bem ao mercado da Ásia-Pacífico, onde as lojas são pequenas e a frequência de reabastecimento é alta. A rede japonesa de varejo alimentício Coop Sapporo usa um sistema de IA baseado em câmera chamado Sora-cam, desenvolvido pela Soracom. O sistema ajuda a rede a evitar o excesso de estoque e reduzir as mercadorias não vendidas nas prateleiras das lojas. A Coop Sapporo emprega uma equipe de análise para avaliar as imagens geradas. A equipe determina a proporção ideal de exposição nas prateleiras. O sistema Sora-cam também alerta os funcionários para aplicarem etiquetas de desconto em itens alimentícios próximos do vencimento, a fim de evitar o desperdício. Os modelos de IA rastreiam o desperdício e o momento de descontos, melhorando a eficiência da promoção. Nos mercados do Sudeste Asiático (SEA), caracterizados por alta sensibilidade aos preços, pequenas melhorias na eficiência da promoção aumentam as margens de lucro. As medidas de otimização da mão de obra impulsionadas por IA incluem programação, listas de prioridades de tarefas e equilíbrio da carga de trabalho. Essas medidas auxiliam os varejistas no Japão e na Coreia do Sul, que enfrentam escassez estrutural de mão de obra. Elas também proporcionam benefícios de eficiência nos mercados de alto crescimento do Sudeste Asiático. Os sistemas de IA agênica no varejo estão melhorando a interação com o consumidor na APAC “No varejo de alimentos, a IA agênica é melhor entendida como um ‘operador’ de IA que pode compreender um objetivo, planejar etapas, permanecer dentro do orçamento ou das restrições de alérgenos, executar ações em todos os sistemas, fazer perguntas esclarecedoras e aprender preferências ao longo do tempo”, diz Dandey. Os clientes podem evitar pesquisas de itens individuais, descrevendo sua intenção geral. Um cliente, por exemplo, pode solicitar a um agente de IA que “planeje cinco jantares para uma família de quatro pessoas, principalmente receitas asiáticas, sem marisco, em menos de 45 minutos”. O agente então gera receitas, cria um carrinho de compras, calcula as quantidades e adiciona os itens básicos que faltam ao carrinho. Essa capacidade de IA agentica no varejo se alinha aos comportamentos regionais, já que muitas famílias da APAC cozinham com frequência e compram produtos frescos. Os agentes de IA que reconhecem as culinárias locais — como banchan coreano, bentos japoneses e temperos indianos — se adaptam melhor aos hábitos regionais do que os planos de refeições ocidentais genéricos. “Em muitos mercados da APAC, as compras já estão profundamente integradas a carteiras digitais, aplicativos de mensagens, serviços de transporte e ecossistemas de entrega, facilitando a integração da IA agênica às rotinas diárias”, explica Dandey. “No entanto, alguns desafios importantes precisam ser superados: garantir o consentimento para o compartilhamento de dados privados, minimizar alucinações em termos de alérgenos e ingredientes e implementar a localização adequada do sistema com nuances linguísticas.” Veja também: DBS testa sistema que permite que agentes de IA façam pagamentos para clientes Quer saber mais sobre IA e big data com os líderes do setor? Confira a AI & Big Data Expo, que acontecerá em Amsterdã, Califórnia e Londres. O evento abrangente faz parte da TechEx e é realizado em conjunto com outros eventos de tecnologia importantes, incluindo a Cyber Security & Cloud Expo. Clique aqui para obter mais informações. A AI News é fornecida pela TechForge Media. Explore outros eventos e webinars de tecnologia empresarial que estão por vir aqui. A publicação “Explorando a IA no setor de varejo da APAC” apareceu primeiro na AI News.
What this coverage includes
- Clear source attribution and link to the original publication.
- Editorial framing about relevance, impact, and likely next developments.
- Review for readability, context, and duplication before publication.
Original source:
AI NewsAbout this article
This article was curated and published by AIDaily as part of our editorial coverage of artificial intelligence developments. The content is based on the original source cited below, enriched with editorial context and analysis. Automated tools may assist with translation and initial structuring, but publication decisions, factual review, and contextual framing remain editorial responsibilities.
Learn more about our editorial process