Start-ups e Escala: Como destravar valor real com IA no varejo

No World Retail Congress 2026, um dos painéis mais pragmáticos sobre inteligência artificial fugiu do discurso futurista e mergulhou no que realmente importa: como gerar valor concreto. Em “Start-ups, Scale Impact: Unlocking Real AI Value”, executivos e empreendedores mostraram que o verdadeiro diferencial da IA no varejo não está na tecnologia em si — mas na capacidade de resolver problemas reais com velocidade e foco.

Com mediação de Liam Buswell, o painel reuniu Laura Cook, Jeff Fasegha e Mark McClennon para discutir um case concreto de aplicação de IA em escala dentro da Primark.

O problema real: dados — muitos dados, pouco valor

Antes de qualquer solução, o ponto de partida foi reconhecer o problema. E ele é comum a praticamente todo grande varejista: dados fragmentados, inconsistentes e pouco acionáveis.

Na Primark, isso significa lidar com centenas de milhares de faturas por ano, milhares de fornecedores e um volume massivo de informações desorganizadas — muitas vezes estruturadas para atender à lógica financeira, mas não às necessidades estratégicas da área de compras. 

“Estamos falando de um problema antigo, que sempre existiu — e que seguimos tentando resolver com ferramentas como Excel, sem sucesso real”, destacou Laura Cook durante o painel. 

O impacto é direto: sem dados confiáveis, decisões estratégicas ficam comprometidas, oportunidades são perdidas e o potencial de eficiência simplesmente não se concretiza.

O papel das startups: velocidade e foco no resultado

É nesse cenário que entram startups como a Deducta. Em vez de vender tecnologia, a proposta foi inverter a lógica: entregar solução antes mesmo de discutir ferramenta.

Segundo Jeff Fasegha, o diferencial está na abordagem orientada a resultado.
“Não começamos com um software. Começamos com o problema e com o resultado esperado e construímos juntos o caminho para chegar lá.”

Outro ponto crítico foi a velocidade. Enquanto projetos tradicionais de integração de dados podem levar meses ou anos, o case apresentado mostrou que, com novas tecnologias, esse processo pode acontecer em horas — um salto que redefine completamente o ritmo de inovação dentro das grandes empresas.

Por que a maioria dos projetos de IA falha

Apesar do potencial, a realidade é dura: grande parte das iniciativas de IA não escala. E, segundo Mark McClennon, o problema raramente é técnico.

Os principais erros são conhecidos — e evitáveis:

• Falta de liderança e ownership do negócio;
• Projetos guiados por entusiasmo, não por estratégia;
• Escolha errada de parceiros;
• Pilotos sem métricas claras de sucesso;
• Desconexão entre tecnologia e operação.

“O fator decisivo quase nunca é a tecnologia. É liderança, cultura e clareza de problema”, afirmou.

A virada na era da IA: mindset e reimaginação do negócio

O case da Primark mostrou que implementar IA não é um projeto de tecnologia — é uma transformação do modelo operacional.

Isso exigiu:

• Revisão de processos, políticas e estrutura;
• Desenvolvimento de novas competências nas equipes;
• Educação da liderança;
• Integração entre áreas (financeiro, procurement, TI);
• Curiosidade digital como competência-chave.

Mais do que adotar ferramentas, foi necessário “desaprender” práticas antigas — um conceito reforçado pela citação do futurista Alvin Toffler:

“Os analfabetos do século 21 não serão os que não sabem ler e escrever, mas os que não conseguem aprender, desaprender e reaprender.”

Do piloto à escala: o que realmente funciona na IA

Um dos pontos mais críticos discutidos foi como sair do chamado “purgatório do piloto” — quando projetos de inovação nunca chegam à escala.

Os aprendizados do painel são claros:

• Comece pequeno, mas com impacto mensurável;
• Escolha um problema relevante e tangível;
• Prove valor rapidamente (quantitativo e qualitativo);
• Envolva o negócio desde o início;
• Escale de forma iterativa, não em “big bang”.

A abordagem incremental, aliada à capacidade de adaptação, se mostrou muito mais eficaz do que grandes transformações planejadas em ciclos longos.

O principal insight: comece pelo problema, não pela tecnologia

Se houve um consenso entre os participantes, foi este: empresas que começam pela tecnologia tendem a falhar. As que começam pelo problema têm muito mais chance de gerar valor real.

“Não saia testando 30 soluções de IA. Entenda primeiro o que precisa resolver — e só então busque a tecnologia certa”, resumiu Laura Cook.

O futuro da IA: ainda estamos no começo

Apesar da sensação de urgência, o painel trouxe uma mensagem importante para o mercado: ainda estamos no início da jornada.

A IA não é mais uma aposta — mas também está longe de atingir todo o seu potencial.

Para os líderes de varejo, o recado é direto: não se trata de correr atrás da tecnologia, mas de construir as bases — cultura, liderança e clareza estratégica — para extrair valor dela.

Porque, no fim, como ficou evidente no World Retail Congress, o diferencial competitivo não será quem usa IA… mas quem sabe usá-la para resolver problemas reais.

Imagem: Danielle Mallmann / Divulgação