Agentic commerce: Goldman Sachs vê o comércio agêntico remodelando gradualmente descoberta, pagamentos e infraestrutura comercial.

Visão geral

Este estudo analisa como agentes de IA orientados à ação podem alterar a jornada de compra, da descoberta à compra e ao pagamento. Goldman Sachs espera uma transição de vários anos, e não uma ruptura imediata, com valor migrando para quem controla a intenção do consumidor ou fornece infraestrutura confiável para convertê-la em transações.

Visões principais

Goldman Sachs apresenta o comércio agêntico como a próxima etapa potencial da adoção de eCommerce. Agentes de IA já são usados para descoberta, pesquisa e recomendações, mas compras autônomas ainda são iniciais. A firma prevê progresso nos próximos 3–5+ anos e possivelmente além, semelhante à evolução gradual do eCommerce. Cerca de 60% dos gastos de varejo e serviços, mais de $12.3tn, enquadram-se em categorias de probabilidade alta e média. Dentro delas, há $2.6tn de gastos dos EUA em categorias de alta probabilidade; cerca de 2% de penetração agêntica em gastos presenciais com cartão poderia adicionar aproximadamente 1 ponto percentual ao crescimento de eCommerce. Compras de baixo risco, recorrentes e padronizadas devem avançar primeiro, enquanto vestuário e luxo tendem a progredir mais lentamente. Agentes pessoais orientados à ação podem agregar a intenção do consumidor em descoberta, comparação, compra e pagamento. A tecnologia segue fragmentada entre agentes de navegador, ferramentas integradas de lojistas, carteiras digitais e agentes de sistema operacional. MCP é descrito como uma camada de integração de catálogos e inventário; UCP apoia descoberta, checkout e pós-compra; Visa Trusted Agent Protocol e Mastercard Agent Pay buscam adicionar verificação do agente, intenção e autorização. Os protocolos oferecem caminho para escalar, mas regras e responsabilidades ainda precisam ser definidas. A monetização de publicidade deve migrar com a intenção comercial, e não desaparecer. A IA já melhora criação, segmentação, otimização e mensuração; o comércio agêntico pode deslocar descoberta de busca e sites de lojistas para interfaces de IA. META e GOOGL são vistos como beneficiários seculares principais por distribuição, IA, dados, integração comercial e ecossistemas publicitários. Muse, da META, teve mais de 2.8 million downloads após o lançamento e tornou-se o principal app gratuito de iOS nos EUA na segunda semana, segundo Sensor Tower citado no relatório. Atribuição, mensuração e participação de terceiros permanecem desafios. Para varejistas e marketplaces, há tensão entre ampliar distribuição e preservar controle da relação com o cliente. Agentes podem ampliar a descoberta de pequenos lojistas e beneficiar Shopify, mas otimização por preço, velocidade, disponibilidade e confiabilidade pode favorecer Amazon e Walmart. O bloqueio de acesso de compras não autorizado da Muse pela Amazon evidencia preocupações com dados próprios, fidelidade, mídia de varejo e margens. A Sparky, da Walmart, teve clientes ativos semanais dobrando ano a ano, crescimento trimestral de 60% e AOV 40% maior. Shopify é vista como beneficiária de infraestrutura porque catálogo, inventário, checkout, Shop Pay, fulfillment, identidade e devoluções continuam necessários independentemente da origem da descoberta. Visa e Mastercard são bem posicionadas porque pagamentos agênticos devem ser construídos sobre a infraestrutura de cartões existente. Efeitos de rede, tokenização, autenticação, prevenção a fraude e decisão em tempo real podem sustentar volumes e serviços de valor agregado. Mais de 50% das transações de eCommerce de V/MA são tokenizadas; a Visa estimou cerca de $650 million de redução de fraude em FY24. Compras menores e fragmentadas podem elevar o rendimento por taxas fixas por transação. Uma aceleração de 5% nos serviços de cibersegurança de V/MA poderia acelerar o crescimento de VAS em 90bps para Visa e 200bps para Mastercard, e a receita líquida total em 20bps e 80bps, respectivamente. O ambiente de ameaças pode crescer mais rápido que o comércio autônomo legítimo. Infraestrutura em nuvem, IPs compartilhados e atividades em velocidade de máquina enfraquecem sinais tradicionais de fraude, elevando a demanda por identidade de agentes, vínculo consumidor-agente, verificação de lojistas, decisão antifraude e cibersegurança. O relatório estima gasto em cibersegurança de aproximadamente 1–2% da receita de eCommerce e espera maior intensidade no longo prazo. Cloudflare pode se beneficiar de gestão de bots e segurança de API e aplicações, embora a oportunidade incremental de receita seja incerta. Para EFX, TRU e FICO, o comércio agêntico é opcionalidade de longo prazo, não um impulsionador quantificado de lucros. EFX tem ampla exposição a identidade e verificação de lojistas; TRU se diferencia em ligação persistente de identidade e risco digital; FICO tem caminho mais identificável em software de decisão e fraude. A oportunidade concentra-se em eventos de maior risco, como lojistas desconhecidos, novas conexões de conta, pedidos de financiamento ou mudanças em autoridade delegada. Em bilheteria de eventos, plataformas primárias com inventário diferenciado devem se sair melhor que marketplaces secundários. Agentes podem melhorar descoberta e venda de capacidade não esgotada; a Live Nation afirmou que 95% dos shows não se esgotam, com taxas de venda de 60–70% em anfiteatros e 65–75% em teatros. Porém, maior comparação de preços pode comoditizar inventário secundário, pressionar taxas de serviço e monetização adicional, além de substituir custos de busca por novas taxas de distribuição de plataformas de IA.

Estrutura de análise

Goldman Sachs acompanha a jornada de compra da descoberta ao checkout, pagamento e pós-venda e avalia efeitos sobre publicidade, varejo, pagamentos, cibersegurança, identidade, decisão de crédito e bilheteria. Usa adoção histórica de eCommerce, risco transacional por categoria, análise de protocolos e infraestrutura, comparação de capacidades empresariais e sensibilidades de cenário.

Notas metodológicas

• Marco de análise setorialMarco de oferta e demanda

  Estrutura de adoção de comércio agêntico por categoria

  O relatório dimensiona gastos endereçáveis e classifica compras por risco, complexidade e subjetividade para identificar onde a adoção pode ocorrer primeiro.

• Marco de análise setorialTransmissão entre elos da cadeia de valor

  Análise de transmissão da cadeia comercial

  O relatório acompanha os efeitos da descoberta do consumidor sobre lojistas, publicidade, redes de pagamento, provedores de identidade, controles de fraude e credores.

• Métodos de avaliaçãoAvaliação SOTP por soma das partes

  Avaliação por soma das partes da Amazon

  O preço-alvo de 12 meses da Amazon aplica múltiplos separados à América do Norte, Internacional e AWS.

• Métodos de avaliaçãoDCF (fluxo de caixa descontado)

  Avaliação DCF modificada

  O relatório usa abordagens DCF modificadas junto com múltiplos de negociação para GOOGL, META e STUB.

Mapeamento e comparação de ativos

Mapeamento estruturado da tese para ativos nomeados (pontos fortes, pontos fracos, pares e riscos).

• Meta Platforms (META)

  Possível beneficiária por Muse, distribuição de consumidores e monetização comercial e publicitária nativa de IA.

  Pontos fortes

  Grande base de usuários, relações estabelecidas com consumidores, plataforma de publicidade e integrações de terceiros.

  Pontos fracos

  A escala ponta a ponta depende de permissões, conectividade de contas e participação de lojistas.

  Comparação

  Vista com GOOGL como principal beneficiária secular em publicidade digital.

  Riscos

  Concorrência por usuários, engajamento e publicidade, pressão de investimento e escrutínio regulatório.

• Alphabet (GOOGL)

  Possível beneficiária por busca, Gemini, AI Mode, protocolos comerciais e agregação de intenção comercial.

  Pontos fortes

  Ampla distribuição, infraestrutura de IA, capacidade computacional e relações com anunciantes.

  Pontos fracos

  A migração da descoberta pode exigir evolução contínua de formatos de monetização.

  Comparação

  Vista com META como principal beneficiária secular em publicidade digital.

  Riscos

  Disrupção da busca, competição de utilidade de produto, publicidade e regulação.

• Shopify (SHOP)

  Possível beneficiária como infraestrutura de lojistas para comércio fragmentado orientado por IA.

  Pontos fortes

  Infraestrutura de catálogo, inventário, checkout, Shop Pay, fulfillment e fluxos de trabalho; papel em UCP e Agentic Storefronts.

  Comparação

  Contrastada com plataformas comerciais legadas que podem ter maior urgência de modernização.

  Riscos

  Piora do consumidor, diluição de margens por investimentos e concorrência.

• Visa (V) and Mastercard (MA)

  Possíveis beneficiárias por volume de pagamentos agênticos, tokenização, controles de fraude e serviços de valor agregado.

  Pontos fortes

  Escala de rede de cartões, tokenização, autenticação, prevenção a fraude e efeitos de rede.

  Pontos fracos

  Estruturas de responsabilidade e autorização permanecem incompletas.

  Comparação

  Mais bem posicionadas do que um novo modelo de pagamento porque os pagamentos agênticos devem usar trilhos existentes de cartões.

  Riscos

  Fraqueza macroeconômica, recuperação transfronteiriça, concorrência e regulação.

• Equifax (EFX), TransUnion (TRU) and Fair Isaac (FICO)

  Possíveis fornecedores de dados de identidade, risco de lojista, fraude e decisão de crédito para eventos agênticos de maior risco.

  Pontos fortes

  EFX tem dados amplos de verificação; TRU, identidade persistente e risco de rede; FICO, software de decisão e fraude.

  Pontos fracos

  A receita potencial é opcionalidade e depende de decisões pagas incrementais.

  Comparação

  FICO é vista com maior potencial em software de decisão do que em volumes incrementais de Scores.

  Riscos

  A adoção pode não criar verificações incrementais; IA, macro e crédito podem pressionar a demanda.

• Cloudflare (NET)

  Possível beneficiária de verificação de agentes, gestão de bots e segurança de API e aplicações.

  Pontos fortes

  Opera diante de sites e APIs de lojistas e pode distinguir agentes autorizados de bots maliciosos.

  Pontos fracos

  A oportunidade incremental de receita continua incerta.

  Comparação

  Parte do conjunto mais amplo de beneficiários de fraude e cibersegurança do relatório.

• Walmart (WMT) and Amazon (AMZN)

  Possíveis beneficiárias no varejo quando agentes otimizarem preço, velocidade, seleção e confiabilidade de fulfillment.

  Pontos fortes

  Escala, logística, sortimento, preços e capacidades de comércio direto.

  Pontos fracos

  Trade-off de controle do cliente e exposição a decisões de acesso de agentes externos.

  Comparação

  Vistas como mais favorecidas que varejistas incapazes de igualar preço e fulfillment.

  Riscos

  Riscos de margem, preços, macroeconomia, regulação e execução.

• Live Nation (LYV) and StubHub (STUB)

  A descoberta por agentes pode melhorar descoberta de ingressos e vendas, mas o impacto varia pelo modelo de inventário.

  Pontos fortes

  Bilheteria primária tem inventário diferenciado; IA pode melhorar personalização e descoberta.

  Pontos fracos

  Marketplaces secundários têm inventário mais comoditizado e maior dependência de aquisição de clientes.

  Comparação

  Plataformas primárias são vistas como melhor posicionadas que marketplaces secundários.

  Riscos

  Transparência de preços, pressão sobre taxas, pedágios de distribuição de IA e menor monetização adicional.

Dados principais

• Oportunidade próxima de gasto americano de alta probabilidade$2.6tnGasto de consumidores identificado como provável líder na adoção do comércio agêntico.
• Volume comercial de probabilidade alta e médiaMore than $12.3tnAproximadamente 60% do gasto atual de varejo e serviços.
• Impacto ilustrativo no crescimento de eCommerceApproximately 1 percentage pointDecorrente de cerca de 2% de penetração agêntica em gastos presenciais com cartão de alta probabilidade.
• Uso de IA na descoberta de produtos~44% of online buyersDado da Bain & Co. citado no relatório.
• Tokenização de eCommerce de Visa/Mastercard>50%Parcela de transações de eCommerce indicada como tokenizada.
• Mercado de mídia de varejo~$170bn globally in 2025Estimativa da Statista citada pela Goldman Sachs, ante $77bn em 2020.
• Downloads da MuseOver 2.8 millionDesde o lançamento, segundo Sensor Tower citado no relatório.

Impacto e implicações

O relatório argumenta que o valor seguirá cada vez mais a intenção do consumidor. Vencedores de longo prazo provavelmente combinarão distribuição, confiança, participação de lojistas, infraestrutura de pagamento e capacidade de converter intenção gerada por agentes em transações confiáveis; empresas dependentes de inventário indiferenciado, aquisição paga ou sinais legados de fraude podem enfrentar maior pressão.

Riscos

• A adoção do consumidor pode ser gradual e desigual entre categorias, especialmente em compras subjetivas ou de consequências elevadas.
• Verificação de intenção, perdas por fraude, chargebacks, devoluções e alocação de responsabilidade continuam sem solução e podem limitar a adoção.
• Lojistas podem restringir o acesso de agentes de terceiros para preservar relações com clientes, dados próprios, economia de fidelidade e margens.
• Plataformas de IA podem substituir busca paga por novo pedágio de distribuição via taxas de indicação, publicidade, comissões ou colocação preferencial.
• Agentes autorizados podem reduzir a eficácia isolada de sinais tradicionais de fraude e elevar exigências de cibersegurança.
• Maior transparência de preços pode comoditizar inventário e pressionar margens de lojistas ou marketplaces.

Pontos a observar

• Avanços em estruturas de responsabilidade, autorização, intenção do consumidor e resolução de disputas.
• Disposição dos lojistas de expor catálogos, fluxos de pagamento e infraestrutura transacional a agentes de terceiros.
• Adoção de MCP, UCP, Visa Trusted Agent Protocol e Mastercard Agent Pay.
• Evidências de que agentes mudam descoberta, conversão e penetração de eCommerce além dos casos iniciais.
• Desenvolvimento de formatos publicitários nativos de IA, mensuração e atribuição.
• Mudanças na intensidade de fraude, demanda por verificação de identidade e adoção de serviços de valor agregado das redes de pagamento.
• Se plataformas de IA reduzem custos de aquisição de clientes ou criam novas taxas de distribuição de longo prazo.