Agentic commerce: O comércio agêntico pode deslocar valor para plataformas que controlam a intenção do consumidor, transações confiáveis e infraestrutura de lojistas

Visão geral

Este relatório temático examina como agentes de IA podem levar o comércio de consumo da descoberta de produtos à comparação, compra, pagamento e, futuramente, a transações autônomas. O Goldman Sachs espera adoção longa e desigual, e não uma disrupção imediata, com valor se acumulando em participantes que combinem distribuição, confiança do consumidor, participação de lojistas, infraestrutura transacional e controle da intenção comercial.

Visões principais

O Goldman Sachs apresenta o comércio agêntico como a possível próxima etapa do eCommerce, e não como substituição imediata das compras existentes. Consumidores já usam IA para descoberta, pesquisa, recomendações e comparação de preços. Compras são a terceira principal aplicação de IA segundo a Epsilon; cerca de44% dos compradores online usam IA para descoberta de produtos segundo a Bain & Co.; e dados da Epsilon indicam que seis em cada dez consumidores usam IA ao comprar. A compra autônoma integral, porém, ainda é incipiente. O relatório prevê uma transição de3-5+ anos, possivelmente por décadas, análoga ao desenvolvimento gradual do eCommerce. Compras de baixo risco, recorrentes e comoditizadas devem migrar primeiro, enquanto categorias subjetivas ou de maior consequência, como vestuário e luxo, devem avançar mais lentamente. A oportunidade é relevante, mas condicional. O Goldman Sachs identifica$2.6tn de gastos americanos de curto prazo em categorias de alta probabilidade e estima que cestas de alta e média probabilidade representem cerca de60% dos gastos de varejo e serviços, ou mais de$12.3tn de volume comercial. Aproximadamente2% de penetração agêntica em gastos presenciais com cartão de alta probabilidade poderia acrescentar cerca de1 ponto percentual ao crescimento do eCommerce, equivalente a aproximadamente50 pontos-base de penetração nas categorias de alta e média probabilidade. O mecanismo é a redução de fricção na descoberta e na transação, mas hábitos de consumo, confiança por categoria, disposição dos lojistas em expor catálogos e infraestrutura confiável determinarão o ritmo. O relatório mapeia a tecnologia entre descoberta, conversão e protocolos. LLMs podem pesquisar catálogos, comparar produtos e encontrar lojistas segundo preço, velocidade de entrega e disponibilidade. Agentes próprios de varejistas, como Amazon Alexa e Walmart Sparky, podem liderar a adoção inicial ao utilizar identidade, pagamentos, fidelidade e relacionamentos de primeira parte, embora com menor amplitude de inventário. MCP e UCP buscam permitir acesso a catálogos e descoberta; Visa Trusted Agent Protocol, Mastercard Agent Pay e AP2 buscam fornecer autenticação, consentimento, vinculação de credenciais e autorização. A tecnologia cria uma rota para transacionar, mas ainda é necessário definir responsabilidades por compras erradas, fraude, disputas, devoluções e chargebacks. Há um conflito estratégico entre agentes horizontais, que podem melhorar a descoberta de pequenos lojistas e do ecossistema Shopify, e varejistas de escala como Amazon e Walmart, que também podem se beneficiar porque agentes otimizam preço, disponibilidade, velocidade, sortimento e confiabilidade. Se agentes independentes se tornarem a interface principal, varejistas podem perder dados de primeira parte, fidelidade, vendas cruzadas, economia de retail media e controle da vitrine. O bloqueio da Amazon ao Muse da Meta ilustra essa tensão. O Goldman Sachs considera cedo para saber se ecossistemas abertos ou fechados serão mais defensáveis. O comércio agêntico pode democratizar a descoberta e fragmentar cestas entre lojistas, mas também pode criar novos custos de indicação, comissão, publicidade ou posicionamento. Em publicidade, o Goldman Sachs espera que a monetização migre com a intenção comercial, em vez de desaparecer. A IA já melhora produção criativa, segmentação, mensuração, otimização de campanhas e retorno sobre gasto publicitário. Se a descoberta migrar de busca tradicional e sites de varejistas para interfaces de IA, o gasto pode se deslocar para recomendações patrocinadas e formatos nativos de IA. O relatório compara essa mudança à transição do desktop para o móvel: o ativo escasso pode ser tornar-se o lojista, serviço ou marca que um agente escolhe repetidamente. META e GOOGL são vistos como principais beneficiários seculares em publicidade digital. O Muse da META superou2.8 million downloads e tornou-se o aplicativo gratuito de iOS mais bem classificado nos EUA em sua segunda semana, mas conectividade de contas, permissões e participação de terceiros continuam sendo obstáculos. A GOOGL é vista como favorecida por sua estratégia de IA e integração de Gemini, AI Overviews e AI Mode. A Shopify é vista como beneficiária especialmente bem posicionada da infraestrutura comercial. Seu valor não se limita à vitrine ao consumidor: gestão de catálogo, sincronização de estoque, checkout, Shop Pay, fulfillment, dados de clientes, gestão de pedidos, identidade e fluxos pós-compra continuam necessários independentemente da origem da descoberta. UCP e Agentic Storefronts podem ampliar o valor da plataforma à medida que o comércio se fragmenta entre superfícies de IA. Em contraste, categorias de baixo envolvimento e fácil substituição podem enfrentar maior comparação de preços, substituição por marca própria e comoditização. Categorias mais personalizadas, incluindo beleza de prestígio, são vistas como relativamente resilientes; marcas precisarão evoluir de SEO para otimização de mecanismos generativos. Pagamentos e segurança são camadas habilitadoras centrais. O Goldman Sachs espera que pagamentos agênticos sejam construídos sobre o ecossistema de cartões existente. Visa e Mastercard são consideradas bem posicionadas por tokenização, autenticação, prevenção de fraude, decisões em tempo real, efeitos de rede e maior uso de serviços de valor agregado. Mais de50% das transações de eCommerce de V/MA são tokenizadas, e a Visa indicou que aproximadamente54% das transações sem cartão presente eram tokenizadas, com redução estimada de fraude de aproximadamente$650mn em FY24. A fragmentação de compras pode elevar o rendimento das redes por meio de mais transações pequenas. Uma aceleração de5% em serviços de cibersegurança de V/MA poderia acelerar o crescimento de VAS em90 pontos-base para Visa e200 pontos-base para Mastercard, e a receita líquida total em20 pontos-base e80 pontos-base. Stripe e Adyen podem se beneficiar de maior complexidade técnica, enquanto AFRM e KLAR podem se beneficiar caso agentes facilitem comparações de financiamento. O relatório espera maior demanda por prevenção de fraude, cibersegurança, identidade e decisões, pois lojistas precisarão distinguir agentes autorizados de automação maliciosa. Reputação de dispositivo, IP, padrões de navegação, cadência de digitação e velocidade de sessão podem se tornar menos úteis isoladamente quando agentes legítimos operam em infraestrutura compartilhada. O Goldman Sachs estima intensidade atual de cibersegurança de aproximadamente1-2% da receita de eCommerce e espera maior intensidade no longo prazo. A NET pode se beneficiar de gestão de bots, segurança de API e segurança de aplicações, embora a oportunidade incremental de receita não esteja clara. EFX, TRU e FICO têm opcionalidade de longo prazo em eventos de maior risco; EFX tem ampla exposição a identidade e verificação comercial, TRU a vinculação persistente de identidade e risco digital, e FICO principalmente a Software de fraude e decisões automatizadas, e não a volume incremental de Scores. Em ticketing de eventos ao vivo, o Goldman Sachs espera desempenho melhor de plataformas primárias que de mercados secundários. A descoberta agêntica pode melhorar recomendações, conversão e venda de ingressos, sobretudo em eventos com capacidade excedente; a Live Nation indicou que95% dos shows não esgotam, com taxas de venda de60-70% em anfiteatros e65-75% em teatros. Mercados secundários com inventário comoditizado podem enfrentar maior transparência de preços, pressão sobre tarifas e um novo pedágio de distribuição de plataformas de IA. Plataformas primárias com inventário diferenciado e relações exclusivas, como Ticketmaster, são vistas como melhor posicionadas. A conclusão é que vencedores duradouros dependerão menos da capacidade do modelo de IA e mais da capacidade de capturar intenção e fornecer experiências comerciais confiáveis, escaláveis e integradas.

Estrutura de análise

O Goldman Sachs começa pela adoção atual de compras com IA e pela evolução de descoberta até compra autônoma. Em seguida, dimensiona gastos potenciais nos EUA, usa a adoção histórica do eCommerce como analogia, avalia risco transacional por categoria e acompanha como mudanças em descoberta, autorização, pagamentos, fraude, identidade e distribuição podem afetar publicidade, varejistas, infraestrutura comercial, fintech e ticketing.

Notas metodológicas

• Marco de análise setorialTransmissão entre elos da cadeia de valor

  Mapeamento do ecossistema de comércio agêntico

  O relatório acompanha o fluxo entre descoberta do consumidor, acesso a catálogos, autorização de pagamentos, controles antifraude, identidade, financiamento e fulfillment para identificar camadas que podem ganhar ou perder valor.

• Marco de análise setorialDecomposição de volume e preço

  Sensibilidade de penetração do comércio agêntico

  O Goldman Sachs aplica taxas presumidas de penetração agêntica a categorias de gastos presenciais com cartão de alta e média probabilidade para estimar o efeito sobre o crescimento do eCommerce.

• Métodos de avaliaçãoDCF (fluxo de caixa descontado)

  Abordagens de valuation de empresas

  Para determinadas empresas cobertas, o relatório cita métodos de fluxo de caixa descontado junto a múltiplos de lucro ou valor da empresa para apoiar preços-alvo existentes.

Mapeamento e comparação de ativos

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

• Meta Platforms (META)

  Potencial beneficiária por distribuição de agentes de consumo, Muse, engajamento, comércio e monetização de publicidade.

  Pontos fortes

  Ampla distribuição ao consumidor, relacionamentos estabelecidos com usuários, infraestrutura de publicidade e tração inicial do Muse.

  Pontos fracos

  Escala exige conectividade de contas, permissões e participação do ecossistema de terceiros.

  Comparação

  Junto com GOOGL, é identificada como principal beneficiária secular em publicidade digital.

  Riscos

  Concorrência por usuários e verbas de publicidade, pressão de investimento, regulação e dificuldade de monetizar opcionalidade.

• Alphabet (GOOGL)

  Potencial beneficiária por busca conversacional, Gemini, AI Mode e agregação de intenção comercial.

  Pontos fortes

  Infraestrutura de IA, capacidade computacional, inteligência de modelos, ampla distribuição e conexões com anunciantes e lojistas.

  Pontos fracos

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

  Comparação

  Junto com META, é vista como uma das principais beneficiárias em publicidade digital.

  Riscos

  Concorrência de produto e publicidade, disrupção da busca, intensidade de investimento e escrutínio regulatório.

• Shopify (SHOP)

  Potencial beneficiária como camada de infraestrutura de lojistas para comércio fragmentado e impulsionado por IA.

  Pontos fortes

  Catálogo, estoque, checkout, Shop Pay, fulfillment, dados de clientes e infraestrutura pós-compra, além de UCP e Agentic Storefronts.

  Pontos fracos

  O debate dos investidores é se agentes de IA podem desintermediar a vitrine de consumo.

  Comparação

  O relatório contrasta a integração aberta da Shopify com abordagens mais restritivas de marketplaces.

  Riscos

  Piora no cenário de consumo, diluição de margem por investimentos e concorrência.

• Visa (V) and Mastercard (MA)

  Potenciais beneficiárias de crescimento mais rápido do eCommerce, tokenização, autenticação, prevenção de fraude e maior uso de serviços de valor agregado.

  Pontos fortes

  Efeitos de rede globais, credenciais de cartão existentes, tokenização, autorização em tempo real e protocolos de pagamentos agênticos.

  Pontos fracos

  Regras de responsabilidade e papéis das partes em transações agênticas permanecem sem solução.

  Comparação

  São consideradas melhor posicionadas que novas formas de pagamento porque pagamentos agênticos devem se apoiar em infraestrutura existente de cartões.

  Riscos

  Ambiente macro mais fraco, concorrência, regulação e recuperação transfronteiriça mais lenta.

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

  Potenciais beneficiárias de longo prazo de maior atividade de identidade, risco comercial, fraude, crédito e decisões de financiamento.

  Pontos fortes

  EFX oferece ampla verificação de identidade e lojistas; TRU oferece vinculação persistente de identidade e risco digital; FICO oferece decisões governadas de fraude e crédito.

  Pontos fracos

  A oportunidade depende de a atividade agêntica criar decisões pagas incrementais, e não apenas deslocar fluxos existentes.

  Comparação

  FICO teria maior potencial em Software de decisão e fraude que em Scores; EFX tem a exposição mais ampla; TRU é diferenciada em vinculação de identidade.

  Riscos

  Incerteza sobre conversão de receita do comércio agêntico e riscos específicos de macro, crédito, concorrência e execução.

• Cloudflare (NET)

  Potencial beneficiária da maior necessidade de verificar agentes de compra e proteger sites e APIs de lojistas.

  Pontos fortes

  Gestão de bots, segurança de APIs, segurança de aplicações e integração de protocolos.

  Pontos fracos

  O relatório afirma que a oportunidade incremental de receita permanece incerta.

  Comparação

  Posiciona-se como camada de execução de segurança ao lado de redes de pagamento e infraestrutura de identidade.

  Riscos

  Monetização incerta do caso de uso de comércio agêntico.

• Live Nation Entertainment (LYV) and StubHub Holdings (STUB)

  A descoberta agêntica pode melhorar a busca e a venda de ingressos, mas o efeito difere entre marketplaces primários e secundários.

  Pontos fortes

  Ticketing primário se beneficia de inventário diferenciado e relações de oferta; IA pode melhorar a relevância das recomendações.

  Pontos fracos

  O inventário de mercados secundários é mais comoditizado e exposto à transparência de preços.

  Comparação

  Plataformas de ticketing primário são vistas como melhor posicionadas do que as secundárias.

  Riscos

  Novas taxas de distribuição de IA, pressão sobre taxas de serviço, menor adesão de produtos auxiliares e menor monetização publicitária.

Dados principais

• Gasto americano endereçável no curto prazo$2.6tnCategorias de gastos de consumidores de alta probabilidade identificadas para comércio agêntico.
• Volume comercial de alta e média probabilidadeMore than $12.3tnCerca de60% do gasto atual de varejo e serviços segundo a classificação do relatório.
• Aceleração potencial do crescimento do eCommerceApproximately 1 percentage pointEstimativa baseada em aproximadamente2% de penetração agêntica em gastos presenciais com cartão de alta probabilidade.
• Uso de IA para descoberta de produtos~44% of online buyersEstimativa da Bain & Co. citada pelo relatório.
• Mercado de retail media~$170bn globally in 2025Estimativa da Statista citada pelo relatório, ante$77bn em2020 e CAGR de5 anos de17%.
• Downloads do Meta MuseMore than 2.8 millionDesde o lançamento; tornou-se o aplicativo gratuito de iOS mais bem classificado nos EUA em sua segunda semana, segundo a Sensor Tower.
• Intensidade de investimento em cibersegurança~1-2% of eCommerce revenueDerivada das premissas do relatório sobre orçamentos de cibersegurança de varejistas e operações online.

Impacto e implicações

O relatório vê o comércio agêntico como fonte potencial de crescimento incremental do eCommerce e de redistribuição de valor para plataformas com distribuição, relações confiáveis com consumidores, integração de lojistas, meios de pagamento seguros e capacidade de gestão de riscos. Também aponta riscos para propriedade de clientes dos lojistas, economia de retail media, categorias de marca de baixo envolvimento e plataformas secundárias de ticketing com inventário comoditizado.

Riscos

• A adoção pelos consumidores pode ser gradual porque hábitos de compra, confiança e tolerância a erros mudam lentamente.
• A responsabilidade por fraude, chargebacks, devoluções e compras erradas permanece indefinida e pode limitar a participação.
• Lojistas podem restringir o acesso de agentes de terceiros para preservar propriedade do cliente, dados de primeira parte, fidelidade e economia de retail media.
• Plataformas de IA podem tornar-se novos guardiões de distribuição e cobrar por indicação, posicionamento, comissão ou publicidade.
• Agentes autorizados podem reduzir a eficácia de sinais tradicionais de fraude e aumentar a exposição a automação maliciosa.
• Transparência de preços e comparação conduzida por agentes podem pressionar margens, diferenciação de marca, taxas de serviço e receitas auxiliares em categorias comoditizadas.

Pontos a observar

• Se agentes avançam além da descoberta para compras integrais confiáveis e transações autônomas.
• O desenvolvimento de estruturas de verificação de intenção, autenticação, perdas por fraude, devoluções, disputas e responsabilidade.
• A disposição de lojistas em expor catálogos, estoque, checkout e infraestrutura de pagamentos a agentes de terceiros.
• O equilíbrio competitivo entre agentes próprios de varejistas, plataformas horizontais de IA e ecossistemas comerciais abertos ou fechados.
• A adoção de UCP, MCP, Visa Trusted Agent Protocol, Mastercard Agent Pay, AP2 e padrões relacionados de tokenização.
• Se publicidade nativa de IA e recomendações patrocinadas substituem ou complementam a monetização de busca e retail media.
• Se atividade conduzida por agentes gera volume incremental de verificação e decisão paga para EFX, TRU e FICO.