Recentemente, publiquei no LinkedIn o artigo “O Varejo Está Operando Lojas de 2030 com Modelos de Gestão de 2010”.

A provocação nasceu de uma constatação que tenho feito ao acompanhar a evolução do setor: nunca tivemos tanta tecnologia e tantos dados disponíveis dentro das lojas. Ainda assim, muitas decisões continuam acontecendo tarde demais.

Câmeras inteligentes, selfcheckouts, sistemas de prevenção de perdas, RFID, aplicativos, inteligência artificial, visão computacional e analytics já fazem parte da infraestrutura de muitas operações.

Mas existe uma diferença importante entre ter uma loja digitalizada e transformar toda essa tecnologia em uma nova capacidade de gestão.

É sobre essa diferença que quero aprofundar aqui.

O desafio do varejo não é gerar dados, mas transformá-los em ação

Durante muito tempo, o desafio das empresas foi conseguir informações sobre o que acontecia nas lojas. Hoje, o cenário praticamente se inverteu.

Um varejista pode produzir milhares ou milhões de registros diariamente sobre vendas, perdas, rupturas, filas, produtividade, fluxo de clientes, comportamento no checkout e disponibilidade de produtos. O desafio passou a ser outro:

Como identificar, dentro desse enorme volume de informações, aquilo que realmente exige atenção naquele momento?

Um relatório pode mostrar que determinada loja apresentou um problema ontem. Um dashboard pode indicar que uma unidade está fora da média.

Mas, quando falamos de operação, existe uma pergunta ainda mais importante:

Quanto tempo existe entre o problema acontecer, alguém percebê-lo e a empresa agir?

É nesse intervalo que vejo uma das maiores oportunidades de produtividade para o varejo.

Da gestão por relatórios à gestão por exceção no varejo

Relatórios e indicadores continuam fundamentais. O que precisa evoluir é a função que ocupam na gestão.

Uma operação distribuída em dezenas ou centenas de lojas não pode depender de pessoas analisando continuamente todas as informações disponíveis.

Seria como pedir que alguém acompanhasse centenas de câmeras simultaneamente esperando que alguma coisa relevante acontecesse. A tecnologia permite inverter essa lógica.

Em vez de o gestor procurar o problema, o sistema pode identificar a exceção e direcionar a atenção para aquilo que precisa de análise ou intervenção.

Esse conceito de gestão por exceção muda a maneira como uma rede pode operar. A equipe deixa de gastar energia monitorando aquilo que está funcionando normalmente e concentra seus esforços onde existe um desvio, uma oportunidade ou um risco.

É aqui que inteligência artificial, visão computacional e centralização das operações começam a produzir um impacto que vai além da automação.

Como visão computacional transforma câmeras em inteligência para a operação

Existe uma infraestrutura particularmente interessante dentro das lojas: as câmeras. Durante décadas, elas foram utilizadas principalmente como ferramentas de segurança e investigação.

Com visão computacional e inteligência artificial, podem assumir uma função muito mais ampla.

Uma câmera deixa de ser apenas um equipamento que registra imagens e passa a contribuir para a identificação de eventos da operação.

Pode ajudar a detectar situações de exceção nos checkouts e selfcheckouts, movimentos que merecem atenção da prevenção de perdas, formação de filas, eventos em áreas de recebimento ou outros padrões operacionais fora do esperado.

Isso muda uma premissa importante.

Não precisamos necessariamente colocar mais pessoas olhando para a operação. Precisamos aumentar a capacidade das pessoas de enxergar aquilo que importa.

Plataforma Darwin: da imagem à identificação de eventos na operação

Na Inwave, essa visão está diretamente relacionada ao desenvolvimento da Plataforma Darwin.

A proposta não é simplesmente gerar mais informações para o varejista. É utilizar inteligência artificial, visão computacional, regras de negócio e dados operacionais para transformar acontecimentos das lojas em eventos que possam ser identificados, priorizados e tratados.

Um exemplo está no checkout.

Em uma operação tradicional, identificar determinadas situações pode depender da presença de um fiscal, da observação de um operador ou da análise posterior das imagens.

Com a Plataforma Darwin, imagens, dados do PDV e inteligência podem trabalhar de forma integrada para identificar exceções e direcioná-las para análise.

A mesma lógica pode ser aplicada a diferentes processos da loja. O ponto central não é a câmera, o algoritmo ou o dashboard isoladamente.

O valor aparece quando a tecnologia reduz a distância entre o acontecimento e a ação.

Centralização de operações: mais inteligência sem tirar a autonomia das lojas

No artigo que publiquei no LinkedIn, fiz uma afirmação que considero especialmente importante:

Centralização não significa controle. Significa inteligência.

Uma Central de Operações moderna não deveria existir para retirar autonomia dos gestores das lojas.

Deveria fazer exatamente o contrário: dar às equipes uma capacidade de acompanhamento que seria impossível obter individualmente. Imagine uma rede com 100, 300 ou 500 lojas.

Quantas pessoas seriam necessárias para acompanhar fisicamente, com a mesma frequência e profundidade, tudo o que acontece nessas unidades?

O modelo tradicional responde a essa necessidade aumentando estruturas de supervisão, visitas e auditorias.

A tecnologia oferece outra possibilidade: centralizar a inteligência sem necessariamente centralizar a execução.

Uma central pode receber e priorizar exceções de diferentes unidades, validar eventos, identificar padrões e direcionar a informação para quem efetivamente pode resolver o problema.

A ação continua acontecendo na loja. Mas a capacidade de enxergar passa a ser ampliada pela rede.

Como a inteligência artificial permite monitorar operações em escala

No modelo convencional de CFTV, existe uma relação relativamente direta entre quantidade de câmeras, lojas e capacidade humana de monitoramento. Quanto maior a operação, maior tende a ser a estrutura necessária para acompanhá-la.

Quando a inteligência artificial realiza uma primeira camada de análise, essa relação começa a mudar. O operador não precisa assistir continuamente a tudo.

Ele pode receber eventos previamente identificados e concentrar sua atenção nas situações que realmente precisam de validação ou intervenção.

Em vez de procurar acontecimentos em milhares de horas de vídeo e dados, as equipes passam a analisar exceções e tomar decisões.

Essa mudança abre uma possibilidade importante para grandes redes: ampliar a capacidade de acompanhamento das lojas sem necessariamente ampliar a estrutura de supervisão na mesma proporção.

Como muda o papel do gerente regional em uma operação orientada por dados?

Ele continua sendo fundamental. Aliás, acredito que esse modelo pode tornar sua atuação ainda mais estratégica.

Visitar lojas apenas para descobrir problemas que poderiam ter sido identificados por dados é uma utilização pouco eficiente de um profissional experiente.

O gerente regional agrega muito mais valor quando utiliza seu tempo para desenvolver lideranças, melhorar processos, compartilhar boas práticas, compreender particularidades locais e atuar sobre problemas que realmente exigem julgamento humano.

A tecnologia não elimina a visita. Ela muda o propósito da visita.

Em vez de chegar à loja para descobrir o que está acontecendo, o gestor pode chegar sabendo onde estão os principais pontos de atenção.

O próximo passo: conectar dados e tecnologias da operação

Hoje, muitas redes possuem excelentes soluções que ainda operam de maneira isolada.

  • O PDV produz uma informação.
  • O sistema de CFTV produz outra.
  • O EAS registra eventos de prevenção de perdas.
  • O RFID acompanha produtos.
  • Os sistemas de estoque registram movimentações.

Cada tecnologia resolve parte do problema. Mas o potencial aumenta quando esses sinais começam a ser interpretados dentro de um contexto operacional comum.

A questão deixa de ser apenas: “O que aconteceu?”

E passa a incluir uma segunda pergunta: “Isso exige atenção agora?”

Essa mudança parece pequena, mas representa uma transformação importante na forma de administrar operações distribuídas.

Tempo de reação: uma nova métrica para a gestão do varejo

O varejo tradicionalmente acompanha indicadores como vendas, margem, ruptura, perdas, produtividade e conversão.

Todos continuam fundamentais.

Mas operações cada vez mais conectadas colocam outra variável em evidência: o tempo de reação.

  • Quanto tempo levamos para identificar uma ruptura?
  • Quanto tempo levamos para perceber uma exceção no checkout?
  • Quanto tempo levamos para reconhecer um padrão de perdas?
  • Quanto tempo levamos para direcionar a informação para quem pode agir?

Quanto menor a distância entre o acontecimento e a decisão, maior tende a ser a capacidade da empresa de evitar perdas, proteger vendas e melhorar a experiência do cliente.

E essa capacidade ganha importância à medida que a operação cresce.

A transformação digital do varejo precisa transformar também a gestão

O varejo investiu muito nos últimos anos para digitalizar suas lojas.

Talvez o próximo desafio seja utilizar essa infraestrutura para transformar também a maneira como elas são gerenciadas.

Isso significa conectar dados, inteligência artificial, visão computacional e pessoas para reduzir o tempo entre identificar uma situação relevante e tomar uma decisão.

Foi essa a provocação que fiz no artigo original no LinkedIn e que considero importante aprofundar.

Talvez a discussão sobre o futuro do varejo esteja excessivamente concentrada em quais tecnologias estarão dentro das lojas de 2030. Muitas delas já estão aqui.

A pergunta mais relevante pode ser outra: Que modelo de gestão será capaz de aproveitar tudo o que essas tecnologias já conseguem enxergar?

Porque acumular dados não torna uma operação mais inteligente. O que faz diferença é conseguir transformar informação em ação enquanto ainda existe tempo para mudar o resultado.

‍