- há 1 dia
Categoria
🗞
NotíciasTranscrição
00:08Bem-vindos ao Revolução IA, o programa do NeoFeed, que aborda o impacto da inteligência
00:13artificial no mundo dos negócios. Eu sou Letícia Cardoso e hoje eu converso com Flávio Reis,
00:19CDO da Renner. Bem-vindo, Flávio. Tudo bem? Oi, Letícia. Tudo bem? Muito obrigado pelo convite.
00:24Flávio, para a gente começar, eu queria que você explicasse o seu cargo. Qual a diferença
00:29do CDO para o CTO? Legal, Letícia. Bom, atualmente eu lidero os canais digitais e a estratégia de
00:37digitalização e omnicanalidade da Renner. Então, eu trabalho muito junto do CTO, que é quem constrói
00:42realmente a tecnologia, mas eu tenho muito mais um viés de negócio, de como a gente aplica essa
00:46tecnologia e, obviamente, agora IA para os conceitos de negócio. E o varejo é um setor extremamente
00:52competitivo, né? Quando a gente pensa em tecnologia no varejo, eu, pelo menos, lembro muito dos chatbots,
01:00né? Quando a gente ia lá, escrevia, conversava com robô e hoje me parece uma coisa muito ultrapassada.
01:06O que vocês estão desenvolvendo dentro da Renner, envolvendo aí tecnologia e inteligência artificial?
01:12Legal. Bom, você trouxe um ótimo exemplo. Os chatbots ainda são muito usados e nem sempre são
01:19queridos pelos clientes, né? A gente sabe que, muitas vezes, o cliente, ele tem uma experiência
01:23com o chatbot que nem sempre é desejada. E a gente, na Renner, a gente tem um cuidado muito grande
01:28com a experiência do cliente. Então, a gente, há muito tempo, pratica o que a gente chama de encantamento,
01:33que é você superar a expectativa do cliente. Então, a gente é muito cuidadoso quando a gente vai colocar
01:38tecnologias dentro da jornada do cliente, para que essa tecnologia traga valor para o cliente e não seja
01:42um dificultador para o cliente, né? Que não seja um desafio. A gente tem uma base de 20 milhões de
01:47clientes,
01:47então, a gente tem uma base muito diversa, né? A gente atende toda a sociedade, toda a pirâmide,
01:52todos os estados, né? Todo o tipo de cliente. Então, a gente sempre tem um cuidado muito grande
01:57de que a tecnologia venha agregar e não dificultar a vida do cliente. Nesse conceito, há vários anos atrás,
02:03a gente começou com a nossa estratégia de digitalização da empresa, muito voltada em dar uma experiência
02:10omni para o cliente, omni, já vou explicar o que ela é, que ela seja além da expectativa do cliente.
02:16Então, que a tecnologia, quando entrar nessa jornada, não seja para ser algo legal, seja para ser algo
02:21que o cliente veja como útil. E a gente lá atrás, quando a gente, a gente é uma empresa que
02:25esse ano
02:25está completando 61 anos, a gente começou com loja física. Lá atrás da tecnologia na loja física,
02:30há muito tempo atrás, foi ter um computador no caixa, um PDV, que hoje em dia é uma coisa muito
02:35antiga,
02:35mas já não foi, já foi modernidade, a gente fez. Depois, a gente teve cartão de crédito, temos até hoje,
02:40né?
02:40É um tema bem relevante para a gente nossa financeira, mais tecnologia. De uns anos para cá,
02:45o mundo mudou muito. Então, o cliente que vai na loja física, que hoje ainda a gente tem uma parte
02:49muito grande
02:50dos nossos clientes que frequentam prioritariamente a loja física, a gente tem muito orgulho disso,
02:54eles começaram a ter uma expectativa diferente quando eles vão na loja física.
02:57Então, quando você vai numa loja da Renner, ou enfim, de qualquer marca, você tem uma expectativa
03:01que lá na loja você vai ter uma jornada muito fácil, que você vai ter uma jornada muito rápida,
03:07e que você, quando necessitar ser atendido, você vai ser muito bem atendido.
03:11Isso, a tecnologia, pode agregar muito valor. Como? A gente primeiro, na loja física,
03:17a gente, alguns anos atrás, identificou que a fila do caixa era uma dor muito grande.
03:22O que a gente trabalhou? A gente construiu um modelo de caixa de autoatendimento,
03:27baseado nas tecnologias mais modernas que existiam naquele momento,
03:30que até hoje ainda são muito modernas, para que o cliente conseguisse,
03:33numa experiência muito simples, basicamente, quase que jogando os produtos dentro de uma cesta,
03:38dentro ali do nosso caixa de autoatendimento, ele conseguisse, com dois, três cliques,
03:43finalizar a compra muito rápido, sem necessidade de um atendimento humano.
03:46Se ele quiser ter um atendimento humano, ele pode ter, nosso colaborador está ali para atendê-lo.
03:51Mas a gente viu que muitos clientes não queriam esse atendimento humano, eles queriam o quê?
03:54Praticidade. A gente trabalhou nisso.
03:57Ao mesmo tempo, a gente viu um crescimento muito grande das redes sociais
04:02e da digitalização do cliente.
04:04Ou seja, antes as pessoas, elas tinham que ir na loja física,
04:08elas tinham que ir num shopping, elas tinham que ir numa área de lojas,
04:11para ela conhecer o que está acontecendo no mundo.
04:13Agora não. Você provavelmente tem algumas redes sociais,
04:17que você acompanha tendências, que você vê pessoas que você admira,
04:20o que elas estão usando, você se inspira,
04:22e muitas vezes você procura.
04:23E a gente identificou isso alguns anos atrás.
04:26Então a gente viu que o varejo físico sozinho, ele não ia sobreviver.
04:30É muito importante que o varejo físico esteja integrado ao varejo digital.
04:33E aí a gente criou o que a gente chamou alguns anos atrás de omnicanalidade,
04:37a frente de omnicanalidade dentro da Renner.
04:40Que é como eu integro todos esses canais,
04:42que começou na loja física, mas passou pelo site, pelo app,
04:47agora pelas redes sociais, e agora chegou o advento da IA,
04:49dos agentes, dos LLMs, vários nomes aqui que a gente pode chamar.
04:56E a gente entende que isso entra na jornada,
04:58assim como alguns anos atrás entrou o site, depois entrou o app,
05:01depois entrou as redes sociais, agora entra os agentes e a IA.
05:05Então nesse contexto a gente vem construindo coisas
05:08sempre orientadas para a experiência do cliente.
05:11Como?
05:11Algumas coisas que o cliente vê e percebe,
05:14e algumas coisas que o cliente não vê,
05:16mas ele sente quando ele chega no nosso ponto de venda,
05:19seja físico ou digital.
05:20E um recado para você que está assistindo a gente,
05:22o Nelfeed está no YouTube.
05:24Se você ainda não está inscrito, inscreva-se no nosso canal
05:27para mais conteúdo sobre inteligência artificial.
05:31Flávio, você estava me contando das iniciativas da Renner para o consumidor.
05:36Vocês têm algum agente direcionado ao cliente?
05:39A gente tem, Letícia.
05:41A gente lançou recentemente, acabamos de lançar,
05:43um agente que a gente chama de Rê, Rê de Renner,
05:47que é a nossa agente fashion.
05:48Então a gente já vem trabalhando há algum tempo escutando o cliente.
05:51Então desde que a gente viu o crescimento da IA generativa,
05:54quando entrou ali o chat EPT,
05:56quando popularizou esse tema na mão da maioria das pessoas,
05:59a gente começou a escutar o nosso cliente
06:01para ver onde a gente poderia diferenciar a nossa experiência
06:04dentro da jornada do cliente,
06:06aplicando IA generativa, ou seja, construindo um agente.
06:09E nessa escuta, a gente começou escutando o cliente,
06:12a gente trabalhou muito para entender quais eram as dores
06:15que a gente, com o agente, conseguiria resolver para o cliente.
06:19Ou seja, quais são as oportunidades que eu teria de diferenciar
06:21a experiência que ele tem com a Renner em relação a outras marcas,
06:24quando eu colocar um agente na mão dele,
06:27para não ser um chatbot, como a gente comentou aqui no início,
06:30que já existe há muitos anos,
06:31mas nem sempre o cliente gosta daquela experiência do chatbot.
06:33Então a gente começou fazendo uma escuta muito ativa dos nossos clientes,
06:37perguntando mesmo, pesquisa quali, pesquisa quanti,
06:39o que o cliente gostaria que um agente fizesse
06:43se ele estivesse falando com uma empresa, uma marca de moda.
06:46E baseado nessa escuta, a gente construiu um agente,
06:49que é a RE, que a gente acaba de lançar,
06:51então ela está em beta,
06:52a gente lançou para uma parte da nossa base de clientes,
06:54e a gente vai expandir para toda a nossa base
06:56ao longo dos próximos meses,
06:58aonde a gente tenta entregar uma experiência de moda
07:01para essa cliente, para esse cliente,
07:03a gente fala essa cliente,
07:04porque uma porta da nossa base são mulheres,
07:05obviamente os homens também são muito bem-vindos,
07:07mas a maior parte da nossa base de clientes são mulheres.
07:09E a gente criou uma experiência
07:12dessa agente da RE,
07:14que é muito orientada para a moda.
07:15Então, por exemplo,
07:16a gente sabe que muitas pessoas gostam de moda,
07:20só que poucas pessoas
07:21realmente entendem de moda,
07:23no ponto de vista de conseguir descrever uma tendência,
07:26de conseguir explicar o que realmente gosta.
07:28A gente muitas vezes conhece categorias,
07:30eu sei o que é uma camiseta preta,
07:31eu sei o que é um blazer xadrez,
07:33eu sei o que é uma saia longa,
07:35mas quando você fala de tendências,
07:37você fala de atributos um pouco mais técnicos dos produtos,
07:40pouca gente sabe escrever isso.
07:42Mas as pessoas gostam de moda,
07:44principalmente as mulheres.
07:45E a gente construiu a RE muito com essa ideia,
07:48de como que eu,
07:49através de uma experiência conversacional,
07:51permito que essa cliente,
07:53esse cliente que gosta de moda,
07:55que ele quer consumir moda,
07:56ele gosta de tendência,
07:57ele quer saber o que é novidade,
07:58ele quer saber o que está usando,
08:00ele quer saber o que funciona para ele,
08:01ele consiga ter isso através de um agente.
08:03Então a RE vai muito nesse nosso objetivo,
08:08de dar uma experiência para o cliente.
08:09Então quando você entra na RE,
08:11você consegue, por exemplo, falar,
08:12eu tenho uma entrevista na Nelfeed,
08:15como que eu posso me vestir?
08:17Então é em São Paulo,
08:19é numa quarta-feira.
08:21A RE entende que em São Paulo,
08:23numa quarta-feira, o clima,
08:25ela entende que eu, por exemplo,
08:26sou um homem que uso tamanho M de camiseta e de camisa,
08:31que uso tamanho 40 de calça,
08:33que eu tenho determinados estilos que eu gosto
08:35e determinados estilos que eu nunca comprei,
08:37e ela consegue me sugerir recomendações de looks
08:40baseados tanto no que ela conhece sobre mim,
08:43quanto nas tendências que a gente tem já mapeadas
08:45e que estão identificadas dentro da nossa base de produtos,
08:49dentro das nossas coleções.
08:50E o mais legal disso é que quando ela me recomenda,
08:53a gente sabe que um desafio da moda
08:54é que, principalmente quando você está em um canal digital,
08:57você não está na loja física,
08:58é como esse produto fica em você.
08:59Então, eu posso ver a foto,
09:00às vezes eu vejo a foto num modelo,
09:02numa modelo, fica lindo,
09:03mas em mim, será que vai ficar tão bom?
09:06E a gente consegue integrar isso
09:07com uma outra solução que a gente construiu
09:09utilizando o IA,
09:10que é o provador virtual.
09:11Então, eu consigo,
09:12de uma interação com um agente
09:14que entendeu um contexto,
09:16que conversou comigo,
09:17me recomendou produtos,
09:19me recomendou um look,
09:20eu consigo experimentar
09:21e ver se eu gosto ou não gosto.
09:22Pode ser que eu tenha gostado das fotos conceituais,
09:25mas que quando eu vejo em mim,
09:26não ficou tão bom.
09:27Então, nesse modelo,
09:28a gente consegue integrar
09:30a nossa agente fashion
09:32dentro da jornada do cliente.
09:34Então, ela não é um chatbot
09:36ou uma IA generativa genérica
09:40que fala sobre tudo.
09:41Ela fala somente sobre moda.
09:43Ela conhece muito de moda,
09:45ela conhece muito dos nossos produtos
09:46e ela conhece muito dos nossos clientes.
09:48Ela sabe seu histórico de compras,
09:50as coisas que você gosta,
09:51que você não gosta,
09:52seu tamanho,
09:53todos os dados que você nos permite usar,
09:55ela conhece.
09:56E, com isso,
09:57ela consegue ser muito mais assertiva
09:59nessa conversa.
09:59Então, ela vira um personal stylist
10:01para o nosso cliente,
10:02que a gente,
10:03conversando com o cliente,
10:04foi onde o cliente disse para a gente
10:05que ele via valor
10:07de ter um agente trabalhando por ele.
10:09Flávio,
10:10a parte do estoque
10:12acaba sendo um ponto bem sensível,
10:14um desafio para o varejo, né?
10:16Porque, às vezes,
10:16você prepara muitos produtos
10:18de determinado item,
10:20uma quantidade muito grande,
10:21e não tem tanta saída.
10:24Você acha que isso pode ajudar também
10:26essa gente,
10:28talvez,
10:28sugerindo produtos
10:30que estão lá esquecidos
10:31no fundo da prateleira,
10:32se a gente pode dizer dessa forma?
10:35É um ótimo ponto, Letícia.
10:36E a gente pode, sim.
10:38E a gente faz...
10:39Esse ponto que você traz,
10:40que é um ponto crítico para o varejo,
10:41é fundamental para o varejo,
10:43ou seja,
10:44como que a gente utiliza melhor,
10:46como que a gente distribui melhor
10:47o nosso estoque
10:47e como a gente utiliza melhor
10:48o estoque distribuído.
10:49Então, a RE,
10:51ela consegue, sim,
10:52ajudar nesse ponto,
10:53à medida que,
10:54por exemplo,
10:55se você está em São Paulo,
10:56ela consegue identificar
10:57quais são os produtos
10:58que eu tenho próximo
10:59à sua casa,
11:00numa loja, por exemplo,
11:01próximo aonde você mora,
11:02onde você trabalha,
11:03ou que eu consiga entregar
11:04em menor tempo na sua casa,
11:05ou que você consiga retirar
11:06em menor tempo em loja.
11:07Então, ela olha
11:08toda essa distribuição
11:10do estoque
11:11que a gente tem
11:11exatamente para otimizar
11:13se você é uma pessoa
11:14que está em São Paulo,
11:15com certeza pode ser diferente
11:16do que uma pessoa
11:16que está no Nordeste,
11:18que está, por exemplo,
11:19em Manaus.
11:20Vai ser diferente.
11:21Só que a gente também
11:21tem outras iniciativas
11:23que ajudam nessa frente.
11:24Então, abastecimento
11:25para uma empresa de varejo,
11:27ela é crítica.
11:28E a gente,
11:28há muitos anos,
11:29a gente constrói algoritmos
11:31com inteligência artificial.
11:32Aí nem sempre
11:33é inteligência artificial
11:34generativa.
11:35Aí tem outras técnicas
11:36de inteligência artificial.
11:38Tem machine learning,
11:38tem deep learning,
11:39tem outras funções técnicas
11:41que a gente trabalha,
11:43que é exatamente para a gente
11:44desde identificar a tendência,
11:46porque em moda
11:47a tendência surge muito rápido
11:49e algumas vale a pena investir
11:52e outras não,
11:53porque elas também
11:53desaparecem muito rápido.
11:55Então, a gente tem
11:56grandes tendências
11:57que geralmente elas duram,
11:58mas a gente tem
11:58cada vez mais microtendências
12:00que ou elas são muito rápidas
12:02ou algumas elas nem decolam.
12:03Você acha que ela vai decolar
12:04e ela morre em pouco tempo.
12:06Então, a gente trabalha primeiro
12:08para identificar essas tendências.
12:09Ano passado, por exemplo,
12:10a gente identificou
12:11e construiu mais de 200 microtendências.
12:14Como?
12:14Utilizando IA,
12:16utilizando algoritmos
12:17para consolidar essa informação
12:18de forma mais rápida.
12:19A gente continua tendo pessoas,
12:20a gente tem estilistas,
12:21designers,
12:22pessoas de estilo
12:23que rodam o mundo
12:25identificando tendências,
12:26participando de grandes desfiles,
12:29vendo novas coleções,
12:30mas agora a gente tem
12:31a tecnologia que amplia
12:32o potencial dessas pessoas.
12:33Elas conseguem
12:34identificar muito mais coisas
12:36e escolher em quais
12:36a gente vai investir,
12:37porque nem todas
12:38a gente vai investir.
12:39Só que aí depois
12:40respondendo a sua pergunta
12:41entra uma parte muito importante
12:42que é como eu distribuo
12:44esse estoque
12:44para ele estar onde
12:45o meu cliente quer,
12:47para onde o meu cliente
12:47vai comprar.
12:48Aí a gente tem duas frentes.
12:50Uma é a gente utiliza
12:51IA nessa distribuição,
12:53então a gente utiliza
12:54Machine Learning
12:55e outras técnicas
12:56para a gente identificar
12:58tanto a demanda
12:59quanto características
13:00da região,
13:01eventos, por exemplo.
13:02Então a gente sabe,
13:02agora,
13:03a gente está em São João.
13:04São João é um evento
13:05extremamente relevante,
13:06principalmente no Nordeste.
13:07No Sul,
13:08ele é menos relevante.
13:09Então a gente usa
13:09esses aprendizados
13:10para distribuir melhor
13:12o estoque.
13:12Como a gente também
13:13utiliza agora
13:15a IA,
13:16para uma vez que a gente
13:17tem esse produto
13:18distribuído pelo Brasil,
13:19que a gente consiga
13:20atender o cliente
13:20pela rota mais otimizada.
13:22Então pode ser
13:23que você queira muito
13:24um produto
13:24que realmente
13:25eu não tenho ele em São Paulo
13:26e que faça sentido
13:27vender para você.
13:28O que eu vou fazer?
13:28Eu vou tentar otimizar
13:29para tirar ele
13:31do melhor lugar,
13:32seja do melhor CD
13:32ou da melhor loja,
13:33para te atender
13:34da forma mais eficiente,
13:36tanto em prazo
13:37quanto em custo.
13:37Então a tecnologia
13:39passa por todos
13:40esses processos.
13:41A gente muitas vezes
13:41vê o produto
13:42chegando na nossa casa
13:43ou na loja,
13:44só que por trás dele
13:45tem muita coisa
13:45que foi feita.
13:46Você me explicou
13:47sobre a otimização
13:48do estoque,
13:49mas a minha dúvida
13:50é o contrário.
13:51Se tem uma peça
13:52que está encalhada lá,
13:54que vocês apostaram
13:55e ela acabou
13:56não saindo muito
13:57e não teve muita venda,
13:58pode ser que
14:01essa ferramenta
14:02de IA,
14:03esse agente,
14:04dê mais visibilidade,
14:05sugira
14:06e faça com que
14:06ela tenha mais saída?
14:08Sim,
14:08e não só esse agente,
14:09com certeza o agente também,
14:11mas a gente tem
14:12uma frente de recomendação.
14:13Então,
14:14muitas vezes,
14:14qual é um desafio
14:15no varejo,
14:15principalmente um varejo
14:16que a gente chama
14:17de grande superfície,
14:18como é a Renner,
14:18que é um tipo de marca
14:19que tem muitos produtos.
14:21Muitas vezes,
14:22aquele produto
14:22não deu certo
14:23porque o cliente
14:24não achou aquele produto,
14:25o cliente certo
14:26não achou aquele produto.
14:27Então, obviamente,
14:27existe uma parte
14:28da coleção que pode dar errado,
14:29um produto que você
14:29realmente errou.
14:30Mas o que a gente percebe
14:32é que uma parte
14:32dos produtos,
14:33a dificuldade é o cliente
14:34encontrar o produto.
14:36Então,
14:36quando a gente fala
14:37de ter um agente conversacional
14:38que te entende,
14:40te conhece,
14:41com certeza isso vai ajudar
14:42a encontrar produtos
14:43que talvez não foram vendidos
14:45porque você não achou
14:46aquele produto.
14:46Simplesmente,
14:47pela busca tradicional
14:48ou indo à loja,
14:49você não viu.
14:50Mas também tem um tema
14:51importante que é
14:52quando a gente
14:55consolida os canais,
14:56ou seja,
14:57eu junto a loja física
14:58com os canais digitais
14:59e agora com os agentes,
15:01eu consigo que você
15:02em qualquer canal
15:04tenha o conhecimento
15:05sobre esse produto
15:05que está disponível.
15:06Então, se você está
15:07em uma loja física
15:08e você não achou
15:09um produto que você gostou,
15:10mas eu tenho esse produto,
15:11por exemplo,
15:11em outra loja
15:12ou no canal digital,
15:13hoje o colaborador de loja
15:15já tem um sistema
15:16com uma tecnologia por trás
15:17que ele consegue achar
15:18aquele produto e dizer
15:19eu não tenho nessa loja,
15:20mas eu te entrego amanhã
15:21na sua casa.
15:22Então, se você está
15:23na loja física
15:23falando com um colaborador,
15:24você vai encontrar
15:25aquele produto.
15:25Se você está falando
15:26com um agente,
15:27com uma re,
15:27você vai encontrar
15:28aquele produto.
15:29E a gente tem um motor
15:30de recomendação
15:31que é também um motor
15:32que a gente já tem
15:33há vários anos,
15:33não nasceu agora
15:34com a moda da IA,
15:36a gente já vem evoluindo
15:37ele há muitos anos,
15:38mas que agora
15:39com as novas tecnologias
15:40a gente conseguiu avançar mais
15:41que é o motor
15:42de recomendação.
15:44Então, eu conhecendo,
15:45por exemplo,
15:45que você é uma mulher
15:46que utiliza calça
15:48tamanho 38, 36, 40,
15:50aqui não me interessa
15:51muito o tamanho,
15:52e eu estou com um estoque
15:53com alta concentração
15:55nesse número,
15:55em vez de eu te recomendar
15:56produtos genéricos
15:58ou qualquer calça,
15:59eu vou, obviamente,
16:00priorizar produtos
16:01que tenham match
16:02com o seu estilo,
16:03mas que eu tenha
16:04a grade adequada
16:05para te atender.
16:06Então, provavelmente,
16:07eu vou olhar
16:08produtos nessa grade,
16:09que pode ser que alguns deles
16:10estejam no modo
16:11que você comentou,
16:12que eu estou com
16:12uma alta concentração
16:13de estoque
16:14e eu não estou vendendo.
16:15Por quê?
16:15Porque o cliente
16:16não encontrava
16:16esse produto antes,
16:17ou ele tinha que se esforçar
16:18muito para encontrar.
16:19Então, qual que é
16:20a nossa expectativa
16:21com essas inovações
16:22ou com essas evoluções
16:23que a gente faz?
16:24É melhorar a vida
16:26do cliente.
16:26Então, a gente entende
16:27que quanto mais ferramentas
16:28a gente dá para o cliente
16:29que sejam simples de usar
16:31e que estejam integradas
16:32na jornada,
16:33maior é a possibilidade
16:34do cliente encontrar
16:34o produto certo
16:35e, obviamente,
16:36para a gente aumentar a venda.
16:38E tem algum dado,
16:39alguma expectativa
16:41de como que isso pode impactar
16:43lá no balanço,
16:44no resultado,
16:45nas receitas?
16:46A gente acredita
16:48que a decisão
16:49sobre canal
16:50e uso de tecnologias
16:52e essas funcionalidades
16:53ela sempre é do cliente.
16:54Então, obviamente,
16:55a gente é uma empresa
16:56muito disciplinada em custos.
16:57Todos os investimentos
16:58que a gente faz,
16:59a gente faz uma análise
17:00e a gente mede resultado.
17:02Então, a gente é muito atento
17:03a isso.
17:03Obviamente, como todo varejo,
17:04a gente sabe que varejo
17:05é um negócio que você tem
17:06que ser muito disciplinado
17:07em custos e investimentos,
17:08a gente tem essa característica
17:09muito forte no nosso DNA.
17:11Mas, quando eu pego
17:12essas iniciativas,
17:13o que a gente vê?
17:13Algumas delas,
17:14a gente consegue medir
17:15resultados concretos.
17:16Mas, o mais importante
17:18é que a gente entende
17:19que a jornada do cliente
17:20ela está evoluindo.
17:21E a gente está,
17:22nesse momento,
17:24atualizando essa experiência
17:25que daqui a um,
17:26dois anos,
17:26três anos,
17:27já vai ser o padrão.
17:28E a gente está,
17:29nesse momento,
17:30se antecipando a isso.
17:31Então, a gente está
17:31dando um passo à frente
17:33de uma coisa
17:34que daqui a algum tempo
17:34vai ser mandatório.
17:35Quem não tiver
17:36vai estar fora do jogo.
17:37Mais alguns exemplos.
17:38Recomendação,
17:39que é o que eu acabei
17:39de comentar.
17:40O ano passado,
17:41a gente dobrou a venda,
17:43a receita,
17:43que vem de produtos
17:44recomendados por algoritmos.
17:46Ou seja,
17:47aquela venda
17:47que é um algoritmo
17:49te recomendando
17:50uma inteligência artificial,
17:51para a gente usar termos
17:52mais recentes,
17:54dobrou a venda disso.
17:56Quando a gente pega
17:56algumas outras frentes
17:58que a gente tem,
17:58como o provador virtual,
17:59que eu comentei agora há pouco,
18:00que a gente lançou,
18:01que é uma capacidade de,
18:02sem sair da sua casa,
18:03você vê um produto
18:04que você gosta
18:05e você pode experimentar
18:05ele em você.
18:06Vê como ele fica em você.
18:07A gente percebe que
18:08quem usa esse provador virtual
18:10versus quem não usa,
18:11no mesmo produto,
18:12a conversão é o dobro.
18:14Ou seja,
18:14quem experimenta a roupa
18:16digitalmente
18:17versus quem não experimenta
18:18a mesma roupa,
18:19o mesmo produto digitalmente,
18:20a conversão é o dobro.
18:22Ou seja,
18:23a gente vê que,
18:24por mais que a gente
18:25não divulga um número específico
18:26sobre isso,
18:27a gente vê que as ações
18:28que a gente faz,
18:29elas sempre estão orientadas
18:30a melhorar a experiência
18:31do cliente,
18:32mas elas sempre estão medidas
18:33por coisas muito concretas.
18:35Por exemplo,
18:35conversão.
18:36Então,
18:36eu olho a conversão.
18:37Se aquilo está melhorando
18:38a minha conversão,
18:39possivelmente eu estou melhorando
18:40a jornada do meu cliente.
18:41ele está mais satisfeito
18:41com aquela jornada.
18:42Ele está comprando mais comigo.
18:44Então,
18:44a gente sempre faz dessa forma.
18:45A gente escuta o cliente,
18:47a gente vê o que gera valor
18:48e a gente mede.
18:49E hoje a gente vive
18:51uma nova era
18:52que é a era
18:53do comércio agêntico,
18:54né?
18:55Que a gente vai,
18:56vocês do caso,
18:57né,
18:57o varejo,
18:58vai parar de vender
19:00somente
19:01para a pessoa física
19:02e vai ter que convencer
19:03a IA,
19:04né?
19:05Porque as pessoas
19:05vão utilizar
19:06seus próprios agentes
19:08para pesquisar,
19:09por exemplo,
19:10um vestido
19:10de até 200 reais
19:12para eu ir naquela festa.
19:14Você já tem tecnologia
19:15pensando nessa nova fase?
19:17Já.
19:18A gente,
19:19toda a nossa construção,
19:20então,
19:20a gente tem um programa
19:21de IA bem amplo
19:22com muitas iniciativas
19:23que passam por toda a empresa.
19:25Então,
19:26não é um projeto específico.
19:27A gente,
19:28obviamente,
19:28tem vários projetos,
19:29várias iniciativas
19:30que compõem esse programa,
19:31mas a gente não tem
19:32iniciativas avulsas.
19:33É um programa de empresa,
19:34é um programa de companhia.
19:35E quando a gente olha
19:37o tema do agente que comerce,
19:38comércio agente,
19:39quando tem vários nomes
19:40que estão sendo colocados
19:41para isso,
19:42a gente entende
19:43que é um movimento
19:43natural do cliente.
19:44Assim como lá atrás,
19:46quando surgiu
19:47o comércio eletrônico,
19:48foi um movimento
19:49natural do cliente.
19:50Além de comprar
19:51numa loja física,
19:52ele também comprar
19:53num site,
19:54depois comprar num app,
19:55agora começar a comprar
19:56em redes sociais,
19:57que a gente vê que social commerce
19:58é um tema que também cresce.
19:59Ele vai começar a comprar
20:00através de agentes.
20:01Tanto através do agente dele
20:03ou dos agentes,
20:04de cada um,
20:04que a gente ainda não sabe
20:05como esse mercado vai ser,
20:06a gente tem várias empresas
20:08tentando criar dominância
20:09nesse mercado
20:10e a gente ainda não tem
20:11um ganhador claro,
20:12temos palpites,
20:13mas não temos um ganhador claro,
20:15quanto através dos agentes
20:16das próprias marcas.
20:18Então,
20:18a nossa estratégia
20:19de construir a Rê,
20:21a nossa agente fashion,
20:22é muito preocupar esse lugar.
20:23Eu tenho um agente
20:24especializado em moda,
20:25que quando o cliente
20:26estiver pelo meu canal,
20:27a nossa ideia
20:27é que ele utilize
20:28a nossa agente.
20:30Entretanto,
20:31se ele está
20:31utilizando um agente próprio,
20:32a Rê já é construída
20:34em cima de uma tecnologia,
20:36de um framework,
20:37que ele é integrável
20:38com protocolos de mercado,
20:39que também estão nascendo,
20:40ainda não tem um único ganhador,
20:42a gente já tem alguns protocolos,
20:43tem um protocolo específico
20:44que o Google lançou,
20:45que é aberto de mercado,
20:46mas que é liderado pelo Google,
20:47OpenAI lançou outro protocolo,
20:49então a gente vê
20:49que é um mercado
20:50que ele está ainda nascendo,
20:51então coisas estão surgindo,
20:52mas a gente já construiu a Rê
20:54de uma forma
20:55que ela é integrável
20:56com outros agentes.
20:57Então quando a gente
20:58chegar nesse momento
20:59de agentes falando
21:01com agentes,
21:02a nossa já está pronta,
21:04está sendo construída,
21:04mas já temos ali
21:05uma primeira versão
21:06e ela está pronta para isso.
21:08Então a gente acompanha
21:09muito o mercado,
21:09a gente vê
21:10para onde o mercado
21:11tende a ir
21:12e a gente faz
21:13algumas escolhas
21:14para onde a gente
21:14vai fazer investimentos
21:16e a gente obviamente
21:17acredita que pode ser o caminho.
21:18E você acha
21:19que a competição,
21:20o varejo já é um setor
21:22com margens
21:23super pressionadas,
21:24ela tende a ficar
21:26mais intensa
21:27com essa nova era
21:28do comércio agêntico?
21:29Eu acho que esse é um desafio
21:30de todas as empresas.
21:31À medida que surge
21:32uma tecnologia nova,
21:34também surgem os modismos,
21:35que é você precisa usar,
21:37você tem que usar,
21:38você precisa comprar.
21:39E como você citou bem,
21:41obviamente o varejo
21:41é um setor
21:42que ele tem que ter
21:43um cuidado muito grande
21:44com investimentos e despesas,
21:46porque é um setor
21:47que muitas vezes
21:47tem uma pressão
21:48obviamente por margem.
21:49Nesse contexto,
21:50o que eu acredito
21:51e o que a gente vem fazendo
21:52é que quando você aplica
21:54essas tecnologias
21:55no lugar que gera valor
21:57primeiro para o cliente
21:58e depois para a empresa,
21:59geralmente é nessa ordem,
22:00gerando valor para o cliente,
22:01você vai gerar valor
22:01para a empresa em geral,
22:03esses investimentos se pagam.
22:05Quando você faz coisas
22:06que eu brinco,
22:07eu chamo de legalzice,
22:08que são coisas muito legais,
22:09mas que você não mede
22:10o resultado,
22:11que elas são divertidas,
22:13mas que o cliente
22:13não vê valor real
22:15e que no final do dia
22:16ele não move
22:16nenhum indicador
22:17seu da empresa,
22:18que pode ser venda,
22:19que pode ser margem,
22:20que pode ser NPS,
22:21que pode ser produtividade,
22:22aí com certeza
22:24você está investindo mal
22:24seu dinheiro.
22:25A gente acredita
22:27e a gente pratica muito
22:28que o investimento
22:29ele tem que ter um retorno,
22:30então todas essas iniciativas
22:32que a gente constrói
22:32agora aplicando o IA,
22:34mas antes aplicando
22:35outras tecnologias
22:36que a gente já vem fazendo
22:37isso há muito tempo,
22:38eles sempre estão associados
22:39a business cases,
22:40a temas que possam ser
22:41diretamente medidos.
22:43É claro que a gente
22:44testa muita coisa,
22:45a gente tem laboratório
22:46de inovação,
22:47a gente vê coisas
22:48que às vezes é uma aposta,
22:49mas as apostas
22:50a gente controla
22:51elas muito bem
22:51para ver quais
22:52tem potencial de crescer
22:53que a gente deve investir mais
22:54e quais não vão trazer resultado
22:55para a gente matar
22:56enquanto elas ainda
22:57estão bem pequenas
22:58e não tiveram ali
22:59um impacto relevante.
23:00Flávio,
23:01pensando no varejo de moda
23:03aqui no Brasil,
23:04uma concorrência
23:05que tem sido
23:06bastante intensa
23:07é das asiáticas,
23:08esses sites como
23:10Shein,
23:11Shopee,
23:12enfim,
23:13AliExpress,
23:15você acha que
23:17com a inteligência
23:18artificial,
23:19essas asiáticas
23:20tendem a ficar
23:22ainda mais fortes
23:23e trazer uma nova
23:24camada de desafio
23:27para as varejistas
23:28brasileiras,
23:29visto que a China
23:30é uma das potências
23:32de inteligência artificial?
23:34Sim,
23:35eu acredito que
23:36a tecnologia
23:37hoje é muito globalizada,
23:38então a gente tem
23:39uma potência tecnológica
23:41em vários lugares
23:42do mundo,
23:42Estados Unidos,
23:43Europa,
23:44China,
23:45sem dúvida,
23:45mas o Brasil também
23:46tem construído coisas,
23:47então eu acredito
23:49que olhando
23:49pelo lado
23:50de ser uma marca
23:51brasileira
23:52com muito orgulho,
23:53genuinamente brasileira,
23:53com mais de 60 anos
23:54de história,
23:55que emprega muita gente
23:56no Brasil,
23:57a gente vem construindo
23:58muita coisa,
23:58claro que muitas vezes
23:59em parceria com
24:00Big Techs,
24:00com referentes
24:02na tecnologia,
24:03mas eu acredito
24:04que as empresas
24:05brasileiras,
24:05elas têm total
24:06capacidade de construir
24:08essa evolução
24:09na experiência
24:09e na jornada
24:10do cliente,
24:11então a gente tem
24:12muito conhecimento
24:13aqui no Brasil
24:13de lidar com
24:15incertezas de mercado,
24:16quem vive no Brasil
24:17sabe que é muito
24:19volátil o mercado
24:19aqui,
24:20diferente de outros
24:21mercados que nunca
24:21tiveram inflação,
24:22que sempre tiveram
24:23controle cambial,
24:24que às vezes
24:25não sofreram coisas,
24:26a gente passa por isso
24:27há muitos anos,
24:28então acho que a gente
24:29tem uma flexibilidade,
24:31um entendimento
24:32de gestão de crise,
24:34de dificuldades
24:35de mercado,
24:36que talvez
24:36outros países,
24:37outras empresas
24:39não tenham,
24:39então acho que a gente
24:40tem um diferencial aí,
24:41e do ponto de vista
24:42de tecnologia,
24:43eu vejo que
24:43engenheiros brasileiros,
24:45cientistas brasileiros,
24:46por mais que às vezes
24:46a gente não fala tanto
24:47sobre,
24:48tem muita capacidade,
24:50o Brasil é muito referência
24:50em construção de tecnologia,
24:52engenharia de software,
24:53agora cada vez mais
24:54em dados também,
24:55então eu acredito sim
24:56que as empresas brasileiras
24:57têm total capacidade
24:58de fazer frente
24:59a qualquer empresa,
25:00de qualquer lugar do mundo
25:01em relação
25:01à utilização de tecnologia
25:03para evoluir mesmo o negócio.
25:05Agora Flávio,
25:05eu queria colocar aqui na tela
25:06uma notícia
25:07para a gente
25:08comentar sobre,
25:10Satya Nadella
25:10falou que
25:12cada empresa
25:13deve construir
25:14o seu próprio modelo
25:16de inteligência artificial,
25:18você concorda
25:19ou discorda?
25:20Eu acho que
25:21é uma boa afirmação,
25:22depende muito
25:23do que ele chama
25:24de construir
25:24o seu próprio modelo,
25:25no nosso caso,
25:26a gente construiu
25:27uma plataforma
25:28de IA nossa
25:29utilizando várias
25:30empresas de mercado,
25:32então vários
25:32dos líderes de mercado
25:33como a própria Microsoft
25:34com modelos próprios
25:35que a Microsoft tem,
25:36assim como outras empresas
25:38que têm modelos próprios,
25:39o Google,
25:39e a gente especializa
25:41esses modelos
25:41para o nosso conhecimento,
25:42então quando eu te dou
25:43o exemplo da Rê,
25:44a nossa agente fashion,
25:45a gente utiliza modelos
25:47gerais
25:48e a gente especializa
25:49esses modelos
25:50para conhecimento de moda,
25:51então a experiência
25:52que você tem com a Rê
25:53é diferente da experiência
25:54que você vai ter
25:55no ChatGPT,
25:55no Copilot,
25:56no Gemini,
25:57por quê?
25:58Porque os modelos
25:59que a gente tem por baixo,
26:00que são modelos mais
26:01fundacionais,
26:01genéricos,
26:02a gente especializa eles
26:03para o nosso negócio,
26:04que é moda,
26:06então nesse contexto
26:07eu concordo com o Satya
26:08que cada indústria
26:10e cada empresa
26:11deve entender
26:12do seu negócio
26:13para especializar os modelos
26:14de acordo com o seu negócio,
26:16mas obviamente
26:17nem todas as empresas
26:18vão conseguir construir
26:19modelos próprios,
26:20então aqui eu acho
26:21que é muito um tema
26:22de conhecer do seu negócio
26:23e escolher quais são
26:24os melhores parceiros
26:25para você construir
26:26modelos especializados
26:27em cima disso.
26:28E você consegue me falar
26:30qual é o tamanho
26:31do time de tecnologia
26:32ou do time voltado
26:33para inteligência artificial?
26:34A gente tem um time
26:35bastante grande,
26:36ou seja,
26:36como lojas Renner SA
26:37a gente tem mais
26:38de 26 mil colaboradores
26:39e voltados para a tecnologia
26:40a gente tem bastante gente,
26:42então a gente tem um time
26:43de muitas pessoas próprias
26:45e a gente também tem parceiros,
26:46a gente trabalha bastante
26:47com parceria,
26:48então a gente tem um time
26:49que hoje não só
26:50constrói tecnologia,
26:52mas que também utiliza
26:53tecnologia em toda essa jornada
26:55aplicando coisas como o IA.
26:57A gente tem uma área
26:58de dados,
26:58que obviamente tem
26:59cientistas de dados,
27:00engenheiros de dados,
27:01analistas,
27:01a gente tem toda uma expertise
27:03no tema de dados e IA,
27:05só que toda essa expertise
27:06ela está integrada
27:07dentro da nossa estrutura
27:08de tecnologia,
27:09porque a gente acredita
27:10que a IA
27:10ela não é um tema solto,
27:12ela não é um tema avulso,
27:13ela é um tema que
27:13ela está cada vez mais
27:14integrada na jornada,
27:15então a gente tem
27:16bastante gente.
27:17Flávio, qual é o investimento
27:19de vocês em tecnologia,
27:21inteligência artificial?
27:23Hoje o investimento total
27:24da Renner previsto
27:25para esse ano de 2026
27:26é de um bilhão de reais.
27:28Dentro desse investimento total,
27:30em torno de 40%,
27:31400 milhões
27:31é o nosso investimento
27:33em tecnologia
27:33e IA está aí dentro,
27:34então a gente trata
27:35esse investimento de IA
27:36dentro de tecnologia,
27:37então tecnologia hoje
27:38é 40% do nosso investimento
27:39previsto para esse ano.
27:41E como que você enxerga
27:42o futuro do varejo
27:43e da Renner
27:44pensando em inteligência artificial?
27:46Eu acredito
27:47que a gente vai continuar
27:48colocando inteligência artificial
27:50onde gera valor
27:51para o cliente
27:51e para o nosso negócio,
27:53então a gente vai
27:53cada vez mais
27:54identificar esses locais
27:55e aplicar.
27:56E se você fosse escolher
27:57uma só iniciativa
27:59para seguir em frente,
28:01imagina que você
28:02está com um orçamento escasso
28:04e você vai ter que escolher
28:05uma iniciativa de IA
28:06que realmente mexe
28:08o ponteiro dentro da companhia,
28:09com qual você ficaria?
28:11É uma ótima pergunta
28:12e agora
28:12é quase aquela pergunta,
28:13qual filho você gosta mais?
28:14Então, é uma ótima pergunta
28:16e uma pergunta de difícil resposta.
28:18Eu te diria que eu ficaria
28:19com uma iniciativa
28:20que toque o cliente,
28:21ou seja,
28:22que mova a experiência do cliente.
28:23Hoje, a gente tem
28:24algumas iniciativas
28:25que movem a experiência do cliente,
28:26então acho que
28:28o nosso agente fashion
28:29que a gente acaba de lançar,
28:30que a gente ainda está em beta,
28:31eu tenho muita expectativa,
28:32uma expectativa muito positiva
28:33sobre essa iniciativa
28:35porque eu acredito
28:36que ela realmente pode
28:36transformar a experiência do cliente.
28:38Eu acredito que
28:38a forma como o cliente hoje
28:40interage com a marca
28:42possivelmente pode mudar
28:44com iniciativas como essa.
28:45Então, eu te diria que
28:46essa é uma que eu tenho
28:46muita admiração por ela,
28:48eu tenho muito carinho.
28:49Ao mesmo tempo,
28:49eu também tenho muito carinho
28:50por uma outra iniciativa
28:51que a gente utiliza hoje,
28:53e há,
28:53para gerar conteúdos infantis,
28:55fotos de bebês,
28:56vídeos de bebês,
28:57de crianças,
28:58que é uma categoria
28:59que a gente sempre atendeu
29:01com fotos,
29:02conteúdos mais estáticos,
29:03foto do produto,
29:05num cabide,
29:05e que a gente tinha dificuldade
29:07de fazer fotos com crianças
29:08porque todo mundo sabe
29:09que é difícil fazer foto com criança
29:10por vários aspectos.
29:11Você tem que tirar a criança
29:12da escola,
29:13é difícil fotografar a criança,
29:14tem que ter autorização.
29:15Então, a gente sempre preferiu
29:17não fazer isso,
29:18então a gente fazia muito pouco,
29:19e a gente sempre focava
29:20em fazer fotos mais do produto.
29:22Mas, para quem é pai,
29:23para quem é mãe,
29:24sabe que é muito legal
29:24quando você vai comprar
29:25uma roupa para o seu filho,
29:26você vê uma criança usando,
29:27tipo, uma criança parecida
29:28com o seu filho.
29:28Então, a gente conseguiu com isso,
29:31utilizando o IA
29:32para fazer esse conteúdo,
29:33para fazer essas fotos e vídeos,
29:35a gente consegue dar
29:36uma experiência muito diferente
29:36para o cliente.
29:37Então, a gente consegue
29:38colocar diferentes tipos de crianças,
29:40bebês e crianças,
29:41de diferentes gêneros,
29:42cores, biotipos.
29:44Então, você consegue ver ali
29:45uma criança que talvez
29:45seja parecida com o seu filho,
29:47com o seu sobrinho,
29:47com a sua filha,
29:48e isso cria muito mais
29:49conexão com o cliente.
29:50Então, aquela coisa que,
29:51às vezes, era uma compra
29:52quase de um produto,
29:53vou comprar um body
29:53para um bebê,
29:54você passa a ver o bebê
29:55vestido com aquele body,
29:56você cria uma conexão emocional
29:57com aquilo,
29:58a experiência muda.
29:59Então, também tem um carinho
29:59muito grande
30:00para essa iniciativa,
30:01que a gente construiu
30:02já desde o ano passado,
30:03que a gente vai produzindo
30:05conteúdos,
30:05utilizando o IA,
30:06conteúdos de altíssima qualidade
30:07e que atendem,
30:08por exemplo,
30:09esse público,
30:09que é o público infantil,
30:10que antes a gente
30:11não atendia,
30:12simplesmente porque não era
30:13viável fazer foto com crianças
30:15para a quantidade de produtos
30:16que a gente tem,
30:16principalmente bebês.
30:17Então, tem um carinho
30:18muito grande
30:18para essa iniciativa também,
30:19eu acho que ela gera
30:20muito valor para o cliente.
30:21E o que você acha
30:22que ainda pode vir por aí,
30:25pensando na Renner
30:26e aí o futuro
30:27da inteligência artificial?
30:29Eu acredito que
30:30toda a chegada
30:31desse conceito
30:32de agentes,
30:33ainda tem muita coisa
30:34pela frente
30:35que a gente não tem certeza
30:37do que vai ser.
30:37A gente tem algumas,
30:39talvez,
30:40expectativas,
30:41a gente tem algumas opiniões,
30:42mas ninguém sabe exatamente
30:44como vai ser o cliente
30:45daqui a cinco anos,
30:46como ele vai estar
30:47utilizando os agentes
30:48e eu digo cliente
30:49aqui nós mesmos,
30:50como não só clientes
30:51da Renner,
30:51mas de qualquer marca.
30:53O que eu acredito nisso
30:54é que é super importante
30:55para as empresas
30:56acompanharem muito de perto
30:57essa evolução
30:58de comportamento do cliente.
30:59Por isso que quando a gente
31:00construiu a Rê,
31:02a gente perguntou primeiro
31:03para o cliente
31:04o que ele gostaria
31:04de ter em um agente.
31:05Porque hoje
31:06a expectativa dele é essa.
31:08Pode ser que daqui a três anos
31:09seja outra.
31:10Então o que eu imagino
31:12que a gente vai ter
31:12cada vez mais forte
31:14no mercado
31:14é interações
31:16mais simples
31:17com as máquinas
31:18e consequentemente
31:19com as marcas.
31:20Então a gente,
31:21em vez de ter que
31:22numa busca,
31:23fazer uma busca
31:24e ficar refinando
31:25o resultado,
31:26a gente vai dizer
31:27o que a gente quer,
31:27conversacional.
31:28Eu quero um look
31:30para uma entrevista
31:30na Nelfeed.
31:31eu quero uma festa
31:34de casamento
31:35nesse sábado
31:35estar bonito.
31:37Eu quero uma roupa,
31:39um terno,
31:40uma roupa social
31:41de até 500 reais.
31:43Então cada vez vai ser
31:44mais o contexto
31:44de conversa
31:45e vai ser cada vez
31:46mais uma conversa natural.
31:48Reduzindo fricções.
31:49Exato.
31:50Que ela pode se dar
31:51de uma forma
31:51por texto,
31:52por voz
31:53e ela tem ida e volta.
31:55Então acho que isso vai mudar.
31:56O comportamento do cliente
31:56vai passar a ser assim.
31:57Então ele vai ter
31:58essa expectativa.
31:59Então aquele chatbot
32:00travado por menu
32:01ele não vai querer mais.
32:02Aquela ura travada
32:03ele não vai querer mais.
32:04Aquele modelo
32:05de atendimento
32:06ou de e-commerce
32:07ou mesmo de loja física
32:09onde as coisas
32:09são muito engessadas
32:11o cliente não vai querer mais.
32:12Ele vai querer o quê?
32:13Ter uma experiência
32:14que do outro lado
32:15entenda o que ele quer
32:16e ajude ele
32:17a conseguir o que ele quer.
32:18Então acho que
32:19isso é uma mudança
32:19de comportamento
32:20que a gente vai perceber
32:20no cliente.
32:21Então para onde
32:22que eu acredito
32:22que a IA vai
32:23principalmente o varejo vai
32:25é para incluir isso
32:26dentro das jornadas.
32:27seja na jornada digital
32:29seja na própria jornada física
32:31dando poder ali
32:32para loja
32:33e para o e-commerce
32:34para se integrar
32:36com esses agentes
32:36do cliente.
32:37Então quando você tiver
32:38no seu agente de preferência
32:39que a gente não sabe
32:40qual vai ser
32:40nem você nem eu
32:41talvez hoje você tenha alguns
32:43amanhã você vai ter outros
32:44que isso consiga falar
32:46com as marcas.
32:46Por isso que a nossa construção
32:48ela está muito baseada nisso
32:49em ver para onde
32:50o cliente está indo
32:50e a gente garantir
32:51que a gente vai estar lá
32:52da forma adequada
32:53e dando a melhor experiência
32:54para o cliente.
32:54eu acho que esse é o caminho.
32:55Ábio, muito obrigada
32:57pela sua entrevista.
32:58Muito obrigado Letícia
32:59foi um prazer.
33:00E a você que nos acompanhou
33:01obrigada pela sua audiência.
33:03O Revolução IA volta
33:04em breve.
33:05Até lá.
33:06O Revolução IA volta
33:06O Revolução IA volta
33:14O Revolução IA volta
33:14O Revolução IA volta
33:15O Revolução IA volta
33:15O Revolução IA volta
33:15O Revolução IA volta
33:15O Revolução IA volta
Comentários