Agentes de IA para fornecedores de autopeças: catálogo e compatibilidade

Agentes de IA para fornecedores de autopeças funcionam melhor como uma camada cuidadosa sobre dados de catálogo verificados. Eles organizam os cadastros de produto, checam se uma peça serve em determinado veículo e respondem dúvidas de pedido a partir de sistemas atualizados. Um agente só é tão confiável quanto os dados de compatibilidade e de produto que consegue ler, então o primeiro trabalho é tornar esses dados confiáveis. Quando isso está feito, um modelo mais forte responde rápido ao comprador e entrega os casos incertos para a sua equipe.

Principais pontos

• Compatibilidade é uma afirmação sobre um veículo específico, então o agente deve respondê-la a partir de registros verificados e nunca de conhecimento geral.
• A limpeza do catálogo vem antes da automação: formato do código da peça, substituições, equivalências, posição e observações de aplicação precisam de um formato único e combinado.
• Um bom agente faz uma pergunta de esclarecimento por vez, cita o registro que usou e passa para uma pessoa quando não existe registro.
• Dúvidas de pedido são seguras para automatizar quando as ferramentas são somente de leitura, limitadas ao cliente e as ações que alteram algo exigem aprovação.
• A confiabilidade se mantém com um conjunto de perguntas reais de compatibilidade e de pedido, rodadas de novo sempre que dados, ferramentas ou modelos mudarem.

Por que a compatibilidade é a parte difícil de um negócio de autopeças?

O anúncio de uma peça não é só uma descrição de produto. É uma promessa de que aquele item funciona naquele veículo, naquela posição, com aquele motor e aquelas opcionais. Quando a promessa está errada, o custo é uma devolução, frete nos dois sentidos, um carro parado no elevador e um comprador que confia um pouco menos em você na próxima vez.

Por isso um assistente de chat genérico é uma escolha arriscada para o balcão de peças. Ele escreve frases fluentes e confiantes, e uma resposta errada de compatibilidade dada com confiança soa exatamente como uma certa. Um modelo que lembra padrões sobre veículos comuns pode acertar o bastante para parecer confiável e errar o bastante para sair caro.

O desenho mais seguro separa os dois trabalhos. O modelo cuida da linguagem: entender o que o comprador perguntou, fazer a pergunta certa de volta e explicar o resultado. Os seus dados verificados cuidam da verdade: qual código serve em qual veículo, quais foram substituídos, quais estão em estoque. O agente busca os registros e os relata, um padrão que costuma ser chamado de geração aumentada por recuperação (RAG), cuja forma geral aparece na arquitetura de referência do Google Cloud para aplicações com RAG.

A maioria dos fornecedores também guarda essa verdade em vários lugares ao mesmo tempo: o ERP, arquivos de fornecedores, planilhas, anúncios em marketplaces e a memória dos atendentes de balcão mais experientes. Formatos de intercâmbio do setor, como o ACES para compatibilidade e o PIES para atributos de produto, existem para dar a esses dados uma estrutura comum. Você usando-os ou não, a disciplina que representam é o que um agente precisa.

Como é a limpeza do catálogo antes de o agente tocar nele?

Limpeza não é um projeto pontual para deixar o catálogo bonito. É o trabalho de decidir como é um registro correto, para que o agente consiga distinguir um registro completo de um não confiável. O objetivo é um único formato por peça, com cada campo preenchido, marcado como desconhecido ou marcado como não aplicável.

Um checklist prático para a primeira rodada:

• Formato do código da peça: uma forma canônica, com as variantes conhecidas (espaços, hífens, prefixos, códigos de marca) mapeadas para ela.
• Cadeias de substituição (supersessão): quando um código é trocado, o código antigo aponta para o atual e registra se a troca é direta ou exige peças adicionais.
• Equivalências e referências cruzadas: quais códigos de concorrentes ou de montadoras correspondem aos seus itens e com que grau de confiança cada correspondência foi feita.
• Posição e lado: dianteiro ou traseiro, esquerdo ou direito, superior ou inferior, em campos separados e não escondidos no título.
• Observações de aplicação: condições como opcional de motor, faixa de data de fabricação, tipo de freio ou versão, escritas como valores estruturados sempre que possível.
• Unidades e dimensões: um sistema de unidades por campo, com a regra de conversão documentada.
• Status: ativo, descontinuado, sob encomenda ou restrito, para que o agente nunca ofereça o que não pode ser vendido.
• Fonte e data de revisão: quem confirmou o registro pela última vez e a partir de qual fonte.

O último item importa mais do que parece. Um agente que enxerga como um registro de compatibilidade foi confirmado pode tratar de modo diferente uma linha validada pelo fornecedor e uma linha herdada de planilha. Ele também pode dizer isso com honestidade quando repassa o segundo tipo.

A mesma lógica vale para catálogos de varejo em geral, como mostra o texto sobre agentes de IA para redes de varejo. Em autopeças há uma camada a mais: o próprio veículo é uma variável, então o catálogo é só metade dos dados.

Como o agente deve checar a compatibilidade sem chutar?

O agente deve seguir um procedimento fixo e não conseguir pular etapas. Fixo não significa duro no tom. O comprador vive uma conversa natural, enquanto por trás o agente executa as mesmas verificações todas as vezes.

Um guia de decisão que o agente pode seguir:

• Identificar o veículo primeiro. Usar o chassi (VIN) se o comprador tiver, ou coletar ano, marca, modelo, motor e versão. Se faltar algum dado necessário, pedir apenas esse dado.
• Procurar a peça na tabela de compatibilidade verificada, e não em descrições de texto livre ou em conversas anteriores.
• Checar posição, lado e observações. Uma peça que serve no modelo ainda pode estar errada para a data de fabricação ou para o conjunto de freios.
• Checar substituição. Se o código pedido foi trocado, informar o código atual e as peças adicionais que a troca exige.
• Se restar mais de uma correspondência válida, fazer uma pergunta de esclarecimento que as separe, como qual é o diâmetro do disco de freio que o comprador vê no carro.
• Se não existir registro, dizer isso com clareza e encaminhar a pergunta a uma pessoa, já com os dados do veículo coletados.
• Sempre informar de qual registro veio a resposta, para que a equipe possa auditá-la e o comprador veja o que foi confirmado.

O desenho das ferramentas do agente importa tanto quanto as instruções. Uma única ferramenta de busca ampla tende a devolver resultados ruidosos e convida à improvisação. Ferramentas estreitas, com nomes e saídas claros, como uma para identificar o veículo, uma para consultar compatibilidade e uma para checar substituição, são mais fáceis de o modelo usar corretamente. O guia da Anthropic sobre como escrever ferramentas eficazes para agentes trata disso em detalhe.

Uma regra merece destaque: um modelo mais forte deve deixar o agente mais cauteloso diante de lacunas, não mais criativo. Modelos melhores seguem bem um procedimento e percebem quando um campo está vazio. Essa força só compensa quando os dados por baixo são verificados.

Quais dúvidas de pedido o agente pode responder com segurança?

Dúvidas de pedido costumam ser mais simples que as de compatibilidade, mas trazem riscos próprios. Elas envolvem a conta de um cliente, então o agente precisa saber de quem são os dados que ele pode ver.

Perguntas que combinam com um agente no início:

• Esta peça está em estoque e em qual unidade?
• Qual é o status do meu pedido e quando é a entrega prevista?
• Por que este item está em falta e qual é a próxima entrada prevista?
• Posso receber uma cópia da nota fiscal ou do romaneio?
• Qual é o processo de devolução deste item e ele é elegível?
• Como envio de volta um casco e o que acontece depois que ele chega?

Comece com ferramentas somente de leitura. O agente pode consultar um pedido, uma remessa ou uma política, e pode redigir uma resposta. Ações que alteram algo, como editar um pedido, emitir um crédito, aprovar uma garantia ou liberar um bloqueio, devem exigir a aprovação de uma pessoa identificada. O agente prepara o caso com os fatos anexados e a pessoa decide.

O controle de acesso pede o mesmo cuidado. Um cliente do atacado só deve ver os próprios pedidos, e um atendente de balcão só deve ver o que o seu papel permite. O agente deve carregar as permissões da pessoa ou da conta que está atendendo, e nada além, seguindo princípios comuns de autorização, como os do guia de autorização da OWASP.

Se você já usa agentes no fluxo de pedidos mais amplo, o texto sobre agentes superinteligentes para atacadistas: pedidos e preços mostra como o trabalho ao redor se encaixa. E se muitos dos seus compradores são oficinas, o outro lado da conversa aparece em agentes de IA para concessionárias de veículos: leads e oficina.

Como fica isso na prática? Um cenário ilustrativo

Este cenário é ilustrativo, não é um caso real.

Um distribuidor regional de peças recebe uma mensagem de uma oficina: eles precisam de pastilhas de freio dianteiras para um sedan médio e querem saber se conseguem recebê-las amanhã. O agente pergunta o motor e se o carro tem o conjunto de freios maior, porque o registro verificado mostra dois códigos de pastilha válidos separados por esse opcional. O dono da oficina responde que o carro tem o conjunto maior.

O agente localiza a peça correspondente, vê que o código foi substituído e informa o código atual, com a observação de que um novo kit de ferragens está incluído. Ele checa o estoque na unidade mais próxima, vê o item disponível e lê a regra de corte para entrega no dia seguinte. Responde com a peça, o motivo da escolha e o registro em que se baseou.

Em seguida a oficina pergunta por outro item do mesmo veículo, e a tabela de compatibilidade não tem linha para ele. O agente não oferece um palpite. Diz à oficina que esse item não está confirmado no catálogo e envia os dados do veículo e a pergunta a um especialista de balcão. O especialista responde e depois acrescenta a compatibilidade confirmada ao catálogo, de modo que a lacuna esteja fechada para o próximo comprador.

O valor está nesse último passo. Cada pergunta sem resposta vira uma melhoria do catálogo, e o agente fica mais útil sem ficar menos cuidadoso.

Qual é um plano sensato para o primeiro projeto?

Comece pequeno. Um papel, uma família de produtos, um canal. Um único papel bem definido é mais fácil de testar do que um assistente geral.

• Escolha o primeiro papel: por exemplo, responder por e-mail a dúvidas de compatibilidade e disponibilidade de clientes do atacado sobre uma categoria de produto.
• Reúna perguntas reais: junte um conjunto representativo de consultas passadas, incluindo as difíceis, as incompletas e as que terminaram em devolução.
• Limpe os dados de que esse papel precisa: aplique o checklist acima somente a essa categoria e marque todo o resto como fora de escopo.
• Defina as ferramentas: identificação do veículo, consulta de compatibilidade, checagem de substituição, consulta de estoque e status do pedido, todas somente de leitura no início.
• Defina os limites de aprovação: decida quais respostas o agente pode enviar sozinho, quais precisam de revisão de uma pessoa e quais ações ele nunca pode tomar.
• Defina o critério de sucesso: por exemplo, respostas corretas de compatibilidade no conjunto de perguntas coletado, mais uma passagem limpa para uma pessoa em toda pergunta que os dados não conseguem responder.
• Rode em modo sombra: deixe o agente redigir as respostas enquanto a equipe as envia, e compare os rascunhos com o que a equipe teria dito.
• Amplie com critério: aumente a categoria, o canal ou o conjunto de ações só depois que as verificações passarem.

O critério de sucesso precisa ser observável. Se você não consegue mostrar como uma resposta errada seria percebida, ainda não está pronto para deixar o agente responder sozinho.

Como manter o agente confiável depois do lançamento?

Catálogos mudam o tempo todo. Chegam novos anos-modelo, peças são substituídas, fornecedores corrigem seus dados e políticas mudam. Um agente que estava preciso no lançamento pode se desviar se ninguém estiver acompanhando.

O hábito de trabalho é uma avaliação recorrente. Mantenha um conjunto de perguntas reais com respostas corretas conhecidas, rode-o de novo sempre que o catálogo, as ferramentas ou o modelo mudarem e revise as falhas. Inclua os casos em que a resposta certa é que o agente não sabe. O artigo da Anthropic sobre como desmistificar avaliações (evals) de agentes de IA explica como montar verificações desse tipo.

Revise também as passagens para humanos. Um número crescente de encaminhamentos em uma família de produtos geralmente aponta para uma lacuna de dados, não para um problema do modelo. Corrigir os dados é mais barato do que acrescentar instruções.

A Be Human projeta, implementa e opera esse tipo de estrutura para empresas. Um primeiro projeto define um papel útil, a memória e as ferramentas de que ele precisa, os limites de aprovação e um critério de sucesso observável. A operação gerenciada pode então cobrir monitoramento, avaliações recorrentes, manutenção de integrações, revisão de permissões, resposta a incidentes e melhorias controladas, com a equipe humana mantendo o controle sobre o que o agente pode fazer.

Se você quer encontrar a primeira tarefa do seu negócio de autopeças que vale entregar a um agente, faça o diagnóstico gratuito de IA da Be Human.

Perguntas frequentes

Um agente de IA pode decidir se uma peça serve em um veículo? Pode, desde que decida a partir de registros de compatibilidade verificados e não de conhecimento geral. O agente identifica o veículo, consulta o registro, checa posição, observações e substituição e cita o que usou. Quando não existe registro, deve dizer isso e passar a pergunta para uma pessoa.

Precisamos de um catálogo perfeito antes de começar? Não, mas você precisa de uma parte dele em que possa confiar. Limpe a família de produtos que o primeiro papel vai cobrir, marque o restante como fora de escopo e deixe as lacunas encontradas em conversas reais guiarem a limpeza seguinte. Um começo estreito e preciso é melhor do que um amplo e incerto.

O que o agente nunca deve fazer sem aprovação? Qualquer coisa que altere dinheiro, estoque ou compromissos deve exigir a aprovação de uma pessoa identificada. Isso inclui emitir créditos, editar pedidos, aceitar pedidos de garantia e prometer entrega fora das regras definidas. O agente pode preparar o caso com os fatos anexados para que a aprovação seja rápida.

Como saber que o agente continua preciso meses depois? Mantenha um conjunto de perguntas reais com respostas confirmadas e rode-o de novo sempre que o catálogo, as ferramentas ou o modelo mudarem. Acompanhe também os padrões de encaminhamento, já que um acúmulo deles costuma indicar uma lacuna de dados. A revisão regular transforma a precisão em algo que você observa, e não em algo que apenas supõe.

Orientação editorial Be Human. Exemplos são ilustrativos, salvo atribuição explícita. Fontes oferecem contexto; a implementação depende do seu processo.