Moda e beleza sempre foram mercados construídos sobre a capacidade de perceber mudanças antes que elas se tornassem óbvias. Durante décadas, estilistas, marcas, pesquisadores, compradores e profissionais de marketing observaram movimentos culturais, comportamento, celebridades, passarelas, cores, materiais e transformações sociais para tentar antecipar aquilo que poderia se transformar no próximo desejo do consumidor.
Esse mecanismo continua existindo, mas ganhou uma nova camada. Hoje, uma parte importante das mudanças de comportamento pode ser percebida muito antes de chegar à vitrine. Ela aparece nas buscas, nos conteúdos salvos, nas conversas, nas avaliações, nos carrinhos abandonados, nas listas de desejos, nas devoluções e, cada vez mais, nas perguntas feitas a sistemas de inteligência artificial.
É por isso que gosto da provocação de que a próxima tendência não está necessariamente na passarela. Ela pode estar nos dados. A passarela continua sendo um espaço de criação, expressão e influência, mas os dados nos permitem observar milhões de pequenas decisões acontecendo simultaneamente. O desafio para as empresas passa a ser conectar esses sinais antes que eles se transformem em comportamento consolidado de mercado.
A mudança não está apenas no tamanho do digital, mas na natureza da jornada
Estamos falando de setores economicamente gigantescos. O mercado global de beleza é projetado para alcançar aproximadamente US$ 590 bilhões até 2030, enquanto o Brasil movimentou cerca de R$ 175 bilhões em beleza e cuidados pessoais em 2025, mantendo-se entre os maiores mercados consumidores do mundo. Ao mesmo tempo, dados da NIQ apontam um ritmo de expansão do online muito superior ao observado nas lojas físicas.
Esses números são importantes, mas não contam a história completa. O que realmente está mudando não é simplesmente a participação do e-commerce nas vendas. A transformação mais profunda está na forma como as pessoas descobrem produtos, constroem preferência, comparam alternativas, validam escolhas e finalmente compram.
Durante muito tempo, discutimos omnichannel como se a grande conquista fosse colocar vários canais à disposição do consumidor. Mas essa ainda é uma visão muito orientada pela estrutura da empresa. Para a consumidora, não existe departamento de e-commerce, CRM, mídia social, marketplace ou loja física. Existe uma necessidade que ela deseja resolver.
Ela pode descobrir um produto no TikTok, pesquisar no Google, perguntar para uma inteligência artificial, assistir à avaliação de uma creator, comparar preços em um marketplace, experimentar o produto na loja e finalizar a compra pelo celular. Essa jornada atravessa diversos ambientes sem que o consumidor necessariamente perceba as fronteiras entre eles.
Talvez, portanto, seja mais interessante pensar nesse consumidor como channel-less. Os canais continuam existindo para a empresa, mas cada vez menos para quem está do outro lado. A verdadeira integração deixa de ser simplesmente disponibilizar vários pontos de contato e passa a significar preservar o contexto durante toda a jornada.
A inteligência artificial começa a participar da decisão de compra
Existe ainda uma segunda transformação acontecendo ao mesmo tempo: a inteligência artificial deixou de ser apenas uma ferramenta de produtividade e começou a ocupar espaço na jornada de consumo.
A primeira onda da IA generativa nas empresas esteve muito associada à criação de textos, imagens, resumos, apresentações e automações. Tudo isso continuará relevante, mas estamos entrando em uma fase na qual a tecnologia também começa a influenciar a descoberta e a decisão de compra.
O The State of Fashion 2026, da BoF e McKinsey, traz alguns números que ajudam a dimensionar essa mudança. Entre consumidores norte-americanos que utilizaram inteligência artificial generativa para busca, 53% também utilizaram a tecnologia para compras. As buscas relacionadas a shopping em plataformas de GenAI cresceram cerca de 4.700% entre 2024 e 2025. O levantamento também aponta que 41% dos consumidores pesquisados dizem confiar mais em resultados produzidos por GenAI do que em publicidade tradicional, enquanto 85% relatam maior satisfação em jornadas de compra assistidas por inteligência artificial.
Isso cria uma mudança importante para qualquer marca. Durante duas décadas, uma das principais perguntas do mercado digital foi: “Como faço para minha empresa aparecer no Google?”. Essa pergunta não desaparece, mas passa a dividir espaço com outra: “Como faço para minha marca ser compreendida e recomendada por uma inteligência artificial?”
A mudança parece pequena, mas não é. Quando uma IA começa a selecionar alternativas, resumir diferenças, comparar produtos e recomendar opções, ela passa a ocupar uma posição intermediária entre intenção e decisão.
O catálogo precisa deixar de ser apenas uma vitrine
Esse novo comportamento cria uma consequência direta para empresas de moda e beleza. Não basta mais pensar uma página de produto exclusivamente para ser visualmente atraente para uma pessoa. Cada vez mais, aquele produto também precisará ser compreendido por mecanismos inteligentes.
Imagine uma consumidora perguntando: “Quero um vestido para um casamento no campo, em um dia quente, por até R$ 600”. Uma fotografia bonita, o nome do produto, o preço e uma descrição genérica provavelmente não serão suficientes para que um agente de inteligência artificial compreenda completamente qual peça atende melhor à solicitação.
Ele precisa conhecer material, composição, modelagem, caimento, tamanho, contexto de uso, preço, disponibilidade, entrega, devolução, avaliações e diversas outras características. No mercado de beleza, essa necessidade fica ainda mais evidente. Uma pergunta como “qual base funciona para pele oleosa, subtom quente e cobertura leve?” depende de uma quantidade muito maior de informações sobre o produto.
É por isso que considero importante começar a pensar em Agent-Ready Commerce. O catálogo digital deixa gradualmente de ser apenas um conjunto de páginas e passa a funcionar também como uma base estruturada de conhecimento sobre os produtos.
Isso exige trabalhar melhor taxonomias, informações técnicas, contexto semântico, dados estruturados, APIs, avaliações, disponibilidade e confiança. No futuro próximo, provavelmente veremos uma diferença relevante entre empresas que possuem apenas páginas bonitas e empresas cujos produtos podem ser efetivamente compreendidos por pessoas, buscadores e agentes de inteligência artificial.
O verdadeiro radar de tendências está na conexão dos sinais
Talvez este seja o ponto mais importante de toda essa discussão: nenhum dado isolado é capaz de explicar o comportamento do consumidor.
Busca mostra intenção e dúvida. Redes sociais ajudam a perceber interesse, linguagem, creators e movimentos culturais. CRM oferece recência, afinidade e histórico de relacionamento. Reviews revelam dores, expectativas e percepção sobre o produto. Estoque mostra sell-through, ruptura e margem. Devoluções podem revelar problemas de tamanho, expectativa, qualidade ou comunicação. Clima, região e ocasião adicionam contexto.
O poder aparece quando esses sinais são cruzados.
Imagine que determinada cor comece a crescer simultaneamente em pesquisas, salvamentos nas redes sociais e wishlists. Há claramente um movimento acontecendo. Mas suponha que os produtos naquela mesma cor apresentem uma taxa elevada de devolução quando combinados com determinado tecido. De repente, aquilo deixou de ser apenas uma tendência de comunicação e passou a trazer informações para produto, compras, estoque, fornecedores e merchandising.
Essa é a diferença entre simplesmente possuir dados e desenvolver inteligência sobre os dados. A empresa menos madura olha para cada indicador separadamente e produz relatórios. A mais madura tenta compreender os padrões que surgem quando diferentes fontes começam a apontar na mesma direção.
Por isso, a próxima tendência talvez não esteja escondida em um dashboard específico. Ela pode surgir justamente no cruzamento entre comportamento, intenção, operação e contexto.
IA começa a atravessar toda a operação de moda e beleza
Quando essa lógica é aplicada à operação, fica mais fácil entender por que a inteligência artificial pode ter impacto muito maior do que simplesmente acelerar a produção de conteúdo.
No mercado de moda, IA e dados podem ajudar a prever demanda por SKU, região e canal; melhorar decisões de assortimento de acordo com clusters, perfil e clima; produzir variações de conteúdo para diferentes contextos; apoiar descoberta por meio de busca conversacional e recomendação; analisar elasticidade de preço e markdown; e identificar causas recorrentes de devolução ligadas a tamanho, fit, expectativa ou qualidade.
No setor de beleza, a oportunidade de personalização é ainda mais evidente. Uma consumidora não está simplesmente procurando “skincare” ou “maquiagem”. Ela possui um conjunto específico de características, necessidades, objetivos, hábitos e limitações.
Uma experiência realmente inteligente pode começar pelo diagnóstico, avançar para recomendação de produtos e rotina, utilizar ferramentas de experimentação ou shade matching, explicar como e quando utilizar cada item e continuar acompanhando a pessoa até a recompra.
Essa lógica muda o significado de personalização. Durante muitos anos, tratamos como personalização coisas bastante superficiais, como colocar o primeiro nome do cliente em uma mensagem ou separar públicos em meia dúzia de segmentos.
Personalização real é entender contexto. É saber por que determinado produto faz sentido para aquela pessoa naquele momento. E isso só se torna escalável quando identidade, dados, conteúdo e inteligência começam a operar de maneira conectada.
Existe uma distância enorme entre testar IA e transformar uma empresa
Esse talvez seja um dos maiores riscos do atual momento do mercado. A velocidade da adoção de ferramentas pode criar a sensação de que as organizações estão mais avançadas do que realmente estão.
Uma empresa começa a utilizar ChatGPT internamente, gera imagens com IA, cria um chatbot ou adquire algumas ferramentas e rapidamente passa a dizer que está fazendo transformação digital baseada em inteligência artificial. Só que utilizar tecnologia não é a mesma coisa que transformar uma operação.
Os próprios números apresentados no material mostram essa distância. No mercado de beleza, aproximadamente 60% das empresas estavam explorando inteligência artificial, mas apenas cerca de 10% faziam uso regular da tecnologia. Na moda, mais de 35% já utilizavam IA em determinadas funções. O movimento é relevante, mas ainda existe uma diferença enorme entre experimentação e operação.
Uma organização começa realmente a se transformar quando a inteligência artificial entra em processos recorrentes, recebe informações confiáveis, influencia decisões, mede resultados e aprende com o que aconteceu.
Por isso, acredito que precisamos separar adoção de maturidade. O KPI de uma empresa não deveria ser quantas ferramentas de IA ela contratou, mas quantas decisões ficaram melhores porque a tecnologia passou a fazer parte do processo.
L'Oréal: o ativo mais importante não é o chatbot
O caso da L'Oréal ajuda muito a entender essa diferença.
A empresa desenvolveu o Beauty Genius como uma experiência capaz de combinar diagnóstico, recomendação, experimentação e compra. Segundo dados divulgados pela companhia, a solução acumulou aproximadamente 1,1 milhão de conversas nos Estados Unidos, enquanto seus serviços de Beauty Tech ultrapassaram 120 milhões de utilizações em 66 países e 31 marcas. A transformação também ocorre internamente: mais de 65 mil funcionários foram capacitados em GenAI e mais de 60 mil usuários internos passaram a utilizar o L'Oréal GPT.
Seria fácil olhar para esse caso e concluir que a inovação está no assistente. Mas isso reduziria muito a discussão.
O verdadeiro ativo está naquilo que alimenta a inteligência: dados de produtos, conhecimento científico, informações sobre beleza, reviews, comportamento, interações e todo o conhecimento de domínio acumulado pela organização ao longo dos anos.
É uma diferença fundamental. Um modelo de inteligência artificial pode estar disponível para milhares de empresas, mas a base de conhecimento proprietária de cada organização não está.
Em um cenário no qual os modelos tendem a se tornar cada vez mais acessíveis, dados proprietários, contexto, processos e conhecimento de domínio podem se tornar diferenciais competitivos ainda maiores.
ASOS e Zara apontam para novas formas de descoberta e experimentação
Na moda, ASOS e Zara ajudam a visualizar dois movimentos diferentes dessa transformação.
A ASOS avançou com o ASOS Stylist dentro do ChatGPT. Para viabilizar essa experiência, catálogo e vídeos precisam ser transformados em informações estruturadas e legíveis por máquinas, permitindo que o modelo encontre produtos, construa combinações e ofereça recomendações de styling durante uma conversa. A descoberta, portanto, pode começar fora do ambiente tradicional do e-commerce e terminar em um produto comprável.
A Zara seguiu outra direção ao trabalhar com experiências de Try-On utilizando inteligência artificial em 26 mercados, reduzindo atritos na inspiração e permitindo ao consumidor explorar combinações e silhuetas antes da decisão.
Os dois movimentos parecem diferentes, mas apontam para a mesma conclusão estratégica: uma marca precisa começar a pensar tanto em como uma pessoa interage com o seu catálogo quanto em como uma inteligência artificial consegue compreendê-lo.
Essa segunda preocupação ainda é relativamente nova. Mas tende a se tornar cada vez mais relevante conforme agentes passam a ocupar espaço nas jornadas de descoberta, comparação e compra.
Quanto mais IA, maior será a importância da confiança
Existe, entretanto, um paradoxo importante nessa transformação. Quanto mais conteúdo sintético e automação aparecem na experiência, maior tende a ser o valor da confiança.
Dados da McKinsey apresentados no material mostram que cerca de 60% dos consumidores globais demonstram ceticismo em relação a conteúdo gerado por inteligência artificial em beleza.
Isso significa que a discussão não deveria ser simplesmente sobre utilizar ou não utilizar IA. A pergunta mais estratégica é entender onde a inteligência artificial deve ser percebida pelo consumidor e onde ela deveria operar nos bastidores.
Em diagnóstico, recomendação e assistência, a presença da IA pode fazer parte da proposta de valor. Em previsão, segmentação, operação ou otimização, ela pode trabalhar silenciosamente. Ao mesmo tempo, criatividade, empatia, julgamento e construção de confiança continuam dependendo fortemente de componentes humanos.
Existe aqui um princípio que considero especialmente importante para marcas de moda e beleza: não terceirizar para a inteligência artificial aquilo que constrói confiança com o consumidor.
A loja física não morreu; ela está mudando de função
O avanço do digital e da inteligência artificial também não significa que tudo será convertido em e-commerce. Especialmente nos segmentos de moda e beleza, a loja física continua oferecendo elementos difíceis de substituir completamente, como experimentação, contato, confiança, serviço e experiência.
O online, por outro lado, entrega amplitude de catálogo, comparação, velocidade e facilidade de recompra. A inteligência artificial acrescenta síntese, orientação, personalização e capacidade de sugerir a próxima melhor ação.
A oportunidade não está em escolher um desses mundos. Está em conectá-los.
Se uma pessoa iniciou uma jornada digital, pesquisou determinados produtos, demonstrou interesse, interagiu com uma inteligência artificial e depois entrou em uma loja, a experiência ideal não deveria começar novamente do zero. O verdadeiro phygital acontece quando o contexto consegue viajar junto com o consumidor.
No fim, tudo volta para maturidade digital
É por isso que toda essa discussão sobre inteligência artificial, dados, agentes, personalização e novos comportamentos precisa terminar em maturidade digital.
Uma empresa pode possuir dezenas de tecnologias e continuar imatura. Maturidade não está na quantidade de softwares contratados, mas na capacidade de conectar estratégia, dados, pessoas, processos, canais e tecnologia para melhorar continuamente a tomada de decisão.
Podemos pensar essa evolução em diferentes níveis. No estágio fragmentado, cada canal possui seus próprios dados e a organização produz principalmente relatórios sobre aquilo que já aconteceu. No estágio conectado, identidade e contexto passam a ser compartilhados, criando uma visão mais acionável do consumidor.
Depois surge a capacidade preditiva, na qual modelos começam a antecipar propensão e demanda. Em um estágio mais avançado, a organização torna-se adaptativa, conseguindo ajustar decisões em tempo quase real. Finalmente, chegamos a uma lógica agêntica, na qual humanos e agentes de inteligência artificial passam a operar por objetivos, dentro de limites definidos de autonomia e governança.
O objetivo dessa evolução não é simplesmente “ter IA”. É reduzir continuamente o tempo necessário para transformar sinal em decisão, decisão em ação e ação em aprendizado.
Talvez precisemos também repensar os dashboards
Se a maturidade está associada à decisão, precisamos rever a forma como pensamos analytics.
Durante anos, o mercado digital construiu dashboards cada vez maiores. São dezenas de gráficos, centenas de indicadores e uma quantidade gigantesca de informação disponível em tempo real. O problema é que visualizar mais dados não significa necessariamente tomar decisões melhores.
Em moda e beleza, alguns indicadores ajudam a aproximar analytics de decisões concretas. Busca, intenção, wishlist, add-to-cart e sell-through inicial ajudam a entender demanda. Full-price sell-through, markdown, giro e ruptura ajudam a avaliar eficiência. Conversão, devoluções, motivos, NPS e reviews revelam a qualidade da experiência. Recompra, frequência, LTV e propensão a cross-sell mostram a evolução do relacionamento.
A pergunta mais importante, porém, deveria vir antes de qualquer gráfico: qual decisão eu consigo tomar de maneira diferente por causa deste dado?
Se não existe uma resposta clara, talvez tenhamos apenas mais uma métrica disponível, e não necessariamente inteligência.
A próxima tendência pode já estar acontecendo
Moda continuará sendo criatividade, repertório, cultura e identidade. Beleza continuará combinando ciência, inovação, expressão e desejo. A inteligência artificial não elimina essas características. Ela acrescenta uma nova capacidade de observação e interpretação.
A grande oportunidade está em perceber que uma quantidade enorme de sinais surge antes de uma tendência se consolidar. As pessoas pesquisam antes de comprar, salvam antes de desejar publicamente, perguntam antes de decidir, reclamam antes de abandonar uma marca e devolvem produtos deixando informações valiosas sobre aquilo que não funcionou.
O desafio não será simplesmente acumular todos esses dados. Será conectá-los de maneira suficientemente inteligente para reduzir a distância entre o que o consumidor está começando a fazer e aquilo que a empresa consegue perceber.
Dado sozinho não cria vantagem competitiva. A vantagem aparece quando a organização consegue conectar dados, pessoas, processos, canais e inteligência mais rapidamente do que o comportamento do consumidor muda.
É por isso que, no novo mercado de moda e beleza, talvez a próxima grande tendência não comece na passarela. Ela pode já estar acontecendo silenciosamente em milhões de buscas, conversas, interações, avaliações e decisões.
E as empresas que aprenderem a interpretar esses sinais antes não estarão apenas mais preparadas para acompanhar a próxima tendência. Terão a oportunidade de ajudar a defini-la.
