Saltar para o conteúdo
Se não funciona, não pagas. 30 dias.
Implementa.
AutomatizaçãoPlaybook··7 min

Automatizar preços com IA: antes do preço dinâmico, o preço atualizado

Automatizar preços com IA quase nunca começa pelo preço dinâmico. Na maioria das empresas a margem não se perde por não cobrar o preço ótimo desta hora: perde-se porque o fornecedor subiu em março e a tabela de preços só acompanhou em junho. O que a máquina pode decidir, o que uma pessoa tem de aprovar, os dois limites legais que não se automatizam e por onde começar.

Senior AI Operations Implementer

AI Operations Pod

O e-mail chega numa terça-feira: o fornecedor principal atualiza a tabela de preços, PDF em anexo, «em vigor a partir do dia 1». São 1.800 referências. Alguém nas compras reencaminha-o para a contabilidade, a contabilidade deixa-o para depois do fecho do mês, e a tabela de venda é atualizada seis semanas depois. Durante seis semanas vendeu-se com um custo novo e um preço velho. Ninguém tomou uma má decisão de preço. Simplesmente ninguém tomou nenhuma.

A tese numa linha: automatizar preços com IA não é cobrar o preço perfeito a cada hora, é deixar de cobrar o preço errado durante semanas. O preço dinâmico é a última camada, não a primeira. Antes vêm duas mais aborrecidas e mais rentáveis: uma tabela que reflete o custo no próprio dia em que ele muda, e cada movimento de preço dentro de um corredor aprovado por uma pessoa com nome.

Automatizar preços com IA: o que significa de facto (e o que não significa)

«Pricing com IA» usa-se para quatro coisas muito diferentes, com riscos e retornos que não se parecem. Convém separá-las antes de pedir um único orçamento:

  • Repercutir custos. Quando o custo de compra muda, o preço de venda é recalculado com a tua regra de margem e proposto para aprovação. É a camada que mais dinheiro recupera na distribuição e no comércio, e a que menos se faz.
  • Regras com corredor. O preço ajusta-se ao stock, à validade, à rotação ou ao preço público da concorrência, sempre entre um mínimo e um máximo definidos por alguém com nome.
  • Preço dinâmico pela procura. O preço sobe e desce com a procura em tempo real. Faz sentido com muitas transações, muitos dados e produto comparável: bilhetes, hotéis, alguns e-commerce. Num catálogo B2B com clientes recorrentes, raramente.
  • Preço personalizado. Um preço diferente consoante o perfil de quem compra. É a camada com mais peso legal e reputacional, e no B2C quase nunca compensa.

Repara onde está a IA de verdade. Na primeira camada, o trabalho difícil não é calcular a margem — isso é uma fórmula —, é ler a tabela do fornecedor: PDFs com formatos que mudam, referências que não coincidem com as tuas, unidades de venda diferentes. Aí um modelo de linguagem acrescenta valor, porque transforma um documento desarrumado numa tabela que o ERP percebe. Na terceira camada, o que trabalha normalmente não é um LLM: são os clássicos modelos estatísticos de elasticidade. Se alguém te vender um chatbot que fixa preços, desconfia.

Porque é que o preço que ninguém atualiza custa mais do que o preço que não é ótimo

O preço é a alavanca com mais efeito no lucro, e não é opinião nossa. Em «The power of pricing» (McKinsey Quarterly, 2003), Marn, Roegner e Zawada calcularam que, na demonstração de resultados média de uma empresa do S&P 1500, subir o preço 1 % com volume estável aumenta o resultado operacional em 8 %. É uma média ilustrativa de empresas cotadas norte-americanas, não uma previsão para o teu negócio, mas o mecanismo é universal: quase cada ponto de preço cai diretamente no resultado, porque o custo já está pago.

A mesma aritmética funciona ao contrário. Se o custo sobe e o preço não, cada encomenda dessas semanas sai com a margem cortada, e essa margem não volta. Por isso a primeira pergunta não é «qual é o preço ótimo?», mas «quantos dias passam entre uma mudança de custo e uma mudança de preço?». Se a resposta se mede em semanas, o projeto está aí.

O que a máquina pode decidir e o que uma pessoa tem de aprovar

A fronteira não é traçada pela tecnologia, é traçada por quem responde pela margem. Esta é a divisão que aplicamos por defeito:

DecisãoA máquinaUma pessoa
Ler a tabela do fornecedor e cruzar referênciasSim, com revisão das que não batemResolve as exceções
Recalcular o preço com a regra de margemSim, e propõeAprova o lote
Mexer no preço dentro do corredorSim, registando cada mudançaRevê a tendência semanal
Fixar mínimo, máximo e regra de margemNãoSim, por família de produto
Preço de um cliente com condições negociadasNãoSim, sempre

A lógica é a de qualquer automatização com humano no circuito: a máquina faz o volume e a pessoa define as regras e aprova o que sai delas. O que nunca se delega é a política: quanta margem queres por família e até onde estás disposto a descer para não perder um cliente.

O corredor: mínimo, máximo e velocidade

Um algoritmo de preços sem limites é um risco que ninguém decidiu correr. Três parâmetros tornam-no governável, e os três escrevem-se antes de ligar o que quer que seja:

  1. Mínimo. O preço abaixo do qual não se vende, normalmente custo mais uma margem mínima. Se o modelo propuser menos, não se publica: dispara um alerta.
  2. Máximo. O preço acima do qual o cliente recorrente se vai embora ou se zanga. Protege a relação, não a folha de cálculo.
  3. Velocidade. Quanto pode um preço mexer num dia ou numa semana. Um preço que muda três vezes numa manhã gera chamadas de clientes, mesmo que cada mudança seja defensável.

Os dois limites legais que não se automatizam

O primeiro é de concorrência, e o caso de referência é norte-americano. A 24 de novembro de 2025, o Departamento de Justiça dos EUA anunciou um acordo proposto com a RealPage, cujo software ajudava a fixar rendas: entre outras coisas, impede-a de usar dados não públicos de concorrentes para fixar preços em tempo real e limita o treino dos modelos a dados históricos com pelo menos doze meses. Ainda aguarda aprovação judicial e é direito norte-americano, mas a lição viaja: se a tua ferramenta de preços se alimenta de dados não públicos dos concorrentes, o problema não é técnico. Preços públicos da concorrência e dados próprios, sim; um fundo comum de dados sensíveis com outros vendedores, não.

O segundo é de consumo e afeta quem vende a particulares na União Europeia. A Diretiva (UE) 2019/2161 obriga a informar o consumidor quando o preço que vê foi personalizado através de decisões automatizadas com base no seu perfil; cada Estado-Membro transpô-la para o direito nacional. O preço dinâmico que muda com a procura ou com a hora não é um preço personalizado, e é essa distinção que tens de saber explicar se alguém perguntar. Isto é informação geral, não aconselhamento jurídico: confirma o teu caso concreto com o teu advogado.

Quando NÃO automatizar o preço

Há casos em que o projeto certo é não o fazer, e a lista parece-se muito com a de quando não automatizar um processo com IA:

  • Poucas referências e pouca variação de custo. Se atualizas quarenta preços duas vezes por ano, uma folha de cálculo bem feita ganha.
  • Preço negociado por cliente. No B2B com tabelas acordadas, o preço é uma decisão comercial, não um cálculo. Aí automatiza-se o documento, não o número, como explicamos em automatizar propostas sem perder margem.
  • O custo não é fiável. Se o custo no ERP não inclui portes, rappel ou quebras, o algoritmo otimiza sobre um número falso, só que mais depressa.
  • Ninguém é dono da margem. Sem uma pessoa que assine mínimos e máximos, qualquer automatização acaba numa discussão entre o comercial e a direção financeira.

Por onde começar: quatro semanas, uma família de produto

  1. Semana 1: mede o atraso. Para as últimas mudanças de tabela dos teus três principais fornecedores, conte os dias entre o aviso e o teu novo preço. Esse número é o teu business case, e é a forma de escolher que processo automatizar primeiro com dados e não por intuição.
  2. Semana 2: escreve a política. Regra de margem, mínimo, máximo e velocidade para uma só família. Assinada por quem responde pela margem.
  3. Semana 3: liga os sistemas. A tabela do fornecedor entra, passa a tabela estruturada, cruza-se com as tuas referências e gera uma proposta de preços no ERP ou na loja. É uma questão de integrar a IA com os teus sistemas, seja Odoo ou Shopify.
  4. Semana 4: aprova em lote e mede. Uma pessoa aprova a proposta semanal. Medes os dias de atraso antes e depois e quantas propostas foram corrigidas à mão.

Se o atraso desce de semanas para dias e as correções manuais diminuem com o tempo, alargas à família seguinte. Se não, o problema estava no dado de custo, e descobriste-o com uma família e não com o catálogo inteiro. Montar este circuito de ponta a ponta, do e-mail do fornecedor à tabela publicada, é exactamente o tipo de trabalho que fazemos em automatização de operações.

A frase para a próxima reunião: «Antes de falarmos de preço dinâmico, quantos dias demoramos a subir um preço quando o nosso custo sobe?»

Deixamos isto a funcionar?

Se isto te ressoou, conversa de 30 minutos sem compromisso. Dizemos-te o que encaixa, o que não e o preço aproximado.

Ver casos
Automatizar preços com IA: antes do preço dinâmico, o preço atualizado · Implementa