Tarifa dinâmica no mercado: como a IA pode deixar suas compras mais caras

Sabe a tarifa dinâmica que a gente paga nos carros de aplicativo nos horários de pico ou em dias de chuva? Ela pode se tornar rotineira nos supermercados, graças às inteligências artificiais.

Eu sei. Péssimo, né? Mas a mesma tecnologia que serve para oferecer descontos personalizados poderia entrar em cena para maximizar as chances de lucro das redes do varejo.

A discussão sobre IA e gôndolas de supermercados começa a ganhar força nos Estados Unidos devido à escolha de redes como o Walmart de trocar etiquetas de preço feitas em papel por versões eletrônicas.

Claro, faz todo sentido essa opção, porque poupa tempo e recursos. Imprimir e substituir milhares de etiquetas é exatamente o tipo de tarefa que merece mesmo ser otimizada com ajuda de tecnologia. Em algumas lojas do Walmart, são vendidos 120 mil tipos de itens, então é compreensível essa escolha.

O motivo de debate envolve etapas seguintes do entrosamento entre IAs e varejo. Em outras palavras: o que exatamente as lojas poderiam fazer combinando etiquetas eletrônicas, IA e dados sobre clientes? Aqui estão alguns possíveis cenários:

Preço por horário: Leite mais caro às 18h de sexta, quando a loja está cheia e você está com pressa, e mais barato às 10h de terça. É o modelo do aplicativo de transporte transplantado para a gôndola.

Preço por clima e demanda: Guarda-chuva e sopa sobem no dia de tempestade, cerveja e carvão sobem no sábado de sol. A IA cruza previsão do tempo, calendário e histórico de vendas e ajusta tudo em minutos.

Preço por bairro: A mesma rede pode calibrar valores loja a loja conforme a renda da vizinhança e a distância do concorrente mais próximo, algo que já acontece de forma lenta com etiqueta de papel e que ficaria instantâneo.

Desconto automático para itens perto do vencimento: Produtos perto do vencimento ficariam mais baratos em tempo real, o que reduziria desperdício. Essa aqui, por mim, seria bem legal se aplicada. Tomara que dê certo!

Preço por fluxo na loja: Câmeras e sensores que já contam gente para fins de operação podem alimentar o algoritmo de preços. Corredor lotado, demanda alta, preço sobe.

Preços específicos para cada pessoa: Uma rede estadunidense chamada Kroger foi questionada pelos senadores Elizabeth Warren e Bob Casey porque supostamente pretendia instalar câmeras nas prateleiras. O equipamento permitiria estimar idade e gênero do cliente para personalizar ofertas. É o chamado “surveillance pricing”, ou seja, o preço calculado com base nos dados e mesmo aparência do cliente. Bizarro. (A rede Kroger negou essa intenção.)

Algumas dessas práticas, é importante frisar, já existem hoje. Só que, quase sempre, em versões analógicas ou movidas por tecnologias relativamente lentas. Mas que ganhariam impulso extra e velocidade exponencial com o avanço das IAs. E, para ninguém se confundir, vale reiterar que esses cenários que descrevi acima se encontram no campo da hipótese, ok?

Mas vamos ver alguns casos mais concretos, então.

Gastos extras de até US$ 1200 por ano

Uma investigação da revista Consumer Reports com a Groundwork Collaborative flagrou o Instacart, uma das maiores plataformas de entrega de supermercado dos EUA, rodando experimentos de preço com IA sobre clientes que não sabiam de nada.

O mesmo produto, na mesma loja, no mesmo instante, chegou a variar 23% de um cliente para outro. Cerca de 75% dos itens testados tinham preços diferentes entre compradores, e a oscilação da cesta completa, de cerca de 7%, poderia custar US$ 1.200 por ano a uma família de quatro pessoas. A repercussão foi tamanha que o Instacart encerrou os testes duas semanas depois.

Como não temos Instacart aqui no Brasil, explico: é uma plataforma em que o cliente encomenda suas compras on-line, um comprador humano presente no supermercado retira e leva até a pessoa.

Preços personalizados: do on-line para o físico

Em 2025, um estudo da FTC, o órgão de defesa da concorrência dos EUA, apontou que empresas dispõem de ferramentas que usam de movimentos do mouse a produtos abandonados no carrinho, passando por localização e histórico de navegação, para calibrar preços individuais no comércio online.

Em quanto tempo isso chega à gôndola física? Por enquanto, estamos no campo da hipótese. O fato de existir a tecnologia, não significa que ela será usada – mesmo porque as reclamações dos consumidores seriam intensas (e justificadas).

Um caminho possível seria incrementar a personalização indireta, via cupom e aplicativo de fidelidade turbinado por IA. Hoje os programas do tipo já oferecem descontos com base no perfil, e ampliar essa avenida pode ser um caminho.

Isso não significa que supermercados passarão automaticamente a mudar preços várias vezes ao dia. (Bom, esperamos que não, certo?). Até porque há questões de reputação, concorrência e de defesa do consumidor que tornariam esse tipo de estratégia delicado. Sem contar que aumentaria ainda mais o risco de consumidores abandonarem lojas físicas.

Como a realidade brasileira se encaixa nesses cenários?

No Brasil, um modelo desse tipo também esbarraria em questões jurídicas. O Código de Defesa do Consumidor exige que os preços sejam informados de forma clara e correta, e determina que a oferta vincula o fornecedor.

Já a LGPD poderia entrar na discussão se uma rede passasse a usar dados pessoais, localização ou características dos consumidores para definir preços individualizados. Não existe hoje uma norma federal específica que proíba expressamente a chamada “tarifa dinâmica” em supermercados, mas uma adoção desse tipo poderia provocar questionamentos de órgãos de defesa do consumidor e da Autoridade Nacional de Proteção de Dados.

De qualquer maneira, acho bom a gente ficar atento. O algoritmo, por si só, não encarece nem barateia as compras. Algum humano é que pode tomar decisões com ajuda dele e diminuir nosso poder de compra.

───────────────────────────────────────────────

Alvaro Leme é doutorando e mestre em Ciências da Comunicação pela ECA-USP, jornalista e criador do podcast educativo Aprenda