Academy Sports apostou em IA para definir preços, e a questão não é se funciona, mas quem captura o valor
Quando uma rede varejista com mais de 300 lojas anuncia que trabalha há mais de uma década com uma plataforma de inteligência de preços, e que acaba de renovar esse contrato por mais alguns anos, a manchete tecnológica é a menos interessante. O dado estratégico está em outro lugar: como o valor gerado por essa eficiência é redistribuído entre a empresa, seus fornecedores e seus compradores?
A Academy Sports + Outdoors, uma das maiores redes varejistas de artigos esportivos dos Estados Unidos, com presença em mais de 300 lojas, formalizou a extensão de seu acordo plurianual com a Revionics, empresa especializada em otimização de preços por meio de inteligência artificial. A ferramenta cobre duas funções críticas: a definição de preços base por loja e mercado, e a gestão de descontos para liquidar estoques sazonais sem sacrificar a margem. O anúncio é operacionalmente sólido. O que merece análise é a arquitetura de incentivos que existe por trás dele.
De 70 lojas com preços manuais para 300 com algoritmos
O vice-presidente de preços da Academy descreveu com precisão o problema de escala que motivou a transição. Com 70 lojas, uma equipe humana conseguia analisar mercado por mercado e tomar decisões razoáveis. Com 300 lojas e um sortimento altamente heterogêneo — de equipamentos de camping a calçados esportivos —, a capacidade cognitiva de qualquer equipe atinge seu limite operacional antes de completar o primeiro ciclo de revisão de preços.
A solução não é ideologicamente nova: a Revionics vem se posicionando nesse segmento há anos, e sua relação com a Academy data de mais de uma década. O que mudou é a escala do problema e, portanto, a magnitude do impacto de automatizá-lo bem ou automatizá-lo mal. Uma plataforma de otimização de preços bem calibrada pode aumentar a margem bruta entre 100 e 300 pontos-base em categorias de alta rotatividade, simplesmente melhorando a precisão do preço inicial e reduzindo a profundidade dos descontos necessários para liquidar o estoque. Em um negócio do tamanho da Academy, isso representa dezenas de milhões de dólares anuais em valor capturado — ou perdido, se o modelo estiver mal treinado.
O caso também carrega uma camada de pressão externa que o torna ainda mais urgente: as tarifas sobre importações elevaram o custo de aquisição de produtos-chave, muitos deles fabricados na Ásia. Uma plataforma de preços com lógica de compensação de custos permite repassar aumentos de forma cirúrgica, categoria por categoria, sem uma alta generalizada que dispare a percepção de preço do consumidor. Isso é gestão de margem com precisão, não política de preços linear.
A distribuição invisível do valor gerado
Aqui está o nó estratégico que os comunicados de imprensa jamais mencionam. Quando um varejista melhora sua capacidade de definição de preços, o valor criado pode fluir em três direções distintas: para o comprador (na forma de preços mais ajustados à demanda local), para a empresa (na forma de margens mais altas) ou para os fornecedores (se a maior eficiência se traduz em maior volume e rotatividade previsível).
Na prática, a direção do fluxo depende de uma única variável: o poder de negociação relativo de cada ator na cadeia. E neste caso, a Academy ocupa uma posição dominante em relação à maioria de seus fornecedores de marcas próprias ou de menor escala. A automatização do preço não cria valor por si só; apenas acelera e aprimora o mecanismo pelo qual esse valor já estava sendo distribuído. Se antes a margem era capturada de forma ineficiente, agora ela é capturada de forma eficiente. A questão é se essa eficiência é compartilhada ou concentrada.
A evidência histórica do setor varejista sugere que a primeira expansão de margem derivada de ferramentas de otimização de preços beneficia quase exclusivamente o varejista. Os fornecedores sentem a pressão na forma de janelas de negociação mais curtas, menor tolerância a variações de preço e condições de desconto mais exigentes durante a liquidação de temporada. Os compradores, no melhor dos casos, recebem preços mais ajustados à demanda local — que é exatamente o que a Academy prometeu —, mas esse ajuste pode operar tanto para baixo quanto para cima, dependendo do nível de concorrência em cada mercado geográfico.
Uma pesquisa da Revionics com cerca de cem profissionais do setor varejista constatou que dois terços deles planejam aumentar seus investimentos em ferramentas de preços por IA nos próximos dois anos. Esse dado não é evidência de que a tecnologia beneficia os consumidores; é evidência de que a tecnologia beneficia as margens dos varejistas que a adotam. A diferença entre as duas interpretações é substancial.
A vantagem sustentável não está no algoritmo
A Revionics não é o único player nesse mercado. A Invent Analytics, a Wiser Solutions e uma lista crescente de concorrentes oferecem capacidades similares de otimização de preços e gestão de estoque. Quando 66% dos varejistas de porte relevante adotam ferramentas equivalentes em um horizonte de dois anos, a vantagem competitiva derivada da ferramenta se corrói em velocidade proporcional à sua adoção. O que diferenciará a Academy de seus concorrentes daqui a três anos não será o fato de usar a Revionics, mas sim como utiliza os dados que a Revionics gera.
O risco sistêmico mais subestimado nesse tipo de implementação é a dependência do fornecedor. Uma relação de mais de dez anos com uma única plataforma de preços gera um acúmulo de lógica proprietária, dados históricos e processos internos calibrados sobre essa ferramenta específica. O custo de migração — técnico, operacional e organizacional — torna-se proibitivo com o tempo, o que incrementa o poder de negociação do fornecedor tecnológico a cada renovação de contrato. A Academy acaba de assinar uma extensão plurianual. A Revionics sabe exatamente quanto custaria à Academy trocar de plataforma. Essa assimetria de informação tem um preço, e esse preço aparecerá nas condições do próximo contrato.
O modelo de negócios verdadeiramente sustentável em otimização de preços não é aquele que maximiza a margem do varejista em cada transação. É aquele que constrói lealdade suficiente do comprador — por meio de preços percebidos como justos e consistentes — a ponto de reduzir o custo de aquisição de clientes no longo prazo. Se o algoritmo elevar os preços de forma agressiva em mercados onde a Academy não tem concorrência direta, capturará margem no curto prazo e destruirá a percepção de valor no médio prazo. Os compradores que pagam mais do que esperavam não voltam; simplesmente migram para o próximo varejista que adotou a mesma ferramenta e a calibrou com critérios diferentes.
O valor que a Academy está construindo com essa aposta depende, em última instância, de uma decisão que nenhum algoritmo pode tomar sozinho: se as margens adicionais capturadas serão reinvestidas para melhorar a proposta de valor para o comprador e o fornecedor, ou se serão consolidadas como lucro financeiro para o acionista. Os ecossistemas varejistas que perduram são aqueles que distribuem valor suficiente a cada ator para que nenhum deles tenha incentivo de abandoná-los. Os que são construídos otimizando exclusivamente a margem do centro acabam descobrindo, tarde demais, que estavam extraindo das mesmas relações que os sustentavam.
