Antes de a inteligência artificial virar assunto em todas as rodas, um algoritmo criado por professores do MIT já conseguia prever, com quatro horas de antecedência, o que seria tendência no Twitter. A tecnologia passou depois para o mercado automotivo: ao analisar o histórico de vendas de uma concessionária no Meio-Oeste americano, de cores dos carros a horário das vendas, o software indicava quais modelos sairiam mais. Os resultados foram publicados em 2011 em uma revista acadêmica de prestígio, e a base tecnológica acabou listada entre as 50 maiores inovações do laboratório de Ciência da Computação e Inteligência Artificial da instituição.
Como toda boa ideia, ela virou startup. Os professores Vivek Farias e Devavrat Shah criaram a Celect, empresa de análise preditiva capaz de antecipar o que o consumidor escolheria. Em 2015, Farias resumiu a proposta: por trás é complexo, mas o princípio é simples, acompanhar quem quer comprar o quê e combinar o produto com a pessoa certa. A Celect levantou milhões em investimento até ser adquirida, em 2019, pela Nike, que vinha comprando startups de tecnologia para acelerar a própria transformação digital.
O teste da pandemia
Com a compra, a gigante de roupas e calçados ganhou uma ferramenta de aprendizado de máquina capaz de prever a demanda por cor, estilo e tamanho, o que ajuda a administrar um estoque gigantesco. Na época, o então diretor financeiro, Andy Campion, afirmou que a aquisição adiantou em pelo menos três anos a capacidade da empresa de captar a demanda digital.
A prova de fogo veio em 2020. Cerca de 90% das lojas próprias da Nike fecharam por aproximadamente oito semanas, mas o comércio eletrônico disparou: as vendas digitais cresceram 75% no trimestre, com alta de dois dígitos em todos os mercados, e responderam por 30% da receita total. Em junho de 2020, o então CEO John Donahoe creditou à Celect a capacidade de colocar o produto certo perto do consumidor no momento certo.
Hoje, o resultado aparece também no novo mapa da internet. Segundo um estudo da Semrush, empresa da Adobe, que analisou 126 milhões de comandos de busca em IA nos Estados Unidos, a Nike foi a marca de moda mais citada por assistentes de inteligência artificial nos quatro primeiros meses do ano. O cenário mudou rápido: o interesse por IA no Google Trends começou a subir em novembro de 2022, com o lançamento do ChatGPT, e chegou à pontuação máxima, 100, no primeiro trimestre de 2026. Agora, as marcas precisam ser descobertas pelos agentes de IA antes mesmo de serem vistas por pessoas.
Quão madura a moda precisa ser?
Para medir esse avanço, o MIT desenhou um modelo de quatro estágios de maturidade em IA: preparação (formar equipes e organizar os dados), projetos-piloto, expansão por departamentos e, por fim, a reinvenção do jeito de trabalhar. Stephanie Woerner, pesquisadora do MIT que ajudou a criar o modelo, diz que a maioria das empresas tem dificuldade para escalar os pilotos. Nem todas precisam chegar ao último estágio, segundo ela, mas a busca por eficiência acabará exigindo IA em escala.
Na moda, a pesquisa da Sourcing Journal mostra um setor travado no segundo estágio: mais da metade das empresas ainda roda pilotos, cerca de uma em cada cinco ampliou o uso e apenas 2% integraram a IA às decisões. A divisão também é criativa. Gap e H&M já usam a tecnologia para gerar ideias de design, e a Shein aplica aprendizado de máquina para acompanhar em tempo real os gostos das clientes. Já o CEO do Grupo Prada, Andrea Guerra, chama a IA de ferramenta fantástica para ganhar eficiência e melhorar a experiência do cliente, mas traça um limite. “Criatividade é coração, cérebro, pulmões, gente, cultura, não é IA”, disse à CNBC em julho. “É um enorme acelerador e um enorme simplificador. Por favor, não na criatividade.”
O que importa para quem acompanha o setor é que a vantagem da Nike não nasceu de uma moda passageira, e sim de uma aposta de anos em dados de demanda. Para marcas tradicionais, que já construíram sistemas sobre sistemas, o desafio é menos tecnológico e mais humano: mudar processos que sempre funcionaram. Quem conseguir fazer isso, e decidir com clareza onde a IA entra e onde ela não deve entrar, tende a ser mais visível, tanto para os algoritmos quanto para as clientes.
