Select Language
Marketplaces com IA
A IA está a mudar a forma de encontrar um canalizador, um eletricista ou uma empresa de remodelação. Não só onde se procura, mas como a obra é descrita, comparada e entregue.
Uma mancha de humidade alastra no teto da sua cozinha. Não sabe se é um cano furado, o telhado ou a casa de banho do andar de cima. Alguém tem de ir ver. A quem liga?
Começa onde todos começam. Google, canalizadores perto de si, quatro separadores abertos, avaliações lidas a correr. A primeira empresa só faz instalação de casas de banho. A segunda tem boas avaliações e um site parado desde 2019. A terceira não atende. Meia hora depois tem uma lista de números e um teto que continua molhado.
Agora a outra versão. Descreve a situação pelas suas palavras. Perguntam-lhe de onde vem a água, se ainda corre, se vive num apartamento ou numa moradia, com que urgência precisa de alguém. Daí sai um ofício, uma descrição escrita do problema e algumas empresas locais que fazem exatamente esse trabalho.
É esta a premissa de uma nova geração de marketplaces de serviços: a plataforma assume parte do raciocínio que antes cabia só ao cliente.
Durante quase todo o século passado, encontrar um profissional significava perguntar à família, folhear uma lista telefónica ou ligar para um nome visto numa carrinha.
O Google mudou a oferta de informação. De repente qualquer pessoa via dezenas de empresas próximas com avaliações, fotografias, horários e mapa, e podia compará-las sem depender de uma recomendação pessoal. Marketplaces especializados como o Taskrabbit ou o Thumbtack foram mais longe, juntando profissionais no mesmo sítio, com perfis, pedidos de orçamento e serviços reserváveis.
Cada passo tornou as empresas locais mais acessíveis. Nenhum mudou quem decide. O cliente continuava a ter de saber de que ofício precisava, escolher as palavras de pesquisa, ler os perfis, explicar a obra cinco vezes e decidir a quem ligar. O acesso ficou barato. Dar-lhe sentido continuou caro.
É aí que a IA entra. Um diretório responde à pergunta que canalizadores trabalham perto de mim. Um marketplace conversacional pode partir de outra: o que está mal e que tipo de ajuda é que isso exige. A distância entre as duas perguntas é onde ia quase todo o esforço do cliente.
Em março de 2026 a BrightLocal publicou o seu Local Consumer Review Survey anual, com 1 002 adultos norte-americanos. 45 % tinham usado uma ferramenta de IA para obter uma recomendação de empresa local nos doze meses anteriores, contra 6 % no ano anterior. O ChatGPT foi a ferramenta mais citada, seguida do AI Mode da Google e do Gemini.
Multiplicar por sete num ano é um sinal sério. Não quer dizer que os chatbots tenham substituído os motores de busca.
Um segundo estudo da BrightLocal, de julho de 2026, mostra que 75 % dos consumidores usaram mais do que um canal na última pesquisa por uma empresa local. O Google continuou dominante, e as mesmas pessoas passaram por redes sociais, sites de avaliações, mapas e ferramentas de IA na mesma sessão. Entre quem usou IA, apenas 18 % se sentiam prontos a contactar a empresa recomendada sem a verificar noutro lado.
Os dois inquéritos descrevem comportamentos norte-americanos e não devem ser lidos como dados luxemburgueses. A direção conta na mesma: a IA está a tornar-se um dos sítios onde as pessoas começam, e nenhum dos sítios onde param.
Fonte: BrightLocal, Nearly Half of Consumers Are Asking AI for Business Recommendations, março de 2026
Comprar uma televisão é um problema de comparação. Tamanho do ecrã, resolução, preço, marca, classificações: os critérios são dados, só falta escolher.
Contratar alguém para trabalhar em sua casa é outra coisa. Duas pessoas que procuram eletricista podem precisar de coisas sem qualquer relação. Uma quer trocar um candeeiro. A outra está a refazer a instalação de uma casa inteira e precisa de certificação. Mesma palavra de pesquisa, âmbito, urgência, orçamento e qualificação diferentes.
A pesquisa tradicional falha aqui porque o cliente muitas vezes não sabe descrever o trabalho. Quem planeia uma casa de banho pode começar assim:
«Quero remodelar a casa de banho, mas não faço ideia do custo nem de quem preciso.»
Uma lista de empresas de remodelação não responde a isso. Um sistema útil pergunta pelas dimensões, se a disposição muda, que equipamentos saem, se há canalização e eletricidade, e depois ajuda a escrever o pedido.
Ganham os dois lados. O dono de casa percebe melhor o seu próprio projeto e faz perguntas mais afiadas. A empresa recebe um pedido que consegue orçamentar, ou recusar depressa, em vez de duas linhas de e-mail que só dizem alguma coisa ao fim de três telefonemas.
A economia disto é antiga. Num artigo de 1997 na Management Science, J. Yannis Bakos explicou como os mercados eletrónicos reduzem o custo de obter informação sobre fornecedores e o que vendem. Os trabalhos mais recentes olham para a correspondência em si: um artigo de 2024 na Management Science, de Peng Shi, estuda recomendações ótimas de correspondência em mercados de dois lados onde os preços reagem ao emparelhamento.
Nada disto prova que um marketplace de IA em concreto funcione. Explica, isso sim, onde está o valor e porque compensa reduzir o esforço dos dois lados.
O crescimento de um marketplace quis quase sempre dizer mais oferta. Mais canalizadores, mais eletricistas, mais empresas de limpeza, mais concorrência pela mesma obra.
A escolha ajuda até certo ponto. Imagine que quer instalar uma bomba de calor. O diretório devolve trinta empresas em aquecimento e canalização. Quais instalam bombas de calor? Quais cobrem a sua comuna? Quais trabalham no seu tipo de edifício? Quais querem uma obra deste tamanho?
Trinta resultados não valem mais do que cinco relevantes. São apenas trinta.
É aí que a correspondência ganha o seu lugar. Com dados detalhados e atualizados dos prestadores, um sistema pode ler um pedido e pré-selecionar por localização, especialização, tipo de obra, língua e tudo o resto que decide a adequação.
O senão é que a correspondência só vale o que valem os dados por baixo. Um modelo de linguagem não pode saber se uma empresa está livre na próxima terça-feira sem acesso à agenda. Não deve deduzir uma certificação de uma descrição de atividade que soa bem. E não pode garantir a qualidade do trabalho escrevendo uma frase convicta.
A conversa é, portanto, a metade visível do produto. Informação verificada da empresa, um canal de contacto que funcione e uma forma de manter os registos atualizados são a metade que decide se a recomendação valeu alguma coisa.
Aqui o problema é mais nítido do que num mercado grande.
Segundo a Chambre des Métiers, o Luxemburgo tinha 9 935 empresas artesanais em 2025, com mais de 105 000 trabalhadores, e cerca de 81 % delas tinham menos de dez empregados. Os números cobrem todo o artesanato e não só a remodelação, mas descrevem bem a forma do mercado: algumas centenas de milhares de famílias servidas por milhares de empresas muito pequenas, cada uma com as suas especialidades, a sua zona de intervenção e os seus hábitos ao telefone.
Para o cliente, é um mercado fragmentado sem porta de entrada evidente. Para o prestador, é lutar por visibilidade sem departamento de marketing e sem uma tarde livre.
Depois há a língua. A 1 de janeiro de 2026, o STATEC conta 46,6 % de estrangeiros na população residente, com cerca de 180 nacionalidades. Quem chega de novo não tem um tio que conheça um bom telhador. Mesmo quem cá vive há vinte anos esgota os contactos fora do seu círculo, e descrever um trabalho técnico, ler um orçamento ou comparar condições numa segunda ou terceira língua acrescenta atrito em cada passo.
Um cliente pode descrever a obra em inglês a uma empresa que trabalha em francês ou alemão. Um sistema que estrutura ou traduz esse primeiro pedido não dispensa a comunicação clara mais tarde, no orçamento, no contrato e na visita ao local. Mas baixa a barreira do começo.
Fontes: Chambre des Métiers, L'artisanat en chiffres 2025 e STATEC, População do Luxemburgo, 2026
Para um independente ou uma empresa pequena, as recomendações por IA mudam a forma de ser encontrado.
Ser encontrado online passava pelo posicionamento no Google, publicidade paga, avaliações e a notoriedade construída. Nada disso desaparece. Mas quando a pré-seleção é feita por um sistema que lê dados de prestadores, a qualidade desses dados passa a contar tanto como a posição.
Um perfil que diz «serviços gerais de construção» não diz quase nada a um sistema de correspondência. Um que detalha especializações, comunas cobertas, tipos de obra, qualificações e línguas de trabalho dá-lhe matéria.
Isso pode favorecer as empresas pequenas. Um especialista sem orçamento de publicidade pode ser a resposta certa a um pedido concreto, e uma plataforma que ordena por relevância abre-lhe um caminho que um leilão de anúncios não abre.
Ainda assim, o resultado não é automático. Um estudo publicado em 2023 no Journal of Competition Law & Economics mostra como os sistemas de recomendação podem pender para fornecedores populares ou já estabelecidos, consoante o desenho e os dados de treino. Um marketplace de IA pode reproduzir exatamente a desigualdade de uma página de resultados, se continuar a premiar quem já tem mais atividade.
Fica assim uma pergunta a fazer a qualquer plataforma: como decide quem é recomendado? E, para quem a opera, um trabalho maior do que construir um chatbot convincente.
O erro comum é supor que uma pesquisa mais inteligente produz automaticamente uma resposta mais fiável. Não produz.
Um sistema que recomenda a empresa errada, inventa uma qualificação ou trabalha com um registo de há três anos é pior do que um diretório simples, porque a resposta chega com ar personalizado e ponderado. A segurança faz parte do resultado.
A transparência não é, portanto, um extra. O cliente precisa de saber quem é a empresa recomendada, em que assenta a recomendação e se alguém pagou por aquela posição. Precisa daquilo que se verifica mesmo antes de deixar alguém entrar em casa: identidade, qualificações, experiência, avaliações, seguro quando se aplica, e condições de orçamento por escrito.
E verifica. O inquérito da BrightLocal de 2026 concluiu que 88 % dos consumidores que usaram IA para recomendações locais confirmaram as avaliações citadas pela ferramenta. As pessoas aceitam a ajuda e verificam na mesma.
O direito europeu do consumo acrescenta obrigações próprias, incluindo informação sobre o profissional e divulgação de posicionamentos pagos, com o detalhe a depender da plataforma e do caso.
A confiança torna-se assim a posição competitiva, e não a qualidade do modelo. Uma plataforma que recomenda de forma fiável, explica os seus resultados e deixa a escolha ao cliente vale mais do que outra que promete o profissional perfeito.
O uso da IA na pesquisa local continua a ser sobretudo pergunta e resposta. Perguntar, receber sugestões, continuar sozinho.
A tecnologia caminha para sistemas que agem em vez de descrever. Chamam-lhes agentes, e num marketplace de serviços a distinção importa.
Em vez de indicar cinco eletricistas, um agente bem ligado poderia redigir o caderno de encargos, enviá-lo às empresas escolhidas pelo cliente, reunir as respostas e pôr os orçamentos lado a lado. Com as integrações e as permissões certas, poderia tratar da marcação e do seguimento que ninguém gosta de fazer.
Pense numa cozinha nova. Hoje isso significa procurar separadamente um eletricista, um canalizador, um ladrilhador e um montador de cozinhas, explicar a mesma obra quatro vezes, coordenar quatro visitas e comparar quatro orçamentos que cobrem coisas diferentes. Um marketplace podia organizar isso: identificar os ofícios, enviar a mesma informação a cada um, acompanhar o que voltou e assinalar onde os orçamentos divergem.
É uma direção plausível, não uma funcionalidade entregue. Lá chegar depende de integrar com os sistemas dos prestadores, verificar o que sai, lidar com as exceções que são metade do trabalho real e pedir o acordo do cliente antes de qualquer passo com consequências.
O agente útil não é, provavelmente, o que decide por si. É o que retira a parte administrativa e deixa as decisões onde devem ficar.
Esta lógica de descoberta conversacional é também a da Fynd.lu.
A par dos perfis de prestadores locais, a Fynd tem um assistente de IA que ajuda a descrever um projeto por palavras próprias, a clarificar o que a obra envolve e depois a ver profissionais relevantes e pedir orçamentos.
O alvo é a mesma fraqueza: o cliente costuma saber que resultado quer, e não como especificar o trabalho nem quem o executa. Se isso produz respostas mais rápidas, melhores correspondências ou mais obras fechadas, respondem os dados de utilização, não um artigo.
O problema de fundo não está em causa. Contratar um profissional não devia obrigar a tornar-se primeiro perito no ofício dele.
A IA não vai substituir o Google, a recomendação do vizinho ou o diretório. As pessoas vão continuar a perguntar à volta, a ler avaliações, a comparar preços e a conhecer quem lhes vai abrir a parede. Quando a obra é cara, nenhum modelo substitui experiência e trabalho bem feito.
O que pode mudar é a distância entre «tenho um problema» e «encontrei alguém qualificado».
O velho modelo da descoberta online era sobre acesso: mostrar tudo ao cliente. O que está a nascer é sobre sentido: ajudá-lo a perceber do que precisa e a dar o passo seguinte.
Para os clientes, isso significa menos pesquisa e menos resultados irrelevantes. Para as empresas pequenas, pedidos que já se explicam a si próprios. Para os marketplaces, um novo ónus da prova, porque uma recomendação apresentada como resposta tem de merecer ser tratada como tal.
As plataformas que vencerem não serão as do maior diretório nem as da melhor demonstração. Serão aquelas cujas recomendações se aguentam.
Ninguém quer passar uma noite à procura de um canalizador. Quer é a fuga reparada.
Nota de investigação: os inquéritos da BrightLocal descrevem consumidores norte-americanos e não são representativos do Luxemburgo. A investigação sobre marketplaces fundamenta o valor económico da pesquisa e da correspondência; não mede o desempenho de nenhum marketplace de IA em particular.
Agente de voz IA da Fynd
Um agente de IA atende os seus clientes de dia e de noite, qualifica o pedido e envia-lhe um resumo depois de cada chamada.
Conhecer o agente de voz IA