O setor de varejo, cada vez mais digital e dependente de tecnologia, tornou-se um dos alvos preferenciais dos cibercriminosos. Quase 25% de todos os ciberataques no mundo hoje tem como alvo empresas de varejo. Estima-se que 80% dos varejistas globais sofreram ataques no último ano – muitos enfrentando múltiplos incidentes, como infecção por malware em sites, tentativas de transações fraudulentas e violações em gateways de pagamento.

Os impactos financeiros também escalam: o custo médio de uma violação de dados no varejo atingiu cerca de US$ 3,91 milhões em 2024, um aumento de 18% em relação ao ano anterior. Além do prejuízo financeiro direto, esses incidentes abalam a confiança dos consumidores – 62% dos clientes afirmam não confiar na segurança de seus dados nas empresas de varejo.

Principais riscos: dados, disponibilidade e fraudes

Diversas ameaças cibernéticas impactam o varejo digital moderno, sendo as mais críticas o vazamento de dados sensíveis, indisponibilidade de sistemas, ataques de negação de serviço (DDoS) e fraudes online. Os vazamentos expõem informações confidenciais de clientes, podendo resultar em perda de confiança, penalidades regulatórias e danos à reputação das marcas. A indisponibilidade causada por falhas ou ataques, como o ransomware, paralisa sistemas essenciais, prejudica vendas e pode gerar grandes prejuízos financeiros.

Ataques DDoS, especialmente críticos durante campanhas como Black Friday, derrubam sites ao sobrecarregar servidores com tráfego malicioso, causando perda imediata de vendas e danos à imagem da empresa. Fraudes digitais, como uso de cartões roubados e interceptação de pagamentos, exploram falhas no processo e são difíceis de prevenir devido à velocidade e à ausência de padrões claros. Esses riscos muitas vezes se combinam, reforçando a necessidade de uma abordagem estruturada e holística em segurança digital para mitigar impactos ao negócio.

Governança de TI estruturada: a chave para mitigação de riscos

Para enfrentar as ameaças crescentes, os varejistas digitais precisam adotar uma governança de TI robusta e bem estruturada, baseada em boas práticas e em compliance.

Isso inclui desde planejar antecipadamente respostas a diferentes cenários de ataque, até implantar arquitetura de TI redundante e planos de continuidade de negócios. Com governança, a empresa consegue antecipar ameaças e preparar respostas, em vez de reagir de forma caótica após o dano.

Por exemplo, equipes de segurança bem treinadas e protocolos definidos podem conter um ataque de ransomware antes que ele se espalhe, ou isolar um sistema afetado para manter o restante das operações funcionando. Essa postura proativa reduz drasticamente tanto a frequência quanto o impacto dos incidentes.

Uma governança de TI robusta no varejo digital deve estar fundamentada em pilares essenciais, como políticas claras de segurança que definam protocolos detalhados, auditorias periódicas e capacitação contínua dos colaboradores. Somada a isso, é crucial implementar uma gestão rigorosa de acessos, adotando o princípio do menor privilégio e ferramentas avançadas de autenticação, minimizando vulnerabilidades internas e prevenindo usos indevidos. Complementando essas práticas, é essencial automatizar processos críticos como atualizações de segurança, monitoramento contínuo e backups frequentes, reduzindo erros humanos e acelerando respostas.

Em síntese, à medida que o varejo se torna mais digital e os criminosos cibernéticos mais audazes, investir em governança de TI sólida e em práticas rigorosas de segurança deixou de ser opcional – é um imperativo estratégico para a sobrevivência e sucesso no setor.

Uma governança bem estruturada, apoiada pelas melhores práticas de mercado e pela aderência a normas de compliance, mitiga os riscos cibernéticos e aumenta a resiliência operacional das empresas varejistas. Isso significa proteger os dados críticos e sistemas essenciais contra ameaças, mas também garantir que, mesmo diante de um incidente, a empresa consiga manter suas operações ou se recuperar rapidamente.

O resultado é duplo: preservar a continuidade do negócio e manter a confiança dos clientes em um ambiente de compras digitais seguras. Em um cenário de ameaças em constante evolução, a capacidade de antecipar-se aos riscos e responder de forma eficaz pode definir quais organizações do varejo conseguirão prosperar na era digital de forma segura e sustentável.

Por Luciano Costa, cofundador da Setrion Software

A integração entre Automação Robótica de Processos (RPA) e Inteligência Artificial (IA) está mudando radicalmente os limites da automação corporativa. Se antes os robôs estavam restritos a tarefas simples e repetitivas, agora ganham habilidades cognitivas para interpretar documentos não estruturados, tomar decisões inteligentes e lidar com exceções complexas em processos críticos, como processos BPM. O resultado é um salto de eficiência e inovação, ampliando os horizontes da transformação digital.

Na última década, o RPA tradicional dominou os projetos de automação, por automatizar tarefas repetitivas e baseadas em regras, executando procedimentos estruturados de forma incansável e sem erros. No entanto, por si só, o RPA possui limitações – a tecnologia depende de entradas bem definidas e não “entende” informações semiformatadas ou contextuais.

A chegada da IA mudou esse panorama. RPA Cognitivo (ou Intelligent Process Automation, IPA) é a evolução lógica do RPA: ao integrar algoritmos de IA e machine learning, os robôs se tornam mais inteligentes, adaptáveis e capazes de aprender. Em vez de apenas seguir regras fixas, eles passam a interpretar dados, identificar padrões e tomar decisões básicas.

Isso permite uma automação mais dinâmica em cenários que mudam constantemente. Porém, é importante destacar que a IA por si só não resolve exceções, já que interpretações equivocadas podem ocorrer. Para esses casos, é fundamental integrar regras estruturadas e o uso de ferramentas como BPM (Business Process Management), que direciona atividades para intervenção humana de forma organizada, garantindo a gestão total dos processos, mesmo diante de falhas ou inconsistências da IA.

Dados não estruturados: do desafio à oportunidade

Em torno de 80% dos dados corporativos são não estruturados – isso engloba textos livres, imagens, documentos em PDF, registros de voz, e-mails, entre outros.

Esses conteúdos sempre foram um desafio: computadores tradicionais não os interpretam facilmente. A combinação de RPA com IA vem resolvendo esse quebra-cabeça. Por meio de técnicas de Processamento de Linguagem Natural (PLN), os bots agora entendem e extraem informações de textos e e-mails; com algoritmos de visão computacional e OCR, conseguem “ler” documentos escaneados, PDFs e até imagens, convertendo-os em dados utilizáveis.

Além disso, modelos preditivos e de aprendizado permitem que sistemas automatizados tomem decisões baseadas em dados – por exemplo, classificando o assunto de um e-mail e encaminhando-o ao destino correto, ou aprovando transações com base em regras inteligentes.

O impacto prático é enorme. Processos antes manuais e demorados agora podem ser automatizados de ponta a ponta. Um exemplo comum é a extração de informações de formulários e notas fiscais: ferramentas de Intelligent Document Processing usam IA para ler campos em PDF ou imagens e o RPA lança esses dados nos sistemas internos, sem intervenção humana. Da mesma forma, e-mails podem ser lidos por IA, que identifica intenção, linguagem ou sentimento, e pode desencadear ações automatizadas via RPA. Essa sinergia elimina retrabalho, reduz erros e acelera ciclos operacionais. De fato, ao combinar RPA e IA, empresas reportam reduções de até 85% no tempo de processamento de certos processos, quadruplicando a capacidade operacional sem aumentar equipes. Os dados não estruturados deixaram de ser terra proibida para a automação – hoje são vistos como um tesouro a ser explorado, com as ferramentas certas.

Tendências na tecnologia

A convergência de RPA com IA faz parte de uma tendência maior, frequentemente chamada de hiperautomação. Essa abordagem, ressaltada pelo Gartner entre as principais tendências de tecnologia nos últimos anos, busca automatizar tudo que for possível dentro de uma organização.

Para isso, combina-se RPA, IA/ML, mineração de processos, plataformas de workflow inteligentes e diversas outras ferramentas numa esteira integrada de automação. A hiperautomação visa identificar e automatizar rapidamente processos ponta a ponta, indo além da automação de tarefas isoladas.

Assim, empresas pioneiras já investem em ecossistemas de automação completos, nos quais um mecanismo inteligente extrai insights de documentos ou big data, e aciona robôs para executar as ações subsequentes de forma orquestrada. Esse movimento tem gerado resultados expressivos em redução de custos, e aumento de produtividade, segundo estimativas do setor.

Outra tendência é a incorporação de IA Generativa nas plataformas de automação. Tecnologias como modelos de linguagem avançados permitem aos robôs lidar com atividades ainda mais sofisticadas – gerar textos, resumir documentos longos, extrair contexto de conversas e até mesmo escrever código para automatizar novas tarefas.

Essa simbiose entre RPA e IA generativa aponta para um futuro em que grande parte do workflow corporativo poderá ser autogerenciado por sistemas inteligentes, com mínima interferência humana em atividades operacionais. Do ponto de vista de mercado e investimentos, os indicadores refletem a escala dessa convergência. Estimativas globais projetam que o mercado de automação cognitiva chegue a US$ 53 bilhões até 2032. Já o mercado específico de RPA, antes restrito a fluxos baseados em regras fixas, está se transformando e deve atingir US$ 15 bilhões por volta de 2029, impulsionado em grande parte pela incorporação de inteligência nos robôs.

Estratégia, desafios e próximos passos

A união dessas tecnologias traz oportunidades, mas também exige uma visão estratégica clara. Um dos maiores desafios é assegurar a qualidade dos dados para treinar modelos inteligentes.

Como esses modelos dependem diretamente da qualidade das informações utilizadas no treinamento, qualquer inconsistência ou dado incorreto pode comprometer drasticamente os resultados da automação. Empresas precisam investir não apenas em tecnologias avançadas, mas também em estratégias rigorosas de gestão e validação dos dados, garantindo precisão, consistência e atualização constante.

Outro desafio envolve o alinhamento das novas soluções automatizadas com a arquitetura tecnológica existente, que muitas vezes é heterogênea e composta por sistemas legados difíceis de integrar. Esse cenário gera uma complexidade adicional, exigindo das equipes técnicas um planejamento detalhado para evitar incompatibilidades ou falhas operacionais.

Além disso, medir adequadamente o retorno sobre investimento (ROI) dessas iniciativas cognitivas também é complexo, pois os benefícios frequentemente ultrapassam a simples economia de recursos, afetando áreas estratégicas como a satisfação do cliente, eficiência operacional e a própria capacidade de inovação das empresas.

Para os líderes, a hora é agora: avaliar os processos, investir em projetos-piloto, aprender com os resultados e escalar a automação inteligente de forma responsável. A revolução da automação cognitiva já está em curso, expandindo as fronteiras do possível – e quem sair na frente certamente colherá os frutos dessa nova realidade tecnológica.