Natura levou 4 anos arrumando os dados antes de escalar a IA generativa, diz diretor

A Natura chega à fase dos agentes de IA depois de quatro anos de um trabalho que raramente aparece nos anúncios das empresas: limpar, organizar e governar dados. Quem conduz o tema é Daniel Marques, diretor de Data & AI da companhia, que resume o ponto de partida sem rodeios. Antes do data lake, a empresa tinha o que ele chama de "poças de dados".

A conversa com o Xataka Brasil aconteceu no contexto do relacionamento da Natura com a Databricks, parceira da área de dados e IA da companhia há cerca de cinco anos.

A Natura se define como uma empresa de relações, não de dados

O ponto de partida de Marques não é a tecnologia, e sim o modelo de negócio. A Natura opera com uma rede de milhões de consultoras, e ele descreve a companhia como uma empresa de relações.

A lógica que ele usa para conectar relação e tecnologia é direta: relações se baseiam em confiança, e confiança se baseia em dados e informação.

"Para estabelecer minha confiança com você, para te conhecer, para saber de onde você vem, da sua história, a gente usa muito dados. E a gente vê a mesma coisa da consultora para com os seus clientes."

Nessa leitura, a base de consultoras deixa de ser uma complexidade a mais e passa a ser tratada como ativo. Marques reconhece que lidar com volume de dados e evitar vieses é tecnicamente difícil, mas insiste que, para a Natura, isso é visto como potencial, não como obstáculo.

Quatro anos de fundação vieram antes da IA generativa

A parte menos glamourosa é também a que Marques considera incontornável. Segundo ele, não existe caminho curto para dados e IA.

Quando o plano estratégico foi desenhado, há pouco mais de quatro anos, a companhia não tinha sequer data lakes estruturados. O diretor usa a imagem de um iceberg para explicar o que foi construído: a maior parte do esforço ficou submersa, longe dos holofotes.

A estrutura foi organizada em quatro programas:

• Data Expansion: a fundação. É a etapa de "ir para a cozinha arrumar o fogão e a tubulação", nas palavras dele. Hoje a Natura afirma ter de 75% a 80% dos dados da companhia no data lake.
• Data Care: governança. A empresa evita o termo "governance" e adota "care" para reforçar a ideia de cuidado. É a camada que mais recebe investimento atualmente.
• Data for All: capacitação e letramento. O objetivo declarado é dar autonomia às áreas de negócio para usar dados e IA sem depender da equipe de tecnologia.
• Natura AI: a camada de valor, onde ficam agentes, dashboards, modelos matemáticos e produtos.

Marques afirma que a aceleração recente em IA generativa só foi possível porque essa base ficou pronta. Não é, segundo ele, que a empresa só agora extraia valor: iniciativas pontuais de segmentação já existiam antes, mas a qualidade atual dos metadados é o que permite escalar.

MAIA é o modelo que atende as líderes de venda

O caso de uso mais concreto apresentado por Marques é a Maia, sigla para Modelo Avançado de Inteligência Artificial.

Ele nasceu como protótipo para a venda direta, com foco em apoiar as líderes na gestão de suas redes de consultoras, e não as consultoras diretamente. Na prática, são perguntas operacionais: "Quem faz aniversário hoje?", "Qual consultora está prestes a cessar a atividade?", "Quem está perto de subir de nível?". O modelo cruza esses dados para apoiar decisões de upsell e cross-sell.

Marques faz questão de marcar um limite importante: ter o dado melhor ajuda a fazer a oferta certa, mas não garante aumento de receita por si só, porque preço, praça, promoção, crédito e timing continuam pesando na conta.

Um detalhe técnico ajuda a entender o cuidado com o timing. MAIA se conecta também à base transacional, e não apenas ao histórico. Isso evita oferecer um produto a quem acabou de comprá-lo.

Hoje, o uso predominante é passivo. A líder pergunta, o modelo responde. Marques afirma que a arquitetura permite tanto o modo consultor quanto o modo ativo, com notificações via aplicativo ou WhatsApp, mas que o uso atual pende para o primeiro.

A leitura da Natura é de transformação, não substituição

Questionado sobre o medo de substituição, tema recorrente quando se fala em IA, Marques é direto sobre o que considera um mito. Para ele, pessoas não serão substituídas por IA.

"Algumas funções serão criadas e outras deixarão de existir, mas não serão substituídas, vão ser transformadas."

O argumento se apoia em um trocadilho que a empresa repete internamente, entre "agente" e "a gente". A tese é que, numa empresa de relações, o agente de IA libera tempo da consultora para a parte humana do trabalho, em vez de eliminá-la.

A adoção, no entanto, não é uniforme. Marques reconhece que há early adopters e há consultoras mais ligadas ao modelo antigo de trabalho. O desafio que ele aponta é reduzir a fricção, oferecendo caminhos diferentes: digitar, falar ou simplesmente fotografar o produto.

Ele também relativiza a fama do brasileiro como early adopter quando o assunto é IA. As consultoras já são intensivas no uso das ferramentas digitais da Natura, mas o uso de prompts e agentes, segundo ele, ainda tem espaço de crescimento e números menos expressivos.

O que mudaria se começasse de novo?

Perguntado sobre o que faria diferente, o diretor tem uma resposta pronta: teria tratado a governança como prioridade estratégica desde o início, e não como etapa posterior.

A justificativa é que a curadoria e a qualidade dependem da área de negócio, não da tecnologia. Ele critica o padrão comum de montar o data lake, plugar o modelo matemático e só então pensar em governança.

A frase que sintetiza a visão é uma máxima antiga do setor, que ele reaproveita: o "Small Data" bem feito pode gerar mais valor do que o "Big Data".

A aposta em um parceiro único e a visão sobre GEO

No relacionamento com a Databricks, Marques destaca uma decisão deliberada: concentrar a camada analítica em um único grande parceiro, em vez de somar várias soluções que depois teriam dificuldade de conversar entre si.

Sobre o futuro, ele aposta que a parte agêntica vai seguir crescendo e enxerga a Databricks com potencial para atuar como orquestradora de múltiplas opções, citando recursos como AI Gateway e Agent Gateway. Faz, porém, uma ressalva honesta: se isso vai se concretizar com governança, qualidade e custo adequados, só o tempo dirá.

A previsão mais ousada da entrevista é sobre a forma de buscar informação. Marques afirma que metade das buscas já acontece em GEO, e não mais em SEO, e projeta um cenário em que aplicativos terão um campo de prompt no lugar do hyperlink de busca. Para ele, as empresas vão precisar investir nessa experiência mesmo quando o retorno financeiro estiver em outro lugar.