IA para pedidos B2B de atacado: o que automatizar, o que aprovar e o que manter

O que a IA para pedidos B2B de atacado realmente faz?

A IA para pedidos B2B de atacado é um agente de IA na sua caixa de entrada de suporte que responde às perguntas dos lojistas sobre pedidos lendo a conta deles, os pedidos e as suas regras de preço; depois responde, redige um pedido para uma pessoa confirmar ou passa o ticket adiante com os fatos anexados.

Eu construo as integrações que permitem a uma IA ler lojas e sistemas de pedidos, e as caixas de entrada de atacado estão entre as mais interessantes que já vi. As perguntas parecem rotineiras, mas a resposta para quase todas depende de quem está perguntando. Um consumidor que pergunta "quanto custa isto?" recebe o preço da página. Um lojista que pergunta a mesma coisa tem um preço que pertence à conta dele, um mínimo que precisa atingir e condições que decidem quando ele paga.

Isto é o que costuma chegar a uma caixa de entrada de atacado:

• "Podem enviar o mesmo pedido do mês passado, mas com 20% mais velas?"
• "Onde está a PO 4471? Precisamos dela antes do fim de semana."
• "Qual é agora o meu preço da garrafa de 500 ml?"
• "Preciso comprar as canecas de seis em seis?"
• "Podem reenviar a fatura 1092? O financeiro não encontra."
• "Gostaríamos de passar para 60 dias. É possível?"
• "Metade do palete chegou amassada."

A maioria dos guias sobre o tema lista tipos de pergunta como esses e para por aí. O que eles pulam é que a mesma pergunta pode ser segura ou arriscada, dependendo de qual conta ela toca. "Qual é o meu preço?" é uma consulta de dois segundos para um comprador verificado e um vazamento de dados para um estranho que adivinhou um endereço de e-mail. O resto deste artigo trata de traçar essas linhas.

Quais perguntas de atacado a IA pode encerrar e quais vão para uma pessoa?

Classifique pelo que a resposta depende. Se a resposta é um fato que já está nos seus sistemas, a IA pode encerrá-la. Se ela cria ou altera um pedido, a IA prepara e uma pessoa confirma. Se ela muda o que um cliente lhe deve ou o que ele pode fazer, uma pessoa decide.

Isso combina com a forma como os clientes da eesel que têm compradores profissionais montam suas operações. A Rúngne, marca norueguesa de roupas de escalada que usa Gorgias e Shopify, roda um agente de triagem que marca um ticket como B2B "se o cliente for parceiro", e os tickets B2B nunca chegam ao agente que responde ao público. A Question Beauty faz o agente dizer aos compradores de atacado que um colega vai ajudar, atribui o ticket e deixa uma nota com o que encontrou no Shopify.

Os dois são pontos de partida cautelosos, e acho isso certo para a primeira semana. Quando você confiar nas consultas, a primeira faixa também pode se abrir para compradores B2B, desde que a verificação de conta abaixo esteja em vigor.

Aqui vai um classificador rápido para a sua própria caixa de entrada. Escolha a pergunta mais próxima do ticket que está na sua frente:

A faixa do meio tem as partes mais móveis, então as reposições ganham uma seção própria mais abaixo. Para as conversas sobre dinheiro da última faixa, o guia da eesel sobre disputas de cobrança aprofunda mais. Se um comprador já recorreu ao banco, leia a seguir o guia de disputas de pagamento.

Como a IA sabe qual lojista está perguntando?

Ela associa o remetente a uma conta de empresa antes de ler qualquer coisa sobre essa conta e trata um remetente sem correspondência como desconhecido. Todo o resto no suporte de atacado, de preços a faturas e condições, depende dessa correspondência.

O modelo B2B do Shopify dá uma boa ideia do que a IA precisa respeitar. No Shopify B2B, cada comprador profissional pertence a uma empresa, e o negócio para o qual você realmente vende é uma localização da empresa. Segundo o guia de empresas do Shopify, cada localização "pode ter seu próprio número fiscal, isenções de impostos, endereço de entrega, endereço de cobrança, preços, condições de pagamento e contatos". Uma empresa pode ter até 10,000 localizações, e cada localização até 50 clientes e 25 catálogos.

Os contatos também têm permissões diferentes. Um contato com Somente pedidos pode comprar para a localização e ver os pedidos que fez. Um Administrador da localização pode ver os pedidos que todos fizeram para aquela localização e atualizar seus endereços.

Isso dá uma regra simples que eu escreveria literalmente nas instruções da IA: nunca diga a um comprador nada que o próprio login dele não mostraria. Se um assistente de compras com acesso apenas para pedidos perguntar sobre um pedido que um colega fez, a IA também não deve descrevê-lo; pode dizer que o pedido existe sob outro contato e se oferecer para incluí-lo.

Na prática, a verificação fica assim:

1. Associe o e-mail do remetente a um contato de uma conta de empresa.
2. Se não houver correspondência, peça o número da conta ou do cliente, ou passe o ticket a uma pessoa. Não adivinhe só pelo domínio do e-mail, porque o dono de uma loja pode escrever de um endereço pessoal e um ex-funcionário pode ainda ter um da empresa.
3. Se a correspondência for ambígua (um e-mail em duas localizações de empresa), pergunte de qual loja é a pergunta. O Shopify faz o mesmo no login, pedindo que compradores com acesso a várias localizações escolham uma.
4. Nunca envie documentos da conta para um endereço novo. "Mande a fatura para o meu e-mail pessoal" é uma frase clássica de engenharia social e é decisão de uma pessoa. O guia de recuperação de conta explica por quê.

A BEAUTEK é o exemplo mais limpo disso em produção que já vi. É uma fornecedora B2B em Siegen, na Alemanha, que vende macas de tratamento, cadeiras e equipamento para estúdios desde 2006. Quando o dono de um estúdio pergunta sobre um pedido no chat do site, a eesel pede o e-mail, executa uma verificação rápida de identidade e depois lê o pedido no próprio sistema de pedidos da BEAUTEK: "número do pedido, data, status, código de rastreamento, data de envio e se o pagamento ainda está em aberto". Entre 8 de agosto e 8 de setembro de 2026, respondeu 77 chats do site e redigiu cerca de 110 tickets do Zendesk, todos em alemão.

De onde a IA deve tirar os preços de atacado?

Do preço que a conta já tem: o catálogo da empresa, uma tabela de preços escalonada ou o preço do cliente no seu ERP. A IA deve ler esse número e informá-lo, nunca calcular um a partir de uma porcentagem de desconto ou de uma regra prática.

Esta é a parte do suporte de atacado que a maioria das demos de IA pula, e onde eu gastaria a maior parte do tempo de configuração. As regras de preço de atacado se acumulam de maneiras que tornam "é só aplicar o desconto" errado com mais frequência do que se espera. A documentação de preços de catálogo do Shopify mostra três:

• Preços fixos vencem ajustes percentuais. O exemplo do próprio Shopify: velas são vendidas a $10, um catálogo B2B dá 20% de desconto em tudo, mas uma vela tem preço fixo de $9. Uma IA que calcula "20% de desconto sobre $10" informa $8 para essa vela. A resposta certa é $9.
• O menor preço vence entre catálogos. Se uma localização tem dois catálogos com o mesmo produto a $9 e $7, o comprador vê $7. Uma IA que lê só um catálogo informa o errado.
• As faixas de volume seguem o catálogo mais barato. As regras de quantidade e as faixas de preço exibidas vêm do catálogo com o menor preço para aquela variante.

O preço por volume também tem sua própria armadilha. O guia de quantidade e preço por volume do Shopify permite até 10 faixas de preço por produto, e elas se aplicam por variante. Este é o exemplo do próprio Shopify:

"Os clientes precisam atingir a quantidade exigida para cada variante para se qualificar para a faixa de preço", diz o guia. Assim, 10 chapéus azuis e 10 cinza são duas linhas de 10 a $20, não uma linha de 20 a $18.50. Um lojista que pergunta "se eu pedir 20 chapéus, ganho o preço melhor?" merece a resposta certa. Uma IA que lê a regra acerta onde uma IA que faz aritmética muitas vezes erra.

Agora o ponto desconfortável, em termos de engenharia. Verifique qual preço a sua IA realmente enxerga. Muitas conexões de IA com uma loja leem o preço da própria variante do produto, que costuma ser o seu preço de varejo, não o preço do catálogo B2B que o comprador paga. Se é isso que a sua configuração lê, a IA vai informar o preço de varejo a um comprador de atacado com total confiança. A conexão da eesel com o Shopify, por exemplo, lê produtos com "variantes, códigos de SKU, preços e descrições". Antes de deixar qualquer IA informar um preço profissional, peça a ela um preço que você já conhece de uma conta B2B e compare os dois.

Se o preço do comprador fica em um lugar que a IA não consegue ler, há duas opções honestas:

1. Dar a tabela de preços como conhecimento, marcada por nível. A Poseidon Animal Health, que vende suplementos para cavalos nos EUA, Austrália e Nova Zelândia a partir de uma única caixa de entrada do Gorgias, marca cada ticket como varejo ou atacado e por região. A eesel lê a marcação e usa apenas o material dessa região, e "clientes de atacado são tratados como atacado".
2. Apontar o comprador para o próprio portal. A IC Intracom, empresa de hardware de rede, faz o agente enviar quem pergunta sobre preços para empresas à página de cadastro de conta de revendedor ou empresa em vez de informar um número.

Qualquer uma das duas é melhor que um preço errado dito com confiança. Um preço de atacado errado não é um erro de digitação, é um problema de margem em cada caixa do pedido, e o comprador a quem foi informado $8 vai cobrar isso de você.

A IA pode cuidar de reposições e alterações de pedido?

Sim, como rascunhos. A IA pode encontrar o último pedido, aplicar a alteração do comprador, conferi-la com as regras de quantidade e montar um rascunho ao preço da conta. Uma pessoa o confirma antes de qualquer cobrança ou envio.

Reposições são o pedido que eu automatizaria primeiro na faixa do meio, porque são comuns e os dados já estão registrados. Veja "igual ao mês passado, mais 20% nas velas". A linha do mês passado era de 25 velas. Mais 20% dá 30. Mas as velas são vendidas em caixas de 12, então 30 não é uma quantidade válida.

O Shopify aplica isso no checkout. Nas regras de quantidade por incremento, "se os seus produtos vêm em caixas de múltiplos de 10, você pode definir a regra de incremento como 10 para que os clientes comprem 10, 20, 30 produtos por vez". Mínimos e máximos funcionam do mesmo jeito, por variante.

A IA não deve arredondar pelo comprador. Deve perguntar: "As velas vêm em caixas de 12, então 30 não está disponível. Prefere 24 ou 36?" Essa única pergunta evita um vai e vem depois que o rascunho falha no checkout ou, pior, depois que alguém no depósito muda a quantidade em silêncio.

Com as quantidades válidas, o rascunho de pedido é o recipiente certo. Os rascunhos de pedido B2B do Shopify assumem automaticamente os preços, condições de pagamento e opções de checkout da empresa quando uma localização é atribuída. Enviar uma fatura ou um link de checkout trava os preços por padrão, de modo que uma mudança de preço posterior não altera um orçamento que o comprador já tem. Se uma pessoa precisar cotar um preço negociado, ela define um preço personalizado na linha, e essa parte continua humana.

Na eesel, as ações do Shopify incluem Create Draft Order, descrita como "deixada para uma pessoa confirmar", além de Get Order History e Search Orders para encontrar o último pedido. O checkout continua no Shopify, então o comprador paga pela sua fatura ou link de pagamento normal.

As alterações de pedido seguem o mesmo padrão, com mais uma verificação: já foi enviado? Update Shipping Address e Cancel Order da eesel só funcionam em pedidos ainda não expedidos. Para uma conta de atacado, eu ainda colocaria ambas atrás de uma aprovação. Um endereço de entrega alterado em um palete de $4,000 vale os dez segundos de olhar de uma pessoa.

Mais uma coisa a verificar antes de prometer um status: o Shopify permite configurar uma localização da empresa para "Enviar todos os pedidos como rascunhos para revisão". Esses compradores veem um botão Enviar para aprovação no checkout em vez de fazer o pedido. Se a IA ler esse pedido como "ainda não enviado" sem dizer que ele aguarda a sua revisão, o comprador vai cobrar o depósito em vez da sua equipe de vendas.

O que a IA deve dizer sobre faturas, prazos de pagamento e crédito?

Ela pode dizer ao comprador o que já é verdade: as condições da conta dele, quando uma fatura vence, se está paga e onde pagar. Nunca deve alterar nada disso. Conceder condições, aumentar um limite, dispensar um sinal ou baixar um saldo são decisões de uma pessoa.

Condições são simples de ler e caras de errar. No Shopify, as condições de pagamento B2B podem ser nenhuma (pagar agora), 7, 15, 30, 45, 60 ou 90 dias, na expedição ou uma data fixa em um rascunho de pedido. Os prazos "começam no dia em que o pedido é feito". Um comprador a 30 dias que pediu em 2 de outubro deve até 1º de novembro, e a IA pode dizer exatamente isso.

Alguns detalhes do mesmo documento que mudam o que a IA deve dizer:

• Compradores podem pagar antes. Durante o prazo, podem fazer login e clicar em Pagar agora no pedido. Depois do vencimento ainda podem pagar, mas o pedido aparece como Vencido. Um ticket "como pago a fatura 1092?" é uma consulta com um link, não um repasse.
• O pagamento não é capturado automaticamente na data de vencimento. Se um comprador salvou um cartão, alguém precisa cobrá-lo no admin. Então "você será cobrado automaticamente no dia 30" é o que a IA não deve dizer, a menos que a sua própria configuração faça isso.
• Sinais mudam a primeira resposta. Uma localização pode exigir um sinal percentual no checkout, como 20%, com o resto a prazo. O pedido aparece então como Parcialmente pago.

Agora vem a parte arriscada. Uma frase ampla na sua base de conhecimento vira promessa. Em uma ligação de vendas da eesel, uma equipe de suporte técnico B2B descreveu o bot confirmando suporte a marcas de carro que não estavam no banco de dados, porque a base de conhecimento dizia "damos suporte a todos os modelos". O atacado tem exatamente a mesma armadilha. Se a sua FAQ diz "contas profissionais têm prazo de 30 dias", uma IA vai oferecer 30 dias a um lojista aprovado apenas para cartão no pedido. Escreva a regra como ela realmente é: "Os prazos são definidos por conta após uma análise de crédito. A IA pode ler os prazos existentes, não oferecê-los."

A outra coisa que eu escreveria nas instruções é ainda mais direta, e vem do feedback de um administrador de suporte de e-commerce à eesel sobre um agente de IA que prometia demais:

"stop promising customer things we cant do. we cannot guarantee this customer's order to them by friday"

O mesmo vale para dinheiro. A IA não deve dizer "tenho certeza de que conseguimos 60 dias para você" nem "vou abater isso da sua próxima fatura". Deve dizer quem decide e passar o ticket com as condições atuais da conta, o saldo em aberto e o histórico de pedidos na nota. Isso transforma uma busca de dez minutos em uma decisão de um minuto para a sua pessoa de financeiro ou vendas.

Se parte dos seus pedidos de atacado vem por um marketplace, verifique quem é dono do pagamento ali antes de a IA responder. Na Faire, os lojistas pagam à Faire, não à marca. Eles escolhem pagamento no envio ou 60 dias, que os lojistas "precisam solicitar e receber aprovação da Faire para usar". A Faire diz às marcas que, se um lojista as contatar sobre pagamento, devem "direcioná-los à nossa equipe". Então um lojista da Faire perguntando sobre a fatura é encaminhado à Faire, e a sua IA não deve citar a ele as suas próprias condições.

Ao que a IA precisa se conectar?

Ao helpdesk onde os lojistas escrevem, ao sistema que guarda os pedidos e ao que guarda os preços e condições de cada conta. Rastreamento e faturamento completam o resto. Se preços ou condições ficam em um lugar que a IA não consegue ler, essa faixa continua com uma pessoa até que consiga.

O lado da loja costuma ser o mais fácil de conectar. A integração com o Shopify da eesel consulta ao vivo pedidos, expedição e variantes de produto. As consultas de pedido cobrem um pedido por número, o histórico de pedidos de um cliente por e-mail e uma busca por código de produto, status, data ou tag. No lado do helpdesk, a eesel trabalha dentro da sua configuração do Zendesk, Gorgias ou Freshdesk em vez de substituí-la.

Se você vende no atacado em outra plataforma, o panorama de suporte para BigCommerce cobre as opções. Lojas WooCommerce têm o seu próprio panorama.

A parte de envio se sobrepõe ao suporte ao consumidor, então o guia de rastreamento de pedidos e o artigo sobre notificações de atraso de envio se aplicam quase sem mudanças. A diferença no atacado é o número da PO. Os lojistas citam a própria ordem de compra e não o seu número de pedido, então garanta que a PO fique em algum lugar pesquisável, como uma tag ou nota do pedido, ou a IA não encontrará "PO 4471".

Como configurar sem arriscar uma cotação errada?

Comece com a IA redigindo e uma pessoa enviando, abra primeiro a faixa de consultas, mantenha toda ação de escrita atrás de uma aprovação e teste com os seus próprios tickets de atacado antigos antes de qualquer resposta sair sozinha. As implantações da própria eesel levam de 2 a 8 semanas entre conectar e confiar na primeira faixa sem supervisão.

1. Puxe de 200 a 500 tickets de atacado antigos e classifique-os nas três faixas. Você aprende rápido a sua mistura real, e essa mistura diz qual faixa vale abrir primeiro.
2. Escreva as regras como regras. Quem conta como comprador verificado, de onde vêm os preços, o que a IA nunca deve fazer (conceder condições, alterar preços, enviar documentos a novos e-mails) e quem recebe cada repasse. O guia da eesel sobre boas práticas de repasse tem redações que funcionam.
3. Marque os tickets de atacado na chegada. O agente de triagem da Rúngne marca a partir de uma lista fixa, B2B incluído, antes de qualquer outra coisa. As tags permitem direcionar o B2B para um agente próprio, um conhecimento próprio ou uma pessoa. Mais sobre isso em marcação de tickets com IA para e-commerce.
4. Defina as ações de escrita como Needs approval. Em Actions and Approvals da eesel, cada ação é Auto, Needs approval ou Disabled. Com Needs approval, o agente prepara o rascunho de pedido ou a resposta e uma pessoa vê exatamente o que ele quer fazer, depois escolhe Approve, Always allow ou Deny, no painel, no Slack ou no terminal.
5. Reproduza os tickets do mês passado antes de entrar no ar. A eesel permite rodar um agente contra tickets históricos e ler o que ele teria dito, que é onde você pega um preço de varejo informado a um comprador profissional. O guia de testes de simulação cobre os tamanhos de amostra.
6. Abra primeiro a faixa de consultas. Status do pedido, caixas por embalagem e cópias de faturas para compradores verificados. Passe as reposições para rascunhos quando as consultas estiverem limpas e mantenha a última faixa humana para sempre.

A configuração da BEAUTEK mostra como isso fica depois de alguns meses. O chat do site responde perguntas de produto e de pedido ao vivo. No Zendesk, cada ticket recebe um rascunho de resposta e uma nota interna, e uma pessoa envia. Quando alguém quer um orçamento, uma consulta ou um pedido maior, a eesel coleta os dados e abre um ticket do Zendesk marcado como lead de vendas. Criou 20 tickets do Zendesk a partir do chat em um mês, a maioria leads de vendas. Esse último fluxo é a versão B2B de "a IA prepara, uma pessoa confirma", e é o que eu copiaria primeiro.

Se você quer um plano de implantação mais completo, o guia de cronograma de implementação o detalha por semana, e os fluxos de aprovação no suporte ao cliente tratam de quem aprova o quê.

Como saber se está funcionando?

Meça a precisão dos preços e as respostas sobre a conta errada antes de medir a taxa de resolução. Uma IA de atacado que encerra muitos tickets mas informa o preço errado em alguns está custando dinheiro, não economizando.

Os números que eu acompanharia, nesta ordem:

• Precisão dos preços. Cada preço que a IA informou em uma amostra de tickets, conferido com o catálogo da conta. A meta é todos.
• Respostas sobre a conta errada. Qualquer resposta que tocou uma conta que não a do remetente. A meta é zero, e um caso é motivo para pausar.
• Taxa de aceitação de rascunhos. Com que frequência uma pessoa envia a reposição ou resposta da IA sem edições. Isso mostra quando uma faixa está pronta para menos revisão.
• Taxa de resolução na faixa de consultas. Status do pedido, caixas por embalagem e faturas encerrados sem uma pessoa. O guia da eesel sobre taxa de resolução da IA explica como contá-la com honestidade.
• Tempo até a primeira resposta para os lojistas. Compradores de atacado costumam fazer pedidos para as vendas do fim de semana, então uma resposta na sexta à tarde importa mais do que uma na segunda.

Se você está comparando ferramentas para o trabalho, comece pelo panorama da eesel sobre a melhor IA para suporte B2B. Lojas só com Shopify podem pular para o panorama de suporte para Shopify.

O lado consumidor da mesma loja usa a mesma abordagem por faixas. O guia de gestão de devoluções divide as devoluções por motivo, e o de perguntas pré-compra cobre compradores que ainda não compraram.

Experimente a eesel para suporte de pedidos de atacado

Se os seus lojistas escrevem sobre pedidos, preços e faturas, a eesel funciona como um colega de suporte que se conecta ao seu helpdesk e à sua loja Shopify. Ela consulta os pedidos deles ao vivo, responde perguntas de caixas por embalagem e status, redige reposições para a sua equipe confirmar e passa prazos e crédito para uma pessoa com o histórico da conta anexado. É a configuração que a BEAUTEK usa para donos de estúdios em toda a Europa, com os pedidos de orçamento chegando ao Zendesk como leads de vendas.

Os planos começam em $299 por mês por 500 créditos na página de preços da eesel, em que um ticket ou chat é um crédito, e o teste gratuito inclui 100 créditos para experimentar com os seus próprios tickets de atacado. Experimente a eesel