O cliente pega os produtos nas gôndolas, caminha até um terminal e encontra a compra pronta na tela, sem passar cada item pelo leitor de código de barras. É assim que funciona a nova unidade autônoma do Muffato em Curitiba, no Paraná: com 700 metros quadrados e investimento de cerca de R$ 12 milhões, a loja usa inteligência artificial e sensores para reconhecer os itens escolhidos e registrar a compra. O modelo, batizado de Muffato Go, foi testado pela primeira vez em 2022 em uma unidade de cerca de 300 metros quadrados.
De 300 para 700 metros quadrados em quatro anos
Quatro anos depois do primeiro teste, a rede chega a uma operação com mais espaço e mais de 3.200 itens. A diferença em relação à primeira loja está na forma de entrar e pagar: antes era necessário baixar o aplicativo, fazer um cadastro e informar os dados do cartão de crédito; agora, quem preferir pode comprar sem se identificar. Muffato Go tem 700 metros quadrados e investimento de cerca de 12 milhões de reais
A mudança responde a uma objeção concreta. A rede percebeu certa resistência de uma parcela dos consumidores, que se sentia intimidada em cadastrar o cartão, e entendeu que o brasileiro quer opções que proporcionem mais conforto e, principalmente, segurança. Retirar a exigência de cadastro não é um detalhe de usabilidade: é o que separa uma loja de conveniência autônoma de um clube fechado.
Como a loja enxerga o que o cliente pega
A unidade usa câmeras, sensores instalados nas gôndolas e redes neurais para identificar os itens que o cliente retira. As imagens são processadas pelo sistema de visão computacional, que reconhece os produtos e prepara a lista de compras; na saída, o cliente pode usar o aplicativo ou pagar no próprio terminal. A loja usa câmeras sensores e redes neurais para identificar os itens
O desenho técnico tem uma consequência operacional importante: a precisão depende da qualidade da imagem em cada gôndola, não da etiqueta do produto. Gôndolas mal iluminadas, produtos fora do padrão ou reposição fora do lugar degradam o reconhecimento, e o erro aparece no caixa como item faltante ou cobrança indevida — os dois tipos de falha mais caros em confiança.
Três setores que a primeira versão não tinha
Padaria, açougue e hortifrúti entram na operação
A nova unidade tem padaria, açougue e hortifrúti, setores que não faziam parte da primeira operação ou tinham sortimento mais limitado. São justamente as categorias de maior margem e maior variabilidade, o que eleva bastante a dificuldade técnica: produtos de peso variável e embalagem não padronizada são o teste mais duro para qualquer sistema de visão.
O sortimento maior muda a lógica de reposição
Com mais de 3.200 itens, a reposição deixa de ser uma tarefa de rotina e passa a ser um problema de previsão. Em uma loja autônoma, a ruptura não é percebida por um funcionário que passa pelo corredor, mas pelo sistema, e só se o sistema estiver ligado ao estoque em tempo real.
A ausência de caixa muda a fila
Sem leitura item a item, a fila se desloca para o terminal de pagamento e para a validação da lista. Se a conferência falhar, o tempo ganho na gôndola é perdido na saída, e a percepção de rapidez — que é o principal argumento do formato — desaparece.
O que os R$ 12 milhões compram
O investimento de cerca de R$ 12 milhões não compra apenas câmeras e sensores. Compra a integração entre visão computacional, estoque, precificação e meio de pagamento, além do custo de operar um formato que ainda não tem escala para diluir engenharia. É por isso que lojas autônomas raramente aparecem em redes pequenas: o custo fixo de software é o mesmo, mas a base de lojas para diluí-lo não existe.
A conta só fecha quando o formato reduz horas de caixa por loja de forma consistente. Em um supermercado tradicional, o caixa representa uma fatia relevante do custo de pessoal, e a automação precisa capturar essa fatia sem transferir o trabalho para a conferência manual. Se a loja precisar de um funcionário dedicado a resolver exceções, a economia desaparece. A nova unidade tem padaria açougue e hortifrúti
O que observar antes de replicar
O calendário também pesa: o último trimestre concentra as decisões de compra do varejo alimentar, e um formato novo que chega ao fim do ano é avaliado sob a pressão da temporada mais intensa. O que devemos esperar da Black Friday em 2026
O primeiro indicador é a taxa de exceção por transação, ou seja, quantas compras exigem intervenção humana. O segundo é o tempo médio de saída, medido da entrada no terminal até a confirmação do pagamento. O terceiro é a reincidência: quantos clientes voltam na semana seguinte, porque o formato depende de repetição para compensar o ticket médio menor.
Nenhum desses números aparece em um release. Eles exigem acompanhamento contínuo de dados de loja, item e transação na mesma base, e é aí que a maioria dos pilotos falha: mede a inauguração, não a operação. Redes que tratam a loja autônoma como um projeto de dados, e não como um projeto de vitrine, tendem a descobrir os problemas antes que eles apareçam na conta de resultado. O varejo do futuro será de quem toma as melhores decisões
