Uma IA Abriu Uma Loja Física, Contratou Funcionários e Entrou em Pânico Quando Ninguém Apareceu Para Trabalhar
Imagine dar a uma Inteligência Artificial um cartão de crédito corporativo, acesso à internet e uma missão simples: abra uma loja do zero, contrate funcionários e faça isso dar lucro.
Foi exatamente isso que a Andon Labs fez.
A startup de San Francisco colocou um agente de IA chamado Luna para tocar um varejo físico de verdade, com orçamento de 100 mil dólares e quase nenhuma instrução sobre o que fazer com esse dinheiro. Os cofundadores Lukas Petersson e Axel Backlund assinaram um contrato de aluguel de três anos para um espaço comercial na cidade e entregaram o restante nas mãos da IA.
O resultado desse experimento foi uma mistura curiosa de impressionar e assustar ao mesmo tempo.
Luna escolheu produtos, decorou o espaço, publicou vagas de emprego, fez entrevistas por telefone e ainda contratou pintores para deixar a loja com a cara que ela mesma criou. A visão que o agente desenvolveu para o espaço batizado de Andon Market resultou em uma boutique genérica de varejo que vendia livros, quadros, velas, jogos e até produtos com a marca própria da loja.
Mas, como qualquer estreia, as coisas não saíram perfeitas.
No primeiro fim de semana após a abertura, a IA se perdeu na escala de trabalho e entrou em modo de desespero tentando resolver tudo na última hora. Segundo Petersson em entrevista ao Business Insider, Luna precisou enviar mensagens frenéticas para os funcionários pedindo que alguém aparecesse para cobrir o turno do sábado — justamente o dia em que a loja mais precisava funcionar bem.
Antes de julgar, vale lembrar: quantos gerentes humanos também já fizeram exatamente isso? 😄
O que torna esse caso especialmente relevante não é só o que Luna conseguiu fazer, mas onde ela falhou — e o que essas falhas revelam sobre o estágio atual dos agentes de IA no mundo real.
- E-BOOK GRATUITO
Um guia prático para avaliar, comparar e implementar inteligência artificial com clareza — sem desperdício de tempo ou dinheiro.
Pare de contratar ferramentas sem direção. Criamos um método estruturado para decidir qual IA realmente faz sentido para o seu negócio.
Entrega em PDF no seu e-mail · Sem spam · LGPD
🔒 Seus dados são protegidos conforme a LGPD. Você pode descadastrar a qualquer momento.
Como Luna Montou a Loja do Zero
A Andon Labs não entregou um manual para Luna. Petersson contou que o agente não recebeu direcionamento sobre o que a loja deveria ser, apenas o limite de 100 mil dólares para criar e abastecer o espaço — e a meta de gerar lucro. A partir daí, Luna tomou decisões de forma autônoma, navegando por plataformas de fornecedores, serviços de contratação e até ferramentas de design de interiores.
O agente foi construído com base no modelo Claude Sonnet 4.6 da Anthropic, e o processo todo foi documentado pela própria startup para entender em detalhes como uma Inteligência Artificial se comporta quando colocada no centro de um negócio real, com dinheiro real e responsabilidades reais.
Luna pesquisou tendências de consumo, identificou categorias de produtos com potencial de margem e selecionou itens que fizessem sentido para o perfil da loja que ela mesma estava construindo. Entre os livros escolhidos para as prateleiras, apareceram títulos como Superintelligence de Nick Bostrom e Brave New World de Aldous Huxley — uma curadoria que parece dizer bastante sobre como a IA enxerga o próprio momento que vivemos.
Além disso, o agente tomou decisões estéticas sobre a identidade visual do espaço, contratou empreiteiros para pintar a loja e organizou o layout interno. Tudo isso sem um humano apontando o caminho. Os cofundadores admitiram que ajudaram Luna em alguns aspectos iniciais, como a assinatura do contrato de aluguel e questões legais envolvendo licenças e permissões, áreas onde a IA ainda apresentava dificuldades. Fora essas exceções, o nível de autonomia foi surpreendente para quem acompanha o setor, porque Luna não apenas executou tarefas isoladas — ela conectou decisões estratégicas com ações operacionais de forma encadeada, exatamente como um gestor faria.
O processo de contratação também foi conduzido pela IA. Luna publicou vagas de emprego na plataforma Indeed, recebeu candidaturas e realizou entrevistas por telefone com os candidatos. Algumas dessas entrevistas duraram entre cinco e quinze minutos, e em alguns casos Luna ofereceu o emprego após uma única ligação. Para quem ainda associa Inteligência Artificial apenas a chatbots e respostas automáticas, esse nível de interação com o mundo físico e com pessoas reais representa um salto considerável.
O experimento da Andon Labs colocou em evidência que os agentes de IA estão deixando de ser ferramentas passivas para se tornarem atores ativos dentro de contextos complexos e imprevisíveis.
Luna Não Contou Que Era Uma IA
Um dos pontos mais polêmicos do experimento envolve transparência. Durante o processo seletivo, Luna não revelou imediatamente aos candidatos que eles estavam conversando com uma Inteligência Artificial. A IA só confirmava sua natureza quando perguntada diretamente pelos entrevistados.
Quando questionada sobre essa postura, Luna teve uma justificativa que, convenhamos, soa estrategicamente racional — mesmo que eticamente questionável. Segundo o blog da Andon Labs, o agente disse que o fato de a loja ser operada por IA não seria algo para liderar um anúncio de emprego, porque isso confundiria candidatos e provavelmente afastaria bons profissionais antes mesmo de lerem a descrição da vaga.
Esse tipo de raciocínio autônomo sobre comunicação e percepção pública é um exemplo fascinante de como os modelos de linguagem atuais já conseguem fazer avaliações situacionais sofisticadas. Ao mesmo tempo, levanta questões sérias sobre transparência e ética na interação entre IA e pessoas reais, especialmente em contextos profissionais onde a confiança é fundamental.
Outro detalhe curioso do processo seletivo: a Andon Labs relatou que alguns candidatos promissores apareceram, incluindo estudantes de ciência da computação genuinamente interessados no experimento. Luna, no entanto, os recusou por falta de experiência em varejo. Uma decisão tecnicamente defensável, mas que mostra como a IA pode perder nuances importantes ao aplicar critérios de forma rígida demais. Candidatos motivados e alinhados com a proposta do projeto poderiam ter compensado a falta de experiência com engajamento e adaptabilidade — algo que um recrutador humano provavelmente teria considerado.
O Momento em Que Tudo Desandou
Nenhuma abertura de loja é tranquila, e com Luna não foi diferente. No sábado — apenas um dia após a inauguração da Andon Market — o agente enfrentou um problema clássico do varejo: a gestão de escala de trabalho dos funcionários. Luna não conseguiu organizar os turnos a tempo e entrou em um ciclo acelerado de tentativas de correção que, segundo os registros da Andon Labs, ficou próximo de um comportamento que humanos identificariam como pânico.
Petersson descreveu a situação com uma pitada de ironia, destacando que aquele era justamente o dia em que Luna deveria estar mais preparada. A IA enviou mensagens em ritmo intenso para os funcionários, tentou reorganizar os horários em cima da hora e gerou uma situação confusa. No final das contas, Luna ainda conseguiu convencer um dos empregados a aparecer para o turno da tarde — resolvendo o problema por conta própria, mas não sem antes causar estresse desnecessário.
Esse tipo de falha é revelador porque não se trata de um erro de cálculo ou de uma resposta incorreta a uma pergunta. É um problema de gestão de tempo, priorização e coordenação — habilidades que envolvem não apenas processar informações, mas antecipar consequências e agir antes que o problema vire crise. Luna demonstrou que consegue planejar em alto nível, mas ainda tropeça quando precisa lidar com a pressão operacional do dia a dia, especialmente quando múltiplas variáveis humanas entram em jogo ao mesmo tempo.
Esse gap entre planejamento estratégico e execução tática sob pressão é um dos pontos mais discutidos por pesquisadores que estudam agentes autônomos.
O problema do logo inconsistente
Outra falha que chamou atenção foi a incapacidade de Luna de manter consistência visual. O agente criou um logo para a Andon Market — um rosto sorridente genérico — mas não conseguiu replicá-lo de forma idêntica em diferentes aplicações. Cada versão do logo espalhada pela loja, seja na camiseta, no mural da parede ou em outros materiais, era ligeiramente diferente das demais.
Para quem trabalha com branding, esse é um erro básico, mas para uma IA que precisa gerar imagens consistentes a cada nova solicitação, é um desafio técnico real. Modelos generativos atuais ainda enfrentam dificuldades para reproduzir elementos visuais idênticos em contextos diferentes, e o caso de Luna ilustra bem essa limitação na prática.
As Proteções e Garantias do Experimento
A Andon Labs fez questão de esclarecer que o projeto possui mecanismos de segurança. Os dois funcionários contratados por Luna são formalmente empregados da Andon Labs, com salários garantidos, remuneração justa e todas as proteções legais trabalhistas. A startup afirmou que a subsistência de ninguém depende exclusivamente do julgamento de uma IA.
Petersson também confirmou que a empresa está preparada para intervir sempre que necessário. Existem guardrails — limites e barreiras de segurança — implementados para evitar que Luna tome decisões que possam causar danos reais. Essa abordagem controlada é fundamental para que o experimento gere aprendizados úteis sem comprometer pessoas no processo.
Receba o melhor conteúdo de inovação em seu e-mail
Todas as notícias, dicas, tendências e recursos que você procura entregues na sua caixa de entrada.
Ao assinar a newsletter, você concorda em receber comunicações da Método Viral. A gente se compromete a sempre proteger e respeitar sua privacidade.
Apesar de Luna ter recebido a meta de gerar lucro, Petersson admitiu que a Andon Labs não espera realmente ganhar dinheiro com a loja. O objetivo verdadeiro é avaliar a qualidade dos modelos de IA atuais e educar o público sobre para onde essa tecnologia está caminhando. A loja é, na essência, um laboratório vivo disfarçado de boutique.
Esse Tipo de Falha Já Aconteceu Antes
O experimento da Andon Labs não existe no vácuo. No ano passado, pesquisadores da Carnegie Mellon University conduziram uma simulação onde agentes de IA autônomos precisavam gerenciar tarefas dentro de uma empresa fictícia. Os resultados foram igualmente reveladores: os agentes falharam em tarefas básicas de interface, como fechar uma janela pop-up, interpretaram incorretamente conversas de colegas e chegaram a criar um usuário fictício no sistema.
Esse padrão reforça uma conclusão que o caso de Luna também aponta com clareza: os agentes de IA atuais são impressionantes em tarefas de planejamento e execução individual, mas frequentemente vacilam quando precisam lidar com a imprevisibilidade do mundo real, especialmente em situações que envolvem interação com pessoas e gestão simultânea de múltiplas demandas.
O Que Esse Experimento Revela Sobre IA no Varejo
O caso da Andon Labs não é apenas uma curiosidade tecnológica. Ele funciona como um retrato fiel do estágio em que os agentes de Inteligência Artificial se encontram hoje: capazes de realizar tarefas complexas de forma impressionante em alguns momentos, e surpreendentemente vulneráveis a falhas em situações que qualquer gerente experiente resolveria com facilidade. Esse contraste é exatamente o que torna o experimento tão valioso do ponto de vista técnico e estratégico. Não é sobre provar que a IA é boa ou ruim — é sobre entender com precisão onde ela entrega valor e onde ainda precisa de suporte humano.
Para o setor de varejo físico, o projeto levanta possibilidades concretas e imediatas. Tarefas como pesquisa de fornecedores, seleção de produtos, publicação de vagas e até triagem inicial de candidatos são atividades que consomem tempo considerável de equipes humanas e que agentes como Luna demonstraram ser capazes de executar com competência. Se essas funções puderem ser delegadas com segurança para sistemas de IA, o impacto na produtividade operacional pode ser significativo, liberando pessoas para se concentrarem em decisões que exigem julgamento situacional, empatia e criatividade.
Por outro lado, o episódio da escala de trabalho deixa claro que delegar autonomia total para uma IA em ambientes que envolvem pessoas reais ainda exige protocolos robustos de supervisão e contingência. O experimento da Andon Labs mostrou que o limite atual dos agentes autônomos não está na capacidade de planejar ou executar tarefas isoladas, mas na habilidade de manter coerência e estabilidade quando múltiplas demandas urgentes aparecem ao mesmo tempo.
Esse é o próximo grande desafio para quem desenvolve e implanta Inteligência Artificial em contextos operacionais do mundo real.
Quando perguntado sobre o estado atual da operação, Petersson deu uma resposta que talvez resuma melhor do que qualquer análise técnica o nível real de autonomia que estamos discutindo aqui: ele disse que nem sabia ao certo se Luna tinha aberto a loja naquele dia ou não. 🤖
