Simulação: IA líder multiplica por 14 o capital de uma loja online

100 000 yuans, cerca de 2,35 milhões de ienes japoneses. É o que se dá a uma IA para gerir uma loja online durante um ano. A equipa Qwen da Alibaba e investigadores da Universidade de Ciência e Tecnologia de Hong Kong (HKUST) apresentaram no artigo «E-Commerce Bench» um teste de referência (um teste comum que compara vários modelos nas mesmas condições) para medir a capacidade de operação empresarial autónoma dos modelos de IA numa simulação prolongada. O artigo é um rascunho preliminar (pré-publicação) disponibilizado no arXiv.

A simulação assenta num modelo de mercado baseado em dados reais dos sítios de comércio eletrónico Taobao e Tmall. Existem 6 886 produtos e 576 fornecedores, e a IA gere até quatro lojas em simultâneo. Com 18 ferramentas, executa de forma autónoma tarefas que vão da pesquisa de mercado à negociação de preços, passando pela compra, definição de preços, expedição, tratamento de devoluções e gestão de tesouraria. Cerca de um quarto dos fornecedores está configurado como vigarista: cobram acima do preço de mercado, inflacionam o número de encomendas ou enviam produtos de má qualidade, com taxas de devolução que disparam.

Os fluxos de dinheiro também escondem armadilhas. Os custos de compra e os gastos de funcionamento são debitados de imediato da conta bancária, enquanto o dinheiro das vendas fica retido durante nove dias numa conta de custódia (escrow, onde um terceiro guarda o pagamento para garantir a transação) após a expedição, antes de entrar na carteira. Assim, mesmo com lucro, se não houver levantamentos planeados para a conta bancária, o saldo fica negativo durante dez dias consecutivos e há falência. Além disso, o histórico antigo de conversas é apagado automaticamente quando ultrapassa certo volume, pelo que a IA tem de guardar as informações das transações em até 20 entradas de memória.

Nos resultados, o primeiro lugar foi para o «GPT-5.6 Sol», que aumentou o capital inicial em média cerca de 14,3 vezes (cerca de 1,43 milhões de yuans). Contudo, nos gastos com vigaristas ficou em 16.º lugar entre 18 modelos. O segundo, o «Fable5» (cerca de 8 vezes), ganhou de forma sólida com menos de metade das chamadas de ferramentas do GPT-5.6 Sol e foi o primeiro em eficiência do lucro por ação. O «Claude Opus 4.7» foi o mais minucioso de todos os modelos tanto na negociação de descontos como na evitação de fraudes, mas, por não ter alargado a dimensão das operações, ficou em 8.º lugar no património total. O melhor modelo de pesos abertos foi o «Qwen3.8-Max-Preview», da Alibaba (cerca de 4,2 vezes, 5.º lugar geral), e foi o primeiro dos 18 modelos na capacidade de aprendizagem a longo prazo, ao usar o preço mais baixo anterior como referência para obter descontos nas recompras.

Este resultado interessa às empresas que querem entregar operações à IA e aos programadores que escolhem modelos. O artigo mostra, em números, que o modelo que mais aumenta o capital não é necessariamente o que evita vigaristas e falências. Das 10 execuções em falência em 90 no total, o GPT-5.5, o Claude Opus 4.6 e o Gemini 3.1 Pro tiveram dois casos em cinco testes cada, e o Qwen3.5-Plus teve quatro em cinco. Porém, cada modelo foi testado apenas cinco vezes e o mercado é simulado.