Uma tabela AI que suporta milhões de transações, assumindo o controlo da Double Eleven de 2025

Uma promoção de triliões de dólares, pela primeira vez, é coordenada por uma única tabela.

Depois da guerra entre “grandes e pequenos modelos” e das “batalhas caóticas de agentes”, a ferramenta de aumento de eficiência empresarial que realmente amadureceu na indústria da IA e provou ser eficaz é a “tabela AI”. E esta tabela foi aplicada em larga escala pela primeira vez no 17.º Double 11 do setor de comércio eletrónico em 2025.

No dia 5 de novembro, a Tabela AI do DingTalk anunciou um grande avanço tecnológico em conjunto com a equipa de tecnologia da Alibaba Cloud, tornando-se a primeira tabela inteligente do setor com capacidade para 10 milhões de linhas ativas numa única tabela. Diante do “pico” de dados comerciais como o Double 11, as marcas já não precisam de “dividir manualmente as tabelas”, podendo realmente executar todos os dados numa única tabela.

Um responsável da Alibaba afirmou anteriormente que este ano o Double 11 da Tmall utiliza em larga escala tecnologias de IA, capacitando plenamente os comerciantes, sendo a primeira vez que ferramentas de IA são aplicadas em grande escala.

Apenas alguns meses antes do início do Double 11, a curva de utilização gerada por produtos como a Tabela AI do DingTalk subiu abruptamente. Ao mesmo tempo, diante da necessidade real e urgente do mercado, as equipas do DingTalk e da base de dados ADB-PG da Alibaba Cloud superaram mais de 100 dias de desafios tecnológicos, elevando a capacidade de uma única tabela AI para 10 milhões de linhas ativas.

Por que a Tabela AI do DingTalk se tornou popular primeiro no setor de comércio eletrónico?

A inteligência das tabelas não é uma invenção exclusiva do DingTalk, mas por que a Tabela AI do DingTalk se tornou popular primeiro no setor de comércio eletrónico? Porque a principal dificuldade em implementar soluções no comércio eletrónico não está na tecnologia, mas sim em quem entende melhor o comércio eletrónico.

As novas tecnologias geralmente começam nos setores com maior densidade de dados e menor ciclo de feedback. O setor de comércio eletrónico realiza triliões de transações anualmente, com milhares de SKU e centenas de eventos de marketing; especialmente durante o Double 11, a demanda por dados e feedback em tempo real dos lados de compra e venda é cem ou até mil vezes maior do que em tempos normais. Tomando o Double 11 de 2024 como exemplo, o volume total de transações da Alibaba na rede já quase atingiu 1,44 bilião de yuans, 1,5 vezes o volume normal de transações.

No passado, no entanto, o setor de comércio eletrónico era composto por inúmeros sistemas Excel, CRM e ERP interligados: complexos de usar, lentos no feedback, com diferentes padrões de dados e altas taxas de erro; o que deveria ser uma ferramenta de aumento de eficiência acabava se tornando um elo oculto de consumo.

Primeiro, os dados do setor de comércio eletrónico são extremamente fragmentados – os campos entre sistemas não são uniformes, os padrões não coincidem e os direitos de acesso são isolados. Para permitir que a Tabela AI integre esses dados heterogéneos e se atualize em tempo real, é quase como mexer na “infraestrutura de dados” das empresas; em segundo lugar, os processos são não estruturados, variando muito de setor para setor – vestuário e bens de consumo rápido, por exemplo, são dois segmentos completamente diferentes. Especialmente durante o Double 11, envolvendo cronogramas de promoções, colaborações com influenciadores, transferências de inventário, alertas de serviço ao cliente e compensações pós-venda, as informações de cada etapa estão espalhadas em chats em grupo e e-mails, e a maioria das decisões depende da avaliação humana. Sem um conhecimento suficiente sobre comércio eletrónico, é impossível reestruturar o back-end dos comerciantes.

O DingTalk, justamente por estar apoiado pelo ecossistema da Alibaba, tornou-se uma das poucas plataformas no mundo de formulários AI que pode conectar diretamente a estrutura de dados subjacente do comércio eletrónico. Ele entende tanto o varejo – conectando-se em tempo real às prateleiras, ao inventário, aos feedbacks dos usuários e às cadeias de marketing – quanto as necessidades flexíveis e variáveis dos comerciantes chineses. Tudo isso faz com que a Tabela AI do DingTalk entenda naturalmente o “comércio eletrónico” melhor do que as tabelas AI de outras plataformas.

Portanto, quando o DingTalk consegue assumir o controle do Double 11 de 2025 com uma única “Tabela AI”, o raciocínio profundo por trás disso é a esperança de transformar o antigo sistema operacional de back-end do setor de comércio eletrónico na China – impulsionado pela IA para que as pessoas tomem decisões inteligentes, em vez de serem sobrecarregadas por tarefas colaborativas complexas, deixando enormes minas de ouro de dados inutilizadas.

Enquanto a Tabela AI está a reestruturar a forma de trabalho no setor de comércio eletrónico, o próprio setor também está a acelerar a evolução da Tabela AI do DingTalk. Atualmente, a Tabela AI já evoluiu para um agente leve que consegue pensar, executar e colaborar; já não é considerada uma ferramenta SaaS tradicional, mas sim uma porta de entrada para um novo sistema operacional comercial.

Atualmente, marcas como Semir, Intime Department Store e a marca de moda emergente AlmondRocks já estão a usar a Tabela AI do DingTalk para se prepararem para o Double 11.

Em agosto deste ano, Wu Zhao, CEO do DingTalk, enfatizou a abordagem do DingTalk para a transformação em IA: primeiro, trabalhar em torno da IA e criar produtos nativos de IA; segundo, as pessoas devem ajudar a IA a entender o mundo real, permitindo que a IA aceite rapidamente o trabalho e que as pessoas se concentrem mais nas decisões; terceiro, não se deve ser arrogante e é preciso realmente entrar em diversos setores.

A Tabela AI do DingTalk também segue esses três princípios: criar um produto nativo de IA, resolver problemas reais e ajudar as empresas a obter resultados reais.

AlmondRocks: a “plataforma de dados” das pequenas e médias marcas

AlmondRocks é uma marca de moda chinesa criada por designers originais, focada em “roupas confortáveis, com design e preços razoáveis”. Inicialmente focada em meias, hoje a marca expandiu-se para roupas caseiras, roupa interior e outros segmentos. É simultaneamente uma “marca de design” e uma “marca de conteúdo” – depende principalmente de recomendações no Xiaohongshu, transmissões ao vivo no Douyin e colaborações com influenciadores para aumentar a visibilidade. É uma típica marca orientada para operações em múltiplos canais.

O principal problema enfrentado pelo fundador da marca, Zhang Qi, tem sido a “eficiência operacional”: eles colaboram com mais de 6.000 influenciadores por ano, mas têm apenas 4 a 5 funcionários responsáveis, e os dados de cada plataforma estão dispersos: a tabela de orçamentos está no Excel, as notas de entrega no WPS e os roteiros dos influenciadores em documentos do WeChat. Um funcionário precisa lidar com cerca de oito tabelas por dia. Erros são frequentes.

Depois de adotar o DingTalk, eles transferiram todas as informações dos influenciadores – orçamentos, amostras enviadas, logística, feedback, conteúdos produzidos e dados de conversão – para a Tabela AI. Os dezenas de campos que antes eram inseridos manualmente pelos funcionários agora exigem apenas a entrada de 5 ou 6 campos; as demais informações são capturadas automaticamente pela Tabela AI. Além disso, a Tabela AI pode gerar automaticamente um mapa de calor da eficácia dos influenciadores, usando algoritmos para identificar quais influenciadores valem a pena colaborar a longo prazo; mais importante ainda, funcionários de diferentes departamentos – negócios, jurídico e operações – podem trabalhar na mesma tabela, com todas as informações atualizadas em tempo real.

Por exemplo, se o DingTalk detectar a tempo que um determinado modelo de meia está vendendo bem, a equipe de back-end pode ver rapidamente a taxa de rotação do estoque em tempo real, a distribuição das vendas por canal e a sensibilidade à elasticidade de preços, ampliando assim o sucesso do produto – uma decisão que originalmente levaria três dias pode agora ser tomada em apenas um dia.

Marcas emergentes como AlmondRocks existem aos milhares no ecossistema de comércio eletrónico da China, e originalmente não tinham pessoal dedicado de TI. Foi a Tabela AI do DingTalk que lhes proporcionou “sua própria plataforma de dados”. O fundador Zhang Qi resumiu de forma direta: a Tabela AI do DingTalk é mais como um funcionário inteligente: “É o núcleo inteligente que toma decisões baseadas em dados e a força competitiva central para vencer cada batalha no comércio eletrónico.”

Intime Department Store: a revolução da colaboração em organizações com milhares de pessoas

AlmondRocks demonstrou que a Tabela AI do DingTalk pode dar às pequenas e médias marcas uma capacidade operacional mais forte. Já a Intime Department Store mostrou que, quando a Tabela AI do DingTalk entra em uma organização com milhares de pessoas, também pode melhorar a capacidade de colaboração.

A Intime Department Store é a marca de lojas de departamento mais tradicional da China, com mais de 60 estabelecimentos em todo o país. Li Kai é o responsável pelas operações de conteúdo da Intime Department Store. Em 2024, ele decidiu usar uma única Tabela AI do DingTalk para que as 62 lojas de departamento em todo o país atuem em sincronia durante as transmissões ao vivo de compras em grupo.

A primeira coisa que Li Kai fez foi colocar todas as lojas físicas para trabalhar na mesma Tabela AI: cada loja preenche os preços, o estoque e os pacotes de cupons dos produtos participantes das compras em grupo, e o sistema faz automaticamente a agregação, a verificação e a geração da tabela geral, identificando automaticamente campos anómalos, lacunas de estoque e até conflitos de preços. A criação de um sistema de negócios completo para as transmissões ao vivo foi realizada por Li Kai sozinho com a Tabela AI do DingTalk: “Pode-se dizer que a Tabela AI me ajudou a me tornar uma empresa MCN.”

Antes de cada transmissão ao vivo, a Tabela AI do DingTalk envia lembretes automáticos, promovendo proativamente o projeto; dentro de duas horas após o término da atividade de transmissão ao vivo, são gerados automaticamente os dados de GMV, a taxa de liquidação e a comparação de ROI. No setor tradicional de lojas de departamento, tal conjunto de trabalho implicaria centenas de rodadas de comunicação, semanas de preparação e dezenas de versões do Excel. Agora, Li Kai lidera apenas uma pessoa, conclui tudo em cinco dias e, de apenas 3 transmissões ao vivo de compras em grupo por mês no passado, passou a realizar em média 10 por mês.

Semir: do feedback dos usuários à reformulação do produto

A Semir, uma das principais empresas do setor de vestuário nacional, usa diretamente a Tabela AI para a reformulação de produtos.

Há muito tempo, as marcas tradicionais de vestuário encontram-se numa encruzilhada difícil: por um lado, o mercado continua a cair – em 2024, o volume total de retalho de vestuário na China cresceu apenas 2,1% em termos homólogos, o nível mais baixo dos últimos dez anos; por outro lado, os gostos dos consumidores mudam rapidamente – as redes sociais encurtaram o ciclo de moda, e um vídeo popular pode alterar a direção dos produtos de maior sucesso em uma temporada. Por isso, o núcleo da competição entre as marcas de vestuário está a mudar de “capacidade de canal” para “percepção de mercado”. Quem consegue captar mais rapidamente o feedback dos consumidores consegue criar mais produtos de sucesso.

Antes de introduzir a Tabela AI do DingTalk, um funcionário do serviço ao cliente podia lidar no máximo com 400 a 500 feedbacks de usuários por dia; o trabalho era tedioso e repetitivo, com cópias de capturas de tela, gravações e avaliações para o Excel, seguidas de classificação e agregação. Diferentes plataformas (Tmall, Douyin, Xiaohongshu) usavam diferentes padrões e campos; especialmente durante o Double 11, o serviço ao cliente era frequentemente sobrecarregado por mensagens.

“O feedback dos usuários é completamente não estruturado e não há maneira de influenciar diretamente a produção”, disse Lu Wanlong, supervisor do centro de serviço ao cliente da Semir, que trabalha na gestão do serviço ao cliente na Semir há dez anos e testemunhou a transição do registro em papel para o Excel. “Além disso, queremos acumular feedbacks dos usuários por períodos mais longos, como um ano ou até cinco anos, mas o Excel é muito complicado de usar.”

A Tabela AI do DingTalk ajudou a Semir a transformar o feedback dos usuários em “instruções de produto” pela primeira vez. O primeiro desafio foi “entender o que os usuários estão dizendo”: a Tabela AI pode capturar automaticamente o feedback de todas as plataformas diariamente; um modelo semântico de IA identifica a tendência emocional, o tipo de problema e marca automaticamente as informações negativas, emitindo alertas em casos graves; os gráficos visuais atualizados diariamente ajudam a marca a localizar rapidamente os problemas.

Por exemplo, se, uma semana antes do Double 11, a Tabela AI descobrir que o número de feedbacks sobre “tamanho pequeno” de um casaco de penas feminino aumentou em 87 em três horas, principalmente nas regiões do norte, a tabela gera automaticamente um relatório de anomalias. Em condições ideais, o departamento de produção pode ajustar o modelo de corte no dia seguinte e, por meio dos “campos de ligação da cadeia de abastecimento” da Tabela AI, comunicar imediatamente às fábricas parceiras para modificar os parâmetros de largura dos ombros e do busto, refazendo as amostras sem substituir a matéria-prima, garantindo assim que a reformulação seja concluída antes do Double 11, em vez de esperar até depois da promoção.

Atualmente, os cargos front-end da Semir, como o serviço ao cliente e as operações, já não são funções repetitivas, mas sim a interface mais importante para a recolha de dados dos usuários; cada resposta humana também treina a Tabela AI a compreender melhor os consumidores, libertando finalmente as pessoas e dando às empresas tempo suficiente para pensar nas decisões.

Até agosto de 2025, mais de 300.000 empresas já utilizam a Tabela AI do DingTalk, cobrindo setores como comércio eletrónico, manufatura, varejo, educação e imobiliário. Entre eles, as empresas de comércio eletrónico e varejo apresentam o crescimento mais rápido, com um aumento de 280% em termos homólogos. De acordo com as previsões internas do DingTalk, até o final de 2026, a taxa de penetração de aplicações baseadas em tabelas inteligentes atingirá 80% no setor de varejo e comércio eletrónico, e todas as situações de colaboração de alta frequência, incluindo vendas, serviço ao cliente, produção e finanças, serão assumidas por tabelas inteligentes.

Isso significa que a Tabela AI do DingTalk já começou a formar um efeito de rede. Este mecanismo de crescimento é incomparável a qualquer SaaS pontual.

A Tabela AI do DingTalk já cobre completamente as situações-chave necessárias no setor de comércio eletrónico – desde o serviço ao cliente na frente até as finanças no back-end. De acordo com os dados internos do DingTalk, a Tabela AI ajuda a aumentar a eficiência do fluxo de informações nas empresas entre 10 e 15 vezes e reduz em mais de 60% o período médio de tomada de decisões.

Em outras palavras, no futuro, o fator decisivo para o sucesso de uma empresa não será o tamanho, mas a velocidade. Após a tradicional “guerra de tráfego” no comércio eletrónico, uma nova competição está a começar, e a vitória será determinada por duas curvas: a curva da velocidade de tomada de decisões e a curva da automação da execução.

A Tabela AI do DingTalk está a acelerar simultaneamente nessas duas curvas.

No futuro, as organizações não dependerão mais de hierarquias para funcionar, mas sim do impulso inteligente da Tabela AI: uma flutuação emocional de um usuário, uma mudança no inventário durante uma transmissão ao vivo ou um feedback anómalo de um SKU podem gerar novas decisões em poucos minutos.

Além disso, a vantagem mais única da Tabela AI do DingTalk é que, por um lado, está conectada às capacidades de grandes modelos como Qwen, aos algoritmos de marketing da Alimama e às transações da Tmall; por outro lado, está conectada à rede da cadeia de abastecimento da Cainiao e ao sistema de liquidação e crédito do Alipay.

Se o Copilot da Microsoft é especializado em documentos, o Notion remodelou a organização do conhecimento e o Airtable facilitou a construção de aplicações, então a Tabela AI do DingTalk está a reescrever a forma como as empresas de varejo operam – não está automatizando uma tarefa, mas sim coordenando em tempo real modelos, dados, logística e finanças no ecossistema do comércio eletrónico, permitindo que todo o sistema pense e aja à velocidade da IA.

A tabela sempre foi a forma mais simples de cálculo utilizada pela humanidade. Durante décadas, toda a lógica comercial foi construída sobre aquelas células individuais – registando o estoque, calculando lucros e perdas e medindo o crescimento.

Quando as tabelas começam a calcular, analisar e tomar decisões por conta própria, a humanidade está a entrar numa nova forma de trabalho.

O Double 11 deste ano marca a primeira vez que a Tabela AI do DingTalk luta lado a lado com os comerciantes e a primeira tentativa do setor de comércio eletrónico na China de redefinir o sistema operacional com IA: um núcleo inteligente que consegue entender os usuários, compreender os produtos e agir por conta própria – será capaz de substituir totalmente o Excel e o ERP? A resposta ainda não está definida, mas este processo está a acelerar.

DomTech é o fornecedor oficial e autorizado do DingTalk em Macau, especializado em fornecer serviços do DingTalk aos clientes. Se quiser saber mais sobre as aplicações da plataforma DingTalk, pode consultar diretamente o nosso serviço de apoio ao cliente online ou contactar-nos através do telefone +852 95970612 ou do e-mail cs@dingtalk-macau.com. Temos uma excelente equipa de desenvolvimento e operação e manutenção, com vasta experiência em serviços de mercado, e podemos oferecer-lhe soluções e serviços profissionais do DingTalk!