O marketing mudou mais nos últimos dez anos do que nos cinquenta anteriores e a inteligência artificial é a principal razão. Este artigo explica o que já está acontecendo agora: como as empresas usam dados, algoritmos e automação para criar campanhas mais rápidas, mais baratas e mais eficazes do que qualquer equipe humana conseguiria sozinha. E mostra o que vem a seguir: um mundo onde agentes de IA pesquisam, comparam e compram produtos sem que nenhuma pessoa precise apertar um botão.

Para entender como chegamos aqui, vamos recuar no tempo com as três eras do marketing. Nos anos 2000, o jogo era atrair — você construía um site e torcia para as pessoas virem até você. Nos anos 2010, o jogo virou distribuição — você foi até onde as pessoas estavam, nos feeds das redes sociais. Agora, no início dos 2020, estamos na fase da teoria das hipóteses, onde conseguimos escalar conteúdos e acertar na mosca nossos públicos-alvo. Mas nos meados de 2020, o jogo é outro completamente: você precisa tornar sua informação legível por máquina, para que a IA a leve até o consumidor, muitas vezes sem que nenhum humano precise apertar um botão. A jornada de compra não começa mais numa busca digitada. Começa numa conversa com um agente.

No futuro próximo, o seu melhor cliente pode nunca mais acessar o seu site. Um agente fará isso por ele.

No meio de tudo isso, uma conclusão que surpreende: quanto mais poderosa fica a máquina, mais valioso fica o humano que sabe orientá-la. Saber usar IA é obrigação. Saber pensar antes de usá-la é com o que devemos nos preocupar.

PARTE 1: O QUE ESTÁ ACONTECENDO AGORA

Imagine que você é responsável pelo marketing de uma empresa. Sua equipe é criativa, as campanhas ficam bonitas, os posts têm engajamento. Mas agora responda com honestidade: você sabe exatamente o que está gerando resultado? Não “mais ou menos”. Não “acho que é o Instagram”. Exatamente. Quais dados alimentaram qual sistema, em qual plataforma, para mostrar qual anúncio e para qual pessoa?

Se a resposta for “não faço ideia”, fique tranquilo, a maioria dos profissionais de marketing está na mesma situação. O problema é que esse grupo está encolhendo rápido.

O que mudou? Nos últimos dez anos, o marketing passou por uma transformação silenciosa e radical. Não foi uma ruptura com manchetes alarmistas. Foi gradual, quase burocrático e absolutamente profundo. O marketing deixou de ser, na sua operação do dia a dia, uma atividade criativa e passou a ser também uma infraestrutura de dados, tecnologia e algoritmos. A criatividade não morreu. Mas ela perdeu o comando. Quem

comanda agora é a estratégia humana combinada com dados e produtividade tecnológicas.

O novo paradigma ficou bem resumido numa frase que circula entre os profissionais “Como organizo dados de produtos e clientes para que sistemas, humanos ou não, escolham minha empresa/marca?”

Repare na virada: a pergunta não é mais “como convenço o consumidor?” É “como faço para que a máquina me escolha para que o consumidor seja convencido?”

Por dentro da máquina: como o marketing funciona hoje

Para entender onde chegamos, pense no marketing moderno como uma fábrica com três andares, contando com o andar térreo, trabalhando ao mesmo tempo.

O térreo é onde fica a estratégia que não é sinônimo de plano, meta ou planilha. É a resposta a quatro perguntas fundamentais: por que existimos e qual transformação real entregamos na vida das pessoas? Para quem, especificamente, qual perfil, qual dor, qual desejo? De que forma, de maneira autêntica e diferente da concorrência? E onde queremos estar, em quais canais e momentos da jornada do consumidor queremos ser lembrados? Quanto mais claras essas respostas, mais precisa será cada decisão que vem depois.

No primeiro andar ficam os dados: tudo o que o consumidor faz é registrado, cada clique, cada página visitada, cada produto adicionado ao carrinho e abandonado, cada compra realizada. Esses dados são armazenados em sistemas chamados CDPs e CRMs, que os organizam em tempo real.

No segundo andar fica a tecnologia: um conjunto de ferramentas conectadas entre si, plataformas de anúncio, sistemas de e-mail, apps, redes sociais, todas conversando por meio de integrações automáticas.

No terceiro andar ficam as decisões automatizadas: algoritmos de inteligência artificial que, com base em tudo que foi coletado nos andares de baixo, decidem sozinhos quem vai ver qual mensagem, em qual canal, em qual momento, sem que nenhum ser humano precise apertar um botão.

O resultado é um ciclo que se aperfeiçoa sozinho: dados são coletados → a IA analisa padrões → ações são executadas automaticamente → os resultados retroalimentam o sistema → as próximas decisões ficam mais precisas. Quanto mais o sistema funciona, melhor ele fica. E quanto melhor ele fica, mais difícil é para quem chegou depois alcançar quem chegou antes.

Pense assim: a estratégia é o endereço que você digita no GPS. Os dados são o mapa. A tecnologia é o carro. A IA é o motor. Sem o endereço, o motor mais potente do mundo só faz barulho, vai muito rápido, com muita eficiência, na direção errada.

É do térreo que nasce a hipótese. É da hipótese que nasce a campanha. É da campanha que nasce o dado. É do dado que a IA aprende. Tire o térreo, e todo o edifício perde o sentido.

O ecossistema de ferramentas: como montar uma stack de marketing

Entender os três andares é importante, mas na prática, o que os profissionais de marketing encontram é uma lista enorme de ferramentas, plataformas e siglas que parecem não ter fim. A boa notícia é que existe uma lógica por trás disso tudo. Chama- se MarTech Stack: o conjunto de tecnologias de marketing integradas que uma empresa usa para operar.

Há três grandes caminhos, dependendo do tamanho e do foco de cada negócio. Um dos exemplos é o ecossistema Google.

No centro está o Gemini, o modelo de IA do Google, capaz de processar texto, imagem, vídeo e dados ao mesmo tempo. Em torno dele, tudo se conecta: o Google Trends e o Search Console revelam o que as pessoas estão buscando agora; o Google Ads e o Performance Max distribuem anúncios automaticamente nos canais mais relevantes (YouTube, Search, Gmail, Display) com base no comportamento real de cada usuário; o Google Analytics 4 rastreia toda a jornada de compra e retroalimenta o sistema. Uma equipe que opera dentro dessa infraestrutura não está “usando IA para criar posts mais rápido”, está operando um sistema onde cada peça informa a próxima, em ciclo contínuo.

Há outros caminhos como o ecossistema Meta e o do HubSpot + OpenAI e alguns outros tão funcionais quanto.

O ponto em comum é que a tecnologia multiplica o pensamento humano, mas não o substitui. A plataforma executa.

Como criar uma campanha com IA hoje

1. Hipótese: o ponto de partida

Antes de abrir qualquer ferramenta, a equipe precisa responder três perguntas que nenhuma IA responde por ela: qual é o posicionamento estratégico desta campanha? O que queremos que o consumidor sinta ou faça? E qual é a hipótese, ou seja, o que precisa ser verdadeiro para que esta campanha funcione?

Uma hipótese real soa assim: “Acreditamos que este público responde melhor a narrativas de processo criativo do que a fotos de produto tradicionais.” É uma aposta testável, baseada em conhecimento do consumidor. Sem ela, a IA não tem direção, e produz muito, mas para lugar nenhum.

2. Teste: onde a IA entra?

Com a hipótese definida, a IA assume o trabalho pesado de geração e distribuição. O Gemini (ou o GPT-4, ou o modelo da sua preferência) gera dez variações de headline testando tons diferentes, mais poético, mais direto, mais provocador. Outros apps trazem a produção de vídeos e imagens em escala. O Performance Max (ou o Meta Advantage+) distribui essas variações simultaneamente para diferentes segmentos e canais, ajustando automaticamente qual versão mostrar para qual perfil de usuário, em qual momento, com qual orçamento. O que levaria semanas de produção manual acontece em dias, ou horas.

3. Indicador: a pergunta certa

Escolha a métrica que responde especificamente à hipótese formulada na etapa 1 e trace um histórico para alimentar a etapa 4.

4. Ajuste: aprendizado vira ação

Depois dos primeiros dias, a equipe se reúne para interpretar os dados com o contexto da hipótese original. A campanha confirmou a aposta? Parcialmente? Refutou? Essa leitura, feita por um profissional com conhecimento de marca, de mercado e de negócio, transforma o que seria apenas um relatório num próximo passo concreto: pivotar o CTA, ajustar o público, redirecionar o orçamento, criar uma nova hipótese e reiniciar o ciclo.

O ciclo completo fica assim:

Humano define hipótese → IA gera variações e distribui → IA aprende e otimiza em tempo real → Humano interpreta, decide e ajusta → IA executa a nova direção
→ ciclo recomeça

A diferença entre uma equipe que usa esse fluxo e uma que não usa é a diferença entre aprender com cada campanha e repetir os mesmos erros com mais velocidade e escala.

Os números que mostram que não é teoria

Esse fluxo, aplicado com consistência, já entrega resultados mensuráveis. A produção criativa com IA é comprovadamente 62% mais rápida, 55% mais barata e 40% mais eficaz do que a produção tradicional, segundo estudo com 226 mil peças criativas dos maiores anunciantes globais. A Virgin Atlantic produziu 972 peças em 4 dias com redução de mais de 40% no custo. A Salomon gerou centenas de variações de anúncio para diferentes regiões e perfis em minutos. A Diageo identificou consumidores que nunca tinham comprado suas marcas e gerou +7% em vendas e +38% no ticket médio. A Unilever, usando dados de audiência do Carrefour, alcançou oito vezes o retorno sobre o investimento.

O Brasil na lanterna: sabemos o problema, mas não estamos resolvendo

O cenário brasileiro revela uma contradição incômoda. Uma pesquisa chamada AI Maturity 2025, feita com executivos brasileiros, 68% deles em cargos seniores, avaliou o quanto as organizações do país estão prontas para operar com inteligência artificial. A nota média foi 0,95 em uma escala de 5. Estágio: iniciante.

E o pior é que as empresas falam sobre IA nas reuniões de planejamento, colocam nos slides de estratégia, discutem em eventos. As três principais barreiras apontadas pelos próprios executivos são falta de talentos especializados, ausência de clareza estratégica e dados de má qualidade. Acesso à tecnologia não apareceu como obstáculo principal.

O que trava o mercado?

Dados Desorganizados: a IA amplifica o caos se a leitura da jornada do cliente, o catálogo de produtos e pricing não forem sistemas legíveis por máquina. Falta de Confiança e Governança: requer novos protocolos de segurança e delegação. Sistemas Fragmentados: falta de interoperabilidade entre protocolos de dados.

Mas, para quem já entrou, o ciclo é promissor. O professor Adriano Mussa descreve o mecanismo do Ciclo Virtuoso da IA: o produto atrai usuários, que geram dados, que melhoram a IA, que melhora o produto, que atrai mais usuários.

“A aquisição de dados é o novo CAPEX”. Adriano Mussa

Os dados ocupam hoje o lugar que as fábricas ocupavam na economia industrial. Quem começou antes, avança mais rápido. A distância não diminui com o tempo, ela aumenta.

Personalização em escala e com privacidade

Com IA generativa, é possível criar uma mensagem diferente para cada variação de produto, cada região, cada perfil de cliente, cada contexto, em escala industrial. O que antes levava semanas hoje leva minutos.

Mas toda essa personalização levanta uma pergunta legítima sobre privacidade. Uma das ferramentas chama-se Data Clean Room, uma sala segura de dados onde varejistas e marcas compartilham informações com identidades criptografadas, sem expor dados pessoais de ninguém. Mas, esta ferramenta apenas funciona quando as empresas conseguem delimitar seus limites para seus fluxos de IA. E isso só é possível com Base em Govenança e Compliance na IA.

PARTE 2: O QUE VEM AÍ?

A maior onda ainda está chegando

Se tudo que descrevemos até aqui parece muito, espere. Porque o que vem pela frente é maior ainda.

Pense nas grandes transformações do marketing digital nas últimas duas décadas: a busca no Google, as redes sociais, a televisão conectada, o Retail Media. Cada uma dessas ondas transformou uma parte específica do jogo.

A Inteligência Artificial Generativa não muda uma parte específica. Ela atravessa tudo ao mesmo tempo: comportamento do consumidor, estratégia de marca e monetização. E está escalando mais rápido do que qualquer onda anterior.

Projeções do Emarketer mostram que a publicidade em IA deve atingir quase US$ 26 bilhões em quatro anos a partir de agora, superando a curva de crescimento de todos os canais que vieram antes. Já hoje, sessões de compra iniciadas por IA generativa convertem 42% mais e geram 37% mais receita por visita do que sessões tradicionais. Sete em cada dez usuários de IA generativa já acreditam que ela vai melhorar ainda mais. E a IA já ultrapassou mecanismos de busca e sites de marcas como fonte preferida de recomendações de compra, ficando atrás apenas da loja física.

A virada mais importante: quando a IA para de recomendar e começa a comprar

Hoje, quando você pergunta ao ChatGPT ou ao Google qual tênis comprar, ele recomenda. Você ainda decide, abre o site, coloca no carrinho, digita o cartão. O humano ainda executa a compra.

Mas e se a IA começar a comprar por você?

Não é ficção. O Google apresentou no NRF, o maior evento de varejo do mundo, projeções de que agentes de IA devem participar de 15 a 25% de todas as compras online nos Estados Unidos até 2030. O mecanismo é simples de entender: você diz ao seu agente “preciso de um presente de aniversário para minha mãe, até R$ 200, com entrega em dois dias”. O agente pesquisa, compara, escolhe, paga e agenda a entrega, tudo sozinho, sem você abrir um único site.

O que muda para as marcas é radical. O agente não navega no seu site bonito. Ele não vê o banner bem-feito. Ele não é influenciado pelo layout da sua loja. Ele conversa diretamente com o sistema e decide com base em dados estruturados: preço, disponibilidade, avaliações, especificações técnicas do produto, histórico de entrega.

O cliente para de operar. Passa a delegar. O agente executa.

Isso coloca uma pergunta urgente em cima da mesa: a sua empresa está preparada para ser escolhida por um agente? Não é pergunta para 2030.

Ou seja, faremos propaganda para humanos, bem como para agentes. O processo é HÍBRIDO, mas com características diferentes entre si.

Como se dá esta transformação?

Durante anos, o SEO: otimizar o site para aparecer no Google, é a grande prioridade do marketing digital. Além disso, gerar emoções e conversas nas mídias sociais é prioritário. Então adicionou-se AEO (otimizar para ferramentas de resposta, como o próprio Google com IA). Depois GEO (otimizar para motores generativos, como o

ChatGPT). Agora chegamos ao ACO (otimizar para o comércio agêntico) e ao GEM: Generative Engine Marketing que integra tudo isso com estratégia de marca e canais de distribuição.

E a consequência prática é direta: se a IA não entender que o seu produto é ideal para a intenção de compra do consumidor requerente, o seu produto simplesmente desaparece da jornada de compra de milhões de clientes. A preparação para esse mundo passa por testar em pequenos projetos e medi-los antes de qualquer tipo de escala.

Marketing Híbrido: escrever para humanos e para máquinas ao mesmo tempo

Uma das adaptações mais práticas e imediatas que as empresas precisam fazer é aprender a criar conteúdo que funcione para os dois públicos: o humano e o algorítmico.

Pense num casaco numa loja online. Para o consumidor humano, a descrição ideal diz: “Fleece italiano peluciado em ambos os lados, com aquecimento intenso e conforto prolongado.” Evoca sensação, temperatura, bem-estar. Para o agente de IA que está comparando produtos para um usuário, a descrição ideal diz: “Materiais: 100% poliéster. Peso aproximado: 300g. Temperatura indicada: -5ºC a 15ºC.” Objetivo, técnico, comparável.

Mas, para os humanos, o sentimento ainda importa, por isso marcas continuam sendo ativos valiosos neste novo cenário.

Aqui, Reputação vira prioridade, pois produtos serão cada vez mais comparados por agentes do que por pessoas. Mas em categorias onde o vínculo emocional é forte, os humanos vão continuar exigindo a marca pelo nome.

É por isso que a criatividade humana, não a produção de conteúdo, mas a criatividade genuína de quem percebe o que o momento exige, nunca foi tão necessária quanto agora. Quanto mais a máquina assume as tarefas de execução, mais valiosa fica a capacidade de pensar o que deve ser narrado, com qual propósito e com qual sensibilidade cultural.

O Marketing Híbrido é a prática de criar os dois processos ao mesmo tempo, para o mesmo produto. Não é complexo, mas é transformador.

O que fazer agora para não perder o que vem depois

Tudo isso converge para uma conclusão prática. O McKinsey e a PwC estimam que a IA vai adicionar entre US$ 13 e US$ 15 trilhões à economia global até 2030. Mas esse valor não vai se distribuir igualmente. Entre os profissionais que já usam IA generativa no trabalho, 94% dizem estar entusiasmados com o potencial. Entre os que ainda não começaram, só 52% sentem o mesmo.

A maior armadilha do momento não é a tecnologia. É a ilusão de que ter acesso à ferramenta é o mesmo que saber usá-la. A IA executa com precisão e escala, inclusive quando o que se pede está errado. O profissional sem formação vira amplificador de erros estratégicos. Quem pensa bem orienta a máquina. Quem não pensa é orientado por ela.

“A IA é uma ferramenta poderosa, mas a criatividade que move o mundo ainda nasce de pessoas que conseguem enxergar e se importam com outras pessoas.”

Referências

KURZWEIL, Ray. The Singularity Is Near: When Humans Transcend Biology. Viking Press, 2005.

MUSSA, Adriano. Inteligência Artificial, Machine Learning e Deep Learning: fundamentos e aplicações em marketing. Aulas ministradas no programa ABPW Saint Paul, 2025.

COHEN, Renata. MarTech, IA e ecossistemas de plataforma: o caso Google. Aulas ministradas no programa ABPW Saint Paul, 2025.

MATCHIT; CEIA/UFG; HUB CERRADO; ABES. AI Maturity 2025: benchmark executivo de maturidade em inteligência artificial nas organizações brasileiras. São Paulo, 2025.

EMARKETER. Retail Media Global Forecast 2026. New York: Insider Intelligence, 2026.

EMARKETER. The Future of Digital: AI Search Advertising Forecast. New York: Insider Intelligence, 2025.

ADOBE. Adobe Digital Insights: Monthly AI vs. Non-AI Conversion Rate and Revenue per Visit in Retail. San Jose: Adobe Inc., outubro 2024 a março 2026.

MCKINSEY GLOBAL INSTITUTE. Notes from the AI Frontier: Modeling the Impact of AI on the World Economy. McKinsey & Company, 2023.

PWC. Sizing the Prize: What’s the Real Value of AI for Your Business and How Can You Capitalise?
PricewaterhouseCoopers, 2023.

HARVARD BUSINESS REVIEW. The AI-Powered Sales Revolution: Five Myths Holding Back B2B Teams. Boston: Harvard Business Publishing, 2024.

THE BRANDSBACH GROUP. Creative Effectiveness and AI: A Study of 226,000 Creative Assets Across Top Global Advertisers. Publicado na Adage, 2024.

GOOGLE. New Tech and Tools for Retailers to Succeed in an Agentic Shopping Era. Apresentado no NRF Big Show, Universal Commerce Protocol, 2025.

GUANAES, Nizan. Criatividade, memória e inteligência artificial: o processo criativo na era dos modelos generativos. Referência de caso público amplamente citado no setor de publicidade brasileiro, 2024.

FGV. IA: de Eficiência Operacional a Monetização Inteligente no Varejo. Seminário realizado na Fundação Getulio Vargas, São Paulo, 23 de abril de 2026.

HBR. How Brands Can Adapt When AI Agents Do the Shopping. Harvard Business Review, 2025.

Por professora Renata Cohen, docente do curso de Publicidade e Propagada, Mestra em Gestão Competitiva e Founder da Schop Consulting