Um agente de IA não se comove com a sua campanha de marca. E agora, morreu o branding?
Em julho, no Fórum E-Commerce Brasil, o Chief Data & AI Officer do Magalu, Caio Gomes, descreveu uma cena que ainda parece estranha para quem trabalha com marca.
Dois agentes de inteligência artificial conversam: um representa o consumidor e foi instruído a comprar; o outro representa o varejista e foi instruído a vender.
Nenhum dos dois assiste ao filme de 30 segundos, nenhum dos dois repara na direção de arte. Se a oferta não vier acompanhada de dados que a sustentem como a melhor opção para aquela pessoa, o agente comprador simplesmente a descarta e segue para a próxima.
Passei as últimas semanas tentando entender o que essa cena faz com o meu trabalho. Planejamento sempre foi, no fundo, o ofício de entender quem decide e por quê.
Durante um século, quem decidia era uma pessoa, com memória, afeto, preguiça e vaidade.
O que acontece com a construção de marca quando uma parte relevante das decisões passa por um intermediário que não tem nenhuma dessas quatro coisas?
O tamanho do que já está acontecendo
O Relatório do Varejo 2025 da Adyen, que ouviu 2 mil consumidores brasileiros, indica que 52% já usaram o ChatGPT ou outro assistente de IA para auxiliar em compras nos últimos 12 meses.
Entre eles, 74% dizem que a tecnologia contribui para a escolha de produtos. A Kantar, no Marketing Trends 2026, calcula que 24% dos usuários de IA já operam assistentes de compras.
O relatório The Agentic Commerce Report, da Worldpay, acrescenta a camada de intenção: 39% dos brasileiros se declaram prontos ou dispostos a experimentar compras mediadas por IA nos próximos 12 meses, e os próprios consumidores estimam que, em cinco anos, 11% de suas compras serão feitas por bots.
Onze por cento parece pouco até lembrar que estamos falando de uma parcela das compras em que uma máquina pode participar da decisão antes que o consumidor veja qualquer anúncio, vitrine ou página de produto.
A Adobe Analytics acrescenta um sinal de qualidade a esse volume: sessões de e-commerce iniciadas a partir do ChatGPT convertem 31% acima do tráfego tradicional. Quem chega por ali, em média, chega mais qualificado.
O funil que a gente desenhou por décadas pressupunha um humano em cada etapa. A etapa de consideração está ganhando um ocupante novo.
O caso brasileiro que me chamou atenção
O exemplo mais concreto que encontrei está no WhatsApp da Lu, do Magalu. Esse canal já movimentou mais de R$ 100 milhões em vendas e registra taxa de conversão três vezes superior à dos canais tradicionais da companhia, segundo o que Fred Trajano relatou em entrevista ao Market Makers em julho. A arquitetura por trás reúne vários agentes com tarefas divididas: um verifica preço, outro recomenda produto, outro controla a qualidade das respostas.
O que me interessa nessa análise vai além do resultado. Um dos maiores varejistas digitais do país está afirmando publicamente que a jornada linear de atrair tráfego e converter no site tem prazo de validade.
Em uma conversa entre agentes, para quem o varejista direciona a publicidade, e como insere um anúncio no meio de um diálogo sem parecer invasivo?
A resposta que o Chief Data & AI Officer do Magalu ofereceu é a que mais incomoda a indústria criativa: o agente não vai se importar com o apelo visual de uma campanha.
Aqui vale um parêntese. O WhatsApp da Lu é um agente da própria loja, operando dentro do ecossistema Magalu. O consumidor já escolheu o varejista antes de conversar. O cenário mais desafiador para marcas é o de um agente de propósito geral, como ChatGPT, Gemini ou quem vier, que pode comparar ofertas de diferentes varejistas e não está restrito ao ecossistema de uma única loja.
É nesse cenário que a pergunta sobre marca fica difícil de verdade.
A tentação de tratar isso como um novo SEO
A resposta mais comum do mercado tem sido rebatizar a disciplina.
GEO, AEO, AIO: otimização para motores generativos, para motores de resposta, para agentes.
O raciocínio é conhecido: se a IA lê conteúdo estruturado para decidir o que recomendar, a marca precisa publicar conteúdo estruturado. Páginas de produto claras, especificações completas, avaliações consistentes, presença em fontes que os modelos consideram confiáveis.
Acho o raciocínio correto, mas insuficiente.
Ele resolve o problema de ser compreendido pela máquina e deixa em aberto o problema que é ser preferido por ela. Um agente que compara 40 fritadeiras com base em especificações, preço e avaliações vai chegar a um ranking. Se a sua marca tem o mesmo litro de capacidade, a mesma potência e um preço 8% maior, o que exatamente sustenta a recomendação a seu favor?
Ser legível para a máquina é o novo custo de entrada. Ser preferido por ela continua sendo o trabalho de marca de sempre, só que com uma rota diferente.
Os dados mostram que a IA já entrou na etapa de consideração. Mas o prompt também não nasce do nada. A pessoa chega ao assistente carregando repertório: marcas que conhece, experiências que teve, coisas que viu no TikTok, recomendações de amigos.
E esse repertório muda a pergunta que ela faz. "Quero uma fritadeira boa, tipo Mondial ou Philco, até R$ 400." A marca, nesse mundo, também passa a disputar o direito de virar uma palavra dentro do prompt.
Foi aqui que a pauta virou para mim!
Se o agente parte das instruções que recebe, um dos lugares em que a preferência humana se manifesta é o próprio comando. Quem construiu memória de marca antes da conversa entra nela como restrição de busca. Quem não construiu entra como candidato entre dezenas, disputando por especificação e preço.
A marca precisa vencer duas disputas
Vamos chamar essas duas frentes de Via da Eficiência e Via da Preferência, e o cenário agêntico reorganiza a relação entre elas.
Pela Via da Eficiência, a marca precisa vencer o agente: dados corretos, catálogo estruturado, preço competitivo, disponibilidade que o sistema consegue verificar, avaliações que corroborem a promessa, especificações completas. É a disputa da legibilidade.
Pela Via da Preferência, a marca precisa vencer a pessoa antes que ela abra o assistente: memória, familiaridade, desejo, confiança, distintividade. É o que faz a marca ser nomeada no pedido ou, no mínimo, ser reconhecida com alívio quando aparece na resposta.
As duas vias precisam funcionar ao mesmo tempo. A máquina filtra pela eficiência. O humano inclina a decisão pela preferência. Trata-se de um modelo estratégico, não de uma descrição mecânica: agentes também pesam reputação e pessoas também olham preço. Mas a divisão ajuda a enxergar onde cada investimento de marca faz efeito.
A marca precisa ser legível para a máquina sem deixar de ser memorável para a pessoa.
O que muda em relação ao passado é a intolerância do intermediário à promessa vazia. Um comercial pode sustentar um posicionamento de qualidade por anos sem que o produto entregue o que promete.
Um agente pode cruzar a promessa com avaliações, especificações e evidências disponíveis e desmontar a inconsistência em segundos. Construção de marca, nesse ambiente, passa a depender de coerência verificável entre o que a comunicação diz e o que os dados mostram.
A máquina não desconfia da propaganda. Ela só confere.
O contraponto
Seria fácil encerrar esse artigo em tom de urgência absoluta, mas é preciso ter mais cuidado.
A OpenAI lançou em setembro de 2025 o Instant Checkout, com o Agentic Commerce Protocol desenvolvido com a Stripe, prometendo que o usuário conversaria, receberia uma recomendação e compraria sem sair da conversa.
A adesão ficou muito abaixo da ambição inicial; a Forrester chegou a confirmar uma taxa de 4% sobre transações de lojistas Shopify e, em março de 2026, a própria OpenAI recuou do modelo original, priorizando descoberta de produtos e devolvendo mais controle sobre o checkout aos varejistas.
Esse recuo é significativo porque camada de transação ainda está em disputa, cheia de atrito, e o varejista não vai entregar 4% da venda de graça.
A camada que já ganhou escala é a da recomendação. O agente pode não fechar a compra por você hoje. Ele já decide, com frequência crescente, quais opções você vai considerar.
O próprio Trajano oferece outro limite.
Na estimativa dele, mesmo daqui a cinco anos cerca de 80% do varejo brasileiro seguirá no ambiente físico. A loja, o promotor, a gôndola e o vendedor continuam decidindo a maior parte das vendas.
O agente entra numa fatia, mas entra justamente na fatia em que a jornada começa por pesquisa, que é onde a marca sempre teve mais a perder quando não era lembrada.
O que impacta no meu trabalho de planejamento
Saí dessa investigação com três convicções (e uma dúvida rs).
A primeira convicção é que a infraestrutura de informação da marca virou trabalho de marketing. Catálogo, ficha técnica, consistência de dados entre canais e gestão de avaliações deixaram de ser tarefa de operação para se tornar a matéria-prima do que o agente vai dizer sobre você. Quem cuida de brand book precisa cuidar de data book.
A segunda é que a mídia de construção de marca ganhou uma função nova e mensurável: colocar a marca dentro do prompt. Awareness historicamente é uma das métricas mais difíceis de conectar diretamente a resultado de negócio.
Quando a lembrança espontânea vira restrição de busca digitada por um humano para um agente, ela passa a ter efeito direto no conjunto de opções que a máquina considera. É um argumento de negócio que a disciplina nunca teve tão claro.
A terceira é que a coerência entre promessa e entrega deixou de ser virtude ética para virar condição técnica de recomendação. Marcas que sobreviveram por décadas na diferença entre o que diziam e o que faziam vão encontrar um leitor que confere.
Agora, a minha grande dúvida é sobre a criatividade. Se o agente descarta a estética, o que sobra para o ofício criativo é agir antes dele, na cabeça da pessoa, com mais intensidade do que nunca. Isso pode ser o melhor ou o pior cenário para a indústria, dependendo de quanto ela insiste em impressionar quem não olha.
Queria muito a sua opinião! Esse é um tema em que eu ainda estou aprendendo mais do que ensinando!
Antônio Netto
Head de Planejamento e Conteúdo na Pullse (Grupo Dreamers). Mestre em Administração, cursando MBA em Inteligência Artificial Aplicada a Negócios na FAAP. Host do Podcast Papo Bizz, sobre marketing, varejo e comportamento do consumidor.
Gostou desse artigo?
Te convido a contribuir mais sobre o assunto! Compartilhe sua experiência ou cases interessantes. Siga meu perfil e acompanhe outros textos!
Comentários