A IA está revolucionando o marketing em duas frentes

Estamos no meio de duas revoluções simultâneas que irão remodelar a forma como as empresas competem pelos clientes. Uma diz respeito à forma como os consumidores procuram informações. A outra, que está apenas a começar, diz respeito a quem toma as decisões de compra. A gestão de marketing sempre teve como objetivo conduzir as pessoas pelo funil, desde o reconhecimento até a consideração e a compra. Essa jornada depende de como os consumidores aprendem sobre o mercado, e é exatamente nesse processo de aprendizagem que essas revoluções estão causando maior impacto. Durante décadas, os profissionais de marketing construíram reconhecimento por meio da mídia de massa e, em seguida, capturaram a demanda por meio de mecanismos de busca, mas a IA conversacional — sistemas como ChatGPT e Gemini, que interagem com os usuários usando linguagem natural — agora está gerando disrupção em ambas as etapas simultaneamente. O que se segue baseia-se nas pesquisas acadêmicas mais recentes sobre este tema. Os detalhes específicos mudarão, é claro, mas a direção da mudança é clara. A primeira revolução: aprender sem sites Os chatbots de IA estão causando um duplo impacto nos varejistas. Considere o modelo antigo: alguém faz uma pesquisa no Google, obtém uma lista de links, clica em vários sites, compara opções e, por fim, realiza a compra. No entanto, os consumidores agora estão recorrendo aos chatbots para obter informações. Quando alguém solicita recomendações de produtos ao ChatGPT ou ao Claude, recebe uma resposta completa sem nunca ver a presença cuidadosamente elaborada da marca na web, e o chatbot menciona muito menos opções do que uma página de resultados de pesquisa tradicional mostraria. A resposta do Google ao ChatGPT agravou a situação para muitos varejistas. Aquelas visões gerais de IA no topo dos resultados de pesquisa? Muitos usuários as leem e nunca rolam a página para baixo até os links. Marcas que passaram anos construindo sua presença nas pesquisas estão observando esse tráfego diminuir. As pessoas estão encontrando o que precisam por meio de chatbots e nunca chegam a uma página da web. Os dados agregados, conforme discutido no ano passado na revista The Economist, confirmam isso: os padrões de tráfego da web estão mudando rapidamente. A IA está prejudicando a web. Quando os consumidores solicitam recomendações a um chatbot, recebem uma resposta personalizada, moldada por dados de treinamento e algoritmos. As marcas que aparecem nessas respostas obtêm visibilidade desproporcional, e todas as outras podem muito bem não existir. Pesquisadores começaram a quantificar essas mudanças. Um estudo da Universidade de Boston, por exemplo, analisou o Stack Overflow, uma plataforma popular entre desenvolvedores de software. Após o lançamento do ChatGPT, o tráfego na plataforma caiu drasticamente. Por quê? Porque os desenvolvedores descobriram que podiam obter respostas do ChatGPT e não precisavam mais perguntar a outras pessoas. No entanto, é aqui que as coisas se tornam interessantes: os pesquisadores também analisaram o Reddit, outra plataforma social popular entre desenvolvedores, e não encontraram nenhum efeito comparável nos subreddits (ou comunidades) populares entre desenvolvedores. A diferença se resume ao objetivo: as pessoas acessam o Stack Overflow em busca de informações específicas, algo que os chatbots também podem fornecer, enquanto acessam o Reddit em busca de comunidade, discussão e a experiência de interagir com outras pessoas, algo que os chatbots não podem oferecer. A implicação estratégica dessa divisão emergente é clara: as marcas construídas principalmente com base no fornecimento de informações estão expostas, enquanto aquelas construídas com base na comunidade, conexão emocional ou experiência têm mais proteção. Um estudo realizado por pesquisadores da London Business School e da UCLA aprofundou essa linha de pesquisa. Utilizando o Painel de Comportamento na Web da ComScore, um conjunto de dados com mais de um milhão de usuários e dados de navegação em nível de URL, eles rastrearam o comportamento individual e descobriram, após controlar os fatores de confusão, que as pesquisas online caem cerca de 20% após as pessoas adotarem o ChatGPT. Os sites menores são os mais afetados, pois não possuem reconhecimento de marca que promova a navegação direta, e o efeito é mais forte entre usuários com alta atividade de varejo. O resultado é que os clientes mais valiosos estão mudando seu comportamento mais rapidamente. De SEO para GEO Essas mudanças exigirão uma reformulação da estratégia digital. As técnicas que funcionavam na era dos mecanismos de busca não necessariamente se aplicam à IA conversacional. Otimização de palavras-chave, criação de links, refinamento de metadados — nada disso se aplica diretamente ao funcionamento dos chatbots. Em vez disso, o que está ocorrendo é que estamos passando de uma era de otimização de mecanismos de busca, ou SEO, para uma era de otimização de mecanismos generativos, ou GEO. O problema é que ninguém ainda compreende totalmente a GEO. As regras ainda estão sendo elaboradas, e as empresas que descobrirem estratégias eficazes de GEO antecipadamente terão uma vantagem real antes que as práticas recomendadas se disseminem. O segredo será entender algo importante: que otimizar para a IA conversacional não é um exercício técnico de SEO. É necessário compreender como esses sistemas processam e sintetizam informações, quais fontes eles preferem e como constroem respostas. Isso significa repensar totalmente a estratégia de conteúdo — não apenas o que você diz, mas como você estrutura as informações para que os sistemas de IA possam analisá-las, contextualizá-las e recomendá-las. Dados estruturados, categorização clara e conteúdo abrangente que responda diretamente a consultas comuns provavelmente são mais importantes do que os sinais de autoridade baseados em links que dominaram o SEO. (Em 2024, em um artigo para o HBR.org, fizemos uma primeira tentativa de explicar por que os chatbots optam por mencionar as marcas que mencionam.) Onde a IA conversacional se posiciona no funil Para antecipar para onde isso está indo, é necessário entender como a IA conversacional irá gerar receita. Considere como os dois grandes canais de marketing digital diferem. A Meta e outras empresas de mídia social monetizam a atenção — publicidade em feeds, direcionada por dados demográficos e comportamento. Esse é o marketing do topo do funil, que cria consciência entre pessoas que não estão procurando ativamente por nada em particular. O Google, por outro lado, monetiza a intenção. Digite uma consulta e você sinalizou interesse ativo, o que o coloca muito mais adiante na jornada de compra. Essa intenção torna os anúncios de pesquisa valiosos para impulsionar conversões. Em um novo artigo com Erik Hermann e David Schweidel, argumentamos que a IA conversacional se situa entre esses dois extremos. Os usuários expressam interesse por meio de prompts, o que é mais direcionado do que rolar passivamente os feeds sociais, mas muitas vezes isso ocorre mais cedo no processo de decisão do que, por exemplo, uma pesquisa no Google por informações. Alguém que solicita a um chatbot informações sobre um tópico relevante para uma categoria de produto pode estar interessado nele, mas provavelmente ainda não está pronto para comprar. Dados recentes parecem confirmar essa suposição. Pesquisadores da Alemanha utilizaram dados primários de mais de mil sites e analisaram o valor das referências, incluindo as referências do ChatGPT, que constituíram uma pequena porcentagem de todas as referências. Eles descobriram que as referências do ChatGPT geram uma receita por sessão que se situa entre as referências das redes sociais (topo do funil, baixa intenção) e as pesquisas (alta intenção). Essa posição intermediária cria uma dinâmica interessante. Para as marcas, significa um novo ponto de contato onde os consumidores estão engajados e curiosos, mas ainda não desenvolveram uma intenção de compra específica. Esse é um espaço valioso na jornada do cliente. É também por isso que a disputa publicitária pela IA conversacional será acirrada. A OpenAI anunciou recentemente que a publicidade chegará ao ChatGPT, uma medida que a empresa precisa tomar se deseja continuar oferecendo um plano gratuito para centenas de milhões de usuários. A empresa também publicou seus princípios de publicidade, que, segundo ela, foram elaborados para priorizar a confiança do consumidor e evitar os danos causados pela publicidade nas redes sociais. Os princípios são admiráveis, mas essa posição no meio do funil cria fortes incentivos para impulsionar ainda mais a intenção de compra, o que, por sua vez, provavelmente levará a táticas mais agressivas. Será difícil resistir à tentação de capturar mais atenção. A segunda revolução: bots como clientes A revolução nas pesquisas já é bastante disruptiva, mas uma segunda transformação está a caminho e poderá ser ainda mais significativa. Para compreendê-la, é necessário começar por distinguir dois termos que os profissionais de marketing frequentemente utilizam de forma intercambiável: cliente e consumidor. Um cliente é alguém que toma uma decisão de compra, enquanto um consumidor é alguém que utiliza um produto. Às vezes, são a mesma pessoa, mas outras vezes não: os pais compram para os filhos, os médicos prescrevem para os pacientes, os diretores de aquisições adquirem suprimentos para outros departamentos. Essa distinção é importante agora porque os agentes de IA estão começando a tomar decisões de compra. A questão não é mais apenas “Quem é o seu cliente?”, mas também“O que é o seu cliente?”, pois o seu cliente pode ser um algoritmo. Na era dos agentes de IA, o tomador de decisão e o usuário final podem não ser mais a mesma entidade. O marketing terá que atender a ambos. Imagine um profissional ocupado que diz ao seu assistente de IA: “Preciso de um novo laptop para o trabalho. Meu orçamento é de dois mil dólares. Preocupo-me com a duração da bateria e a qualidade da tela. Encomende um para mim.” O agente de IA pesquisa opções, avalia as vantagens e desvantagens e faz a compra. Ninguém visitou a página do produto nem leu uma avaliação. Toda a jornada do cliente ocorreu dentro de um algoritmo. Quando um agente de IA puder pesquisar opções, avaliar alternativas, negociar preços e concluir compras para uma pessoa, o marketing como o conhecemos precisará ser reconstruído. Estamos nos estágios iniciais dessa transição. Ela começa com a solicitação de recomendações, mas evoluirá para transações. Os agentes de IA já possuem a maioria dos recursos técnicos para realizar esse trabalho autônomo. O que falta é infraestrutura, estruturas de confiança e adoção. Mas a trajetória é óbvia: assim como os smartphones forçaram uma mudança do pensamento “desktop-first” para “mobile-first”, os agentes de IA forçarão muitos profissionais de marketing a mudar para uma estratégia “machine-customer-first”. As empresas que começarem a se preparar agora estarão prontas quando o mercado amadurecer. Projetando para clientes-máquinas Nossa infraestrutura web foi construída para pessoas. Navegamos por interfaces visuais, clicando em guias, rolando menus, selecionando opções. Isso funciona porque somos criaturas visuais com habilidades motoras finas. No entanto, os agentes de IA são diferentes. Para que um bot utilize um site típico, ele precisa de visão computacional sofisticada e simulação de interação. Alternativamente, o bot poderia ler de forma muito mais eficiente formatos de dados estruturados que ele pode analisar diretamente. A web do futuro, portanto, dependerá fortemente de arquivos densos e dados estruturados que os agentes de IA possam navegar sem fingir ser navegadores humanos. Enquanto isso, as marcas enfrentam um problema prático: manter presenças na web que funcionem tanto para pessoas quanto para agentes de IA. Serão necessárias mudanças arquitetônicas para garantir que as informações sobre produtos, preços e disponibilidade sejam exibidas em formatos acessíveis a ambos os públicos. A maioria das empresas não está preparada para isso. Seus sites presumem que uma pessoa está navegando. Seus processos de checkout presumem que uma pessoa está clicando. Seus sistemas de atendimento ao cliente presumem que uma pessoa está do outro lado. Adaptar tudo isso para clientes máquinas exigirá um investimento significativo e uma mudança de mentalidade que muitas organizações ainda nem começaram. O campo emergente da psicologia dos bots Quando as pessoas eram os únicos clientes, os profissionais de marketing se baseavam fortemente na psicologia — para compreender o impacto dos vieses cognitivos, gatilhos emocionais, heurística de decisão, influência social e elaborar estratégias de entrada no mercado e mensagens relacionadas. Se os bots se tornarem clientes, os profissionais de marketing também precisarão compreender a psicologia dos bots. Isso será mais complexo do que parece. Os sistemas de IA apresentam padrões comportamentais consistentes, mas esses padrões são frequentemente surpreendentes, inconsistentes entre os modelos e contraintuitivos. As pesquisas sobre esse tema estão apenas começando, mas as descobertas devem preocupar todos os profissionais de marketing. Um estudo solicitou que pessoas e IA escrevessem textos publicitários e, em seguida, avaliassem os resultados. Os pesquisadores identificaram o que chamam de viés IA-IA: os sistemas de IA avaliaram o conteúdo gerado por IA com uma pontuação mais alta do que o conteúdo gerado por pessoas. Pense no que isso significa. Em um mundo onde agentes de IA tomam decisões de compra, o marketing criado por pessoas pode sair perdendo, não porque seja pior, mas por causa de vieses estruturais na forma como a IA avalia as informações. Passamos décadas nos preocupando com os vieses humanos na tomada de decisões e construindo sistemas para neutralizá-los. Agora, precisamos nos preocupar também com os vieses das máquinas. Pesquisadores da Columbia e Yale, em colaboração com uma start-up de IA, criaram um ambiente controlado para estudar como os agentes se comportam em plataformas de comércio eletrônico. O que eles descobriram revela um cenário complexo. Assim como as pessoas, os agentes de IA têm efeitos de posição; ou seja, eles favorecem produtos em determinados locais de exibição. Essas preferências variam muito entre os modelos. Os pesquisadores testaram GPT, Claude e Gemini e descobriram que todos os três preferem produtos na linha superior de uma exibição. Mas dentro dessa linha? O GPT favorece fortemente a primeira posição, o Claude prefere o meio e o Gemini favorece o lado direito. Se você é um varejista tentando otimizar o layout da página, boa sorte para descobrir isso. Os pesquisadores também descobriram que os agentes de IA penalizam tags “patrocinadas”, recompensam recomendações e desconsideram informações quando detectam influência comercial. De certa forma, os bots se comportam de maneira mais racional do que as pessoas, que são notoriamente suscetíveis à publicidade, mesmo quando sabem que se trata de publicidade. Os agentes de IA também respondem a classificações de preço e qualidade, mas a ponderação varia de acordo com o modelo. Apresentados com os mesmos produtos e as mesmas informações, diferentes modelos de IA tomaram decisões de compra substancialmente diferentes. O que os líderes de marketing devem fazer agora Essas mudanças são desconcertantes e assustadoras, porque estão ocorrendo muito rapidamente e devido ao rumo que parecem estar tomando. Então, como os líderes de marketing devem responder? Aqui estão algumas medidas que eles podem tomar para navegar pelas duas revoluções: Comece auditando sua exposição à revolução das buscas. Qual é a proporção de tráfego e conversões proveniente dos mecanismos de busca? Quanto da sua estratégia digital depende das pessoas que clicam no seu site? Uma alta dependência do tráfego de busca de informações significa um alto risco a curto prazo. Desenvolva expertise em otimização de mecanismos generativos. O campo é novo e está evoluindo rapidamente. Experimente estruturar o conteúdo para aumentar a visibilidade do chatbot. Acompanhe como sua marca aparece nas respostas da IA. Desenvolva conhecimento interno antes que seus concorrentes o façam. Concentre-se no que a IA não consegue replicar facilmente. A descoberta do Stack Overflow versus Reddit é importante aqui: comunidade, conexão emocional e experiência são mais difíceis de substituir do que a entrega de informações. Pense em como sua marca pode aprofundar essas dimensões. Prepare-se para os clientes de IA. Comece a pensar em como um algoritmo avaliaria seus produtos. Quais dados estruturados seriam necessários? Como sua proposta de valor se traduziria nos fatores ponderados pelos sistemas de IA? Acompanhe as pesquisas. Acadêmicos e analistas estão gerando novas descobertas rapidamente. Desenvolver a capacidade de acompanhar e agir com base nessas informações trará compensação. Reveja a estratégia de conteúdo para um público duplo. Seu conteúdo precisa ressoar com os leitores humanos e, ao mesmo tempo, ser estruturado de forma que os sistemas de IA possam processá-lo e citá-lo. Isso não significa escrever para máquinas em vez de pessoas. Mas significa reconhecer que o mesmo conteúdo será consumido por caminhos muito diferentes. Trate isso como uma questão de liderança, não como um problema do departamento de marketing. Essas transformações afetam a forma como as empresas se conectam com os clientes em todos os níveis. Elas exigem coordenação entre tecnologia, conteúdo, produto e experiência do cliente. As organizações que mantêm essas capacidades isoladas enfrentarão dificuldades, enquanto aquelas que as integram no nível executivo avançarão mais rapidamente. . . . O marketing já sobreviveu a transições disruptivas anteriormente: da mídia impressa para a televisiva, da televisiva para a digital, do desktop para o celular. Cada uma delas criou vencedores e perdedores. Esta transição é ainda mais profunda. Estamos mudando não apenas a forma como o marketing alcança os tomadores de decisão humanos, mas também, potencialmente, quem são esses tomadores de decisão. As evidências iniciais sugerem que temos um caminho difícil pela frente, dadas as variações no comportamento dos agentes de IA entre os modelos e a opacidade de como os chatbots ponderam as informações. Estamos caminhando para um período de incerteza e experimentação. Mas é na incerteza que residem as oportunidades. As empresas que desenvolverem expertise em marketing de IA conversacional e descobrirem como otimizar tanto para clientes humanos quanto para clientes máquinas colherão grandes recompensas.

A IA está revolucionando o marketing em duas frentes

Resumo.

Partner Center