*Cristian Gallegos

A paixão por inovação costuma render apresentações lindas, verbas animadas e aquela sensação gostosa de que estamos “na fronteira”. O problema é que fronteira demais também cansa. Quem passou pelos surtos coletivos de Second Life, meta horizon, realidade virtual, realidade aumentada e outras promessas embaladas a vácuo já conhece o roteiro: uma parte vira negócio real, outra parte vira piada de evento corporativo, e uma terceira fica naquele limbo sofisticado onde a tecnologia existe, mas o problema que ela resolve continua procurando resultado.

Existe um dado que diz muito sobre o momento atual. Segundo a Deloitte (2025), mais de dois terços das empresas afirmam que 30% ou menos de seus experimentos com IA generativa devem chegar à escala nos próximos três a seis meses. Ao mesmo tempo, 78% pretendem aumentar os investimentos em IA. Traduzindo para quem já viu hype demais: a empolgação corre de Ferrari, mas a mudança real ainda pega trânsito.

Isso conversa diretamente com a tese mais importante e mais ignorada do marketing recente: empresa madura não se apaixona pela ferramenta, se apaixona pelo problema. Porque, quando o encantamento é com a tecnologia em si, qualquer solução vira desculpa para parecer atualizada. E aí nasce a aberração executiva de querer reunião em realidade virtual quando uma boa videoconferência já resolve tudo sem exigir avatar, óculos, bateria, enjoo e paciência franciscana.

No marketing, a conta da sofisticação vazia aparece rápido. A Gartner (2025) identificou que a utilização do stack de martech caiu para 49% no ano passado. Metade da tecnologia comprada, integrada, apresentada em comitê e defendida em orçamento simplesmente não está sendo plenamente usada. É o equivalente corporativo de montar uma cozinha de chef para fazer misto-quente (ou, nham, esquentar coxinha no microondas).

E a coisa fica ainda mais didática quando a conversa vai para IA em marketing. Outra pesquisa da Gartner mostrou que 45% dos líderes de martech com agentes de IA em piloto ou produção dizem que as capacidades oferecidas pelos fornecedores não atendem às expectativas de performance prometidas. Mais: metade relata falta de prontidão técnica e de dados para implantar esses agentes. Ou seja, a promessa chega em 4K, mas a operação é em linha discada.

A McKinsey (2025) encontrou um retrato bem menos romântico da corrida atual. A maioria das empresas já relata redução de custos em funções onde a IA generativa é usada, e algumas unidades de negócio também veem aumento de receita. Mas mais de 80% dos entrevistados dizem que ainda não há impacto tangível no EBIT da empresa inteira. Em português claro: tem ganho localizado, sim. Milagre estrutural, ainda não.

A BCG Global (2025) empurra essa lógica um pouco mais longe. Só 5% das empresas pesquisadas são classificadas como realmente preparadas para capturar valor de IA em escala. Essas poucas conseguem cinco vezes mais aumento de receita e três vezes mais redução de custos do que as demais. O detalhe que deveria incomodar os apaixonados por firula é simples: não é a tecnologia isolada que separa vencedores e frustrados. É a capacidade de redesenhar processo, operação, talento e decisão.

A própria Gartner bate nessa tecla por outro ângulo: apenas 5% dos líderes de marketing que usam IA generativa somente como ferramenta reportam ganhos significativos em resultados de negócio. Somente como ferramenta. A frase é quase uma bronca metodológica. Colocar IA por cima do processo ruim não transforma processo ruim em vantagem competitiva. Só automatiza a bagunça com vocabulário mais elegante.

Há um ponto especialmente valioso para operações de marketing: simplificar virou ativo estratégico. A Accenture (2025) mostrou que 26% dos executivos que estão reduzindo investimento em IA generativa apontam falta de clareza sobre ROI como principal preocupação, enquanto 28% citam limitações de dados ou infraestrutura como maior barreira para implementar e escalar a tecnologia. Não é resistência ao futuro. É alergia a projeto nebuloso.

Por isso, faz todo sentido desconfiar de propostas que chegam oferecendo computação quântica, modelos ultracomplexos, inferência mirabolante e uma quantidade industrial de jargão para problemas que talvez precisassem só de fluxo melhor, regra mais clara, automação simples ou uma interface menos teimosa. A própria McKinsey mostra que os avanços recentes de quantum em 2025 estão concentrados sobretudo em aplicações ligadas a defesa e semicondutores. É fascinante, sem dúvida. Mas usar isso como argumento automático para a operação de marketing é como chamar um foguete para atravessar a rua.

A grande virada da era da IA talvez seja justamente matar a velha tentação do marketing de confundir novidade com progresso. Sim, IA pode gerar eficiência, reduzir custo, acelerar produção, apoiar decisão e abrir novas possibilidades de receita. Os números mostram isso. Mas os mesmos números também mostram que valor consistente continua raro, escala continua difícil e deslumbramento continua abundante.

No fim, a régua mais inteligente talvez seja também a menos glamourosa: resolveu o problema de forma simples, objetiva, rápida e barata? Se sim, ótimo. Se exigiu uma romaria tecnológica inteira para substituir algo que já funcionava melhor com menos atrito, então não era inovação. Era só vaidade com licença de software.

A questão que fica é simples, embora o mercado adore fingir que não é: na hora de inovar, a sua operação está apaixonada pela transformação real ou apenas flertando com a próxima fantasia bem apresentada?

*Cristian Gallegos – Diretor de marketing da Skynova.

*Alexandre Bonati
Durante anos, o e-commerce evoluiu com base em uma lógica bem estabelecida: construir uma loja digital eficiente, atrair tráfego por campanhas de mídia, otimizar a experiência do usuário e acompanhar os indicadores de conversão. As prioridades eram claras — SEO bem-feito, bom desempenho mobile, checkout ágil e remarketing inteligente. Mas essa lógica está se desfazendo, silenciosamente, à medida que a inteligência artificial muda como compramos, nos relacionamos com marcas e tomamos decisões de consumo.

Nos Estados Unidos, já é possível realizar uma compra completa dentro do ChatGPT, graças à integração com plataformas como o Shopify. O consumidor descreve o que precisa — por exemplo, um xampu ideal para cabelos oleosos — e recebe como resposta não apenas uma lista de produtos, mas uma análise comparativa detalhada, com links diretos para o checkout. Sem abrir uma nova aba, sem visitar um site. Isso representa uma mudança profunda na jornada de compra. A navegação tradicional por categorias, o clique em banners e o carrinho de compras perdem protagonismo quando uma IA pode entender suas preferências e entregar, em segundos, o resultado mais relevante.

Esse fenômeno muda como as marcas disputam atenção no ambiente digital. Se antes a batalha era por posições nos buscadores, agora SEO se juntou ao GEO — o Generative Engine Optimization. Não basta mais otimizar para o Google — é preciso garantir relevância em um sistema que interpreta intenções, contexto e autoridade para gerar respostas conversacionais. A pergunta “como ranquear bem?” se une a “como ser citado de forma relevante por um modelo de IA?”.

As implicações disso vão além da visibilidade. Ferramentas como o Lovable, por exemplo, já permitem que usuários desenvolvam aplicações completas com auxílio de inteligência artificial, em um tempo significativamente menor do que seria possível pelos meios tradicionais. Em poucos minutos, é viável criar soluções funcionais para tarefas específicas, como um sistema de organização de tarefas nos moldes do Trello. Esse movimento aponta para um cenário onde a customização e a autonomia tecnológica ganham força — o que naturalmente convida empresas que oferecem plataformas padronizadas a repensarem o valor que entregam e como podem se diferenciar.

Ainda que o avanço da IA seja rápido e impactante, é importante reconhecer que nem toda a população está na mesma página. Uma parte significativa dos consumidores ainda desconhece o funcionamento das ferramentas de inteligência artificial — ou simplesmente não as utiliza no dia a dia. Essa diferença de maturidade digital exige que as marcas operem em dois ambientes simultaneamente: mantendo seus canais tradicionais relevantes, ao mesmo tempo, em que exploram, com responsabilidade e estratégia, as novas possibilidades trazidas pela tecnologia. A transição será gradual, mas inevitável.

O que observar ao integrar IA ao e-commerce:

• Segurança de dados e LGPD: Ao usar modelos de linguagem, é fundamental considerar o que está sendo compartilhado. Informações sensíveis inseridas em prompts podem ser armazenadas ou utilizadas nos treinos de IA.
• Testar antes de escalar: Não confie cegamente nas respostas da IA, principalmente se estiver lidando com branding ou atendimento ao cliente. Testes e validações são fundamentais.
• Evite substituir tudo por IA: A experiência humana continua importante. Não descarte o contato humano onde ele agrega valor — principalmente no relacionamento com o cliente.
• Comece com aplicações simples: Atendimento ao cliente, busca personalizada e recomendações são áreas com ótimo retorno e riscos mais baixos.
• Avalie o perfil do seu público: Se seus consumidores ainda não usam IA no dia a dia, evolua seu e-commerce sem abandonar as etapas mais tradicionais da jornada de compra.

Diante disso, as marcas precisam se perguntar: estamos preparadas para continuar sendo relevantes em um ambiente onde a descoberta de produtos, a comparação e até o checkout acontecem fora da nossa loja? A resposta pode determinar não apenas o desempenho de curto prazo, mas a própria viabilidade do negócio nos próximos anos. Adotar IA não é apenas uma questão de eficiência. É uma questão de atenção estratégica ao futuro do consumo — e à permanência da própria marca.
*Alexandre Bonati – Diretor de e-commerce da Cadastra.