O próximo cliente da sua marca pode não ser uma pessoa. Pode ser um agente de IA que pesquisa, compara e compra em nome de alguém – e que nunca viu o seu anúncio, nunca sentiu a sua marca e não liga ao seu branding
Por Miguel Bello, AI Portfolio director of Nova SBE Executive Education; Executive director of Corporate Relations of Nova SBE
Durante anos, as marcas viveram obcecadas com uma pergunta: como conquistar a atenção do consumidor? Mas a próxima grande mudança não está na forma como captamos a atenção. Está na forma como as decisões de compra passam a ser mediadas por inteligência artificial.
Estamos a entrar numa fase em que o consumidor não pesquisa sozinho, não compara sozinho e, em alguns casos, nem compra sozinho. Delega parte desse trabalho a assistentes inteligentes, copilots e agentes que pesquisam, recomendam, filtram opções e ajudam a concluir transacções. A este movimento chama-se agentic commerce. E já não é teoria. A OpenAI integrou compras no ChatGPT, com Instant Checkout e protocolos desenhados para ligar utilizadores, agentes e merchants. A Google avança com standards abertos para agentic shopping e agentes de marca na pesquisa. Empresas como a JD Sports já permitem que clientes encontrem e comprem produtos directamente em plataformas de IA. O ponto de contacto entre marca e consumidor começa a deslocar-se do site e da app para a interface conversacional.
E esta mudança já encontra procura real. Segundo a Adobe, o tráfego de IA generativa para sites de retalho nos EUA cresceu 1200% num único ano e, em Outubro de 2025, esses visitantes já convertiam 16% mais do que o tráfego tradicional. A Capgemini, num estudo com 12 mil consumidores em 12 países, mostrou que 58% já substituíram os motores de busca por ferramentas de GenAI como fonte principal de recomendações e 75% estão disponíveis para agir com base nessas sugestões. O consumidor está a mudar de canal. A pergunta é se as marcas estão a acompanhar.
Isto muda profundamente o que significa ser uma marca forte. Até agora, ganhava quem entrava na cabeça do consumidor no momento da escolha. A partir de agora, ganha também quem entra na “cabeça” do modelo – quem é fácil de interpretar, fácil de comparar, fácil de recomendar e suficientemente confiável para ser escolhido por um agente que actua em nome de uma pessoa. Durante décadas, as marcas competiram por atenção. Agora começam a competir também por recomendação algorítmica.
É aqui que entra o conceito de Generative Engine Optimization (GEO) – por vezes chamado LLM optimization. A lógica é simples: se o consumidor pergunta a um ChatGPT ou Gemini “qual o melhor produto para X?”, a marca precisa de estar preparada para ser encontrada, compreendida e citada nesse contexto. Já não basta pensar em SEO para links azuis. É preciso pensar em visibilidade dentro de respostas geradas, em atributos de produto legíveis por máquina, em autoridade semântica, em reviews, em pricing claro e em conteúdos que respondam às perguntas que as pessoas – e os modelos – fazem. A própria OpenAI já explica que a ordenação de merchants no ChatGPT depende de factores como disponibilidade, preço, qualidade e capacidade de checkout instantâneo. A batalha da marca trava-se agora também na camada dos dados e da estrutura.
Isto obriga o marketing a rever três crenças. A primeira: que o website é o centro do universo. Pode deixar de ser – em muitos casos, passará a ser apenas uma fonte entre várias para alimentar sistemas de recomendação. A segunda: que branding e performance são mundos separados. Numa economia mediada por modelos de linguagem, reputação, prova social, qualidade do catálogo e experiência de compra fundem-se num único problema – ser escolhido pelo sistema que intermedeia a decisão. A terceira: que o trabalho do marketeer termina no clique. Num mundo de agentes, a marca precisa de garantir que toda a cadeia é legível, fiável e interoperável. Um agente que encontra stock desactualizado, uma política de devolução ambígua ou um checkout que não suporta transacções programáticas simplesmente descarta a opção e recomenda outra. A experiência pós-clique passa a ser, ela própria, um factor de recomendação. Num país onde 65% das empresas não têm sequer directrizes internas para IA e 62% ainda estão em fase piloto, boa parte do marketing português continua a investir em canais e formatos que os agentes de IA ainda não conseguem interpretar nem valorizar.
Mas convém não cair no entusiasmo ingénuo. Se as plataformas de IA concentrarem descoberta e recomendação, as marcas podem ficar dependentes de regras opacas. O debate regulatório já começou: o AI Act europeu está em vigor desde Agosto de 2024, com aplicação faseada até 2027, e impõe novas exigências de transparência; no Reino Unido, cresce a pressão para que publishers controlem a utilização do seu conteúdo em experiências generativas. E os consumidores também pedem limites – segundo a Capgemini, 76% querem definir fronteiras claras para o que um assistente de IA pode ou não fazer em seu nome.
Nada disto é abstracto para o mercado português – e é aqui que surge o maior paradoxo. Do lado da procura, Portugal lidera a adopção de IA generativa na Europa: segundo João Valadares, partner da Bain & Company, Portugal é o mercado europeu com maior adopção regular de IA generativa – 62%, acima da média europeia de 52% – e com os níveis mais elevados de confiança no conteúdo gerado por estas ferramentas. Os consumidores portugueses já usam estas ferramentas para pesquisar, comparar e decidir. Mas do lado da oferta, o cenário é outro. Segundo dados de um assessment aplicado pela Nova SBE a 1683 profissionais em contexto de formação em IA, 72% reportam uso muito limitado de IA nas suas organizações (menos de 3 horas por semana), 62% das empresas ainda estão apenas a explorar ou testar pilotos e 65% não têm quaisquer directrizes internas sobre o uso de IA generativa. Se a maioria das empresas portuguesas ainda não se organizou internamente para usar IA, muito menos estará preparada para ser encontrada, interpretada e recomendada por ela.
O verdadeiro desafio, portanto, não é apenas tecnológico. É estratégico. As marcas terão de aprender a existir em dois planos ao mesmo tempo: o plano emocional, onde continuam a precisar de significado, diferenciação e desejo; e o plano computacional, onde precisam de legibilidade, fiabilidade, interoperabilidade e prova.
Na prática, isto significa que as marcas que quiserem ser competitivas nesta nova camada precisam de agir já: garantir catálogos e feeds de produto estruturados, manter dados de preço, stock e entrega permanentemente actualizados, construir prova social e reviews legíveis por máquina, publicar políticas de entrega e devolução claras e sem ambiguidade, criar conteúdo que responda às perguntas reais que consumidores e modelos fazem, e assegurar presença consistente nas fontes que os LLM conseguem interpretar. A nova batalha das marcas já não é apenas ser memorável para as pessoas – é ser legível, confiável e accionável por máquinas.
Durante décadas, ganharam as marcas que eram mais lembradas. Na próxima fase, ganharão também as que forem melhor interpretadas, melhor recomendadas e mais facilmente activadas por máquinas. O futuro das marcas não será apenas sobre falar com pessoas. Será, cada vez mais, sobre ser escolhidas pelos sistemas que falam por elas – e, em muitos casos, compram por elas.
Este artigo faz parte do Caderno Especial “A influência da IA nas marcas”, publicado na edição de Abril (n.º 357) da Marketeer.
