A arquitetura do dado determinista ganha peso na nova fase de automatização publicitária impulsionada por IA

A irrupção da inteligência artificial na tomada de decisões publicitárias está a reordenar as prioridades do mercado. Se durante anos a indústria debateu o futuro das third-party cookies, a evolução dos sistemas de IA acabou por deslocar esse foco para outra conclusão: o first-party data já não é apenas uma opção preferencial, mas um requisito estrutural para que os modelos de decisão automatizada funcionem com garantias.

A tese é muito clara: os motores de IA orientados para resultados (seja vendas, retenção ou lift) necessitam de trabalhar com soluções de identidade deterministas, sinais auditáveis, loops de feedback limpos e uma rastreabilidade do dado que permita compreender que sinal foi utilizado, com que consentimento e com que impacto. Neste novo cenário, a arquitetura de dados passa a ser um fator diferencial. Esta mudança já se está a refletir no investimento: segundo o relatório State of Data do IAB, 71% das marcas, agências e publishers já está a ampliar ou planeia ampliar os seus conjuntos de first-party data, quase o dobro face a há dois anos. A leitura desse dado é que a mudança não é apenas orçamental, mas também infraestrutural: o investimento está a deslocar-se para ambientes onde identidade, medição e governance estão integrados desde a origem.

O caso mais evidente é o do retail media, um ambiente que já nasce com várias vantagens estruturais: inventário próprio, audiências autenticadas e medição em circuito fechado. As previsões da eMarketer apontam para que os anunciantes nos Estados Unidos destinem 69.330 milhões de dólares ao retail media em 2026, face a 58.790 milhões em 2025. Dos 10.530 milhões de crescimento previsto, 9.420 milhões irão concentrar-se na Amazon Ads e na Walmart Connect, reforçando a ideia de que o mercado está a premiar os ambientes capazes de combinar dados próprios, capacidade de ativação e medição.

Os publishers premium também estão a adaptar os seus modelos a esta lógica. Em vez de dependerem de sinais de terceiros, estão a reforçar as suas relações diretas com a audiência e a desenvolver colaborações privacy-safe que lhes permitam vender resultados e não apenas volume de páginas vistas. O exemplo citado é o do The New York Times, onde os anúncios digitais suportados em first-party data já representavam mais de 20% das suas receitas publicitárias principais no quarto trimestre de 2020, face a 7% no ano anterior. Com base nisso, o grupo lançou em 2024 a plataforma BrandMatch AI, desenhada para ligar anunciantes a utilizadores registados. Após um ano no mercado, a ferramenta melhorou em 30% tanto o CTR como as taxas de conclusão de vídeo.

A mesma lógica está a consolidar-se em setores regulados como saúde e farmácia. Nestas categorias, a capacidade de demonstrar auditabilidade, origem do consentimento e controlo sobre os fluxos de dados não é uma questão secundária, mas uma condição para que o investimento possa ser executado sem restrições. De acordo com a eMarketer, o investimento em retail media em saúde e фарma crescerá 21,3% em 2025 nos Estados Unidos, face aos 11,2% previstos para search. Nestes verticais, a governance do dado deixa de ser overhead para se tornar infraestrutura de performance.

Para além do tipo de suporte, o artigo sustenta que a publicidade está a entrar numa transição mais profunda: do real-time bidding para a alocação agêntica. Face à lógica tradicional de otimização de operações individuais, os novos sistemas de IA comportam-se mais como gestores de carteira, alocando investimento entre diferentes objetivos, restrições e horizontes temporais. Neste contexto, o mercado premium assemelha-se menos a uma bolsa e mais a um modelo de capacidade, semelhante ao de hotéis ou companhias aéreas, onde a decisão-chave não é apenas comprar uma impressão, mas alocar recursos sob condições de escassez, tempo e retorno esperado.

A comparação resume bem a mudança de paradigma. Se o OpenRTB respondia a uma lógica de “day trading”, os novos protocolos orientados a agentes procuram uma lógica mais próxima do investimento planeado. A promessa destes sistemas é reduzir o custo da complexidade: interpretar ofertas, negociar restrições e supervisionar resultados sem obrigar todos os publishers a operar sob uma única leilão totalmente estandardizado. No entanto, essa automatização só pode escalar se o mercado convergir para standards interoperáveis em produto, identidade e permissões. Sem essa base, cada integração teria de ser reconstruída publisher a publisher, travando precisamente a eficiência que os agentes prometem.

E, sobretudo, os sistemas de alocação só podem aprender de forma longitudinal se os sinais forem fiáveis. Quando os inputs são anónimos, probabilísticos ou mal governados, a otimização perde solidez. Quando são first-party, consentidos e auditáveis, o sistema pode alocar capital com muito mais confiança.

Por isso, nesta nova fase, a identidade first-party deixa de ser vista apenas como combustível e passa a funcionar como um livro contabilístico que torna possível a alocação. O valor não está apenas em ter dados, mas em conseguir demonstrar de onde provêm, sob que condições foram recolhidos e como foram utilizados no processo de decisão. A consequência de fundo é que a governance se torna uma vantagem competitiva. Quanto mais autónomo for o sistema de decisão, mais importante será responder com precisão a três questões: que sinais foram utilizados, sob que permissões e por onde circularam. As plataformas capazes de combinar performance com responsabilidade serão as que ganharão peso no mercado.

A publicidade digital está a deslocar-se do trading de impressões para a alocação de resultados; do targeting pontual para a aprendizagem longitudinal; e da confiança informal para uma governance verificável. A IA, segundo esta perspetiva, já decidiu que inputs pode considerar fiáveis. A questão que permanece em aberto é que atores serão capazes de monetizar essa confiança.