A IA redefine a visibilidade das marcas e obriga a repensar a forma como a sua presença é medida

As marcas começam a assumir que a inteligência artificial não se limita a ordenar ou classificar a sua presença, mas decide se aparecem ou não nas suas respostas. A mudança está já a transformar a forma como a indústria entende e gere a sua visibilidade.

Neste contexto, a IAB está a trabalhar num enquadramento para normalizar a forma como esta visibilidade é medida, num cenário em que ainda não existe um critério comum sobre a forma como os dados devem ser recolhidos, nem sobre os fatores que determinam que um sistema de IA recomende uma marca em detrimento de outra. É o que revela uma análise publicada pela Digiday, que se centra nos desafios que as marcas enfrentam para compreender e gerir a sua presença nos sistemas de inteligência artificial. A incerteza também se reflete nas estruturas internas das empresas, que estão a integrar responsáveis de AI Search enquanto procuram identificar que variáveis influenciam as respostas destes sistemas. Algumas marcas, além disso, não estão à espera que se defina quais os fatores que têm maior peso e já começaram a realocar parte dos seus orçamentos publicitários com o objetivo de influenciar a forma como os chatbots as descrevem quando os utilizadores pesquisam por elas. A queda repentina do Reddit enquanto fonte de recomendações no ChatGPT ilustra até que ponto estas dinâmicas podem mudar.

Cada plataforma joga com as suas próprias regras

A visibilidade de uma marca pode variar significativamente entre plataformas. Uma fonte que é relevante para um modelo pode ter um peso muito menor noutro, o que dificulta a definição de uma estratégia comum para todos os sistemas de IA. Os dados da Tinuiti citados pela Digiday ilustram esta diferença no caso da Amazon. Em julho, a Amazon representou 4% das citações do Microsoft Copilot, face a 0,1% no ChatGPT e 0% no Gemini. A sua maior presença no Copilot aumentou a sua quota média de citações entre as diferentes categorias de produto. Os LLM não seguem os mesmos padrões na hora de selecionar e citar fontes, e os profissionais de marketing estão a tentar adaptar as suas estratégias a essas diferenças. Dois modelos podem mencionar as mesmas marcas ao responder a uma pergunta sobre sapatilhas e, ainda assim, recorrer a fontes diferentes para fundamentar as suas respostas. Um estudo da Adobe e da Semrush, baseado em dados dos Estados Unidos de 22 categorias entre janeiro e junho, mostrou que o ChatGPT tende a recorrer a fontes comunitárias e de referência. O Reddit foi a sua principal fonte, com 28,9% do total de citações. O Google, por sua vez, recorre principalmente a conteúdos de vídeo e redes sociais. O YouTube foi a sua principal fonte, com 21,1% das citações, seguido do Facebook, com 17%. A ideia de que os modelos de linguagem demonstram uma preferência generalizada pelo YouTube também exige algumas nuances. Embora a plataforma apareça frequentemente entre as fontes citadas pelos principais sistemas de IA, o seu peso varia consideravelmente entre os diferentes modelos. Uma análise das respostas de IA realizada pela Sitecore’s Scrunch entre maio e julho mostra esta diferença. O Google AI Mode, o Google AI Overviews, o Gemini (embora não de forma consistente) e o Perplexity citam frequentemente o YouTube, enquanto o ChatGPT e o Microsoft Copilot recorrem à plataforma em muito menor medida.

A confiança dos consumidores avança mais rapidamente do que as estratégias das marcas

A confiança dos consumidores nas respostas geradas por inteligência artificial está a aumentar rapidamente, enquanto as empresas ainda estão a definir como medir e gerir a sua visibilidade nestes sistemas. Segundo um inquérito a consumidores da Adobe, realizado em julho de 2026 a mais de 5.000 pessoas nos Estados Unidos, 95% dos utilizadores de IA consideram que as suas respostas são, pelo menos, tão fiáveis como as de um motor de pesquisa tradicional. 29% consideram-nas muito fiáveis. A confiança aumenta à medida que cresce a familiaridade com estas ferramentas, embora parta de níveis relativamente elevados mesmo entre aqueles que ainda não as utilizam. 9% dos não utilizadores consideram que a IA é, pelo menos, tão fiável como um motor de pesquisa tradicional. A proporção aumenta para 94% entre aqueles que estão a experimentar estas ferramentas e chega aos 97% entre os utilizadores habituais. Os profissionais de marketing também começam a incorporar a visibilidade em IA nos seus critérios de avaliação. Antes de lançarem uma campanha, alguns verificam se um criador já aparece em respostas geradas por IA e acrescentam este fator a métricas mais tradicionais, como o alcance ou o engagement. Algumas empresas estão a desenvolver ferramentas para medir em que modelos aparecem, que fontes são citadas e que fatores podem explicar essas menções. Outras estão a estender esta análise aos conteúdos produzidos pelos seus próprios executivos, às chamadas com investidores e às comunicações dos seus CEO.

A visibilidade muda mesmo quando a marca não muda

A medição da visibilidade em IA enfrenta uma dificuldade adicional: uma mesma pesquisa pode gerar uma resposta diferente praticamente sempre que é feita. Medir a presença de uma marca nestes sistemas torna-se, assim, um objetivo em constante mudança. Mesmo uma métrica aparentemente estável pode perder validade depois de uma atualização do modelo. A marca pode não ter mudado, mas o sistema pode ter incorporado nova informação ou alterado a forma como a utiliza. Esta instabilidade já está a gerar diferenças entre as empresas que disponibilizam serviços de medição e a levar os CMO a repensar o que significa construir uma marca num ambiente em que as respostas não são constantes. A IAB está a trabalhar em standards que permitam aos compradores contar, pelo menos, com uma definição comum do que constitui um dado fiável, embora ainda não exista consenso sobre a forma como deveria ser calculado um índice de confiança. A medição é, de facto, o principal desafio apontado pelos profissionais consultados pela IAB, sobretudo na comparação entre as jornadas do cliente impulsionadas por IA e as tradicionais. 45% dos 200 responsáveis pela tomada de decisões de investimento publicitário de marcas e agências inquiridos pelo organismo identificaram este aspeto como uma das principais dificuldades. As marcas procuram medir e melhorar a sua presença nos modelos de IA enquanto o setor tenta estabelecer standards para um ambiente em que as respostas mudam, os resultados são difíceis de comparar e as regras ainda estão em construção.