A indústria publicitária adota os LLMs, mas mantém o controlo humano sobre o investimento

Os LLMs já estão presentes em quase todos os recantos da publicidade digital… exceto no ponto mais sensível de todo o sistema: a decisão de investimento. A indústria abraçou o seu potencial para acelerar tarefas como planeamento, otimização criativa, configuração de campanhas ou reporting, mas continua a recusar ativar o “piloto automático” quando chega o momento de licitar, comprar inventário e alocar orçamento.

Esse limite ficou particularmente evidente durante o CES de Las Vegas, onde Jeffrey Hirsch, CEO da QuantumPath, explicou que a sua plataforma é capaz de transformar processos de duas horas em execuções de apenas 10 minutos, com uma margem de erro praticamente nula. Ainda assim, a empresa evita deliberadamente dar o passo final: “Na QuantumPath queremos automatizar o fluxo de trabalho, não as decisões de compra”, afirmou.

Esta posição não é exceção. De acordo com uma análise publicada pela Digiday a 14 de janeiro de 2026, o mercado está a traçar uma fronteira invisível entre a automação que potencia o trabalho humano e a automação que substitui os humanos no “momento do investimento”. E esta linha vermelha não resulta apenas de prudência institucional: tem também raízes técnicas, de medição e de accountability.

Um problema estrutural: LLMs probabilísticos num ecossistema que exige determinismo

Uma das barreiras mais relevantes é a incompatibilidade arquitetónica. Os LLMs geram respostas num espaço semântico aberto, com resultados probabilísticos. Já os leilões programáticos exigem decisões rápidas, repetíveis e determinísticas. Por esse motivo, muitos executivos concordam que os LLMs encaixam melhor em camadas de suporte — briefing, setup, análise ou reporting — do que no núcleo da licitação.

Ainda assim, alguns players acreditam que esta limitação não será permanente. Michael Richardson, VP de Produto da Index Exchange, enquadra a questão mais como um tema de maturidade e infraestrutura do que como um bloqueio definitivo, embora com uma ressalva clara quanto ao timing: “Ainda não vai ser implementado de forma generalizada”, sobretudo devido a custos, nível de preparação e casos de uso que permanecem pouco definidos.

Se os dados estão errados, a autonomia escala o erro

Para lá da tecnologia, a maior preocupação do mercado prende-se com a qualidade dos dados que alimentariam um sistema autónomo. Tom Swierczewski, VP de investimento em media da Goodway Group, foi direto: “Essa é a minha grande preocupação: inputs pouco fiáveis geram decisões pouco fiáveis.” Na sua perspetiva, para que um LLM pudesse comprar de forma autónoma em programática, teria de recorrer a dados do bidstream — mas a base está comprometida: “Para que os LLMs comprem de forma autónoma em media programático, precisariam de dados do bidstream… e esses dados estão profundamente defeituosos.”

O raciocínio é simples: se o sistema aprende a partir de sinais distorcidos — enviesamentos de last-click, métricas sem auditoria real, ausência de ajustes por incrementalidade ou silos entre plataformas — a automação não melhora o mercado; apenas acelera o erro.

Paul Boruta, CEO e fundador da Slingwave, sintetizou bem esta tensão: “A indústria precisa de IA para gerir a complexidade e avançar mais rapidamente.” Mas deixou um aviso estratégico claro: “Não deve entregar essa inteligência a sistemas que estão a otimizar com o sinal errado.”

Plataformas abertas a agentes, mas não à substituição da lógica de licitação

Do lado das plataformas, o padrão repete-se: a IA entra na interface e na orquestração, mas a licitação continua assente em modelos controlados e lógica determinística. Adam Roodman, General Manager da Yahoo DSP, explicou-o de forma inequívoca: “Nada do que estamos a fazer neste momento sugere que um sistema agêntico ou um LLM vá substituir a lógica de bidding.” E acrescentou a nuance que hoje define o equilíbrio do mercado: “Com o tempo, pode assumir algumas partes, mas no seu núcleo continuará a ser machine learning.”

A Yahoo começou, de facto, a integrar ferramentas agênticas para automatizar tarefas como a configuração de campanhas ou a otimização via linguagem natural, sem eliminar pontos de controlo. Para Roodman, a mudança é estrutural, mesmo sem delegação total: “A Agentic AI muda a forma como a compra de media é efetivamente feita.” Na sua visão, o equilíbrio passa por acelerar sem perder governança: “Ao integrá-la diretamente na Yahoo DSP e permitir que os anunciantes liguem a sua própria IA à nossa, damos às equipas uma forma mais rápida e flexível de planear, otimizar e agir, sem sacrificar transparência nem controlo.”

O mercado ajusta o discurso: ‘agentic’, sim — mas com supervisão humana

Mesmo as empresas que apresentaram propostas agênticas estão a refinar a narrativa para evitar interpretações excessivas. Um exemplo é o caso da PubMatic com a Butler/Till, onde um agente baseado no Claude ajudou a transformar um briefing humano num plano estruturado, que os sistemas da PubMatic traduziram depois em inventário, canais e audiências. Ainda assim, os parâmetros finais foram revistos e aprovados por uma equipa humana antes da ativação.

Nishant Khatri, EVP de Product Management da PubMatic, sublinhou essa cautela: “Estamos a ser intencionalmente prudentes quanto ao que atribuímos direta e integralmente aos sistemas agênticos nesta fase.” À medida que a campanha evoluir, explicou, será possível avaliar melhor o impacto: “Esperamos ganhar mais clareza sobre tendências de eficiência e performance. A nível direcional, estes resultados estão alinhados com o que seria expectável de uma campanha agêntica inicial à escala nacional.”

Normalização, interoperabilidade e o risco da fragmentação

Em paralelo, o setor tenta evitar que a corrida à Agentic AI se transforme num novo ecossistema fragmentado de protocolos incompatíveis. O IAB Tech Lab lançou o Agentic RTB Framework v1.0 para consulta pública a 13 de novembro de 2025, com o objetivo de normalizar a execução de agentes em infraestruturas RTB, prometendo fazê-lo “com impacto mínimo em custos, latência e operação”.

Anthony Katsur, CEO do IAB Tech Lab, defendeu a urgência de organizar o ecossistema: “A execução agêntica já faz parte da forma como a publicidade digital opera hoje.” E reforçou a abordagem da organização: “Os padrões abertos e interoperáveis são o que torna isso possível, e o nosso foco é escalá-los de forma responsável.”

Da Index Exchange, Ray Ghanbari reforçou a mesma mensagem: “O nosso ecossistema publicitário digital multiparticipado funciona melhor quando todos adotamos, melhoramos e expandimos os padrões de transparência e interoperabilidade que permitem à indústria operar.” Acrescentou ainda que o objetivo é estender essa base às novas camadas: “O roadmap agêntico do Tech Lab assenta nesse modelo comprovado, alargando a transparência e a interoperabilidade às transações entre serviços, agentes e compras agênticas.”

Automatizar, sim. Entregar o orçamento, não

A indústria publicitária está a avançar rapidamente na automação de workflows, na modernização da infraestrutura e em experiências conversacionais. Mas o ponto de decisão económica — o que comprar, quando e a que preço — continua protegido. Não por falta de ambição, mas porque o mercado ainda não respondeu a três questões críticas: que sinais são realmente fiáveis, quem é responsável quando algo corre mal e quem controla o sistema que controla o dinheiro.

Por agora, os LLMs podem redigir planos, acelerar configurações e apoiar a análise de resultados. Mas o setor não está disposto a entregar-lhes as chaves do orçamento.