IAB Europe deteta uma lacuna entre a utilização de IA e a confiança na compra programática autónoma
A inteligência artificial já está integrada numa grande parte dos processos de publicidade programática, mas continua a existir uma distância importante entre utilizá-la para otimizar uma campanha e permitir que um agente tome decisões de compra ou venda de meios com um elevado grau de autonomia. Este é um dos principais resultados do estudo da IAB Europe sobre a utilização de IA em marketing e publicidade digital em 2026, que retrata um mercado onde a adoção tecnológica avança mais rapidamente do que os modelos de controlo e governação necessários para delegar decisões diretamente relacionadas com o investimento publicitário.
O relatório indica que 86% dos 50 profissionais inquiridos já utiliza inteligência artificial em atividades de marketing. Entre os 29 participantes consultados especificamente sobre workflows publicitários, 59% afirmou utilizá-la para otimização programática, enquanto 55% a utiliza no planeamento e estratégia de meios. A adoção diminui quando a IA deixa de atuar como ferramenta de apoio e começa a intervir diretamente na transação. Apenas 38% afirmou utilizar sistemas de compra ou venda agentic. Esta diferença é relevante, uma vez que a publicidade programática depende há anos de algoritmos para licitar, segmentar audiências ou distribuir orçamentos. A passagem para modelos agentic implica algo diferente: sistemas capazes de planear e executar operações com diferentes graus de supervisão humana. Embora a utilização atual de agentes continue limitada, as expectativas apontam para uma maior presença nos próximos meses. 30% dos inquiridos espera que os agentes se tornem, durante o próximo ano, um dos principais métodos de compra e venda de publicidade em alguns mercados. Outros 28% preveem que a sua utilização se torne habitual, embora sem atingir ainda essa escala. Por outro lado, 18% considera que a tecnologia continuará a desenvolver-se, mas terá ainda pouca presença nas operações diárias. A ausência de uma previsão claramente maioritária reflete o grau de incerteza que ainda existe em torno da compra agentic: a indústria parte do princípio de que os agentes vão ganhar protagonismo, mas ainda não existe consenso sobre a velocidade a que essa transição irá ocorrer. A supervisão humana continua, além disso, a ser a norma. Entre os 47 inquiridos que responderam sobre o nível de autonomia dos seus sistemas, 36 indicaram que não utilizam agentes habitualmente ou que se encontram nos primeiros níveis de adoção, nos quais as pessoas continuam a orientar o sistema ou a planear em conjunto com ele. As empresas de maior dimensão declararam, em média, níveis de autonomia superiores aos das organizações mais pequenas. Os profissionais de AdTech também indicaram uma adoção mais avançada do que agências e anunciantes, embora a IAB Europe alerte que a reduzida dimensão de algumas amostras permite interpretar estas diferenças apenas como indícios, e não como uma classificação representativa do mercado.
A eficiência é mais fácil de demonstrar do que a melhoria do performance
O estudo também mostra que os benefícios mais claros da inteligência artificial se encontram, para já, na eficiência operacional. Os inquiridos atribuíram à IA atualmente utilizada nas operações publicitárias uma avaliação média de 2,76 pontos em cinco. Entre os 29 profissionais consultados sobre a forma como avaliam as suas ferramentas de IA, 69% apontou a eficiência operacional como um dos principais indicadores e 48% referiu melhorias no CPM. Os resultados são consideravelmente mais baixos quando são analisadas variáveis diretamente relacionadas com a qualidade da atividade publicitária. Apenas 21% utiliza como critério a melhoria da qualidade da audiência ou da precisão do targeting, enquanto apenas 3% mencionou métricas como fill rate ou yield. Cinco dos participantes reconheceram ainda não dispor de um sistema formal para medir o performance das suas ferramentas de IA. Os dados sugerem que, atualmente, é mais fácil demonstrar que a IA permite poupar tempo ou reduzir determinados custos do que provar que gera melhorias sustentadas na qualidade das audiências ou no performance económico dos leilões. A arquitetura tecnológica também não parece estar a evoluir para um modelo exclusivamente proprietário ou controlado pelas grandes plataformas. Os participantes descrevem uma combinação de ferramentas internas e de terceiros, juntamente com capacidades de inteligência artificial integradas diretamente nas plataformas publicitárias. À medida que aumenta o grau de automatização, o debate deixa de se centrar apenas no que a IA pode fazer e passa a questionar quem controla o sistema que toma a decisão, quem pode auditá-la e quem assume a responsabilidade quando esta afeta o orçamento. 78% dos inquiridos afirmou que a sua organização dispõe de uma pessoa responsável pela governação de IA. No entanto, apenas 48% conta com diretrizes específicas para a utilização de inteligência artificial em marketing. A formação apresenta outra lacuna. Das 38 organizações que disponibilizam formação sobre IA, apenas nove (24%) incluem conteúdos destinados a verificar ações autónomas dos sistemas e a saber quando deve intervir uma pessoa. A falta de conhecimento continua também a ser uma barreira: 42% da amostra aponta a falta de experiência ou formação como um dos principais obstáculos à adoção de IA, enquanto 62% considera útil que a indústria desenvolva orientações específicas para a sua utilização em marketing.
O controlo também regressa ao centro do debate para os publishers
A questão sobre quem controla as decisões automatizadas não afeta apenas o lado comprador. A análise relaciona estes resultados com um debate recente sobre uma nova opção documentada pelo Google Ad Manager que permite estabelecer preços mínimos para determinados compradores programáticos. A funcionalidade gerou discussão porque recupera, pelo menos parcialmente, uma capacidade de controlo que os publishers tinham perdido com a introdução das Unified Pricing Rules da Google em 2019. Segundo a opinião judicial sobre os remedies do processo antitrust da AdTech da Google citada na análise, essas regras eliminaram a capacidade dos publishers de estabelecerem um floor de preço mais elevado para a AdX do que para exchanges concorrentes. A documentação atual da Google mostra a possibilidade de selecionar compradores individuais dentro de uma política de preços, embora as partes ainda estejam a definir a redação final da sentença. A alteração abre a porta a que os publishers possam exercer maior pressão sobre determinados compradores ou estabelecer condições diferentes para fontes de procura que considerem especialmente valiosas. No entanto, o efeito real desses controlos depende da forma como são utilizados. Um dos aspetos destacados no debate é a necessidade de calcular os floors com base na receita líquida recebida pelo publisher. Num dos exemplos da Google, uma licitação de um dólar num modelo de partilha de receitas de 80/20 é avaliada em 0,80 dólares depois de descontada a parcela correspondente.
Existe também discussão sobre que informação relativa a estes mínimos fica visível para os compradores. A documentação da Google explica determinadas limitações sobre o preço mínimo comunicado nas bid requests, mas não confirma explicitamente todas as afirmações que têm sido feitas sobre a opacidade dos floors específicos por bidder.
Mais automatização exige maior capacidade de intervenção
O ponto de ligação entre ambos os debates é o mesmo: quanto mais decisões são automatizadas, mais importante se torna manter mecanismos que permitam compreender, auditar e modificar o seu comportamento. A IA já está suficientemente disseminada para se tornar uma peça habitual da otimização programática, do planeamento e do reporting (76% dos 29 inquiridos sobre workflows publicitários também a utiliza para relatórios, análises ou dashboards), mas atribuir-lhe autonomia para executar transações coloca um conjunto diferente de riscos. A próxima fase da publicidade programática provavelmente não dependerá apenas da capacidade dos agentes para comprar meios mais rapidamente ou otimizar mais variáveis. Será também condicionada por quem define os seus objetivos, que informação pode consultar sobre as suas decisões e que capacidade anunciantes, agências e publishers mantêm para intervir quando o resultado da automatização não coincide com os seus interesses.
