A armadilha da colheita de demanda

Se você gerencia anúncios nos Estados Unidos, já ouviu a promessa. “Deixe a IA encontrar o público perfeito.” O Google Ads empurra o Performance Max. A Meta quer que você use o Advantage+. Amazon, TikTok, LinkedIn - todo mundo entrou no jogo. A ideia é sedutora: algoritmos fazem lances, segmentam e escolhem criativos melhor do que qualquer humano. E, por um tempo, parece mágica.

Mas depois de mais de uma década gerenciando contas de mídia paga nos EUA - de DTCs nativas digitais a empresas da Fortune 500 - eu vi o outro lado dessa moeda. Vi marcas estagnarem com ROAS alto no dashboard e crescimento zero no ano seguinte. Vi CPMs subirem sem explicação aparente. Vi equipes inteiras presas a uma pergunta que raramente aparece nas reuniões: por que, se a IA é tão eficiente, o crescimento simplesmente parou?

A resposta é desconfortável. A maioria dessas ferramentas é uma máquina de colheita de demanda, não de geração de demanda. E se você não separar as duas coisas, pode estar cavando sua própria estagnação sem perceber.

O que a IA realmente faz por trás dos painéis

As soluções de segmentação baseadas em IA - Performance Max, Advantage+, Amazon DSP e similares - são, no fundo, modelos preditivos treinados com dados históricos. Elas olham para cliques, conversões, tempo de permanência, comportamento de navegação, histórico de compras e, em muitos casos, dados de CRM. Com isso, calculam a probabilidade de cada usuário converter e mandam o orçamento para os lances com maior chance de retorno imediato.

Em linguagem técnica, isso é um problema de otimização local. O sistema maximiza uma recompensa de curto prazo - a conversão registrada no pixel - dentro de um espaço de ação limitado. E aqui está o detalhe que pouca gente fala: ele não tem incentivo para questionar se aquele espaço de ação é o único que importa para o crescimento da marca.

Existe um dilema clássico em aprendizado por reforço: exploração versus explotação. Um agente inteligente precisa decidir entre continuar usando uma alavanca que já deu retorno (explotação) ou testar uma alavanca nova, incerta, mas potencialmente melhor (exploração). As plataformas de anúncios baseadas em IA são, quase sempre, agentes de explotação agressiva. Elas encontram o público mais parecido com quem já comprou - os tais lookalikes de compradores - e martelam esse grupo até a exaustão. No começo, o ROAS sobe e todo mundo comemora. Poucos meses depois, a frequência dispara, a fadiga de anúncio se instala e o custo por aquisição começa a escalar.

O platô silencioso das marcas americanas

Eu já vi esse padrão inúmeras vezes. Marcas DTC que cresceram rápido com anúncios de resposta direta - aquelas que dominaram o Facebook Ads entre 2016 e 2019 - hoje enfrentam um platô difícil de reverter. Elas construíram todo o crescimento sobre colheita de demanda: públicos lookalike, remarketing agressivo, campanhas otimizadas para conversão. Enquanto havia demanda pré-existente suficiente, o crescimento veio fácil. Quando essa demanda saturou, o algoritmo não tinha para onde ir.

O problema não é a IA em si. É que ela não cria novos mercados. Ela otimiza a extração de valor dos mercados que já existem. Para uma marca em fase de maturidade, talvez isso seja aceitável. Para qualquer empresa que precise crescer além do núcleo atual, é uma limitação estrutural.

Efeitos colaterais que ninguém mostra na reunião de performance

Além do platô de crescimento, o uso indiscriminado de segmentação por IA gera pelo menos três efeitos colaterais que raramente aparecem nos dashboards.

1. Inflação de CPMs por saturação de público

Quando todas as marcas de um setor usam as mesmas ferramentas de IA e os mesmos públicos lookalike, acontece uma mini-tragédia dos comuns. Todos disputam o mesmo usuário de alta intenção. Os leilões inflacionam, o CPM sobe e a margem encolhe. A IA não está criando eficiência de mercado; está concentrando a demanda em um espaço cada vez mais caro. Nos EUA, onde o custo de mídia já é alto, isso corrói a lucratividade de setores inteiros - de moda a SaaS.

2. Homogeneização criativa

A IA também otimiza criativos. Ela tende a favorecer anúncios com maior CTR e conversão imediata: depoimentos, provas sociais, ofertas de desconto, linguagem de resposta direta. O problema é que esse tipo de criativo não constrói associações de marca. Ele gera cliques e compras, mas não gera memória. A longo prazo, sua marca se torna indistinta. Quando o consumidor não está ativamente comprando, ele não lembra de você. E quando volta a comprar, escolhe quem estava presente na cabeça dele - não quem apareceu no feed com um cupom.

Isso destrói o que os especialistas em construção de marca chamam de mental availability: a probabilidade de a sua marca ser lembrada no momento da compra. Nos EUA, onde o varejo online é brutalmente competitivo, perder mental availability é perder participação de mercado para concorrentes que investem em construção de marca.

3. Dependência de descontos e ofertas

Quando a IA otimiza para conversão, ela tende a empurrar sua mensagem para o fundo do funil: usuários que já estão prontos para comprar. Isso cria uma pressão natural por incentivos imediatos - cupons, frete grátis, prazos estendidos. O resultado é uma marca que compete por preço, não por valor. E, quando a concorrência lança um desconto maior, sua margem entra em colapso.

A saída: arquitetura de portfólio de demanda

A resposta não é abandonar a IA. É colocá-la no lugar certo. Em vez de tratar as ferramentas de segmentação como piloto automático, encare-as como uma parte de um portfólio de estratégias de demanda. Esse portfólio tem dois trilhos, com objetivos, campanhas e métricas diferentes.

Trilho 1: Explotação - colheita de demanda

Este é o território natural das ferramentas de IA. Aqui ficam:

• Campanhas de Performance Max com foco em conversão;
• Advantage+ Shopping para e-commerce;
• Remarketing e retargeting;
• Busca de marca (branded search);
• Campanhas de intenção no Google Search com palavras-chave de fundo de funil.

O objetivo é capturar a demanda existente - pessoas que já conhecem sua marca ou já estão em uma jornada de compra. Essas campanhas devem ser otimizadas para ROAS, CAC e margem. O algoritmo pode trabalhar livremente dentro desse escopo.

Trilho 2: Exploração - geração de demanda

Aqui ficam as campanhas que plantam as sementes do crescimento futuro:

• Alcance amplo no Meta Ads com públicos abertos e objetivos de reconhecimento;
• Vídeo no YouTube com segmentação por afinidade ou audiências customizadas amplas;
• Conteúdo patrocinado no LinkedIn para B2B;
• Campanhas de display em estágios iniciais;
• Parcerias com criadores para introduzir a marca a novos públicos.

O objetivo deste trilho não é conversão imediata, mas penetração de mercado: alcançar não-clientes, construir associações de marca e gerar demanda futura. Aqui, você não deve deixar a IA otimizar para conversão. Em vez disso, configure objetivos de alcance, visualizações de vídeo ou consideração. No Meta Ads, use públicos amplos, sem lookalikes de compradores. No Google Ads, use campanhas de vídeo no YouTube com segmentação por afinidade, não por intenção de compra. O ponto é dar à IA um mandato de exploração, não de explotação.

Como dividir o orçamento?

Não existe fórmula universal, mas uma régua útil é começar com algo como 70% para colheita e 30% para exploração, ajustando conforme o estágio da marca. Marcas em crescimento acelerado podem precisar de 40% ou mais em exploração. Marcas maduras, com forte recall de marca, podem operar com 20% em exploração e 80% em colheita. O importante é que os dois trilhos existam e sejam medidos separadamente.

O papel do estrategista: curador de hipóteses

A IA não sabe o que não sabe. Ela não consegue, por conta própria, decidir que um novo segmento de mercado vale a pena ser explorado. Esse é trabalho humano. O profissional de marketing precisa atuar como curador de hipóteses: identificar oportunidades de expansão de mercado, formular públicos de exploração e alimentar a IA com essas possibilidades.

Um exemplo concreto dos EUA: uma marca de móveis que historicamente vendia apenas para proprietários de casas - público que a IA havia aprendido a converter com eficiência. O estrategista levantou a hipótese de que locatários de apartamentos urbanos também comprariam móveis compactos e multifuncionais. Em vez de deixar a IA escolher o público, ele criou campanhas de exploração com criativos específicos para esse segmento: fotos de apartamentos pequenos, mensagens sobre otimização de espaço, provas de uso em ambientes urbanos. Usou públicos amplos no Meta e vídeos no YouTube com contexto de cidade. A IA otimizou dentro desse universo, mas o direcionamento estratégico veio de uma hipótese humana. Em poucos meses, a marca abriu um novo fluxo de receita que o algoritmo jamais teria encontrado sozinho, porque não havia dados históricos sobre aquele público.

Outro exemplo: uma marca de suplementos alimentares que dependia de lookalikes de compradores de academia. O estrategista percebeu que o público-alvo não era apenas “atletas de academia”, mas também “profissionais com mais de 40 anos em busca de energia”. Criou campanhas de exploração com criativos falando de disposição para o trabalho, não de performance esportiva. Em seis meses, abriu um novo segmento de clientes que a IA não identificaria, porque os dados históricos apontavam apenas para o público fitness.

Um terceiro caso, agora B2B: uma empresa de software de gestão financeira que usava LinkedIn Ads com públicos de intenção e retargeting. O estrategista levantou a hipótese de que pequenos escritórios de contabilidade precisavam de automação de relatórios. Em vez de esperar que a IA encontrasse esse público, criou campanhas de alcance com conteúdo educativo sobre automação fiscal, segmentadas por cargo e setor, mas sem intenção de compra. O resultado foi um funil mais cheio de leads qualificados seis meses depois.

Como operacionalizar a exploração sem quebrar o ROAS

A objeção mais comum que ouço de CMOs e diretores de mídia é: “mas meu CFO quer ROAS, não brand lift”. A resposta é simples: você não precisa substituir as métricas de performance; precisa adicionar métricas de exploração. E essas métricas devem ser acompanhadas em um painel separado.

Um plano de ação prático, em seis passos:

1. Audite sua conta atual. Quantos por cento do orçamento está em campanhas de Performance Max, Advantage+, remarketing e busca de marca? Se mais de 90% está em colheita, você provavelmente está saturado.
2. Defina métricas para cada trilho. Para colheita: ROAS, CAC, taxa de conversão e margem líquida. Para exploração: alcance incremental, frequência efetiva, recall de anúncio, brand lift, participação de voz no mercado e taxa de novos visitantes no site.
3. Separe campanhas de exploração com objetivos corretos. No Meta, use objetivos de reconhecimento ou visualização de vídeo, não conversão. No Google, use campanhas de vídeo no YouTube com segmentação por afinidade ou custom intent amplo. No LinkedIn, use alcance e conteúdo.
4. Formule pelo menos duas hipóteses de expansão de mercado por trimestre. Quem são os não-clientes que poderiam se beneficiar do seu produto? Que contexto cultural, geográfico ou de estilo de vida a IA ignora? Crie campanhas de exploração específicas para cada hipótese.
5. Use medição de brand lift quando possível. Plataformas como Meta e Google oferecem estudos de brand lift. Se o orçamento permitir, rode um estudo por trimestre para validar se a exploração está gerando associações de marca. Se não, acompanhe recall de anúncio e taxa de novos usuários no Google Analytics.
6. Revise mensalmente e alimente o sistema. As campanhas de exploração que demonstrarem potencial de conversão - mesmo que não imediato - devem receber mais investimento. Com o tempo, você pode migrar públicos validados da exploração para a colheita, ensinando a IA com novos dados.

O erro que separa marcas que crescem das que estagnam

A segmentação baseada em IA é uma das maiores inovações da publicidade digital. Ela trouxe eficiência, escalabilidade e precisão impensáveis há dez anos. Mas ela não substitui o pensamento estratégico. Ela amplifica o que você já sabe - e, se você não tiver uma visão clara de mercado, ela apenas acelerará sua estagnação.

As marcas americanas que vão vencer a próxima década não serão aquelas que abraçaram a IA com mais entusiasmo. Serão aquelas que entenderam a diferença entre otimizar para conversão e otimizar para mercado. Elas usarão a IA para colher demanda no curto prazo, mas reservarão espaço - orçamento, criativos, métricas e decisões humanas - para semear demanda no longo prazo.

Se você é CMO, diretor de marketing ou gestor de mídia, a pergunta mais importante não é “qual ferramenta de IA estou usando?”, mas sim: “estou apenas colhendo demanda que já existe, ou estou construindo a demanda que minha marca precisará amanhã?”

A resposta definirá seu crescimento. E, para ser honesto, definirá também se sua marca continuará relevante quando o algoritmo mudar - porque ele sempre muda.