A Inteligência Artificial não está mais só experimentando no mercado de publicidade e tecnologia — ela está operando de verdade, em escala, com dinheiro na mesa e decisões acontecendo em tempo real.
Junho de 2026 foi um daqueles meses que vão aparecer em retrospectivas daqui a alguns anos como um ponto de virada. Em menos de uma semana, a OpenAI revelou que publicidade é parte central do seu modelo de negócios, a Amazon testou anúncios onde o usuário pergunta e já compra dentro da conversa, e o Google começou a levantar alertas sobre como sua própria personalização pode estar criando bolhas de descoberta que prejudicam marcas e novos publishers.
E não parou por aí. Enquanto isso, gigantes como Google, Microsoft, GitHub, Hugging Face, NVIDIA, Salesforce e Snowflake se juntaram para criar um padrão aberto que permite que agentes de IA se encontrem, se conectem e trabalhem juntos de forma autônoma. O Codex, da OpenAI, saiu de praticamente zero em meados de 2025 para estar nas mãos de cerca de 17% dos usuários ativos do ChatGPT e do Codex em menos de um ano — e quem mais cresce no uso não são desenvolvedores, são pessoas comuns delegando tarefas do dia a dia para agentes de IA. 🤯 Mas talvez o movimento mais relevante de todos tenha sido o menos barulhento: a governança de AI deixou de ser pauta de comitê e virou diferencial competitivo.
Neste artigo, você vai entender o que cada um desses movimentos significa na prática, por que eles importam para quem trabalha com tecnologia, marketing e publicidade, e o que esperar dos próximos meses nessa corrida que claramente acelerou de vez. 🚀
A publicidade conversacional chegou pra ficar
Quando a OpenAI confirmou, durante sua primeira participação em Cannes, que a publicidade faz parte da sua estratégia central de receita, o mercado reagiu com uma mistura de surpresa e inevitabilidade. Afinal, qualquer plataforma com centenas de milhões de usuários ativos acaba chegando nesse ponto. Hoje o ChatGPT já atende mais de 900 milhões de usuários ativos por semana, e cerca de um quinto das consultas já demonstra intenção comercial direta. A diferença aqui é que estamos falando de um ambiente completamente diferente dos banners e vídeos pré-roll que todo mundo já conhece.
A publicidade conversacional funciona dentro do fluxo natural de uma conversa — o usuário pergunta, o modelo responde, e a recomendação já está contextualizada dentro daquele momento específico de intenção. Não tem interrupção, não tem banner piscando, não tem pop-up irritante. A mensagem aparece porque ela faz sentido naquele contexto. A própria OpenAI deixou claro que pretende posicionar essas experiências patrocinadas em torno da utilidade, e não das métricas tradicionais baseadas em atenção. A empresa também afirmou que a publicidade deve ajudar a subsidiar o acesso mais amplo aos seus produtos de IA, mantendo as conversas dos usuários fora do alcance dos anunciantes para preservar a privacidade.
A Amazon foi ainda mais longe ao testar o Alexa+ Agentic Ads, um formato onde o anúncio e a compra acontecem na mesma interface conversacional. O usuário pergunta sobre um produto, recebe uma resposta personalizada, e pode fechar a compra ali mesmo, sem sair da conversa. Os primeiros parceiros em fase beta já estão testando compras que vão de entrega de comida a ingressos para eventos, enquanto a Amazon avalia taxas de conclusão de transação e outras métricas de sucesso. Isso transforma o comércio conversacional em algo muito mais fluido do que qualquer experiência de e-commerce tradicional já ofereceu.
- E-BOOK GRATUITO
Um guia prático para avaliar, comparar e implementar inteligência artificial com clareza — sem desperdício de tempo ou dinheiro.
Pare de contratar ferramentas sem direção. Criamos um método estruturado para decidir qual IA realmente faz sentido para o seu negócio.
Entrega em PDF no seu e-mail · Sem spam · LGPD
🔒 Seus dados são protegidos conforme a LGPD. Você pode descadastrar a qualquer momento.
Para as marcas, o impacto é enorme: agora não basta mais ter um bom produto ou um bom anúncio visual. É preciso pensar em como a sua mensagem soa quando é lida por um agente de IA, como ela se encaixa numa resposta gerada dinamicamente e como ela compete pela atenção dentro de um contexto que o próprio modelo está construindo em tempo real. As recomendações conversacionais estão começando a substituir resultados de busca tradicionais, landing pages e listagens de produtos. Observadores do setor já esperam que novas formas de medição surjam à medida que os anunciantes se adaptam a essas experiências de compra movidas por IA.
O Google, por sua vez, trouxe um alerta que ninguém esperava ouvir da própria empresa: recursos como Preferred Sources, Search Profiles, Subscription Linking e a personalização do AI Mode podem estar criando bolhas de descoberta que prejudicam tanto marcas quanto publishers menores. Quando as pessoas selecionam suas fontes de notícias preferidas e conectam dados pessoais, os resultados ficam cada vez mais individualizados, favorecendo quem o usuário já conhece e confia. O algoritmo fica tão bom em entregar o que o usuário já gosta que para de apresentar o novo, o diferente, o desconhecido.
Para quem trabalha com marketing e publicidade, isso é um sinal de atenção real. Estratégias que dependem exclusivamente de retargeting e audiências hiperssegmentadas podem estar perdendo alcance de formas que os relatórios de desempenho não mostram diretamente. A diversificação de canais — podcasts, pesquisas, redes sociais, publicações do setor e outros canais confiáveis — e a aposta em conteúdo genuinamente descobrível voltam a ser relevantes dentro desse novo cenário.
Automação de fluxos criativos e o papel dos agentes de IA
O crescimento do Codex da OpenAI é um dos dados mais reveladores desse período. Sair de praticamente zero para cerca de 17% dos usuários ativos em menos de um ano não é só uma métrica de adoção — é um sinal de mudança de comportamento. E o dado mais interessante não é o número em si, mas quem está por trás dele. O segmento que mais cresce no uso do Codex não são engenheiros ou desenvolvedores experientes. São pessoas comuns que descobriram que podem delegar tarefas complexas em vez de simplesmente conversar com um chatbot.
Muitos usuários agora atribuem aos agentes tarefas que economizam horas de esforço humano, incluindo programação, gerenciamento de arquivos, agendamento, navegação na web e trabalho administrativo. Isso coloca a automação de fluxos criativos num patamar completamente diferente: ela deixou de ser um recurso técnico e virou uma habilidade de produtividade acessível para qualquer pessoa. Os agentes de IA estão começando a sair do papel de assistentes experimentais para se tornar colaboradores práticos no ambiente de trabalho.
Para equipes de marketing, design e conteúdo, isso tem implicações diretas. Fluxos que antes exigiam um desenvolvedor para automatizar — como gerar variações de copy para diferentes canais, adaptar formatos visuais para múltiplas resoluções ou organizar pipelines de aprovação de conteúdo — agora podem ser configurados por qualquer pessoa com disposição para explorar as ferramentas disponíveis. Isso não elimina o papel do especialista técnico, mas redistribui onde o tempo dele é mais valioso. Em vez de ficar preso em tarefas de manutenção e adaptação, o profissional técnico pode focar em arquitetura, integração e nos problemas que ainda exigem raciocínio humano aprofundado.
A movimentação conjunta de Google, Microsoft, GitHub, Hugging Face, NVIDIA, Salesforce, Snowflake e outras empresas para criar o Agentic Resource Discovery (ARD) também se encaixa diretamente nessa discussão. Trata-se de uma especificação aberta que permite que agentes de IA localizem, verifiquem e se conectem a ferramentas, APIs, servidores Model Context Protocol e outros agentes em tempo de execução. As organizações publicam catálogos legíveis por máquina em seus próprios domínios, e registros indexam esses catálogos para que os sistemas de IA descubram as capacidades disponíveis sem precisar de integrações pré-configuradas.
Quando agentes diferentes conseguem se encontrar, trocar informações e colaborar de forma autônoma, a automação de fluxos criativos ganha uma camada nova de complexidade e de possibilidade ao mesmo tempo. Imagina um fluxo onde um agente pesquisa tendências de mercado, outro cria variações de conteúdo baseadas nessa pesquisa, um terceiro seleciona os formatos mais adequados para cada canal e um quarto agenda e distribui tudo isso — sem intervenção humana em cada etapa. Isso já não é ficção científica. É exatamente o tipo de pipeline que esse padrão aberto foi criado para viabilizar. 🧩
Empresas e agências entram de cabeça na IA agêntica
Essa onda de adoção não está restrita às big techs. A Warner Bros. Discovery está reconstruindo toda a sua infraestrutura de tecnologia publicitária em torno de IA agêntica, usando a Amazon Web Services para automatizar planejamento de mídia, previsão de audiência, mensuração, atribuição, gestão de pedidos, precificação e acompanhamento de campanhas. O Yahoo lançou uma rede de agentes dentro de sua plataforma de demanda, conectando anunciantes a ferramentas de 23 parceiros de tecnologia publicitária e apostando em interoperabilidade, transparência e liberdade de escolha em vez de um único sistema proprietário.
As agências também correm para se posicionar. WPP, Dentsu, Butler/Till e Dept estão expandindo suas ofertas de IA agêntica enquanto marcas como a Hyundai desenvolvem seus próprios sistemas de compra de mídia movidos por IA, que já reduziram custos e melhoraram desempenho. A WPP, em particular, está testando um agente comprador para anúncios de vídeo, mas mantém o ponto de que compromissos financeiros e lançamentos de campanha continuam exigindo aprovação humana. O recado das agências é claro: o diferencial não está em apenas usar IA, mas em combinar expertise, fluxos de trabalho e parcerias que entregam resultados difíceis de replicar internamente.
Governança de AI como diferencial competitivo real
De todos os movimentos de junho de 2026, a virada na conversa sobre governança de AI é provavelmente a que vai ter mais impacto a longo prazo — justamente porque ela aconteceu de forma silenciosa, sem grandes anúncios ou lançamentos espetaculares. Empresas que antes tratavam a governança como uma obrigação regulatória ou como um custo de conformidade começaram a perceber que ela pode ser, na prática, um argumento de venda.
O Google DeepMind deu um exemplo concreto disso ao apresentar um roteiro de controle que trata agentes de IA altamente capazes como potenciais ameaças internas, concedendo permissões apenas após comportamento verificado e monitorando suas ações continuamente. A estrutura combina modelagem de ameaças, supervisão baseada em IA, monitoramento comportamental e controles preventivos capazes de bloquear ações prejudiciais antes que elas aconteçam. Em testes com um milhão de tarefas de programação, o sistema detectou principalmente comportamentos excessivamente agressivos, e não má conduta deliberada — mas o próprio DeepMind alerta que os métodos atuais de monitoramento podem perder eficácia conforme os modelos avançam.
Quando uma marca consegue demonstrar que seus sistemas de IA operam com transparência, que os dados dos usuários são tratados com responsabilidade e que as decisões automatizadas têm mecanismos de revisão e controle, ela está construindo um tipo de confiança que nenhuma campanha publicitária consegue comprar. Isso é especialmente relevante no contexto da publicidade conversacional e do comércio conversacional. Quando o usuário está tomando decisões de compra dentro de uma conversa com um agente de IA, a pergunta sobre quem está por trás daquelas recomendações se torna muito mais urgente do que quando ele está navegando num feed de anúncios.
A sensação de que o modelo pode estar sendo tendencioso, de que as sugestões são pagas ou de que os dados pessoais estão sendo usados sem clareza pode destruir a experiência em segundos. Empresas que conseguirem responder essas perguntas de forma honesta e estruturada antes que o usuário precise perguntar vão ter uma vantagem enorme nos próximos ciclos de adoção. Não por acaso, a WPP tem investido tanto em governança quanto em automação, desenvolvendo padrões com publishers e organizações do setor para garantir comunicação transparente e auditável entre agentes compradores e vendedores.
Receba o melhor conteúdo de inovação em seu e-mail
Todas as notícias, dicas, tendências e recursos que você procura entregues na sua caixa de entrada.
Ao assinar a newsletter, você concorda em receber comunicações da Método Viral. A gente se compromete a sempre proteger e respeitar sua privacidade.
A governança de AI também está mudando a forma como as equipes internas trabalham. Com a automação de fluxos criativos avançando rapidamente, as organizações precisam definir com clareza quais decisões podem ser delegadas para agentes de IA, quais exigem revisão humana e quais nunca devem ser automatizadas — independentemente da capacidade técnica disponível. Ferramentas como o Claude Tag, da Anthropic, que dá ao modelo memória persistente e contexto organizacional compartilhado dentro de canais do Slack, mostram como os agentes estão deixando de ser assistentes isolados para se tornar colaboradores digitais permanentes — sempre dentro de limites de segurança e permissões definidas por administradores.
Essa definição não é só uma questão de compliance. Ela afeta diretamente a qualidade do output criativo, a coerência da voz da marca e a capacidade da empresa de responder rapidamente quando algo der errado. Equipes que já têm esse framework estruturado estão operando com mais velocidade e mais segurança do que as que ainda estão improvisando a governança enquanto escalam a automação. 🔐
O retorno já aparece — e a infraestrutura precisa acompanhar
Há sinais claros de que tudo isso não é só hype. Uma pesquisa da Salesforce com mais de 3.000 profissionais de atendimento mostrou que a adoção de IA agêntica saltou de 39% para 66% no último ano, com 70% das organizações relatando retorno mensurável dentro de 60 dias após a implementação. Os agentes já atuam em chat, e-mail, mensagens e voz, resolvendo muitas interações de forma autônoma, mas sempre permitindo que o cliente chegue a um humano quando precisar.
Por outro lado, um estudo global com mais de 500 diretores de marketing revelou um descompasso preocupante: a implementação de IA está entre as maiores prioridades, mas apenas cerca de um em cada dez entrevistados avaliou sua capacidade de adotar novas tecnologias de marketing como excelente. Burocracia, dados fragmentados e ceticismo da alta liderança seguem como barreiras importantes. Curiosamente, muitos CMOs estão direcionando investimento para IA enquanto reduzem gastos com sites, conteúdo e experiência do cliente — exatamente as bases digitais que mais influenciam a descoberta por sistemas de IA.
O recado é direto: investir em IA por si só dificilmente vai gerar vantagem competitiva. Alinhamento organizacional, infraestrutura moderna, conteúdo de qualidade e boa gestão de mudança parecem ser tão importantes quanto adotar a tecnologia em si.
O que junho de 2026 deixou claro é que a Inteligência Artificial não está mais num estágio de promessa ou de teste. Ela está no centro das decisões de negócio, moldando como marcas se comunicam, como consumidores compram e como equipes criativas trabalham. Quem entender essa virada agora — e não daqui a dois anos, quando já for tarde demais para ajustar a estratégia — vai estar muito melhor posicionado para o que vem a seguir.
