Tópicos desta notícia (8)
O que aconteceu
Em setembro de 2026, a reportagem da Adweek mostrou que os agentes de IA deixaram de ser promessa de palco e começaram a movimentar verba de verdade. A plataforma Apostra, que migrou do tema de sustentabilidade para o de compra agentic, já intermediou cerca de US$ 1,2 milhão em compras de mídia automatizadas nos três meses anteriores à publicação. É pouco dinheiro diante do mercado global, mas é dinheiro real passando por agentes.
O caso mais concreto citado é o da Rouge Care, marca de terapia de luz vermelha. A empresa gastou US$ 25 mil em anúncios de TV conectada e atribuiu US$ 125 mil em vendas à campanha do segundo trimestre de 2026, operada pelo AgenticOS, da PubMatic — um retorno de cinco vezes sobre o investimento. Grandes adtechs seguem a mesma direção: The Trade Desk monta uma interface conversacional para agentes especializados, e PubMatic, Magnite e Kargo já lançaram camadas de orquestração agentic.
O ponto central da matéria é o descompasso entre discurso e prática: orçamentos ainda são pequenos, resultados tangíveis e há muita gente humana observando de perto.
Por que isso está acontecendo
A adoção de IA na publicidade avançou mesmo com a autonomia plena ainda distante. A Adweek cita dados do Gartner: implantações altamente autônomas eram menos de 5% dos casos de uso de marketing em 2025, e a projeção é que, em 2028, apenas 15% dos projetos de IA agentic sejam altamente autônomos.
O apetite, no entanto, é grande. O 2026 Outlook Study do IAB aponta que 96% dos compradores de mídia já conhecem a compra agentic e que dois terços pretendem dedicar mais atenção ao tema em 2026. O relatório do IAB Europe sobre o impacto da IA reforça a tendência: 86% das organizações usam IA no marketing, 72% investem mais em IA do que em 2025 e 58% esperam que a compra agentic chegue à escala operacional em um ano.
O que puxa essa corrida é a promessa de eficiência: automatizar descoberta de inventário, negociação, alocação de verba e otimização de lance. Para PMEs, esse vocabulário já é familiar: é o que os Lances Inteligentes do Google Ads e as campanhas Performance Max fazem há anos. A novidade é o agente decidir o mix de canais, não só o lance dentro de um canal.
O que isso muda para uma PME brasileira
O mercado brasileiro dá escala a essa discussão. O Digital Adspend 2026 do IAB Brasil registra R$ 42,7 bilhões investidos em publicidade digital em 2025, alta de 12,7% sobre 2024 e avanço acumulado de 80% desde 2020. Dentro desse total, mecanismos de busca respondem por 26% da verba e o retail media somou R$ 4,8 bilhões, com salto de 37% no ano.
Na prática, isso significa que a verba que uma PME brasileira já entrega a plataformas automatizadas é grande — e cresce. O IAB Brasil, em parceria com a Nielsen, mostra que 80% dos profissionais de marketing no país já usam IA na rotina, com destaque para criação de conteúdo (71%) e análise de dados (68%).
A mudança operacional chega primeiro na forma de trabalho. Quem opera tráfego pago deixa de ajustar lance manualmente e passa a definir objetivo, alimentar dados de conversão e auditar o que o sistema faz. O ganho de tempo é real; o risco é delegar sem entender o critério que a máquina está otimizando. Sem dado de conversão confiável, porém, o agente otimiza para a métrica errada.
Onde faz sentido usar
- Campanhas de resposta direta com histórico de dados. Com volume de conversões suficiente, a automação de lance e alocação tem dados para aprender e tende a superar o ajuste manual.
- Distribuição de verba entre canais. Em vez de decidir na intuição quanto vai para busca, redes sociais e retail media, o agente realoca com base em desempenho — papel central no trabalho de tráfego pago da Canis.
- Produção de variações de criativo. Agentes já criam e testam versões de anúncio localizadas por plataforma e puxam os dados de performance, o que reduz o tempo entre ideia e teste.
- Retail media e campanhas de vitrine. Com o segmento crescendo 37% ao ano no Brasil, a gestão de lances e de inventário em varejo é candidata natural à automação.
Riscos e limites
O primeiro limite é de responsabilidade. Na reportagem, o analista Andrew Frank, do Gartner, resume o problema: se o agente realoca R$ 10 milhões da TV para influenciadores e a performance cai, quem responde? A decisão do agente nem sempre é transparente — e isso mantém empresas no estágio de teste.
O segundo limite é técnico. O setor ainda não fechou um padrão único: convivem o AdCP, os protocolos AAMP do IAB Tech Lab e o Model Context Protocol, da Amazon. Enquanto compradores e veículos apostam em padrões diferentes, a escala da publicidade agentic fica travada. Além disso, o próprio IAB Europe mede a performance atual da IA em operações de publicidade com nota média de 2,76 em 5 — a expectativa está à frente da entrega.
O que avaliar antes de implementar
- Qualidade dos dados de conversão. Automação sem conversão rastreada corretamente otimiza no escuro. O primeiro passo não é ligar o agente, é garantir que o pixel, o CRM e o analytics contem a mesma história.
- Grau de autonomia desejado. Decida o que o agente pode fazer sozinho (ajustar lance, remanejar orçamento) e o que exige aprovação humana (trocar canal, escalar verba). Comece com autonomia baixa.
- Métrica de sucesso definida antes. Custo por aquisição, retorno sobre investimento ou receita por canal precisam estar acordados antes do piloto — senão não há como separar sorte de acerto.
- Governança e rastreabilidade. Exija do fornecedor entender como o agente decide e como auditar a movimentação de verba. Sem isso, o ganho de eficiência vem com perda de controle.
Fontes
- Adweek — AI Agents Are Increasingly Getting Their Hands on Ad Dollars — data de acesso: 06/10/2026 (fonte primária, com os números de Apostra e Rouge Care e os dados do Gartner)
- IAB — 2026 Outlook Study — apetite dos compradores de mídia por compra agentic
- IAB Europe — 2026 Impact of AI on Digital Advertising Report — adoção de IA, investimento e expectativa de escala
- IAB Brasil — Digital Adspend 2026 — investimento em publicidade digital no Brasil e o recorte por canal
A informação foi verificada em pelo menos duas fontes independentes. Os números são atribuídos à publicação de origem e às datas.
Conclusão
Os agentes de IA já movimentam verba de mídia, mas em escala de teste — e continuarão precisando de gente para definir objetivo, cuidar dos dados e assumir a decisão final. Para uma PME brasileira, a pergunta útil não é “devo usar IA no tráfego pago?”, e sim “meus dados estão prontos para que a automação otimize a coisa certa?”.
Sua verba de mídia está pronta para ser automatizada? A Canis estrutura campanhas de tráfego pago com rastreamento confiável, metas claras e auditoria do que o sistema faz — antes de entregar qualquer decisão à máquina. Falar com a Canis →
