Tópicos desta notícia (8)
A Mars, dona de M&M’s, Snickers, Dove chocolate e Pop-Tarts, está reorganizando a área de demanda para um cenário em que assistentes de IA montam parte da lista de compras. Em entrevista ao Digiday publicada em 11/11/2026, Neil Reynolds, chief customer officer global da Mars Snacking, disse que não espera o fim do caixa de loja, mas que os agentes vão assumir mais idas semanais ao mercado. O plano tem duas frentes: ser encontrado nos LLMs e converter a descoberta em compra; e transformar lojas e plataformas em destinos de experiência.
Para a PME brasileira, o caso interessa menos pelo tamanho da Mars e mais pelo método: a empresa trata “aparecer na resposta da IA” como métrica de marketing, com dados, squads internos e conversa técnica com o varejista.
O que a Mars decidiu fazer — e o que já está em curso
A primeira frente é a que mais interessa a quem vende produto físico: construir as capacidades para que categorias e marcas sejam descobríveis pelos LLMs e convertam a descoberta em compra. Para achar o ponto de partida, a Mars busca dados com parceiros de tecnologia emergentes — o que aparece sobre a marca no modelo e de onde essa informação é extraída.
A segunda frente é física e digital: lojas e plataformas como destinos experienciais, construídos com os varejistas.
Internamente, Reynolds descreve squads “One Demand”, que juntam gerente de marca, insights, key account, gerente de categoria e agência no mesmo time. A Mars também contratou a Publicis, no meio do ano, para liderar as capacidades de comércio conectado — uma relação de ponta a ponta, e não apenas mídia e criação.
A pesquisa de 180 mil sinais por trás da aposta
A tese vem da pesquisa publicada pela Mars em 06/10/2026, feita com Kantar e Synthesis. O estudo analisou mais de 180 mil sinais globais em quatro continentes, com 11 especialistas ouvidos, 91,5 mil publicações de canal, 79,3 mil de comprador e 4.999 podcasts. O material é em inglês, cobre janeiro de 2024 a dezembro de 2025 e não tem o Brasil entre os mercados principais.
Dali saíram três demandas: compra sem esforço, curadoria pessoal e experiência. A pesquisa da Mars cita números de terceiros para dimensionar cada uma. As indicações de IA para marcas de e-commerce cresceram 752% ano a ano na temporada de 2025, com projeção de US$ 788 bilhões até 2035, segundo a BrightEdge. O comércio personalizado iria de US$ 189 bilhões em 2025 para US$ 427 bilhões em 2035.
São projeções de fornecedores citadas pela Mars, não previsão de receita para a sua loja. O dado mais útil para uma PME é outro: consumidores usam IA para descobrir marcas de e-commerce a mais de sete vezes a taxa de um ano antes.
“Descobrível por LLM” não é SEO de sempre
Um LLM não devolve dez links azuis. Ele sintetiza uma resposta e, com frequência, monta uma lista curta de produtos. A marca entra nessa lista se os fatos sobre ela estiverem disponíveis, consistentes e fáceis de interpretar — nome, atributos, preço, estoque, avaliações e políticas —, não se o texto repetir a palavra-chave.
A ConfectioneryNews registra o mesmo recado: cerca de um terço dos compradores usa IA para pesquisar produtos e comparar preços, e mais da metade da geração Z usa IA dentro de lojas físicas, segundo a Circana. A recomendação é publicar detalhes explícitos — oferta, calorias, nutrientes, condições — e manter bases de dados limpas e estruturadas.
É por isso que a Mars começa medindo o que o modelo diz e de onde tirou a informação.
Por que a Mars foi falar com o Walmart, não só com o comprador
Reynolds não trata o comércio agêntico como problema de site próprio. Ele descreve conversas “técnico-a-técnico” com varejistas — o time de dados da Mars falando com o do Walmart, por exemplo — e iniciativas de “loja do futuro”. Quem controla a prateleira algorítmica é o varejista, que pode abrir a loja para agentes externos ou priorizar o próprio assistente.
No Brasil, o movimento é parecido: Magazine Luiza e Mercado Livre já desenvolvem assistentes e busca com IA, e a Amazon bloqueou o agente Muse, da Meta. Para o fabricante, estar bem descrito no próprio site não basta: é preciso estar nos dados do varejista.
O que isso significa para a PME brasileira
O Brasil é um dos mercados mais receptivos a esse cenário. Na pesquisa da Global Payments com a The Lantern, feita em maio de 2026 com 8.027 consumidores em sete países, 72% dos brasileiros disseram já ter usado ou estar dispostos a usar agentes de IA para comprar — quase o dobro dos 39% de 2025. A recusa total caiu de 27% para 6%, e a confiança do país ficou em 3,80 numa escala de 1 a 5, atrás só da China.
O mesmo estudo mostra onde a confiança trava: 50% temem a segurança dos dados de pagamento, 45% citam privacidade e 41% temem escolhas erradas do agente. Para 41%, a compra precisa de confirmação prévia. Essas objeções são oportunidade para quem vende com clareza: política de troca visível, prazo e frete explícitos e atendimento que assume o erro.
Na prática, o que uma PME consegue fazer sem o orçamento da Mars cabe em cinco passos:
- Arrume a ficha do produto. Nome, atributos, medidas, preço e estoque iguais no site, no marketplace e no feed de shopping.
- Responda às perguntas de comparação. “Qual é melhor para X?”, “quanto custa?”, “serve para Y?” — em páginas indexáveis, não só no chat.
- Monitore o que os assistentes dizem. Uma vez por mês, faça as mesmas cinco perguntas de compra no ChatGPT, no Gemini e no Claude e registre menções, ordem e erros.
- Meça o tráfego de IA. Separe no analytics as sessões vindas de chatgpt.com, perplexity.ai e gemini.google.com.
- Não abandonar a loja. Se a recompra vira rotina automática, a descoberta e o impulso migram para a experiência — vitrine, embalagem, degustação e conteúdo.
Riscos e limites
O primeiro limite é da pesquisa: é uma leitura de sinais em inglês, de 2024 a 2025, sem recorte brasileiro. Serve para entender a direção, não para prever o consumidor daqui.
O segundo é o número que costuma virar manchete. Os US$ 788 bilhões até 2035 são uma projeção da BrightEdge citada pela Mars, não um mercado realizado. A Mars não diz quanto desse total é compra mediada por agente e quanto é venda apenas influenciada por IA.
O terceiro é operacional. Respostas de LLM mudam sem aviso, não há garantia de inclusão e o varejista pode fechar o acesso a agentes externos, como a Amazon fez com o Muse. A atribuição é frágil: a compra pode acontecer dentro do assistente, sem clique e sem sessão. E há a LGPD: dar ao agente dados de pagamento e preferências exige base legal e contrato.
Por fim, a Mars tem escala e poder de negociação que nenhuma PME replica. O que se copia é o método — medir, organizar dados e conversar com o canal —, não o orçamento.
Fontes
- Digiday — Mars prepares for the rise of AI grocery shopping, 11/11/2026.
- Mars — Mars unveils the future of shopping and retail, 06/10/2026.
- Mars — Forget the grocery list, 06/10/2026.
- Folha C-Level — Brasileiro está mais aberto a compras com IA, 13/10/2026.
- ConfectioneryNews — Mars predicts a future of automated and immersive retail, 06/10/2026.
Todas as fontes foram consultadas em 11/11/2026.
Fechamento
A decisão que o caso sugere não é contratar uma agência global nem correr atrás de “GEO”. É tratar a visibilidade em IA como infraestrutura de catálogo: dados corretos, respostas claras e medição periódica do que os assistentes dizem sobre a sua marca.
Se a sua empresa vende produto físico e quer saber como aparece nas respostas de IA, a Canis faz um diagnóstico de visibilidade em inteligência artificial e um plano de ajustes no catálogo e no conteúdo. Também dá para falar com a gente antes de decidir.
