A navegação impulsionada por IA começa a influenciar como as pessoas compram online. Perguntas sobre benefícios e comparativos dos produtos já são uma realidade, e muitas vezes é a resposta da inteligência artificial que faz com que o usuário passe a etapa de reconhecimento para a etapa de conversão no funil de inbound marketing. Esse novo comportamento pode ser observado em questão de impressões e cliques, porém ainda possui uma baixa taxa de conversão/compra.
Um estudo feito pela Kaiser & Schulze indica que o tráfego originado por LLMs (como ChatGPT, Copilot, Perplexity, etc) ficam muito atrás do Google tanto em conversões quanto em receita. Na análise o canal possui um desempenho pior em taxa de conversão, valor médio e receita por sessão, se comparado com canais tradicionais. Mesmo com esse cenário, ainda existem sinais de progresso, o “potencial visível” de tráfego é um dos principais indícios de crescimento, porém não entra tanto no detalhe de conversão ou qualidade desse tráfego.
Na nossa realidade isso já possui um impacto significativo, com sites que possuem um bom SEO sendo priorizados dentro do Modo IA do Google. A medida que o tempo passa, o canal LLM (Large Language Model) ou origem via IA conversacional pode aparecer dentro das métricas do Google Analytics e passa a ser considerado nas estratégias de marketing digital.
O engajamento está crescendo, mas a confiança ainda é um obstáculo
Olhando os modelos de linguagem via IA como um canal de tráfego, o estudo aponta que existem menores taxas de rejeição, porém uma menor profundidade de navegação. Os pesquisadores observaram que os usuários costumam verificar as informações em outros lugares antes de comprar, o que indica que o ChatGPT ajuda na descoberta de produtos, mas raramente conclui a venda.
Quando analisamos esse cenário para e-commerce percebemos o quanto é importante mantermos todas as informações dos produtos e diferenciais destacados em seu site, principalmente em SEO e conteúdo. Um site bem estruturado pode te ajudar a ser relacionado nas buscas feitas pela AI, e apresentado ao usuário quando existe uma dúvida sobre a compra daquele produto. No momento IA ainda está introduzindo os conteúdos de produtos e marca como descoberta, mas já é um canal que (em futuro bem próximo), pode ter uma grande fatia para conversão.
Entre os desafios que temos baseados em inteligência artificial, surge um novo navegador, o possível grande concorrente do Chrome/Google, o navegador baseado em IA – Atlas, não é uma extensão ao chrome. Desenvolvido pela OpenAI, ele integra o assistente ChatGPT diretamente na experiência de navegação. Lançado dia 21 de outubro, esse navegador já chega com grandes debates e um deles é a imitação de cliques humanos em sites e anúncios. O Atlas roda no Chrome, os sistemas de detecção atuais tratam sua atividade como tráfego humano legítimo, representando risco de custos inflados e métricas distorcidas. Isso porque, o navegador facilita a rotina do usuário, realizando diversas tarefas e outras funcionalidades. Pensando em confiança no canal LLM, um dos próximos assuntos a serem debatidos é como identificar e analisar tráfego de IA.
Orçamentos de anúncios enfrentam novos riscos ocultos
Como se não bastasse a concorrência, o custo de investimento, qualidade do anúncio, agora temos o risco de uma IA interagindo com os anúncios. Cada clique gerado por IA pode acionar gastos publicitários como se fosse um visitante real, tornando mais difícil medir o ROI. Na prática como isso funciona: navegadores que usam extensão de IA ou no caso o Atlas, conseguem navegar na web de forma autônoma, ou seja, ele pode: visitar sites, rolar páginas, clicar em links e até interagir com elementos (como botões ou anúncios). Essas ações são executadas pelo agende de IA e não por um humano, mas o Atlas (em específico) usa o “motor” do Chrome, tecnicamente falando eventos de clique, cookies, IP, user-agent no Atlas são idênticos ao de uma pessoa real.
Resumindo: para as plataformas de anúncio como: Google Ads, Meta Ads, esses “cliques” são indistinguíveis dos humanos. Eles não sabem separar se o tráfego é de IA ou humano.
Em breve, essas plataformas irão precisar de novas ferramentas de verificação para separar o tráfego de IA e proteger os orçamentos de campanha, à medida que a navegação feita por agentes se expande. Já para quem investe em mídia paga, automação e performance, é necessário acompanhar esse cenário e entender os riscos reais dos cliques automatizados, principalmente em medição e conversão.
A IA agora está moldando o funil
O funil linear do inbound esta cada e mais diversificado e fluido, descoberta – consideração e conversão agora não seguem o padrão de anos atrás. Os usuários pulam etapas, voltam, revisitam conteúdos, ou encontram ofertas antes mesmo de “considerar” e a IA está presente em uma dessas etapas.
Tanto a descoberta quanto a distorção, despertando curiosidade do seu usuário a IA não está só automatizando o marketing, mas sim reescrevendo a forma como o usuário busca, descobre e decide. E isso pode gerar uma grande confusão nas métricas.
Tradicionalmente, o funil era composto por três grandes fases:
- Descoberta (Awareness): o usuário percebe um problema ou necessidade.
- Reconhecimento e consideração (Consideration): ele pesquisa causas e soluções.
- Decisão (Decision): compara opções e escolhe.
Tudo isso dependia de pesquisa ativa, cliques em resultados, leitura de blogs, downloads, vídeos etc.
O inbound guiava o usuário por meio de conteúdos educativos e comparativos, sendo cada etapa um material diferenciado e um esforço cognitivo e de tempo do usuário.
Com os assistentes de busca generativos (ChatGPT, Perplexity, Gemini, Copilot, etc.), o usuário não precisa mais percorrer o funil; pois ele já no meio ou até no fundo, porque a IA:
- Antecipou o problema: entende o contexto do usuário (dados, histórico, preferências, comportamentos anteriores).
- Em vez de o usuário descobrir o problema, a IA já sugere uma solução ou até mesmo diversas opções de resposta.
Ou seja, o estágio de descoberta vira um insight automatizado, sem a experiência do aprendizado. E o pior para as marcas e empresas: encapsula a consideração. A IA responde comparativos em segundos, com argumentos que antes exigiam várias fontes, pesquisa e tomada de decisão única. Eliminando assim a necessidade de o usuário buscar maiores informações por conta própria.
O momento de consideração fica “embutido” na resposta da IA e a jornada que conhecemos de inbound encurta drasticamente. A IA começa a atuar como intermediária da decisão e não apenas da informação, recomendando marcas, produtos ou serviços com base em dados de performance e contexto.
Com o avanço da tecnologia com o ChatGPT Atlas, o usuário pode até clicar e comprar direto via IA, sem passar pelo site da marca!
Por isso, se a IA recomenda soluções antes mesmo da busca ativa, a marca precisa estar presente na busca orgânica e em referências confiáveis, como grandes portais, PR e social. Para esse cenário (que está longe e próximo ao mesmo tempo), a vantagem estará com quem se adaptar primeiro e construir estratégias capazes de distinguir um do outro.
