Agentes de IA precisam de dados para decidir

*Por Fernando Cabral

A inteligência artificial está entrando em uma nova fase. Depois de ganhar espaço como ferramenta para gerar conteúdo, organizar informações e responder perguntas, ela começa a assumir um papel mais ativo nas empresas. Os agentes de IA ampliam essa possibilidade ao executar tarefas e trabalhar de forma contínua em direção a objetivos definidos.

Esse movimento já está acontecendo. Segundo o The State of AI 2026 da McKinsey, entre grandes organizações com receita anual superior a US$ 1 bilhão, 40% dos respondentes afirmam que suas empresas já estão escalando agentes de IA em pelo menos uma função. No ano anterior, esse percentual era de 27%. Tenho notado que setores como bens de consumo e varejo, marketing e vendas estão entre as atividades em que o uso desses agentes já é mais frequente.

A tendência que observo é que esse avanço continuará nos próximos anos, como reforça uma previsão do Gartner. Publicado em 2025, o o 3 Bold and Actionable Predictions for the Future of GenAI aponta que, até 2028, 33% das aplicações de software empresarial devem incorporar recursos de IA agêntica. Em 2024, esse percentual era inferior a 1%. Para o marketing, essa evolução ganha relevância em um cenário no qual a operação se torna cada vez mais complexa.

Hoje, profissionais precisam acompanhar diferentes canais, campanhas, mercados, audiências e criativos ao mesmo tempo. Há sempre uma oportunidade de otimização, um teste a realizar ou um investimento a revisar. Quanto mais variáveis entram nessa equação, mais difícil se torna agir sobre todas elas com rapidez e precisão. Por isso, o desafio já não está apenas em ter acesso à informação, mas em diminuir o tempo entre entender o que está acontecendo e decidir o que fazer a partir disso.

Por que os agentes de IA precisam de dados confiáveis

É nesse ponto que vejo uma das questões mais importantes para a próxima fase da IA no marketing. Para que agentes realmente transformem a maneira como trabalhamos, não basta que consigam executar tarefas. Eles precisam ter contexto para tomar decisões, entender quais ações contribuíram para determinado resultado e aprender continuamente com o impacto dessas escolhas.

E é justamente por isso que a mensuração se torna ainda mais relevante. Um agente pode identificar uma oportunidade ou recomendar uma mudança em uma campanha, mas a qualidade dessa recomendação depende dos dados que a sustentam. Depois que uma ação é tomada, também é preciso saber se ela gerou o resultado esperado. Essa relação entre dados, decisão, ação e mensuração é o que permite aprender com cada resultado e usar esse aprendizado para orientar a próxima decisão.

Falo por experiência: na Adjust, meu time e eu temos acompanhado essa transformação a partir de um território que conhecemos há bastante tempo. A mensuração permite entender quais campanhas e canais geram resultados e como os investimentos contribuem para o crescimento dos aplicativos. Com o avanço dos agentes de IA, acredito que essa base ganha uma importância ainda maior. Quanto mais os sistemas participarem das decisões, mais precisarão de dados confiáveis de atribuição e performance para entender resultados e avaliar o impacto de suas ações.

Ainda há, no entanto, uma distância entre enxergar o potencial da IA e conseguir transformá-la em crescimento. O EY-Parthenon Growth Survey 2026 ajuda a dimensionar esse desafio. Segundo o estudo, quase oito em cada dez líderes consultados acreditam que a IA permitirá acelerar o crescimento de suas organizações, mas apenas 49% afirmam ter clareza sobre como aproveitar dados e IA da melhor maneira para crescer.

Acredito que essa diferença ajuda a colocar o momento atual em perspectiva. O futuro do marketing não será definido simplesmente por quem conseguir automatizar mais tarefas. O diferencial estará na capacidade de combinar IA com dados confiáveis, objetivos claros e supervisão humana. À medida que os agentes assumirem funções mais complexas, medir o impacto de cada ação será fundamental para orientar a próxima decisão. É essa capacidade de aprender continuamente a partir de resultados concretos que pode transformar agentes de IA em aliados efetivos do crescimento.

Confira também: sua empresa está ganhando produtividade com IA ou apenas gastando mais com tecnologia?

{{WHATSAPP_CHANNEL}}