Quando comecei no marketing, umas das grandes conquistas que um profissional podia alcançar era colocar sua marca na primeira página dos mecanismos de buscas online. Só se falava de search engine optimization (SEO) e todos corriam atrás das mais diferentes fórmulas para chegar ao topo das pesquisas.
Com a ampliação do uso das ferramentas de inteligência artificial (IA), o desafio, agora, é outro. Como garantir que a IA compreenda, represente e recomende corretamente uma marca. A Kantar realizou a mesa redonda Kantar Expert Roundtable on LLMs 2026, que reuniu especialistas globais para discutir como assistentes de IA e modelos de linguagem estão transformando a descoberta, a comparação e, sobretudo, a construção de brand equity.
Adele Jolliffe, head de Brand Consultants, da Kantar Global, mediou o debate e já começou destacando que essa mudança vai muito além de busca ou performance. “Quando a IA se torna um gatekeeper, ela também se torna uma tradutora da sua marca, resumindo quem você é, quais opções são melhores e o que as pessoas devem fazer a seguir”, afirmou. Para ela, essa mediação tem implicações diretas sobre visibilidade, significado da marca e equity de longo prazo.
Abaixo, trouxe alguns dos pontos abordados durante o encontro virtual que contou com a participação de Marc Glovsky, vice-presidente sênior e estrategista sênior de marca (Kantar América do Norte); Tasneem Ali, diretora de desenvolvimento de soluções (Kantar Global); Mark Chamberlain, diretor-geral de experiência do consumidor (Kantar Global); Barry Thomas, especialista global em comércio e líder sênior de Thought Leadership (Kantar América do Norte); Ann Duhneya, consultora sênior de análises digitais (Kantar APAC); Claudia O’Shea. líder de estratégia e crescimento em análises digitais (Kantar Reino Unido).
IA como canal de construção de marca
Para Chamberlain, o maior erro das marcas, hoje em dia, é tratar assistentes de IA como uma simples extensão ou uma versão diferente dos mecanismos de buscas. Segundo ele, esses sistemas operam simultaneamente como canais de performance e de construção de marca, influenciando associações mentais, preferências e decisões futuras. “Muitos veem a IA apenas como um canal de performance e acreditam que basta gerenciar visibilidade. Eu diria que isso está errado”, afirmou o executivo.
Chamberlain reforçou que marcas são estruturas compostas por memórias, conexões, e que a IA já é um ponto de contato relevante na formação dessas estruturas. Para ele, se você não entende como a IA está descrevendo sua marca e se isso está alinhado à sua proposta, está deixando oportunidades de crescimento passarem.
Glovsky compartilhou uma experiência pessoal de como a IA ganha um novo poder na hora de construir o relacionamento de uma pessoa com a marca. Ao comprar um carro com ajuda de um assistente de IA, em vez de apenas receber uma lista de opções, ele recebeu do sistema uma comparação de marcas com base em suas preferências emocionais e funcionais. “Naquele momento, a IA não me ajudou a comprar, ela escolheu por mim”, disse. “E, ao fazer isso, alterou minha predisposição futura em relação à marca.”
Para Glovsky, isso representa uma mudança significativa, já que as marcas agora precisam gerenciar não apenas a experiência humana, mas também o sistema de sinais que a IA interpreta e carrega para dentro dessas comparações.
Visibilidade não garante recomendação na era da IA
Do ponto de vista de dados e analytics, Claudia lembrou que tamanho de marca não garante presença nem protagonismo nas respostas da IA. Ela cita um estudo feito pela Kantar sobre viagens no Reino Unido, que mostrou que marcas líderes em market share podem ser pouco mencionadas, enquanto players menores superam expectativas por oferecerem conteúdos mais claros, estruturados e “legíveis” para máquinas.
“A IA recompensa clareza, relevância e enquadramento explícito, não apenas escala”, resumiu Claudia. Ela também destacou que diferentes assistentes aprendem e priorizam fontes distintas, o que torna inviável uma estratégia única de visibilidade.
Essa lacuna entre presença e recomendação foi aprofundada por Anne, ao lembrar que a IA resume sentimento, não share of voice. Segundo ela, marcas podem ser amplamente citadas e ainda assim carregarem associações negativas que reduzem suas chances de recomendação. “Ser mencionado é apenas o começo. O que está sendo dito sobre você é o que realmente define o jogo”, afirmou.
Como traduzir significado humano em significado para máquinas
Tasneem Mali chamou atenção para um risco pouco visível que é o descompasso entre a forma como humanos e máquinas interpretam diferenciação, algo importante dentro do modelo MDS da Kantar. Segundo ela, ser significativamente diferente para pessoas não garante ser significativamente diferente para máquinas.
Isso porque, assistentes de IA respondem melhor a sinais claros, consistentes e explicitamente codificados, muitas vezes funcionais, enquanto nuances simbólicas e culturais, tão valorizadas pelas marcas, podem se perder no caminho. “O novo risco não é apenas a ausência, é o drift, quando a interpretação da máquina diverge silenciosamente do posicionamento pretendido”, alertou a executiva. Para ela, isso é um problema clássico de brand equity, e não apenas de otimização digital.
Em um cenário em que assistentes deixam de sugerir e passam a, muitas vezes, já oferecer uma decisão para o usuário, investir em clareza, coerência e significado continua sendo essencial. Neste momento, é importante pensar em construir marcas fortes para pessoas e também fortes dentro da mediação feita pela IA.
Para assistir ao debate completo, clique aqui.