A IA mudou seu comprador mais rápido do que sua empresa pode se adaptar

Estou comprando um caminhão e, na semana passada, entrei em uma concessionária sabendo mais sobre o veículo no estacionamento do que a pessoa que o vende.

Isso não é uma afirmação sobre meus hábitos de pesquisa. Dei o VIN a um assistente de IA e pedi que ele me dissesse o que eu estava vendo. Em poucos minutos, ele confirmou o que realmente era o caminhão, o que é importante porque as listagens rotulam incorretamente os acabamentos. Ela havia reconstruído o histórico de mercado do caminhão em todos os sites em que ele já havia sido listado, então o preço pedido se transformou em “este veículo está parado há 280 dias e já caiu US$ 5.000”. Ele obteve o registro de propriedade e de acidentes, sinalizou os problemas conhecidos para aquele ano modelo, calculou quanto restava da garantia de fábrica e verificou se um caminhão de fora do estado poderia ser registrado onde eu moro. Em seguida, escreveu as perguntas que eu deveria fazer, e nenhuma delas foi “este é um bom caminhão”. Eles estavam mais perto de “essa transmissão foi substituída ou apenas reprogramada” e “por que está à venda há nove meses”.

Todas as fontes usadas existiam há 10 anos. Os bancos de dados do governo, os relatórios históricos, os fóruns de proprietários, os boletins dos fabricantes, os agregadores de preços. Um comprador determinado poderia ter montado a mesma imagem durante uma semana à noite. O que mudou é que a montagem agora leva minutos e não requer nenhum conhecimento especializado. A assimetria de informações entre comprador e revendedor, em torno da qual todo o negócio de varejo de automóveis foi construído, desmoronou enquanto eu terminava um café.

Na semana passada escrevi sobre o que acontece com o seu julgamento quando a pesquisa é comprimida em segundos. Então, entrei pessoalmente em uma concessionária com a sensação de ter feito o dever de casa de um mês. Eu não poderia lhe dizer quais partes eu realmente verifiquei. Eu era exatamente o comprador confiante e subinformado que descrevi naquele artigo, e ainda estava mais bem preparado para aquela concessionária do que a concessionária estava para mim.

Esse é todo o artigo em uma linha. A IA mudou o comprador e o negócio ainda não se adaptou.

Ninguém fez isso com os revendedores. Não é uma trama; é uma diferença de ritmo e não é específica de caminhões. Toda empresa que vende qualquer coisa em que uma pessoa pensa antes de comprar agora está enfrentando o comprador que fui na semana passada. O que se segue é onde a lacuna aparece, o que a empresa ainda está fazendo em cada um desses locais e por que a lacuna continua a crescer sem que ninguém decida que deveria.

Uma revelação e então prosseguirei com isso. Eu vendo uma plataforma de medição de dados exatamente para esse problema, então este artigo não vai dizer qual ferramenta comprar. Ele lhe dirá qual é o problema e por que ele é maior que uma ferramenta.

Você não é mais a primeira conversa

O comprador chega no meio de uma decisão, não no início dela. A pesquisa, a comparação e o estreitamento aconteceram em uma janela de bate-papo antes do carregamento do seu site ou do atendimento do seu representante. O Pew Research Center entrevistou 5.119 adultos nos EUA em fevereiro e descobriu que cerca de metade agora usa chatbots de IA, contra um terço em 2024, que cerca de um quarto os usa diariamente e que a busca por informações é a coisa mais comum que as pessoas fazem com eles. Pew observa que a pergunta de 2024 foi feita de forma diferente, portanto trate o salto como uma direção em vez de um delta preciso. Uma grande parte dos seus clientes potenciais já teve uma conversa anterior sobre a sua categoria e você não estava nela.

O que o negócio ainda faz é abrir como se fosse a primeira conversa. A página de destino explica qual é a categoria. A chamada de descoberta explica o que o produto faz. A sequência de criação começa com o e-mail 101. Tudo isso foi construído para uma pessoa que está no topo de uma escada, e o artigo da semana passada abordou por que aquela escada não começa mais na sua porta da frente. A incompatibilidade não é que o conteúdo esteja errado. É que o conteúdo é dirigido a alguém que já saiu.

A questão subjacente é o que você diz a uma pessoa que já ouviu o que você é. Essa é uma questão de posicionamento com um componente de tempo, não uma questão de volume de conteúdo, e pode ser respondida assim que alguém decidir que é essa a questão.

A lista foi escrita em outro lugar

Dez resultados e uma cauda longa transformaram-se em três nomes e um parágrafo. Foi o que aconteceu quando o assistente comparou o caminhão que selecionei com todo o mercado e não com a listagem. “Esse preço é justo” se transformou em “este é o melhor uso do dinheiro”, e quatro veículos de três fabricantes acabaram em uma única comparação que nenhum deles controlava.

Para uma empresa estabelecida, esta é a mudança que dói, porque as coisas que ela passou anos construindo não contam como antes. Quinze anos de clientes, uma área de pesquisa ativa, um nome que as pessoas do setor reconhecem. Nada disso é a evidência que um modelo usa para decidir se um nome pertence a uma resposta de categoria. Argumentei que a parte da autoridade da IA ​​que faz com que você seja nomeado leva anos, não campanhas, e vem principalmente de outras pessoas, e que quando um modelo não tem nada sobre sua empresa, ele descreve outra pessoa em seu lugar. Ambas são sobre a lista restrita, e as empresas que perguntam “por que não nós” geralmente não conseguem dizer o que está sendo dito.

O que o negócio ainda faz é rodar um posicionamento construído para conquistar dez vagas. Páginas competitivas contra aquele rival em que pensa. Trabalho da marca medido pela participação na pesquisa. A lista não tem dez anos e não importa qual rival você tem em mente. A questão que realmente moveria as coisas é o que o sistema trata como prova de pertencimento, e essa questão tem uma resposta. Raramente é perguntado porque não mapeia claramente o trabalho existente de ninguém.

A amplitude está sendo lida, não visitada

Cada empresa que cresceu tendo uma página para cada combinação, produto por caso de uso, serviço por cidade, curso por tecnologia, foi construída para um sistema que listava páginas. O assistente leu uma década de tópicos de fóruns, boletins e folhas de especificações sobre meu caminhão e me devolveu dois parágrafos. As páginas fizeram seu trabalho. Eles não receberam nenhuma visita por causa disso.

As páginas ainda são importantes, mas por um motivo diferente daquele para o qual foram construídas. Estar ausente do que os modelos leem é pior do que ser absorvido por isso, e já defendi isso antes. O problema é que a lógica de financiamento do catálogo ainda é “essas páginas classificam e trazem tráfego”, e essa lógica é mensurável, e é exatamente por isso que nunca é questionada. Um centro de custo que reporta de forma clara não é revisado.

Portanto, a questão é para que serve o catálogo agora. Se a resposta honesta for “para ser lida por um sistema e devolvida como um resumo que pode ou não nos nomear”, então a sua estrutura, a sua consistência e se concorda com o que outras fontes dizem são mais importantes do que a contagem de páginas. Esse é um briefing de produção diferente daquele que a maioria das equipes de conteúdo já recebeu, e ninguém o entregou a elas, porque o briefing antigo ainda parece estar funcionando.

O crédito não vai a lugar nenhum

Este é o que gera os inbounds. Uma empresa descobre que é citada em AI Overviews, ChatGPT, Perplexity e Copilot, não vê quase nenhum clique em nada disso e pergunta se isso pode ser corrigido.

A instrumentação comum melhorou este ano, e isso é bom para todos, se você souber o que os dados dizem ou não. O Google adicionou um canal AI Assistant ao GA4 em maio, e sua própria descrição diz que o recurso rastreia os cliques dos usuários provenientes dos assistentes. A Microsoft enviou um relatório de desempenho de IA nas Ferramentas do Google para webmasters em fevereiro que mostra com que frequência suas páginas são exibidas como fontes nas respostas de IA do Copilot e do Bing. Ambos são úteis, e passei anos construindo o segundo tipo de ferramenta, então sei o que eles podem mostrar e o que não podem. O que eles medem é o resultado de uma decisão, um clique que aconteceu ou uma citação que foi exibida. A influência sobre o comprador aconteceu antes, em um lugar onde nenhum clique ocorre e nenhum instrumento baseado em referenciador pode registrar algo que nunca produziu um referenciador. Isso não é uma falha das ferramentas, é apenas a forma do problema.

Na semana passada, argumentei que citação é presença, não tráfego. A versão organizacional desse argumento é diferente. Relatórios, metas e incentivos ainda são criados com o clique, então o marketing recebe crédito pelo que pode contar, e o canal que faz mais trabalho para o comprador é aquele que aparece em menor posição na lista. Se os cliques voltam é a pergunta errada. Se você está esperando que as referências dos assistentes cresçam até rivalizarem com o que o Google lhe envia, pare de esperar. Não é assim que esses sistemas funcionam. Existe um mecanismo de resposta para resolver a questão, não para encaminhá-la, e assim que a resposta chega, as fontes ao lado dela deixam de ser interessantes, que é exatamente o comportamento que a pesquisa mediu na semana passada. Os números a serem observados são diferentes: a parcela de perguntas em sua categoria que agora são respondidas por um assistente em vez de um resultado de pesquisa e o volume total de cliques que saem dos resultados do Google, não apenas dos seus. Ambos estão se movendo em direções que não recompensam uma postura de esperar para ver, e nenhum deles aparece em um relatório criado com um clique. O que a resposta diz sobre você, e se é verdade, é a questão que permanece, e a maioria das empresas ainda não tem uma forma confiável de medi-la.

Esta é a conversa que tenho com as empresas na maioria das semanas. A primeira questão é sempre qual ferramenta, e o mercado de ferramentas tem seus próprios problemas. A primeira pergunta útil é o que está sendo dito sobre nós, a quem, em que respostas e até que ponto é verdade. As ferramentas vêm em terceiro lugar, depois de você saber o que está tentando mover.

Por que a lacuna aumenta por conta própria

Cada um desses quatro lugares que acabamos de discutir tem a mesma coisa por baixo. O comprador se adaptou no ritmo de uma atualização de software, mas a empresa se adaptou no ritmo de um ciclo de planejamento.

Os números do Pew colocam um relógio nele. O uso do chatbot passou de um terço dos adultos nos EUA para metade em cerca de dezoito meses entre as pesquisas, e o ChatGPT sozinho passou de 18% dos adultos em 2023 para 44% em 2026. Nessa mesma janela, a maioria das empresas concluiu dois planos anuais. A mudança por parte do comprador não exigiu decisão de ninguém. As pessoas abriram um aplicativo que já estava em seus telefones. A mudança no lado comercial requer uma linha orçamentária, um proprietário, uma medição e uma história para o conselho, e cada um deles leva um ciclo para ser garantido.

Essa é toda a assimetria. “Estamos atrasados” não é um julgamento sobre o marketing de ninguém. É matemática básica. O comprador muda em semanas e meses, enquanto o negócio muda em anos.

A janela e o que vem primeiro

Três coisas sobre as quais escrevi separadamente são, em sua essência, sobre o tempo. A autoridade que coloca um nome em uma resposta acumula-se ao longo dos anos e vem de outras pessoas. Quando um modelo não tem nada a ver com uma empresa, ele preenche o espaço com outra pessoa (real ou inventada). E a correção que acontecia de graça, quando um leitor curioso ficava clicando até encontrar a versão certa, agora tem que ser paga e dispara lentamente, se é que dispara.

Junte tudo isso e a janela não será “agir antes que o mercado perceba”. É que a lista restrita para a sua categoria está sendo escrita agora, a partir do que é citável agora, e o registro se fortalece à medida que avança. O custo de estar ausente, ou de ser descrito incorretamente, aumenta a cada trimestre que você espera, não porque os concorrentes estejam competindo com você, mas porque o substituto que foi escrito em seu lugar está sendo citado, e as coisas citadas são citadas novamente.

Então aqui está a sequência, e vou mantê-la no nível da ordem e não da instrução, porque as instruções são diferentes para cada empresa e a ordem não.

• Saiba o que está sendo dito sobre você antes de decidir o que dizer.
• Decida o que pertence à resposta antes de decidir onde publicá-la.
• Decida o que medir por último, depois de saber o que está tentando mover.

As empresas fazem isso ao contrário. A ferramenta primeiro, as métricas depois e as causas, às vezes, em terceiro. Inverter a ordem não é uma tática, mas pode ser a diferença entre gastar um ano nisso e gastar um trimestre.

AI mudou o comprador em cerca de 18 meses. As empresas funcionam com planos de doze meses. A diferença entre esses dois números não é uma falha do marketing de ninguém. É um problema de timing, e problemas de timing são do tipo que recompensam quem começa primeiro.

Se você está vendo isso em seu próprio inbound marketing ou na lacuna entre o que seus relatórios dizem e o que seus clientes potenciais já sabem, diga-me nos comentários. Li todos eles e estou especialmente interessado em quem já tentou responder à pergunta “o que se diz sobre nós” antes de comprar uma ferramenta para contá-lo.

Mais recursos:

Esta postagem foi publicada originalmente em Duane Forrester Decodes.

Imagem em destaque: insta_photos/Shutterstock