Andrew Polo é um creator de moda que, em determinado momento, decidiu compartilhar com seus seguidores uma questão que o atrapalhava muito no dia a dia: a dermatite. Isso porque a condição limitava as roupas que ele podia usar — a rotina era esconder as inflamações.

Depois de dar uma entrevista ao site HealthCentral contando sua experiência convivendo com a doença, algo inesperado aconteceu. Polo começou a aparecer nas respostas do ChatGPT para perguntas como “quais são os principais creators que falam sobre dermatite?”.

O efeito logo chegou aos negócios. Os contatos de marcas interessadas em trabalhar com ele cresceram 50%, e empresas como Cetaphil e MAGS Skin passaram a procurá-lo diretamente.

Polo não criou aquele conteúdo pensando em aparecer nas respostas de uma IA. Outros creators, porém, já estão tentando construir esse tipo de visibilidade de maneira intencional.

À medida que as pessoas usam ChatGPT, Gemini e outros assistentes para pesquisar produtos e recomendações, aparecer nas respostas da IA passa a funcionar como uma nova forma de distribuição.

Uma pesquisa da Jellyfish analisou 27 milhões de respostas produzidas por sete assistentes de IA, em dez categorias e 15 mercados e chegou ao seguinte resultado:

Traduzindo: um creator pode influenciar alguém que nunca assistiu a um vídeo dele e nem sabe que ele existe. Na prática, todo creator agora possui duas audiências: humanos e modelos de IA. A IA consome o conteúdo, associa aquele nome a um assunto e recomenda quando alguém pergunta. Não basta mais só chamar a atenção dos humanos. Agora é preciso ser entendido, classificado e lembrado por uma máquina.

Na lógica antiga do marketing de influência, a marca olha seguidores, views, alcance, engajamento. Na busca por IA, tamanho de audiência não garante nada. Creators menores, independentes e especializados estão aparecendo mais nas respostas dos modelos do que celebridades — e do que o conteúdo produzido pelas próprias marcas.

O mesmo vale para o formato. Um título feito para gerar curiosidade funciona no feed do Instagram, mas diz pouco para uma AI:

A lógica começa a se aproximar do SEO: especialização, clareza e capacidade de responder perguntas específicas aumentam as chances de um conteúdo ser encontrado e citado.

Tem mais um detalhe que inverte a última década de conselhos das plataformas — durante um projeto com a L’Oréal Paris, a Jellyfish identificou uma preferência dos assistentes de IA por vídeos longos, especialmente aqueles com mais de dez minutos. Faz sentido: vídeo longo tem explicação, comparação, opinião, exemplo. Para o modelo, isso é mais contexto para reaproveitar em respostas diferentes.

As marcas já começaramm a adaptar seus investimentos. O ClickUp, por exemplo, triplicou o orçamento de influenciadores em relação às duas campanhas anteriores e concentrou tudo em creators de vídeo longo sobre tecnologia, no lugar de vídeo curto e celebridade.

A Cloudflare quer resolver um problema que está ficando cada vez mais óbvio: a internet foi criada para humanos, mas está começando a ser usada por agentes de IA.

Durante décadas, o modelo era simples: sites entregavam conteúdo, pessoas davam atenção, e essa atenção virava dinheiro via anúncios, assinaturas ou e-commerce. Só que um agente de IA não vê anúncio, não assina 40 ferramentas diferentes e não navega como uma pessoa. Ele acessa uma página, consulta uma API, pega um dado, usa aquilo para cumprir uma tarefa e vai embora.

E isso já está acontecendo em escala. Segundo a Cloudflare, crawlers de IA já fazem de centenas a dezenas de milhares de requisições para cada visitante que mandam de volta para os sites. Ou seja: eles consomem muito mais valor do que devolvem em tráfego.

Esse é o pano de fundo do Cloudflare Monetization Gateway, uma espécie de pedágio inteligente para qualquer recurso digital protegido pela empresa: páginas, bases de dados, APIs ou ferramentas MCP usadas por agentes. A ideia é simples: em vez de monetizar a web só com atenção humana, empresas e criadores poderiam cobrar pelo uso real dos seus ativos digitais. Alguns exemplos que a própria Cloudflare dá:

Parece pouco. Mas essa é exatamente a lógica. A internet dos agentes não deve funcionar com grandes assinaturas mensais para cada ferramenta. Ela deve funcionar com milhões de pequenas transações acontecendo automaticamente, cada uma ligada a uma requisição, token, chamada de API ou resultado entregue.

O mais interessante é que isso não exige uma tela de checkout, cadastro ou cartão de crédito. O pagamento acontece dentro da própria requisição da internet, usando o protocolo x402. Funciona mais ou menos assim: o agente tenta acessar um recurso. O servidor responde com um “pagamento necessário”. O agente paga, envia a prova do pagamento e recebe o acesso. Tudo isso sem sair do fluxo normal da web.

Na prática, o pagamento deixa de ser uma etapa separada e vira parte do próprio tráfego da internet. Para isso funcionar, a Cloudflare está apostando em stablecoins. Segundo a empresa, elas permitem pagamentos muito pequenos, com taxas baixas e liquidação em menos de um segundo. Esse ponto é importante porque, abaixo de certos valores, os meios de pagamento tradicionais simplesmente não fazem sentido: cobrar pode sair mais caro do que o pagamento em si.

Quando pensamos nas empresas que mais podem ganhar com a IA, normalmente imaginamos gigantes de tecnologia, bancos ou companhias cheias de engenheiros e cientistas de dados. Mas o autor defende uma tese diferente: os maiores ganhos podem aparecer justamente nas empresas com margens mais apertadas, como transportadoras, indústrias, distribuidoras, empresas de manutenção e prestadores de serviços.

A lógica é simples. Uma empresa de software com margem de 30% pode usar IA para economizar alguns custos, mas isso dificilmente transforma o negócio. Já em uma empresa que opera com margem de apenas 3%, uma redução de menos de 1% nos custos pode aumentar o lucro em mais de 25%. Ou seja: quanto menor a margem, maior pode ser o impacto de uma pequena eficiência.

Segundo o artigo, uma das maiores oportunidades da IA está no chamado “trabalho por trás do trabalho”.

Pense em uma transportadora. Além dos motoristas, existe uma grande estrutura responsável por organizar rotas, atualizar clientes, resolver atrasos, aprovar despesas, emitir notas fiscais, corrigir erros e lidar com exceções. Esse custo de coordenação aparece em diferentes setores, como logística, indústria, saúde, manutenção, facilities e recrutamento.

O autor estima que, em empresas intensivas em mão de obra:

Para uma empresa com margem de 3%, reduzir esse custo de coordenação em 10% poderia aumentar o lucro em aproximadamente 20%. A oportunidade da IA, portanto, não está apenas em fazer uma pessoa trabalhar mais rápido. Está em reduzir a quantidade de mensagens, planilhas, aprovações, conferências e repasses necessários para a operação funcionar.

O problema é que muitas soluções corporativas de IA ainda dependem de os funcionários adotarem um novo sistema. A pessoa precisa abrir outra ferramenta, lembrar quando utilizá-la, escrever o comando correto e depois levar a resposta para o processo que já estava usando.

Na prática, a IA vira mais um lugar onde o trabalho acontece — em vez de eliminar trabalho. A provocação do artigo é simples: os funcionários não querem uma ferramenta que os ajude a fazer a tarefa. Eles querem que a tarefa seja feita.

Por isso, as melhores aplicações de IA devem funcionar por trás dos sistemas existentes. Um agente financeiro, por exemplo, poderia receber uma nota fiscal por e-mail, extrair as informações, comparar com o pedido de compra, identificar inconsistências, preparar a aprovação e chamar uma pessoa apenas quando alguma decisão realmente exigir julgamento humano.

A grande mudança acontece quando a IA deixa de ser uma ferramenta opcional e passa a fazer parte da infraestrutura da empresa. Em vez de depender de alguém se lembrar de usar um chatbot todos os dias, os agentes operam dentro dos e-mails, sistemas, documentos, planilhas e fluxos de aprovação que a empresa já utiliza.

As pessoas continuam no controle: podem interromper o processo, alterar regras e analisar exceções. Mas o ganho financeiro não depende mais da adoção individual de cada funcionário. É por isso que algumas das maiores vencedoras da IA talvez não pareçam empresas de tecnologia. Serão negócios tradicionais que conseguirão colocar agentes por trás de suas operações e reduzir silenciosamente o custo de coordenar milhares de tarefas.

Obrigado por ler o AI Around the Horn.

Perdeu alguma edição? Recupere todos os posts anteriores aqui.