kely Gouveia
Editora Chefe; Head de inovação e Negócios Jornalista focada em educação, arte, tecnologia, empreendedorismo e todas as atividades que possam causar impacto no mundo.
A personalização em escala sempre foi a ambição declarada do marketing moderno, mas durante anos permaneceu como uma aspiração bem intencionada, limitada pela velocidade humana, pelo custo das produções e pela incapacidade de cruzar dados em tempo real com execução criativa. Em 2026, essa limitação está sendo removida, e o ritmo com que isso acontece é mais rápido do que a maioria das organizações estava preparada para absorver.
Brian Irving, diretor de marketing da Lyft, Allison Stransky, diretora de marketing da Samsung Electronics America, e Lauren Stafford Webb, diretora de marketing da SoFi, conversaram com a repórter Eleanor Hawkins, da Axios, no painel “How CMOs Are Rewriting the Rules of Connection”, realizado durante o South by Southwest em Austin, e os exemplos que trouxeram revelam tanto o alcance quanto os limites dessa transformação.
Do piloto à operação: exemplos que saíram do papel
Um dos casos mais ilustrativos veiu de Brian Irving, da Lyft. Diante da necessidade de construir um acervo de imagens capaz de refletir a diversidade de contextos, geografias, horários do dia e perfis de usuários que a plataforma atende simultaneamente em dezenas de mercados, a equipe de marketing desenvolveu um ensaio fotográfico com inteligência artificial, no qual variáveis como cidade, clima, horário e estilo visual podiam ser alteradas de forma quase instantânea a partir de uma produção inicial compacta. Com um orçamento equivalente a uma fração do que seria necessário em uma produção tradicional, o resultado foi uma biblioteca de imagens praticamente infinita, permitindo que a comunicação da marca chegue a cada pessoa com um visual que corresponde ao contexto dela, e não a um cenário genérico que serve a todos com igual imprecisão.
Allison Stransky descreveu um caminho semelhante, mas construído a partir da gestão de relacionamento com clientes. O primeiro agente de inteligência artificial desenvolvido internamente pela Samsung avaliava linhas de assunto de e-mails de marketing e gerava alternativas em volume e velocidade que nenhuma equipe conseguiria sustentar manualmente, e esse resultado imediato foi suficiente para mudar a percepção das equipes sobre o potencial da tecnologia. O passo seguinte foi aplicar o mesmo raciocínio ao conteúdo completo dos e-mails, cruzando diagnóstico de desempenho com dados de comportamento individual dos usuários, e o passo atual é otimizar o momento de envio de forma que a mensagem chegue quando cada pessoa está mais receptiva, acumulando melhorias incrementais que, somadas, configuram uma experiência de marca percebida como atenta e relevante, mesmo sendo operada em escala automatizada.
Governança e orçamento: o que ninguém calcula direito
A adoção de ferramentas de inteligência artificial em times de marketing traz uma equação orçamentária que os profissionais presentes no painel identificaram como sistematicamente subestimada pelas organizações. Lauren Stafford Webb, da SoFi, trouxe uma referência direta a partir de uma conversa recente com um grupo de diretores de marketing: para cada real investido em uma nova ferramenta de inteligência artificial, é preciso reservar de dois a três reais em treinamento da equipe que vai utilizá-la, porque sem esse investimento paralelo a ferramenta entra na operação sem que os profissionais saibam aproveitá-la de verdade, e o retorno esperado simplesmente não se materializa.
Outro ponto levantado foi o modelo de governança. As empresas que estão avançando com mais consistência não estão delegando a decisão sobre ferramentas exclusivamente para a área de tecnologia, nem deixando cada time escolher livremente entre as opções disponíveis no mercado. O modelo que emergiu nas organizações representadas no painel é o de forças-tarefa multidisciplinares, com representantes de marketing, jurídico, privacidade, recursos humanos e atendimento ao cliente trabalhando juntos na definição de critérios para avaliação e aprovação de novas ferramentas, de modo que os riscos sejam avaliados de forma integrada antes de qualquer decisão de escala.
A tensão entre velocidade e responsabilidade
Personalização depende de dados, dados implicam privacidade, e privacidade, num ambiente em que as regras evoluem tão rápido quanto as tecnologias, exige que as equipes jurídicas e de compliance estejam na mesma velocidade que as equipes criativas, o que raramente acontece sem atrito. Brian Irving descreveu esse desafio de forma precisa: a tecnologia avança mais rápido do que a capacidade institucional de regulamentá-la, e isso coloca sobre as marcas a responsabilidade de criar seus próprios limites antes que os limites externos cheguem. No caso da Lyft, a decisão de não gerar imagens de pessoas reais com inteligência artificial, independentemente do que a tecnologia permitiria tecnicamente, foi um limite estabelecido por convicção própria da equipe, não por exigência regulatória, e serviu como balizador para toda a exploração criativa que veio depois.
O que separa as execuções bem-sucedidas
O acesso às ferramentas não garante resultado, e esse foi talvez o ponto mais recorrente ao longo de toda a conversa. O que diferencia as execuções bem-sucedidas não é a sofisticação da tecnologia em si, mas a clareza sobre o problema que se quer resolver, a qualidade dos dados disponíveis e, principalmente, a capacidade das equipes de combinar julgamento humano com velocidade computacional de uma forma que preserve o que é insubstituível em cada lado dessa equação. A inteligência artificial amplia o que é possível fazer; decidir o que vale fazer, o que está alinhado à identidade da marca e ao que realmente importa para o consumidor, continua sendo uma função humana, e é nessa combinação que as marcas mais avançadas estão construindo vantagem competitiva real.
