*Por Gabriela Amaral, Head de Marketing da Connect2B
Peça a três pessoas da mesma empresa que definam um lead ideal. É bem provável que você ouça três respostas diferentes. O mesmo acontece com “fornecedor ideal”, “cliente estratégico” ou “evento que deu certo”. Parece óbvio, eu sei. Só que essa falta de definição, que sempre existiu, começou a custar caro.
Por muito tempo isso não foi um grande problema. Cada profissional aplicava o próprio critério, caso a caso, e a experiência cobria o que nunca tinha sido escrito. Esse arranjo chegou ao limite. Uma parte cada vez maior do trabalho de marketing, como consolidar dados, sugerir caminhos e executar tarefas, já passa por sistemas de inteligência artificial. E esses sistemas não sabem o que fazer com aquilo que ninguém definiu.
Os números mostram o descompasso. Na décima edição do State of Marketing, pesquisa da Salesforce com 4.450 tomadores de decisão de marketing de vários países, 75% dizem recorrer à IA para dar conta da demanda por personalização. Mesmo assim, 84% admitem que ainda fazem campanhas genéricas. Adotar a ferramenta não resolve a falta de critério.
Vale separar duas coisas que costumam ser tratadas como sinônimos. Fazer no braço é o esforço repetitivo: juntar planilha, cruzar lista, refazer o mesmo relatório toda semana. Fazer à mão é o trabalho que leva a marca de quem fez, o julgamento que nenhum template entrega. A IA está assumindo o primeiro. O segundo nunca valeu tanto.
Um conceito da engenharia de dados ajuda a entender por quê: ontologia. De forma simples, ontologia é o dicionário de um negócio, o conjunto de definições que diz o que cada coisa é e como ela se relaciona com as outras. Para uma pessoa, “cliente estratégico” é uma noção intuitiva. Para um sistema, só existe se alguém tiver definido.
Em um artigo publicado em agosto de 2026, Fanghua (Joshua) Yu, especialista em grafos de conhecimento e ontologias, descreve essa evolução em quatro etapas, cada uma guiada por uma pergunta. Primeiro, o que isso significa. Depois, como as coisas se conectam. Em seguida, o que devemos fazer. Por fim, se a máquina entende o significado bem o bastante para agir com segurança. E ele deixa um alerta que serve para qualquer área: semântica ruim leva a decisões ruins, que podem levar a ações erradas.
O marketing já está à vontade nas duas primeiras etapas. Cruzar históricos, listas de entregas e dados espalhados levava dias de planilha, quando acontecia. Muitas vezes não acontecia, e a decisão era tomada por intuição, porque pesquisa é cara e demorada. Hoje esse cruzamento sai rápido. O resultado quase nunca é definitivo, mas adianta o ponto de partida e sobra tempo para interpretar, escolher e criar.
O problema está nas etapas seguintes. Uma máquina só decide bem sobre um negócio se alguém tiver definido o que as coisas significam ali dentro. E, como mostra a divergência sobre algo tão básico quanto um lead, essas definições quase nunca estão no papel. Estão na cabeça de quem tem anos de mercado.
Em eventos isso fica muito claro. Um projeto corporativo de grande porte pode envolver mais de 70 fornecedores. Uma automação consegue cruzar o perfil do evento (formato, público, estilo, expectativa do cliente) e sugerir em minutos quem tem mais aderência. O que ela não sabe, a não ser que alguém conte, é que determinado parceiro não funciona com aquele cliente. Ou que outro está alocado em outro projeto, mas um telefonema resolve. É justamente esse conhecimento que falta ao sistema.
Transformar isso em algo que uma ferramenta consiga usar dá trabalho. Não basta escrever que o fornecedor X é bom. É preciso dizer em que situação, a partir de que ponto, com quais exceções e com base em quê. E quem valida essas regras no fim continua sendo uma pessoa.
É aí que entra o feito à mão: repertório, relacionamento, gosto, aquilo que só quem faz consegue colocar no trabalho. Conforme a IA passa a agir, esse critério deixa de ser aplicado só caso a caso e começa a orientar as próprias ferramentas. Quanto mais a máquina executa, mais caro sai um critério mal definido.
Tem um lado menos confortável nisso, e falo com conhecimento de causa. Tive minha própria agência por dez anos e saí quando percebi que boa parte do que entregávamos já podia ser feita em minutos com IA. Não é um caso isolado. Todo serviço de marketing construído sobre execução repetível, venha de agência, de consultoria ou de time interno, está passando pelo mesmo teste. O que se faz em minutos não sustenta preço nem diferencial.
Ganha espaço quem consegue explicitar o que sabe: transformar experiência em critério, e critério em direção para pessoas e para máquinas. A IA tira da frente o trabalho que escondia esse valor e, daqui para a frente, vai depender dele para funcionar.