Pesquisa da Gartner, divulgada em fevereiro de 2026, jogou luz sobre um problema estrutural: 65% dos CMOs entrevistados acreditam que suas funções serão drasticamente transformadas pela Inteligência Artificial nos próximos dois anos. Até aí, nada surpreendente. O dado que chama atenção vem logo depois: apenas 32% acham que precisam desenvolver mudanças significativas de habilidades para acompanhar essa transformação. Dois terços enxergam a disrupção chegando. Só um terço acha que precisa se mover.
O detalhe que passa despercebido é de onde vem essa percepção. Esses CMOs responderam a partir do conhecimento básico que têm de IA, assistente que responde pergunta, gerador de imagem, resumo automático. Eles não estão calculando o impacto de agentes com autonomia e orquestração, porque não têm esse vocabulário. E mesmo partindo do básico, já sentem a disrupção batendo na porta. O problema não é a falta de percepção. É a falta de régua para medir o tamanho real da mudança.
Pessoas versus empresas
Boa parte dos profissionais de marketing já usa IA todos os dias. Pergunta pro ChatGPT como montar uma campanha, segue de perto cada declaração de Sam Altman, comenta a última polêmica de Elon Musk, acompanha o lançamento, modelo a modelo, como quem acompanha o placar de um campeonato.
Isso é uso individual, e é real. Mas uso individual não é o mesmo que transformação operacional. Uma pessoa que virou expert em fazer prompt melhor continua, dentro da empresa, rodando a mesma régua de e-mail, a mesma segmentação manual, a mesma fila de aprovação que existia antes de ela saber o que é um grande modelo de linguagem (LLM, na sigla em inglês).
O currículo pessoal engordou. O resultado da empresa, não. É esse descolamento que sustenta o dado da Gartner: a pessoa sente que algo grande está vindo, mas não consegue nomear o que precisa mudar dentro da operação, porque o que ela aprendeu foi a usar uma ferramenta, não a redesenhar um processo.
O vocabulário que falta
Antes de discutir estágios de maturidade, vale alinhar alguns termos. Sem eles, a conversa sobre agentes vira balbucio, cada pessoa acha que já entendeu quando ainda está falando de outra coisa.
Algoritmo é o método de treino; a receita. Modelo é o aprendizado que ficou; o bolo. O modelo classifica, prevê ou gera. Ele não decide sozinho.
Aplicação é o software que decide o que fazer com a saída do modelo. Dentro dela convivem modelos e lógicas que não são modelo: regras, fluxos de aprovação, integrações com canais. Martech inteiro tem essa mistura, uma plataforma de dados, uma ferramenta de jornadas, um estúdio de conteúdo: todos têm modelo dentro, e parte do que fazem não depende de modelo nenhum.
Agente é o que persegue um objetivo usando o que a aplicação coloca à sua disposição. A diferença entre agente e automação cabe numa frase: automação executa passos que alguém definiu; o agente recebe um objetivo e escolhe os passos.
Orquestração é o que faz vários agentes trabalharem como um sistema único, decide quem age, em que ordem, com que prioridade, e o que acontece quando os objetivos de dois agentes se chocam.
Nenhuma dessas peças substitui as demais. Mas só faz sentido falar em orquestração depois de entender o que veio antes, e é aí que a maioria trava.
As quatro fases que a maioria nem sabe que existe
A adoção de IA no marketing não é um interruptor. É uma escada, e a maior parte das empresas está parada no primeiro degrau achando que já chegou ao topo.
Fase 1 — Assistentes. É o chatbot embarcado nas ferramentas de Martech, respondendo “como faço isso aqui”. Democratizou o acesso: antes, virar especialista em uma interface levava meses de certificação. Hoje qualquer pessoa pergunta e recebe a resposta. Ganho real, mas individual: o que diferencia um profissional deixou de ser saber operar a ferramenta e passou a ser saber o que fazer com ela.
Fase 2 — Raciocínio e contexto. Aqui a IA para de ser assistente pessoal e vira inteligência embarcada na decisão: quem recebe qual oferta, quando pausar a mídia, qual cliente está prestes a cancelar. Decisões que dependiam de alguém disponível na hora certa passam a acontecer com mais dados e mais consistência, sem esperar ninguém.
Fase 3 — Automação e personalização em escala. A partir de um objetivo de negócio e sua métrica, um agente entende o desafio, desenha um plano e coordena os agentes especialistas que executam campanhas, criam imagens, disparam e-mails, rodam testes, sem pedir aprovação a cada passo. É aqui que a diferença entre automação e agente deixa de ser discussão de vocabulário: uma régua que dispara e-mail três dias após carrinho abandonado é automação, por mais sofisticada que seja. O que muda nesta fase não é a quantidade de automação, é quem escolhe a sequência.
Fase 4 — Orquestração e autonomia. O papel da IA deixa de ser ferramenta e passa a ser operação. Um agente observa uma queda nas vendas de madrugada e monta uma campanha de ponta a ponta, da seleção de público à mensagem, da criação de imagens à escolha dos produtos. Quando o profissional chega ao escritório no dia seguinte, tudo já aconteceu: ele verifica os resultados e corrige a rota para a próxima vez. Não é automação. É autonomia, o agente decide o que fazer, não apenas executa o que foi programado. Mágica não é: sem regras de negócio, taxonomia e guardrails bem construídos, autonomia não sustenta nada.
Orquestração como ponto máximo
Um exemplo torna isso concreto. Uma campanha de reinvestimento está no ar num banco quando, num fim de semana, notícia sobre mudança na Selic sacode o mercado e o público desengaja. Sem agentes, ninguém reage até segunda, afinal, ninguém está trabalhando.
Com orquestração, a anomalia é detectada, validada, o impacto é estimado, e nasce uma proposta de ajuste. Daí em diante, dois caminhos possíveis, e quem escolhe é o banco: execução autônoma dentro de limites pré-configurados, teto de audiência, de frequência, de créditos, kill switch, tudo auditável, ou aprovação humana em um clique antes de ir ao ar. Human in the loop deixa de ser conceito de slide e vira alguém abrindo o celular no domingo.
O ganho real não está em uma campanha isolada rodar melhor, aí o resultado costuma ficar parecido com o que uma pessoa boa entregaria. Está em operar fora do horário comercial, em velocidade, e sem depender de três pessoas em três ferramentas diferentes trabalhando juntas ao mesmo tempo. O KPI muda de figura: deixa de ser “essa campanha performou bem” e passa a ser “quantas jornadas estão no ar, e em quanto tempo”.
Conclusão
O CMO que passa o fim de semana acompanhando a última decisão de Elon Musk não está atrasado por falta de interesse. Está atrasado porque aprendeu o vocabulário errado: o de notícia, não o de operação. Ele sabe opinar sobre o mercado de IA. Não sabe ainda que existe uma escada entre o assistente que responde a pergunta e o agente que decide sozinho, no fim de semana, sem pedir licença.
A pergunta que valeria fazer amanhã de manhã não é “o que aconteceu com a IA essa semana”. É: em qual desses quatro degraus a minha empresa está, e o que falta pra subir o próximo.
Fernando Teixeira
