O comprador B2B já decidiu antes de falar com você: como medir a influência da IA e planejar o orçamento de 2027

Seu próximo cliente B2B provavelmente já conversou com uma IA sobre o seu mercado antes de visitar o seu site. Ele chega com uma lista curta de fornecedores, uma ideia de preço e algumas objeções prontas, e a maior parte desse trabalho não aparece em nenhum relatório de marketing. A consequência prática para 2027 é direta: planejar orçamento e metas só com base no tráfego atribuído vai cortar justamente os canais que estão influenciando a compra.

Os números ajudam a dimensionar a mudança. Segundo o Pew Research Center, cerca de metade dos adultos americanos já usa chatbots de IA, contra um terço em 2024, e buscar informação é o uso mais comum. Dados da SparkToro com a Similarweb mostram que as buscas no Google que terminam sem nenhum clique passaram de 60,45% em 2024 para 68,01% no início de 2026. E a Graphite estima que a influência da IA pode estar subatribuída em até dez vezes nos relatórios das empresas.

Duas análises publicadas em outubro de 2026 tratam desse problema por ângulos complementares. Duane Forrester, ex-Bing e hoje à frente da UnboundAnswers, descreve o que mudou no comprador. Kevin Indig, consultor de crescimento orgânico e autor da Growth Memo, propõe como medir e defender o orçamento de 2027 nesse cenário. Este artigo junta as duas e traduz o que interessa para empresas B2B no Brasil. Pega um café e vem comigo. ☕️

O comprador já chega no meio da decisão

Forrester abre o artigo com uma história pessoal. Ele estava comprando uma caminhonete usada e, antes de ir à concessionária, entregou o número do chassi a um assistente de IA. Em poucos minutos, o assistente confirmou a versão exata do veículo, reconstruiu o histórico do anúncio (o carro estava à venda havia 280 dias e o preço já tinha caído 5 mil dólares), puxou registros de proprietários e acidentes, listou os problemas conhecidos daquele ano de fabricação, calculou a garantia restante e ainda escreveu as perguntas que ele deveria fazer ao vendedor.

Todas essas fontes existiam dez anos atrás. Bancos de dados públicos, histórico de anúncios, fóruns de proprietários, boletins do fabricante. Um comprador muito determinado conseguiria montar o mesmo quadro em uma semana de noites livres. O que mudou é que a montagem agora leva minutos e não exige nenhum conhecimento técnico. Forrester resume: a assimetria de informação entre comprador e vendedor, base do varejo de veículos inteiro, acabou enquanto ele terminava um café.

O detalhe mais interessante da história é a autocrítica. Forrester admite que entrou na concessionária sem saber dizer quais daquelas informações ele tinha de fato conferido. Ou seja: o comprador chega confiante e meio informado, e ainda assim mais preparado do que a empresa estava para recebê-lo. Quem trabalha com vendas B2B reconhece esse perfil. É o lead que chega à primeira reunião citando um comparativo que ninguém do seu time sabe de onde saiu.

A frase de Forrester que resume o artigo é curta: "A IA mudou o comprador, e a empresa ainda não se adaptou." Ele descreve o fenômeno como uma diferença de ritmo entre quem compra e quem vende, e essa diferença atinge qualquer empresa que venda algo sobre o qual as pessoas pensam antes de comprar. Software B2B, consultoria, serviços financeiros e equipamentos industriais entram nessa lista sem esforço.

O que a empresa continua fazendo como se fosse a primeira conversa

O problema aparece no desenho das jornadas. A landing page explica o que é a categoria. A call de descoberta começa explicando o que o produto faz. A sequência de nutrição abre com o e-mail "101". Tudo isso foi construído para alguém no começo da pesquisa, e esse alguém está cada vez mais raro. Forrester descreve o comprador atual como alguém que "chega no meio de uma decisão, e não no começo dela."

Nada nessa coluna da esquerda está errado em si. O conteúdo só foi endereçado a alguém que já saiu da sala. A pergunta útil passa a ser: o que você diz para uma pessoa que já ouviu de outra fonte o que a sua empresa é? Isso é posicionamento com um componente de tempo, e tem resposta. O difícil é alguém na empresa assumir a tarefa de responder.

A lista curta de fornecedores é montada fora do seu site

Na história da caminhonete, dez resultados e uma cauda longa viraram três nomes e um parágrafo. A pergunta "esse preço é justo?" virou "essa é a melhor opção pelo dinheiro?", e quatro veículos de três fabricantes acabaram numa comparação que nenhum deles controlava.

Para empresas estabelecidas, essa é a parte que dói. Quinze anos de clientes, um bom histórico em SEO e um nome reconhecido no setor não contam do jeito que contavam. Forrester argumenta que nada disso é a evidência que um modelo de linguagem usa para decidir se uma marca pertence a uma categoria. Ele defende, em textos anteriores, que a autoridade que faz uma marca ser citada pela IA leva anos para se formar e vem principalmente do que outras pessoas dizem sobre ela. E quando o modelo não tem informação suficiente sobre uma empresa, ele preenche a lacuna descrevendo outra no lugar.

O dado de Kevin Indig reforça esse ponto. Ele cita um levantamento da AirOps segundo o qual sinais de terceiros (menções em publicações, comunidades, avaliações e conteúdo que não está no seu domínio) respondem por 85% da visibilidade de uma marca nos LLMs. Já discuti esse lado da equação no artigo sobre como SEO, GEO e AEO contribuem para a visibilidade da marca em respostas de IA. O que esses dois autores acrescentam é a urgência: as fontes que já são citadas tendem a continuar sendo citadas, então o custo de ficar de fora cresce a cada trimestre.

E tem outro detalhe técnico que pouca gente leva em conta no planejamento. Segundo Indig, 91% das citações aparecem em apenas um dos três ambientes entre ChatGPT, Perplexity e AI Overviews. A sobreposição é pequena. Uma marca que aparece bem no AI Overviews do Google pode simplesmente não existir para quem pergunta ao ChatGPT. Presença em IA precisa ser planejada plataforma por plataforma, a começar pelas que o seu comprador de fato usa.

O que muda no trabalho de posicionamento

Forrester observa que muitas empresas ainda fazem posicionamento para ganhar dez posições na primeira página: páginas comparativas contra o rival principal, marca medida por share of search. Só que a lista curta não tem dez posições, e o assistente não se importa com qual concorrente você tinha em mente. A pergunta que move o resultado é outra: o que o sistema considera evidência de que a sua marca pertence àquela categoria? Essa pergunta tem resposta, e quase nunca está na descrição de cargo de ninguém.

Seu catálogo de páginas é lido, e não visitado

Toda empresa que cresceu com SEO tem um catálogo: uma página para cada produto, cada caso de uso, cada cidade, cada integração. Esse catálogo foi financiado com uma lógica simples e mensurável: as páginas ranqueiam e trazem tráfego. Por ser mensurável, essa lógica raramente é questionada.

Forrester mostra o que acontece agora. O assistente leu uma década de fóruns, boletins e fichas técnicas e devolveu dois parágrafos. As páginas cumpriram sua função, só que ninguém as visitou. Elas continuam importando, mas por outro motivo: ficar fora do que os modelos leem é pior do que ser absorvido por eles. O problema é que um centro de custo que reporta tráfego decrescente acaba no corte do orçamento, mesmo quando está fazendo o trabalho de alimentar as respostas que influenciam a compra.

A pergunta que Forrester deixa para os times de conteúdo: para que serve o catálogo hoje? Se a resposta honesta é "para ser lido por um sistema e devolvido como resumo que pode ou não citar a gente", então a estrutura, a consistência e a concordância com outras fontes importam mais do que o número de páginas. É um briefing de produção diferente de tudo que esses times já receberam. E ninguém entregou esse briefing novo, porque o antigo ainda parece funcionar.

Por que a influência da IA não aparece no seu relatório

Esta é a parte que gera mais reunião desconfortável com a diretoria. A empresa descobre que é citada no AI Overviews, no ChatGPT, no Perplexity e no Copilot, vê quase nenhum clique vindo de nenhum deles e pergunta se isso tem conserto.

As ferramentas melhoraram em 2026. O Google adicionou um canal AI Assistant ao GA4 em maio, para registrar cliques que chegam de assistentes. A Microsoft lançou em fevereiro, em versão de testes, um relatório AI Performance no Bing Webmaster Tools, que mostra com que frequência as páginas de um site aparecem como fonte nas respostas do Copilot e da busca com IA do Bing. As duas são úteis e deveriam estar configuradas em qualquer empresa que investe em conteúdo.

Forrester aponta o limite das duas: ambas medem o fim de uma decisão, seja o clique que aconteceu ou a citação que foi exibida. A influência sobre o comprador aconteceu antes, num lugar onde nenhum clique acontece e nenhuma ferramenta baseada em referenciador consegue registrar algo que nunca gerou um referenciador. Ele resume bem: "Um mecanismo de respostas existe para resolver a pergunta, e não para encaminhá-la." Esperar que o tráfego vindo de assistentes cresça até se igualar ao que o Google mandava é esperar algo que esses sistemas não foram feitos para entregar.

O caso Capital One: a influência aparece como tráfego direto

Kevin Indig traz um exemplo concreto, a partir de dados da SparkToro e da Similarweb. Depois que respostas de IA passaram a recomendar o Capital One, as visitas diretas às páginas da marca subiram ao longo de sete dias, enquanto as visitas vindas de busca ficaram cerca de 15% abaixo do esperado. O ganho chegou a 14,2%. A pessoa leu a recomendação, não clicou em nada e digitou o endereço do site depois. No relatório, essa visita aparece como "direta" ou "desconhecida".

Essa é, na minha leitura, a categoria mais subestimada de qualquer painel de analytics B2B. Tráfego direto costuma ser tratado como ruído ou como "gente que já conhecia a marca". Parte dele é exatamente a influência que a diretoria pergunta onde está. A Graphite estima, segundo Indig, que a IA pode estar subatribuída em até dez vezes. Um plano montado só sobre os canais com atribuição limpa vai tirar dinheiro de canais que funcionam.

Amanda Natividad, vice-presidente de marketing da SparkToro, ouvida por Indig, propõe a mudança de lente que resolve boa parte dessa confusão: "Você precisa planejar para os sinais que acontecem antes da visita, ou no lugar dela."

Como medir: exposição, comportamento e resultado de negócio

Se nenhuma métrica isolada prova a influência, a saída é ler um conjunto. Natividad diz isso com todas as letras: "Nenhuma dessas métricas, sozinha, prova que você influenciou alguém." Indig retoma a lógica da triangulação, que já defendia em textos anteriores: combinar sinais com pontos cegos diferentes. Quando eles se movem juntos, a confiança aumenta. Quando divergem, mostram onde investigar.

A estrutura proposta tem três camadas, reportadas na mesma página, todo mês:

A parte mais útil do modelo é o diagnóstico que nasce da combinação. Cada padrão entre as camadas aponta para um conserto diferente:

Natividad dá a justificativa que eu levaria para a reunião com a diretoria: "Menções, citações, discussões, engajamento e recomendações são todos indicadores de pessoas reais prestando atenção." O que sustenta o modelo é a leitura conjunta. Uma métrica de exposição sem a de comportamento ao lado é vaidade. Uma métrica de resultado sem as outras duas não explica nada.

Como montar isso numa empresa B2B pequena

Nem toda empresa tem orçamento para ferramenta de monitoramento de IA. Dá para começar com o que já existe:

• Exposição: uma lista fixa de 20 a 30 perguntas que o seu comprador faria, testadas todo mês no ChatGPT, no Gemini, no Perplexity e no AI Overviews, registrando quem é citado. Somar o relatório AI Performance do Bing Webmaster Tools.
• Comportamento: volume de busca pela marca no Google Search Console, tráfego direto e o canal AI Assistant no GA4, e um campo aberto de "como nos conheceu?" no formulário, com as respostas lidas por uma pessoa.
• Resultado: oportunidades no CRM cruzadas com a origem declarada pelo lead e com o que o time comercial ouve nas primeiras reuniões.

O campo aberto no formulário rende mais do que parece. Uma resposta como "perguntei ao ChatGPT quem fazia isso" é um sinal de comportamento que nenhuma ferramenta baseada em clique consegue capturar, e custa só o tempo de alguém ler as respostas toda semana.

Essa mudança de métrica conversa com outro dado recente: na pesquisa da Orbit Media que analisei no artigo sobre por que os resultados dos blogs despencaram em 2026, tráfego aparece como a forma mais comum de medir conteúdo e, ao mesmo tempo, a menos associada a resultados fortes. As três camadas são uma resposta prática a esse descompasso.

Como defender o orçamento de 2027: portfólio com prazo de corte

A frase final do artigo de Indig deveria estar na agenda de qualquer gestor de marketing que vai negociar orçamento nos próximos meses: "Diretores que entrarem no planejamento de 2027 sem um caso defensável de investimento em SEO para IA vão perder orçamento para mídia paga." Mídia paga tem atribuição limpa. Quando o orgânico só consegue mostrar tráfego caindo, a comparação é injusta e quase sempre perdida.

A proposta de Indig parte de uma premissa que ele já defendia em 2025: a maior parte do custo de SEO é fixa (pessoas, ferramentas, capacidade), então a discussão real é quais capacidades financiar. As metas de 2027 deixam de ser tráfego e passam a ser presença nas superfícies onde o público pesquisa: visibilidade nos mecanismos de IA que os clientes realmente usam, autoridade nas publicações e comunidades onde a categoria é discutida e volume de busca orgânica pela marca.

Para chegar lá, o orçamento é dividido em três blocos, cada um com regras próprias:

O terceiro bloco é o que mais assusta diretoria acostumada a dashboard. Indig usa o depoimento de George Bonaci, da Ramp, para justificar a existência dele: se a empresa tivesse decidido só pela atribuição, teria cancelado "todo o marketing de marca, as ações especiais, a mala direta, os eventos." Qualquer pessoa que já viu um evento gerar três contratos que o CRM atribuiu a "busca orgânica" entende o argumento.

Indig e Natividad também defendem uma linha de orçamento própria para distribuição fora do site e para comunidade, com horas semanais e um responsável nomeado. Comunidade sem dono é a primeira coisa cortada quando o orçamento aperta. A sugestão deles é reservar algo como 5% do orçamento de marketing para isso, podendo chegar a 10%. Para empresas B2B no Brasil, essas comunidades costumam ser grupos de LinkedIn e WhatsApp do setor, eventos e associações, newsletters e podcasts de nicho. É onde a categoria é discutida, e onde as IAs encontram parte dos sinais de terceiros que usam para recomendar marcas.

Outro ponto do modelo que considero especialmente sensato para o mercado brasileiro: travar o valor total anual e redistribuir os blocos a cada trimestre, com base nas três camadas de medição. A volatilidade da busca em 2026 não justifica compromissos de doze meses com cada tática. Indig recomenda revisão trimestral e conta que boa parte dos executivos com quem trabalha já se sente confortável com esse ritmo.

A ordem certa: o que dizem sobre você vem antes do que você vai dizer

Forrester explica por que essa distância entre comprador e empresa aumenta sozinha. O uso de chatbots nos EUA saiu de um terço para metade dos adultos em cerca de dezoito meses, segundo os dados do Pew que ele cita. Só o ChatGPT passou de 18% dos adultos americanos em 2023 para 44% em 2026. Nenhuma empresa precisou decidir nada para isso acontecer. Já a mudança dentro da empresa exige orçamento, um responsável, um jeito de medir e aprovação da diretoria. Isso leva um ciclo inteiro de planejamento. "O comprador se move em semanas e meses, enquanto a empresa se move em anos", escreve ele.

Ele fecha com uma ordem de prioridades que inverte o que a maioria das empresas faz:

1. Descobrir o que está sendo dito sobre a sua empresa nas respostas de IA antes de decidir o que dizer. Isso inclui verificar se as informações estão corretas.
2. Definir o que precisa estar nas respostas antes de decidir onde publicar.
3. Escolher o que medir por último, quando já se sabe o que se quer mover.

O caminho comum é o contrário: compra-se uma ferramenta, define-se uma métrica a partir do que a ferramenta mostra e só depois alguém pergunta por que o número está daquele jeito. Corrigir uma informação errada sobre a sua empresa nas IAs leva tempo e custa dinheiro, e as fontes já citadas continuam sendo citadas. Por isso Forrester insiste que isso é um problema de tempo, e que problemas de tempo favorecem quem começa primeiro.

Uma ressalva de leitura, para manter a honestidade: os dois autores escrevem a partir do mercado americano, e Forrester declara no próprio artigo que vende uma plataforma de medição para esse problema. Os dados de comportamento (Pew, SparkToro, Similarweb) são de usuários dos EUA. O Brasil tem adoção de IA alta, mas com outra distribuição de plataformas e outro peso de canais como WhatsApp e indicação. A estrutura de medição e de orçamento se aplica bem aqui. Os percentuais exatos precisam ser medidos aqui antes de entrar em qualquer apresentação para a diretoria.

Antes de defender 2027, descubra o que a IA já diz sobre você

A recomendação que aparece nas duas análises é a mesma: o primeiro passo é saber como a sua empresa aparece hoje nas respostas que influenciam a compra. Sem isso, não há como escolher em qual dos três blocos investir, nem como explicar para a diretoria por que o tráfego cai enquanto as oportunidades se mantêm.

A Auditoria de Visibilidade em IA + SEO Técnico da Orbitando no Marketing faz esse mapeamento para empresas B2B. O diagnóstico testa as perguntas que o seu comprador faz no ChatGPT, no Gemini, no Perplexity e no Google AI Overviews, registra quem é recomendado na sua categoria e quais fontes sustentam essas recomendações, verifica se as informações sobre a sua empresa estão corretas e avalia a estrutura técnica do site. O entregável é um plano de ação priorizado e uma base de exposição para começar a medir nas três camadas, o tipo de dado que leva a discussão de orçamento de 2027 para o terreno da evidência.

Se a sua empresa já sabe onde está e precisa de acompanhamento mensal, a Consultoria Contínua para B2B SaaS cuida de conteúdo, SEO e GEO/AEO com revisão trimestral do plano.