Agentes de IA no funil: o que muda na venda e na mensuração

"We don't need more people; we need people who can work with AI." (Não precisamos de mais gente; precisamos de gente que saiba trabalhar com IA.) A frase é de Tao Zhang, cofundador e CPO da Manus, no Web Summit Lisboa 2026.

Para quem decide orçamento, ela vale além do recrutamento. O palco do evento foi dos robôs, mas a máquina que já mexe na receita de uma empresa brasileira é outra: o agente de software, o programa que pesquisa, compara e visita sites no lugar do comprador.

Ele muda duas coisas que custam dinheiro. O que se diz da sua marca no primeiro contato passa a sair do que você publicou, lido por uma máquina. E o rastro de onde veio a venda enfraquece, porque parte dessa jornada tende a não deixar evento no seu analytics.

Três ações para levar em conta neste trimestre, sobre este tema:

1. Deixar oferta, preço, condição e reputação consistentes em todo lugar que uma máquina lê.
2. Acompanhar no GA4 as visitas sem origem e a linha "direto", e investigar quando crescem sem campanha que explique.
3. Fechar todo mês o número do painel contra a venda real no ERP ou no CRM. Num cliente nosso, esse confronto mostrou que 40% das conversões marcadas no painel eram eventos duplicados, antes de qualquer agente entrar na história.

Para quem é este artigo

Para o dono, o diretor comercial e o diretor de marketing que ouviram falar de "agentes de IA" o ano inteiro e querem separar o que é palco do que já muda a venda e a mensuração da empresa. É o mapa das decisões, com o técnico como prova; a configuração fica com a equipe.

O que o Web Summit 2026 mostrou que interessa a quem vende?

A abertura do Web Summit Lisboa 2026 foi tomada por robôs humanoides, e é justo: robô no palco é a imagem mais fácil de entender sobre IA. A nossa opinião é que essa é a parte vitrine do assunto. A parte que já mexe no funil apareceu em outras falas.

A Manus mostrou no palco um vídeo de 30 segundos gerado a partir de um prompt de 13 palavras. O detalhe que nos interessa nessa demonstração fica do lado de fora do vídeo: alguém precisa decidir o que pedir, conferir o que a máquina entregou e responder pelo resultado. É exatamente o perfil que Tao Zhang descreveu ao dizer que a empresa precisa de gente que saiba trabalhar com IA.

A Intel, por sua vez, levou ao evento aplicações de physical AI em manufatura, smart cities, varejo e saúde, segundo a própria empresa. É a IA com corpo: sensores, câmeras e máquinas agindo no mundo físico.

Para quem decide orçamento de marketing e vendas em 2026, o resumo é este: a IA que aparece na foto e a IA que já está no seu funil são máquinas diferentes, com prazos diferentes.

Robô físico, agente de software e assistente: qual é a diferença?

São três coisas que o mercado chama de "IA" ao mesmo tempo. Separar as três é o primeiro passo para decidir onde colocar atenção e dinheiro.

Neste artigo, "IA" sem adjetivo quer dizer os três juntos. Quando a diferença importa, usamos o nome certo.

O agente e o assistente são os dois que já tocam o funil. O robô físico é o que mais aparece nas fotos, por enquanto.

Como um agente de IA muda o que se diz da sua marca?

Quando o comprador delega a pesquisa, o primeiro contato com a sua empresa deixa de ser o seu anúncio ou a sua home. Passa a ser o que uma máquina conseguiu ler sobre você: a página da oferta, o preço, as condições, as avaliações, o que aparece no Google e nos marketplaces.

Isso tem uma consequência direta para a receita. Se as informações batem entre si, a máquina repete a sua versão. Se elas se contradizem (um preço no site, outro no marketplace, um prazo na página e outro no atendimento), a máquina escolhe uma, e o comprador recebe essa escolha como fato sobre a sua empresa.

A decisão pode acontecer inteira dentro do resumo de um assistente. Nenhum evento registra esse momento, e o comprador chega ao seu comercial (quando chega) já com a lista curta pronta.

Para a diretoria, a pergunta muda de "estamos aparecendo?" para "o que aparece sobre nós é verdade e é igual em todo lugar?". A segunda pergunta tem dono, rotina e custo; a primeira, sozinha, não decide nada.

Por que a venda feita com ajuda de um agente perde o rastro?

Porque o analytics foi desenhado para medir uma pessoa num navegador. O agente não se comporta como essa pessoa na hora de comprar, não na hora de vender, e o resultado é uma venda que existe no caixa e não tem origem clara no relatório. O custo disso aparece no orçamento: você corta ou dobra canal olhando uma base que pode estar deixando de fora justamente o caminho que mais cresce.

Não há, até aqui, fonte primária que descreva como cada agente aparece no GA4. Por isso o que segue é hipótese verificável, escrita como "o que conferir":

• Visita sem origem ou como "direto". Se o agente chega sem informar de onde veio, a sessão tende a cair em "direto" ou sem origem definida.
  
• Navegador em nuvem. Alguns agentes operam a partir de um navegador rodando num servidor, longe do aparelho do comprador. A sessão, se for registrada, não se conecta ao histórico daquela pessoa.
  
• Tag que não dispara. Um agente que lê a página sem executar o JavaScript como um navegador humano pode não disparar a tag do GA4 nem empurrar os eventos do data layer. A visita existe no servidor e não existe no relatório.
  
• Decisão dentro do resumo. Quando o assistente responde e o comprador decide ali, não há clique para medir.
  
• Lead já decidido. O comprador chega pelo WhatsApp, pelo telefone ou digitando o endereço, e o crédito vai para o último toque que o painel enxergou.
  

Um episódio de outubro mostra como essa etiqueta é frágil. Segundo o Search Engine Roundtable, em 14 de outubro de 2026 os links do ChatGPT apareceram sem o parâmetro utm_source=chatgpt.com, e as visitas passaram a cair como "direto". No dia seguinte, o desenvolvedor que relatou o problema disse que era um bug e que a etiqueta tinha voltado. A OpenAI não comentou. Mesmo resolvido, o episódio mostra que a origem de uma visita vinda de assistente depende de um detalhe que a sua empresa não controla.

A consequência para quem decide é a mesma em todos os itens: o relatório continua bonito e fica menos completo, e a decisão de verba passa a ser tomada sobre uma amostra que exclui uma parte da jornada.

O que conferir no seu GA4 a partir de agora

Cada item abaixo responde a uma pergunta de negócio: de onde vem a venda que a empresa não consegue explicar? É trabalho de alguns dias da equipe ou da agência, e a diretoria deve cobrar o resultado e deixar o passo a passo com quem executa.

1. A linha "direto" e a fatia sem origem nos últimos 12 meses. Se cresceram sem campanha, lançamento ou mudança de site que expliquem, há uma parte da jornada que o relatório não está nomeando.
   
2. As páginas onde essas visitas entram. Página profunda de produto, de preço ou de comparação é um destino que pouca gente digita de memória. Concentração ali merece investigação.
   
3. O comportamento dessas sessões. Visitas muito curtas, sem rolagem e sem segunda página, concentradas em páginas de oferta, são um padrão a observar. São um sinal que pede explicação; sozinhas, provam pouco.
   
4. Servidor contra GA4. Comparar o número de acessos que o servidor ou a CDN registrou com as sessões do GA4, nas mesmas páginas. A diferença é o que o navegador não contou.
   
5. A pergunta no atendimento. Incluir "um assistente de IA me indicou" nas opções de "como nos conheceu" do formulário e do roteiro comercial. É o jeito mais barato de começar a medir o que o analytics não vê.
   

O que muda no negócio com esses cinco itens: você passa a saber o tamanho da parte invisível antes de decidir verba em cima dela.

O método que já funcionava antes dos agentes: conferir o painel contra a venda real

Nenhum dos itens acima substitui a conferência mais simples, que é fechar o número do painel contra o número do caixa.

Num cliente nosso, um e-commerce que investia R$25k por mês em Meta Ads, a auditoria mostrou que 40% das conversões marcadas no painel eram eventos duplicados (tracking duplo disparando). Depois da correção, o ROAS do painel caiu, porque o sinal ficou limpo, e as vendas reais no ERP subiram 22% no mês seguinte. A causa ali era tag duplicada, sem nenhum agente envolvido. O caso entra aqui pelo método: só o confronto entre painel e ERP mostrou que o número que decidia o orçamento estava inadequado.

O mesmo cuidado vale quando o número cai. Num cliente de educação, a queda de usuários −14% e compras −22% foi atribuída de início a SEO. A análise por canal mostrou o orgânico estável, e a validação do tagueamento confirmou que a queda era real e vinha da redução de mídia ativa. Antes de culpar um agente, um algoritmo ou o site, confira se a queda é real ou erro de tagueamento. Com agentes no meio do caminho, essa conferência vira rotina mensal da diretoria.

O que deixar legível para máquina, sem apostar num assistente específico

O objetivo aqui é proteger a escolha: fazer com que a versão da sua empresa que chega ao comprador seja a certa, qualquer que seja a máquina que a leia.

• Oferta, preço e condição iguais em todo lugar. Site, Google, marketplaces, catálogo do WhatsApp e atendimento. A contradição é o que mais custa, porque a máquina escolhe sem perguntar.
  
• Página de oferta que se explica sozinha. Produto, preço, prazo, condição e para quem serve, escritos em texto (não só em imagem) e com dados estruturados que descrevem a oferta para máquinas.
  
• Reputação cuidada. Avaliações respondidas, contato e endereço iguais em todos os perfis, perguntas frequentes respondidas na própria página.
  
• Respostas para a pergunta de comparação. O comprador delega "qual é melhor para o meu caso". Se o seu site não responde para quem você serve e para quem não serve, alguém responde por você.
  

Tudo isso vale para qualquer assistente que ganhe o mercado, porque o que conta é a fonte estar certa.

Próximos passos para melhorar a performance dos seus canais

1. Esta semana: peça à equipe ou à agência o gráfico de "direto" e sem origem dos últimos 12 meses, com as campanhas e mudanças de site marcadas.
   
2. Este mês: feche o painel contra o ERP ou o CRM e anote a diferença. Esse número é a sua linha de base.
   
3. Este trimestre: escolha um dono interno para a consistência da oferta publicada e inclua a pergunta "um assistente de IA me indicou" no atendimento.
   

Perguntas frequentes que ouvimos por aqui:

O que é um agente de IA, em termos de negócio?

É um programa que executa tarefas no lugar de alguém: pesquisa, compara, preenche, navega. Para a sua empresa, o efeito é que parte do caminho de compra passa a ser feita por uma máquina, que forma a primeira impressão da sua oferta a partir do que encontra publicado.

Robô humanoide vai mudar o meu atendimento?

No varejo físico, pode mudar com o tempo; a Intel, por exemplo, mostrou aplicações de physical AI em varejo no Web Summit 2026. Para a maior parte das empresas que vendem por site, WhatsApp e equipe comercial, o efeito imediato vem do agente de software e do assistente, que já estão no caminho do comprador.

Dá para ver tráfego de agente de IA no GA4?

Em parte, e com cuidado. Não há fonte primária descrevendo como cada agente aparece no GA4, e parte das visitas pode nem disparar a tag. O caminho é tratar como investigação: comparar servidor e GA4, olhar a linha "direto" e as páginas de entrada, e perguntar ao cliente como chegou.

Tráfego direto crescendo significa que agentes estão visitando o meu site?

Pode ser, entre várias outras causas: links em aplicativos, e-mail sem marcação, mudança de tagueamento, campanhas offline. O crescimento sem explicação é um sinal para investigar antes de concluir qualquer coisa.

Preciso otimizar o meu site para o ChatGPT especificamente?

Na nossa opinião, não vale apostar num assistente só. O mercado de modelos mudou muito em pouco tempo, e o que protege a sua empresa em qualquer um deles é a mesma coisa: informação correta, consistente e legível na origem.

Como saber se o meu painel bate com a venda real?

Feche um mês: some as vendas que o painel atribui às campanhas e compare com as vendas registradas no ERP ou no CRM no mesmo período. Diferença grande, para mais ou para menos, é motivo para auditar o tagueamento antes de mexer na verba.

Quer acompanhar esta leitura semana a semana?

Recebe análises como esta toda semana: assina a LinkedIn Newsletter da Uaify: Newsletter Uaify