Em 1929, dois irmãos franceses que vendiam pneu publicaram um livro de restaurantes. Sem KPI, sem atribuição, sem nenhum jeito de provar que aquilo daria certo. A aposta era simples: se as pessoas dirigirem mais para comer bem, elas gastam mais pneu e lembram de quem indicou o caminho.

Cento e vinte e seis anos depois, uma estrela Michelin lota a agenda de um restaurante por um mês inteiro.

Guardo essa cena porque ela explica, melhor do que qualquer gráfico, o futuro do marketing de conteúdo agora que a IA entrou entre a sua empresa e o seu comprador.

Vou colocar minha posição na mesa antes dos argumentos, para você decidir se vale seguir lendo. Eu acho que o marketing de conteúdo B2B entrou numa fase em que produzir texto virou commodity e informação própria virou ativo. Estou há vinte e cinco anos nesse mercado, vi a fase do site que ninguém achava, a fase do blog, a fase do e-book, a fase do volume. Nenhuma delas mudou tanto a economia do conteúdo quanto essa.

Boa parte do que eu vou defender aqui eu já defendia dez anos atrás, quando ninguém falava em modelo de linguagem. O que a IA fez foi colocar preço no que antes era só boa prática.

A pergunta que eu tenho levado para as reuniões com clientes industriais é uma só: o que a sua empresa sabe que ninguém mais sabe?

Os dados são públicos, a leitura é minha

Alguns números que eu vi reunidos pelo Wil Reynolds, da Seer Interactive, numa das apresentações mais comentadas do Mundo RD Station deste ano.

Oito em cada dez pessoas encerram a pesquisa na primeira lista de fornecedores que a IA devolve. Pegam os quatro ou cinco nomes e começam a investigar dali, sem clicar em nada. Mais da metade não confia na resposta automática que aparece no topo da busca, e confia mais em quem foi citado dentro dela.

Entre cem sites que publicam abertamente seus próprios números, metade perdeu 80% ou mais do tráfego orgânico depois da chegada da IA. Outros onze perderam entre metade e 80%.

Vinte e um cresceram. Mesmo mercado, mesmo período, mesmas ferramentas.

Tem ainda uma mudança mais recente e menos visível. Até pouco tempo, para responder “melhor fornecedor de X”, o modelo saía procurando exatamente por “melhor fornecedor de X” e montava a resposta com as listas que encontrava. Isso premiava quem produzia lista, inclusive a empresa que se colocava em primeiro lugar na própria lista. Os modelos novos passaram a procurar por nome de marca, nome de pessoa e fonte específica. Buscam o que aquela consultoria publicou, o que aquele especialista disse, o que aquele site tem sobre o tema.

Marca que ninguém cita não entra nesse tipo de busca.

A diferença entre os 21 e os 79

Vale olhar de perto quem cresceu, porque a separação é mais simples do que parece.

Os sites que descreviam assuntos foram apagados. “O que é”, “guia completo sobre”, “tudo o que você precisa saber”. Os que cresceram publicavam experiência própria: o teste que fizeram, a medição que levantaram, o erro que cometeram e o que aprenderam com ele. O Google chama isso de ganho de informação, e usa o critério para separar conteúdo que acrescenta de conteúdo que repete.

Enquanto o conteúdo genérico descreve o que qualquer um encontraria, o conteúdo com ganho de informação entrega o que só quem viveu aquilo poderia contar.

Tem um segundo efeito, mais silencioso, que na minha leitura é o mais subestimado de todos. Quando todas as empresas de um setor publicam textos parecidos, o modelo perde a capacidade de saber qual característica pertence a qual marca. Ele acaba atribuindo ao concorrente um diferencial que é seu, ou o contrário. Parte do que hoje se chama de alucinação da IA sobre uma empresa nasceu de páginas escritas de forma genérica demais para serem distinguidas.

Quanto mais a sua indústria soa como o mercado inteiro, mais difícil fica para a máquina lembrar quem é você.

Ser visto, ser acreditado, ser escolhido

Eu tenho usado três verbos para organizar essa conversa, na ordem em que o dinheiro acontece.

Ser visto é a sua marca aparecer onde a decisão está sendo tomada, e não apenas no seu site. O peso de cada superfície muda toda semana e muda de um modelo para outro. Numa semana é o LinkedIn, na outra é um fórum técnico, na outra é um vídeo.

Ser acreditado é ter rastro do que você afirma sobre si mesmo. Nome, foto, data, número, fornecedor identificado, medição feita. Uma marca de jeans que publica onde fica cada fornecedor de linha e de botão, e diz quais fábricas visitou e quais ainda não visitou, entrega esse rastro. Um bloco de texto no rodapé da página não entrega.

Ser escolhido é o que o modelo responde quando alguém digita o nome da sua empresa. Se você é bom, se é confiável, quais os pontos fortes e fracos, o que dizem as avaliações. Essa resposta já existe hoje, com ou sem a sua participação.

Aparecer virou a parte fácil. A disputa mudou para os outros dois verbos.

O futuro do marketing de conteúdo passa pelo que a IA não consegue fabricar

Aqui está o ponto que interessa a quem dirige uma indústria. Um concorrente reproduz o seu texto no mesmo dia, com o mesmo prompt, na mesma ferramenta. O que ele não reproduz é o que aconteceu dentro da sua operação.

Essa matéria-prima não está no escritório de nenhuma agência. Está na sua empresa, e a maior parte dela nunca virou conteúdo por um motivo simples: ninguém perguntou.

A agenda das indústrias e do B2B daqui pra frente

Se eu tivesse que resumir em cinco pontos o que uma empresa industrial ou um negócio B2B técnico precisa colocar no radar para os próximos doze meses, seria isto.

1. A resposta que a IA já dá sobre a sua marca

Sua empresa já tem uma reputação dentro dos modelos, construída sem a sua participação, a partir do que eles encontraram espalhado por aí. Já vi caso de uma única avaliação negativa em mais de duas décadas dominando tudo o que a IA respondia sobre uma empresa.

O que fazer esta semana: abra o ChatGPT, o Gemini e o Claude e faça as mesmas quatro perguntas em cada um. A empresa é confiável, é conhecida por quê, quais os pontos fortes, quais os fracos. Depois conte quantas respostas você assinaria embaixo. É o diagnóstico mais barato que existe hoje, e quase ninguém fez.

2. O ouro que está no seu atendimento

Essa é a parte que eu venho repetindo há uns dez anos, muito antes de existir IA generativa: o que está no seu atendimento é ouro. Engenheiro de aplicação, técnico de campo, supervisor de produção, assistência técnica, quem atende o telefone. Essas pessoas sabem quais erros se repetem em dez instalações de cada doze, qual dúvida chega duzentas vezes por mês e o que o cliente entende errado antes mesmo de comprar. Na maioria das indústrias que eu conheço, nenhuma delas nunca foi chamada para uma conversa de marketing.

O que mudou foi o preço de ignorar isso. Durante anos, quem não ouvia o atendimento deixava de aproveitar uma boa pauta. Hoje perde a chance de ser distinguido pela máquina, porque é desse material que sai a única coisa que o concorrente não consegue reproduzir com o mesmo prompt.

Um exemplo da nossa casa. A MTE-THOMSON, indústria de autopeças, mapeia o atendimento com a gente há anos. Cada dúvida que se repetia no suporte virou material: post, vídeo, matéria técnica, e-book. O público ali é o mecânico na bancada, com a peça na mão e uma dúvida de aplicação para resolver naquele minuto.

O efeito veio dobrado. O comprador certo encontra a resposta sozinho e chega mais preparado na conversa. E quem já é cliente resolve a própria dúvida antes de abrir chamado.

Não tenho o número fechado da queda de chamados, e não vou inventar um para deixar o texto mais bonito. O que dá para afirmar é o desenho: marketing devolvendo hora de técnico para a operação. Poucas áreas conseguem levar esse tipo de resultado para um conselho.

O que fazer esta semana: marque uma hora com duas dessas pessoas. Não para pauta, para escutar. Pergunte quais três problemas resolvem toda semana e o que o cliente costuma entender errado. Se a empresa tem registro de chamados, peça os vinte assuntos mais frequentes do último trimestre. Está ali a sua pauta do ano inteiro.

3. O que terceiros dizem sobre você

O que os outros publicam a seu respeito pesa mais do que tudo que você publica sobre si mesmo. Fórum técnico, comunidade de setor, associação, cliente que aceita dar a cara num depoimento. É de lá que vem a citação que o modelo usa para montar a resposta sobre a sua categoria.

O que fazer esta semana: procure a sua categoria em fóruns e comunidades e conte quantas vezes a sua marca aparece na boca de outra pessoa. O número costuma assustar.

4. Os assuntos que a empresa se recusa a publicar

Faixa de preço, critério de escolha, para quem a sua solução não serve. Muita indústria evita esses três temas por hábito, não por estratégia. A IA é preguiçosa, quer a informação mastigada. O que a sua marca não disser, ela preenche por conta própria, e o número que inventar circula do mesmo jeito.

O que fazer esta semana: escolha um dos três e publique. O desconforto passa rápido, o rastro fica.

5. A distância entre o que o comercial ouve e o que o site promete

Seu time de vendas escuta o problema do comprador nas palavras dele, todos os dias. Seu site, em geral, fala de outro assunto, com outro vocabulário. Essa distância custa conversão em cada visita, e agora custa também relevância, porque as palavras do comprador são as que alimentam a busca dentro dos modelos.

O que fazer esta semana: ouça três gravações de call e compare com a página do serviço correspondente. Costuma ser mais desconfortável do que qualquer auditoria de SEO.

O que eu diria para um conselho

Nada dessa agenda custa verba nova. Custa acesso, tempo de gente técnica e uma decisão de liderança sobre o que a empresa está disposta a mostrar. Também é mais lento do que publicar quarenta páginas por mês.

Em compensação, é muito mais difícil de copiar. E é o único tipo de ativo de conteúdo que continua valendo quando a próxima ferramenta chegar, porque ele não depende de brecha de algoritmo. Depende de você ter visto alguma coisa que o mercado não viu.

Tem ainda um retorno que raramente entra na conta. Conteúdo nascido do atendimento paga duas vezes: atrai o comprador certo e alivia a operação que respondia a mesma pergunta duzentas vezes por mês. Quando eu levo essa segunda parte para uma diretoria, a conversa sobre orçamento de marketing muda de tom.

Seu comprador pesquisa a peça às onze da noite, no celular, e recebe cinco nomes. Ele não vai clicar em dez links para conferir. Vai investigar esses cinco e provavelmente comprar de um deles.

Os irmãos Michelin não tinham como provar que um livro de restaurante venderia pneu. Fizeram assim mesmo, porque a aposta era construir a lembrança de quem indicou o caminho. Cento e vinte e seis anos depois, ninguém pergunta o retorno daquilo.

Qual é o guia de 1929 da sua empresa? Fica com essa pergunta. Se quiser, me conta o que apareceu quando você perguntou aos modelos sobre a sua marca.

Perguntas frequentes

O que é ganho de informação em conteúdo?

É o critério que mede quanto uma página acrescenta em relação ao que já existe publicado sobre o tema. Conteúdo que descreve um assunto de forma genérica tem ganho baixo. Conteúdo que traz teste próprio, medição, dado de operação ou experiência documentada tem ganho alto, e passou a ser favorecido por buscadores e modelos de IA.


Por que conteúdo genérico parou de funcionar no B2B?

Porque a IA passou a montar a resposta no lugar do usuário. Quando o comprador recebe uma lista pronta de fornecedores, ele investiga esses nomes em vez de percorrer dez sites. Nesse cenário, ser citado por fontes confiáveis pesa mais do que ranquear com texto que qualquer concorrente poderia publicar.


A IA pode inventar informação sobre a minha empresa?

Pode, e é comum. Quando dados básicos como faixa de preço, critério de atendimento ou limites de aplicação não estão publicados de forma clara, o modelo preenche a lacuna com o que encontra espalhado por aí, incluindo fontes de terceiros e comparações imprecisas.


Como saber o que a IA diz sobre a minha marca?

Rodando periodicamente as mesmas perguntas em todos os modelos: se a empresa é confiável, por que é conhecida, quais os prós e os contras, o que dizem as avaliações. O acompanhamento dessas respostas ao longo dos meses mostra se a reputação da marca está melhorando ou piorando nos lugares onde a decisão de compra começa.