Geração de demanda na era da busca com IA: seis perspectivas, um problema e o que fazer com tudo isso

← Ver todos os artigos

Em 2026, 68% das buscas no Google terminam sem nenhum clique. E isso muda tudo sobre como sua empresa B2B deveria pensar geração de demanda.

Seis organizações de disciplinas diferentes publicaram pesquisas sobre o que isso significa. Elas não chegaram às mesmas conclusões. Mas juntas descrevem o mesmo problema melhor do que qualquer uma delas sozinha. E o problema tem implicações diretas para qualquer empresa B2B que depende de conteúdo para atrair e converter clientes.

Por que tráfego deixou de ser a métrica central de geração de demanda

Durante anos, a lógica de geração de demanda em marketing B2B tinha uma âncora simples: tráfego orgânico. Mais visitas ao site significavam mais leads, mais pipeline, mais receita. O SEO existia para trazer pessoas ao site. O conteúdo existia para convertê-las.

Essa lógica está sendo desmontada em tempo real.

Em análise publicada pelo SparkToro em 2026, 68,01% das buscas no Google terminaram sem nenhum clique nos primeiros quatro meses do ano, alta em relação aos 60,45% de 2024. Rand Fishkin atribui boa parte dessa aceleração aos AI Overviews, presentes em mais de 20% das buscas e responsáveis por uma queda de quase 60% na taxa de cliques quando aparecem.

Minha leitura: esse número vai continuar subindo. O Google tem incentivo para manter o usuário dentro do próprio ecossistema, e o AI Overview é o mecanismo mais eficiente que ele já construiu para fazer isso. Esperar que a tendência reverta é uma aposta de baixa probabilidade.

Ao mesmo tempo, o volume de perguntas feitas diretamente a IAs generativas como ChatGPT, Perplexity, Claude, Gemini e Copilot cresce de forma expressiva. O decisor B2B que antes abria 10 abas de comparativo agora pergunta para uma IA e recebe uma resposta com 3 a 5 marcas citadas, contexto sobre cada uma e, em alguns casos, link direto para demonstração.

E diferente do Google, onde você pode trabalhar para subir no ranking, nas respostas das IAs generativas a lógica é diferente: você precisa ser reconhecido como referência antes de ser citado, e esse reconhecimento é construído de forma acumulada, ao longo do tempo, a partir de conteúdo que as IAs consideraram confiável o suficiente para reproduzir.

Isso conecta com o que explorei em detalhe no artigo como melhorar a visibilidade da marca em respostas de IA: SEO, GEO e AEO não são estratégias que competem entre si, são camadas do mesmo sistema de visibilidade que agora precisa funcionar em múltiplos motores ao mesmo tempo.

Seis perspectivas sobre o mesmo problema

O Search Engine Land publicou recentemente uma análise que usa a metáfora dos cegos e o elefante para descrever o estado atual da discussão sobre geração de demanda em busca com IA. Seis organizações de disciplinas diferentes — SEO, relações públicas, relações com analistas e mensuração de mídia — estão tocando partes diferentes do mesmo animal e chegando a conclusões que parecem contraditórias mas são, na verdade, complementares.

Vale entender o que cada perspectiva captura, e o que ela convenientemente não enxerga por causa do ângulo em que está posicionada.

Perspectiva 1: SparkToro e a atenção da audiência

A perspectiva do SparkToro, ancorada em dados de comportamento de busca, foca em onde a atenção do ICP realmente está. As recomendações de Fishkin são pragmáticas: substituir tráfego por um painel de correlação que rastreia sinais de marca e demanda ao longo do tempo, investir em canais que você não controla sem ficar obcecado com tráfego de volta ao site, e continuar publicando conteúdo on-site porque ele ainda influencia os AI Overviews mesmo quando não gera cliques.

O que o SparkToro enxerga bem: a mudança de onde a atenção está. O que ele não enxerga tão bem: o mecanismo específico pelo qual essa atenção se traduz em pipeline em ciclos de venda B2B longos e complexos.

Perspectiva 2: Fractl e a hierarquia tática de GEO

A pesquisa da Fractl com o Search Engine Land, apresentada no SMX Advanced em 2026, traz dois dados que merecem atenção especial.

O primeiro: em 2025, 82% dos consumidores achavam a busca com IA mais útil do que a busca tradicional. Em 2026, esse número caiu para 54%, uma queda de 28 pontos percentuais em um ano. A confiança nas IAs como fonte de resposta está em queda livre antes mesmo de a maioria das empresas ter estruturado qualquer estratégia de GEO.

Minha opinião sobre esse dado: é ao mesmo tempo preocupante e oportuno. Preocupante porque sugere que o canal está amadurecendo mais rápido do que as estratégias que deveriam alimentá-lo. Oportuno porque empresas que construírem credibilidade agora, enquanto o mercado ainda está se ajustando, vão ter uma vantagem estrutural quando a confiança se estabilizar em um novo patamar.

O segundo dado relevante é a hierarquia tática de GEO que a Fractl propõe: otimização de FAQ tem 49% de adoção e é considerada de alto risco porque é facilmente replicável. Autoridade temática, menções de marca e dados estruturados são considerados básicos. O que cria vantagem real são dados originais, pesquisas proprietárias e relações públicas digitais, o tipo de conteúdo que as IAs precisam mas não conseguem gerar sozinhas.

Isso alinha com o que pesquisas acadêmicas como o estudo GEO de Aggarwal et al. (Columbia University, 2023) já haviam identificado: conteúdo com citações externas, estatísticas verificáveis e linguagem de autoridade tem significativamente mais presença nas respostas de IA do que conteúdo genérico bem otimizado.

A correlação de menções de marca e impressões no YouTube com visibilidade em IA fica entre 0,50 e 0,74 na pesquisa da Fractl. Contagem de backlinks e investimento em anúncios ficam abaixo de 0,30. Esse dado, isolado, deveria mudar a conversa sobre alocação de budget em marketing B2B.

Perspectiva 3: AMEC e a medição upstream

O AMEC, organização responsável pelos Princípios de Barcelona que estruturam a mensuração de relações públicas há mais de uma década, publicou sete Princípios de GEO e um Guia do Praticante para Medição de GEO em maio de 2026.

A contribuição central do AMEC é organizar a medição de GEO em três domínios: reputação upstream, que é o conteúdo conquistado, compartilhado e próprio que os modelos de IA aprendem; prontidão de busca e conteúdo, que é se essa informação está estruturada e descobrível; e rastreamento de output de IA, que é o que os stakeholders realmente veem em termos de presença, enquadramento, citações e precisão.

O que o AMEC deixa claro que muitos profissionais de marketing ainda não entenderam: aparecer em um AI Overview é um output. Se essa aparição moveu alguém em direção a uma decisão de compra é um outcome. São métricas diferentes que exigem evidências diferentes. O guia do AMEC é honesto que conectar visibilidade em IA a pipeline requer "evidência combinada", uma combinação triangulada de sinais, não um número único em um dashboard.

Perspectiva 4: Burson e o paradoxo da credibilidade

A Burson, uma das maiores agências de relações públicas do mundo, conduziu uma análise rodando milhares de prompts relacionados a reputação em sete plataformas de IA, cobrindo 85 empresas em 10 setores.

O achado central é o que a Burson chama de Paradoxo da Credibilidade: uma marca pode ser citada por uma IA e ainda assim perder a oportunidade de reputação se o público não acreditar no que a IA diz sobre ela. Ser visto não é o mesmo que ser acreditado.

O dado mais aplicável para geração de demanda B2B é a divisão prova versus postura. Atributos sustentados por evidências observáveis, como inovação, produtos e cultura de trabalho, performaram aproximadamente duas vezes melhor em termos de credibilidade do que atributos que dependem de autodescrição institucional, como liderança, governança e cidadania corporativa.

As IAs estão mais dispostas a endossar o que seu produto faz do que o que sua liderança diz sobre seus próprios valores. Isso é um sinal direto de priorização de conteúdo.

Perspectiva 5: a influência de analistas em ciclos de compra B2B

A perspectiva mais relevante para empresas B2B vem de Jamin Spitzer, ex-líder de insights de comunicações da Microsoft, que argumenta que GEO deveria estar na mesa de relações com analistas, não no time de SEO.

O argumento é direto: quando um comprador B2B pergunta a uma IA quem lidera uma categoria ou qual deveria ser sua lista de avaliação, a resposta frequentemente é uma síntese de conteúdo de analistas — Gartner, Forrester, IDC, analistas independentes — porque esse conteúdo é exatamente o tipo de material rico em taxonomia, comparativo e autoridade que os motores generativos são treinados para alcançar.

Para geração de demanda B2B especificamente, isso sugere que o conteúdo upstream que mais importa não é mídia conquistada ou páginas de produto. São as relações com analistas e o conteúdo que essas relações produzem.

Esta é a perspectiva que as outras quatro praticamente ignoram. AMEC, Burson e Fractl gravitam em torno de sinais voltados para o consumidor ou para reputação de marca. Nenhuma delas endereça o mecanismo específico que Spitzer descreve: um ciclo de venda enterprise de múltiplos meses em que um "consideration set" gerado por IA, construído parcialmente a partir de relatórios de analistas, pode moldar resultados antes que o comprador sequer abra um Magic Quadrant.

Perspectiva 6: a lacuna de credibilidade nas fontes que a IA cita

A última perspectiva, baseada em pesquisa de Angela Dwyer da Full Intel, examina quais fontes jornalísticas as plataformas de IA citam com mais frequência e descobriu uma lacuna entre a frequência de citação e os veículos que as audiências consideram mais confiáveis.

É o espelho do Paradoxo da Credibilidade da Burson, mas no lado dos publishers: assim como uma marca pode ser visível mas não acreditada, uma publicação pode ser muito citada pelas IAs enquanto seus próprios leitores a consideram menos confiável do que concorrentes menos citados.

Para geração de demanda, é um lembrete de que conseguir menção em um veículo de grande volume de citações não é garantia de transferência de credibilidade. A qualidade percebida da fonte importa tanto quanto a frequência de citação.

O que isso muda na prática para empresas B2B

Lidas em conjunto, essas seis perspectivas apontam para uma mudança que vai além de ajustar a estratégia de SEO.

A pergunta que a maioria das empresas B2B ainda não está fazendo de forma sistemática é: o que as IAs sabem sobre a nossa empresa, de onde veio essa informação e o que o nosso ICP vê quando pergunta a uma IA sobre a nossa categoria?

Essa pergunta tem três componentes distintos, e cada um exige uma resposta diferente.

O primeiro é a visibilidade: a empresa aparece nas respostas das IAs relevantes para o seu mercado? Isso é mensurável hoje, manualmente, testando as perguntas que o ICP faz em ChatGPT, Perplexity, Claude e Gemini.

O segundo é o enquadramento: quando a empresa aparece, com qual contexto e posicionamento ela é descrita? A IA está usando o posicionamento atual ou uma versão desatualizada de como a empresa se descrevia dois anos atrás?

O terceiro é a credibilidade: o que a IA diz sobre a empresa é do tipo que um comprador B2B vai acreditar? É baseado em evidências de produto e resultado, ou em autodescrição genérica de missão e valores?

Essas três perguntas juntas são o diagnóstico mínimo que qualquer empresa B2B deveria fazer antes de qualquer decisão de alocação de budget em conteúdo e marketing.

Como uma empresa B2B some da busca com IA sem perceber

Uma empresa de tecnologia B2B com cinco anos de mercado, produto reconhecido por clientes e NPS alto decide entender por que a geração de demanda via conteúdo orgânico não está crescendo proporcionalmente ao investimento.

O relatório de SEO está razoável: domínio com autoridade consolidada, artigos indexados, algumas palavras-chave posicionadas na primeira página. Mas o tráfego orgânico está estagnado e os leads que chegam via conteúdo têm qualidade abaixo do esperado.

O time testa as principais IAs com perguntas sobre a categoria. Os concorrentes aparecem citados com frequência, com contexto específico sobre casos de uso e diferenciais. A própria empresa aparece em menos de 15% das respostas, quase sempre como item de uma lista genérica, sem o contexto que tornaria a citação útil para um comprador em avaliação.

O diagnóstico é claro quando analisado com as seis perspectivas: o blog da empresa tem conteúdo sobre funcionalidades e lançamentos de produto, útil para clientes atuais, mas que não responde as perguntas que decisores fazem antes de comprar. A empresa não tem relações com analistas do setor. Os casos de sucesso publicados são genéricos, sem dados específicos que as IAs possam reproduzir como evidência. E o posicionamento nos materiais disponíveis online ainda usa o vocabulário de três anos atrás, antes de uma atualização estratégica que nunca foi traduzida em conteúdo publicado.

Todos os elementos que as seis perspectivas identificam como upstream para visibilidade em IA — autoridade temática, dados originais, menções em fontes confiáveis, relações com analistas, evidências de produto verificáveis — estão ausentes ou desatualizados.

A solução não é publicar mais. É publicar diferente, com critério sobre o que as IAs precisam para citar uma marca com credibilidade.

Como a AVPIA ajuda empresas B2B a construir presença que as IAs reconhecem

A conexão entre visibilidade em IA e geração de demanda B2B não é apenas de marketing. Ela tem impacto direto na qualidade do lead que chega para o time comercial.

O comprador B2B que foi recomendado por uma IA chega com contexto sobre a marca, com uma percepção prévia de credibilidade e com disposição diferente para a primeira conversa. Ele não precisa ser convencido de que o problema que a empresa resolve é real. Passou por essa etapa antes de chegar.

O SDR Virtual da AVPIA recebe esse lead em um estágio diferente do lead que chegou sem contexto prévio. A qualificação é mais rápida porque o lead chega informado. A conversa vai mais fundo desde o primeiro contato. E o ciclo de vendas tende a ser mais curto porque parte de uma base de confiança que o conteúdo construiu antes da abordagem comercial.

Para as empresas B2B que estão construindo essa estratégia de visibilidade, a Plataforma AVPIA oferece a infraestrutura de prospecção e qualificação que captura os leads gerados pela presença orgânica e os trabalha com a mesma consistência que o conteúdo construiu. Não faz sentido investir em GEO e AEO para gerar awareness se a operação de vendas não consegue converter esse awareness em pipeline com velocidade e critério.

Quer entender como a sua operação de vendas está preparada para receber leads que chegam via busca com IA? Agende uma demonstração e veja como a plataforma trabalha com o perfil de lead que a sua estratégia de conteúdo está gerando.

Por que geração de demanda multidimensional muda a conversa sobre ROI

A implicação mais prática dessas seis perspectivas juntas é que a métrica de sucesso de geração de demanda precisa ser multidimensional. Não porque seja sofisticado ter muitas métricas, mas porque o problema que estamos tentando medir é genuinamente multidimensional.

O tráfego continua sendo relevante para buscas transacionais de alta intenção. Menções de marca e presença em AI Overviews são relevantes para geração de demanda no topo do funil. Credibilidade do que as IAs dizem sobre a empresa é relevante para a taxa de conversão de visitante para lead. Relações com analistas são relevantes para o consideration set de compradores enterprise em ciclos longos.

Nenhuma dessas dimensões substitui as outras. Cada uma cobre uma etapa diferente da jornada de compra.

A pesquisa da Fractl identificou que compradores verificam em média 2,4 plataformas antes de validar uma decisão de compra. Isso significa que a empresa que está presente em apenas uma dessas plataformas com credibilidade está perdendo influência nas outras etapas da jornada que acontecem antes do lead se identificar.

Para gestores de marketing B2B que precisam justificar investimento em conteúdo sem tráfego como prova de resultado, o framework que emerge dessas seis perspectivas oferece uma resposta mais honesta do que qualquer dashboard de sessões e pageviews. O que você está construindo é presença nas fontes que os decisores consultam antes de levantar a mão. Medir isso exige métricas diferentes das que o Google Analytics oferece por padrão.

Esse tema se conecta com o que analisamos em geração de demanda B2B em 2025: as estratégias de atração de leads estão evoluindo de tráfego direto para influência distribuída, e as empresas que reconhecem essa mudança antes dos concorrentes constroem vantagem que demora anos para ser replicada.

Reflexão final

Seis organizações tocando partes diferentes do mesmo elefante chegaram a conclusões que parecem competir mas na verdade se complementam. Cada uma captura uma dimensão real de como a IA está mudando geração de demanda. Nenhuma captura o todo.

O que isso significa para uma empresa B2B de forma prática: você precisa de mais de uma perspectiva para entender o problema, e de mais de uma métrica para saber se está progredindo.

O tráfego ainda importa onde o comportamento de busca ainda gera cliques, especialmente em buscas transacionais e de marca. Autoridade temática e dados originais importam para ser citado pelas IAs com credibilidade. Relações com analistas importam para aparecer no consideration set de compradores enterprise. E a credibilidade do que as IAs dizem sobre a sua empresa importa mais do que simplesmente aparecer.

A janela para construir essa presença de forma acumulada, antes que a competição por espaço nas respostas das IAs fique tão acirrada quanto a competição por posição no Google, ainda está aberta. Por quanto tempo, é uma pergunta que nenhuma das seis perspectivas responde com precisão. Mas a direção é clara.