A migração do Google para o AI Max retira mais uma série de controles das mãos dos profissionais de marketing. E, por mais contraditório que pareça, isso pode acabar sendo uma boa notícia.

Em 1º de setembro, o Google começou a reorganizar mais uma parte de sua estrutura de publicidade.

Todas as campanhas de Pesquisa que ainda utilizavam correspondência ampla no nível da campanha ou recursos criados automaticamente começaram a ser migradas para o AI Max, independentemente de o responsável pela conta ter lido ou não o aviso enviado pela plataforma. A mudança acontece ao longo de setembro e não há possibilidade de recusar a migração. A única alternativa é desativar determinados recursos antes que a mudança seja concluída.

Mas por que alguém faria isso?

Quem quiser aparecer nos novos formatos de anúncios da busca com IA do Google, incluindo anúncios integrados a experiências conversacionais e respostas destacadas apresentadas pela empresa em maio, precisará utilizar AI Max ou Performance Max.

Como era de se esperar, a mudança provocou resistência entre profissionais de performance.

Do ponto de vista do Google, porém, a decisão faz sentido. A plataforma já possui centenas de milhares de anunciantes utilizando AI Max e aprendeu algumas lições com a falta de transparência que marcou o início do Performance Max. Desta vez, recursos como relatórios no nível das consultas, controles de marca e diretrizes de texto foram disponibilizados antes de a automação ganhar ainda mais espaço.

O Google também tem um número para defender a mudança: em média, campanhas com AI Max estariam gerando 7% mais conversões com CPA semelhante. É uma melhora bem mais modesta do que os 14% divulgados no lançamento e, justamente por isso, parece mais plausível.

Além disso, a empresa percebeu algo óbvio: o anunciante médio de campanhas de Pesquisa não é necessariamente um especialista em digital disposto a passar noites analisando planilhas e ajustando manualmente cada tipo de correspondência de palavra-chave.

Imagine que sua palavra-chave seja “tênis de corrida”.

Com correspondência exata, o anúncio aparece somente para buscas essencialmente relacionadas àquela expressão específica.

Com correspondência de frase, a busca precisa conter a expressão ou uma variação muito próxima. Uma pesquisa como “melhores tênis de corrida para pés chatos”, por exemplo, poderia ser considerada relevante.

Já com correspondência ampla, o Google pode exibir o anúncio para qualquer consulta que considere relacionada, incluindo buscas como “tênis esportivos”, “equipamentos para maratona” ou “como evitar dor na canela ao correr”.

Quanto mais restrita a correspondência, menor tende a ser o desperdício. Quanto mais ampla, maior o alcance. Durante anos, administrar esse equilíbrio palavra-chave por palavra-chave foi uma parte importante do trabalho cotidiano de um especialista em Pesquisa.

O AI Max passa a assumir esse controle.

É verdade que boa parte disso já estava bastante automatizada. A diferença é que agora o AI Max também pode escrever o título do anúncio e escolher a landing page. Uma série de controles que antes ficavam nas mãos do profissional passa a ser absorvida pelo próprio sistema e operada automaticamente porque, para a maioria dos anunciantes, essa tende a ser uma maneira mais eficiente de executar a campanha.

Os dados independentes, no entanto, apresentam uma história mais complicada.

Uma análise com mais de 250 campanhas de varejo identificou que as conversões obtidas pelo AI Max apresentavam ROAS aproximadamente 35% menor do que campanhas baseadas em tipos tradicionais de correspondência. Outro levantamento encontrou 72% mais tráfego inválido em campanhas com AI Max.

É justamente aí que médias podem esconder diferenças importantes.

Para a maioria dos anunciantes, a automação pode melhorar resultados. Para uma pequena parcela de profissionais que realmente domina profundamente os controles manuais, a história pode ser diferente.

E estamos falando de setembro de 2026. Considerando a velocidade de evolução dessas tecnologias, o que existe hoje provavelmente parecerá bastante rudimentar em pouco tempo.

Para uma plataforma que atende milhões de anunciantes, automatizar esses processos é uma evolução bastante previsível. Principalmente porque seus concorrentes seguem pelo mesmo caminho.

A Microsoft está incorporando o Predictive Matching à sua própria abordagem de automação. A Meta começou esse movimento ainda antes. O Advantage+ tornou-se cada vez mais central na estrutura de campanhas, enquanto posicionamentos e diferentes controles vêm sendo gradativamente absorvidos pelos sistemas automatizados.

A direção pretendida é clara: uma empresa informa à plataforma qual é seu objetivo e, cada vez mais, deixa que o próprio sistema cuide do restante. Criação dos anúncios, segmentação e otimização dos resultados passam para as mãos dos algoritmos.

Três grandes plataformas estão removendo os mesmos controles manuais e chamando isso de evolução.

Porque, sob muitos aspectos, realmente é.

Quem tende a discordar são justamente os profissionais de marketing digital.

Durante cerca de duas décadas, uma das funções que mais cresceu dentro do marketing foi a de quem ajustava lances, escolhia posicionamentos, construía arquiteturas de tipos de correspondência e analisava relatórios de termos de busca no início da semana.

Agora, o próprio trabalho de marketing digital está se tornando completamente digital.

Executado pela plataforma, dentro da plataforma, utilizando os dados da plataforma.

Forma-se um sistema fechado que elimina justamente o elo mais frágil da operação: nós.

As agências já vêm incorporando essa transformação às próprias estruturas. Pelo menos 18 mil cargos foram eliminados em Omnicom, Dentsu e IPG nos últimos 18 meses, enquanto a WPP também realizou milhares de cortes.

Ao mesmo tempo, cresce a percepção de uma espécie de “Great Stay” no marketing: profissionais inseguros permanecem em seus empregos diante de um mercado cada vez mais hostil a novas contratações. Em 2026, qualquer profissional atento aos sinais do mercado tem poucos incentivos para abandonar voluntariamente uma posição estável.

Os clientes também estão sob pressão crescente para deslocar recursos de despesas estruturais para o investimento efetivamente aplicado em mídia. Na prática, isso significa mais dinheiro direcionado justamente às plataformas que estão, cada vez mais, planejando e executando as campanhas em nome desses anunciantes.

Muito se especulou, frequentemente sem base sólida, sobre o impacto da IA nos empregos de marketing.

Agora temos um exemplo muito mais concreto.

A IA está avançando diretamente sobre o profissional tático de nível intermediário em digital: aquele especialista de performance com mais de uma década de carreira cuja habilidade principal consistia em dominar um painel que, de repente, está sendo simplificado até praticamente eliminar a necessidade dessa especialização.

E isso dói mais do que deveria porque, para uma parcela importante do mercado, as táticas digitais não eram apenas uma parte do trabalho de marketing.

Elas eram o próprio trabalho de marketing.

Em algum momento das últimas duas décadas, marketing passou silenciosamente a ser tratado como o departamento responsável por veicular anúncios. E, principalmente, anúncios digitais.

Seria fácil concluir que essa automação simplesmente obrigará os profissionais a retornar a uma abordagem mais ampla e estratégica, quase como uma volta ao marketing de décadas atrás.

O problema é que muitos dos profissionais digitais que agora correm risco de perder espaço construíram carreiras inteiras em digital, com pouca formação no restante do marketing.

Se os anúncios forem retirados da equação, surge uma pergunta desconfortável: o que sobra?

Do ponto de vista das diferentes disciplinas do marketing, ainda existe bastante território que pode sobreviver ao avanço da IA.

A região costeira já foi ocupada. Os portos, os pontos por onde entra o dinheiro e as áreas mais diretamente conectadas à mídia pertencem cada vez mais às plataformas.

Mas o território mais distante dessa costa, aquele que muitos profissionais nunca exploraram porque era mais difícil de acessar e demorava mais para apresentar resultados, continua disponível.

E essas áreas não têm a mesma importância.

Na base está a comunicação digital operacional.

Lances, correspondência, posicionamentos, rotação de criativos e distribuição do orçamento ao longo do tempo estão desaparecendo das mãos humanas ou caminhando rapidamente nessa direção. É possível lutar contra isso, mas a tendência dificilmente será revertida.

Um nível acima estão os elementos estratégicos da comunicação.

Se a visão das grandes plataformas se concretizar, a IA precisará receber um objetivo e poderá cuidar de grande parte do restante.

Mas essa é uma interpretação extremamente limitada de estratégia.

Uma máquina pode identificar as pessoas com maior probabilidade de clicar e encontrar o conteúdo capaz de estimular esse comportamento.

Ela não consegue, porém, decidir em qual dos quatro segmentos de um mercado uma empresa deveria concentrar sua estratégia pelos próximos cinco anos.

Também não determina qual segmento está disposto a pagar mais, se o objetivo do ano deveria priorizar penetração ou preço, ou qual significado a marca deveria ocupar na mente das pessoas que nunca clicam em nenhum anúncio.

Antes da estratégia de comunicação, da segmentação, das mensagens e dos objetivos de comunicação, sempre deveria existir uma camada estratégica superior.

O posicionamento geral da marca, a estratégia de segmentação para todo o mercado e os principais objetivos estratégicos para o próximo ano fazem parte dessa camada.

As plataformas não estão fazendo esse trabalho.

Nem foram criadas para isso.

Esse trabalho continua sendo nosso.

Acima disso está produto.

Durante cerca de 20 anos, o marketing frequentemente deixou produto nas mãos de outras áreas. Pesquisa e desenvolvimento, fundadores, equipes de categoria ou times de gestão de produto passaram a assumir decisões que também deveriam envolver marketing.

Não existe algoritmo nas sedes das grandes plataformas de publicidade determinando exatamente o que uma empresa deve fabricar, com qual nível de qualidade ou dentro de qual variedade de produtos.

A maneira mais rápida de conseguir resultados extraordinários em Pesquisa sempre foi vender algo melhor.

Isso continua verdadeiro.

A automação apenas torna essa alavanca ainda mais importante.

Mas isso só beneficia profissionais de marketing que realmente entendem marketing de produto e sabem participar das decisões relacionadas à construção da oferta.

Acima de produto vem preço.

Pouquíssimas decisões movimentam o P&L tão rapidamente quanto preço e, paradoxalmente, poucas decisões recebem tão pouca contribuição do marketing.

Os sistemas de lances inteligentes não definem o preço do seu produto.

Eles definem o preço de um clique.

Em termos estratégicos para o negócio, isso é infinitamente menos importante do que definir corretamente o preço real daquilo que a empresa vende.

Profissionais de marketing que compreendem elasticidade, arquitetura de preços e a diferença entre desconto e promoção estão se tornando ainda mais raros e valiosos justamente porque ninguém está automatizando essas competências.

É verdade que muitas empresas não permitem que o marketing controle diretamente o preço.

Talvez nem devesse controlar sozinho.

Mas marketing deveria estar presente nessa discussão.

Desde que, é claro, seus profissionais tenham formação adequada para contribuir de verdade com decisões de precificação.

Quando alguém domina esses fundamentos, utiliza técnicas como conjoint ou maxdiff e combina esses dados com uma estratégia baseada em conceitos sólidos de ancoragem de preço, o marketing pode se tornar uma das áreas mais valiosas dentro dessa reunião.

Muitas empresas ainda definem preços combinando custos variáveis, práticas históricas e decisões pouco estruturadas.

Seria quase revolucionário imaginar preços baseados no que os clientes realmente estão preparados para pagar.

Depois vêm, quase esquecidas, todas as ferramentas de comunicação que não costumamos chamar de “digitais”.

As aspas são necessárias porque praticamente tudo hoje é digital em algum nível.

Outdoor e rádio, por exemplo, também são distribuídos ou gerenciados por sistemas digitais. Mas várias dessas disciplinas ainda não são planejadas de maneira tão automatizada quanto as campanhas de Pesquisa.

Televisão, outdoor, patrocínio, embalagem, ponto de venda, força comercial e relações públicas continuam dependendo fortemente de decisões humanas.

A mídia programática começa a avançar sobre algumas dessas áreas.

Mesmo assim, planejar um patrocínio de dois anos ou redesenhar uma embalagem ainda é um processo essencialmente manual. Exige julgamento sobre fatores que as plataformas não conseguem enxergar e continua sendo responsável por uma parcela desproporcional dos efeitos de branding de longo prazo.

No topo dessa nova pirâmide do marketing pós-IA está a gestão.

Não gestão como cargo ou posição hierárquica.

Gestão como verbo.

Alguém precisa pegar os objetivos, o público, o produto, o preço, a comunicação automatizada e a comunicação não automatizada e transformar tudo isso em um único plano.

É preciso definir orçamento.

Apresentar esse plano.

Revisá-lo diante dos números trimestrais.

Encontrar recursos adicionais quando algo sai do controle.

Resolver problemas inesperados quando uma operação comercial começa a seguir uma direção diferente em determinado mercado.

As plataformas automatizaram a compra de mídia.

Elas não automatizaram as decisões, a execução mais ampla do marketing ou sua gestão.

E não parecem particularmente interessadas em fazer isso.

É difícil demais.

E há pouco dinheiro para elas nessa parte do trabalho.

No fim, talvez a automação promovida pelo Google tenha feito um favor à profissão, mesmo que essa sensação demore a aparecer.

Ela está retirando dos profissionais de marketing uma atividade que muitos passaram a executar no lugar do próprio marketing.

E está deixando, novamente, o trabalho de marketing para ser feito.