Como as agências estão usando de fato agentes de IA com clientes agora
Agências de marketing, criação, desenvolvimento e consultoria já passaram da fase piloto com IA agêntica. Eis o que está de fato rodando no trabalho com clientes hoje, o que ainda é sobretudo discurso, e as questões de cobrança, divulgação e responsabilidade que ninguém resolveu.
Em junho, com os negociadores da indústria publicitária reunidos no sul da França para a peregrinação anual, as agências passaram a semana tentando superar umas às outras em anúncios de agentes de IA. A WPP disse que estava testando um agente de compra e planejamento de mídia para inventário de vídeo premium. A Dentsu fechou uma parceria com um desenvolvedor de agentes de IA chamado Newton Research para acelerar a configuração de campanhas e a análise. A agência independente Butler/Till, com a DoubleVerify, já tinha construído agentes baseados em Claude para desviar verba publicitária de inventário de baixa qualidade. Nada disso era uma demo. Eram agências descrevendo ferramentas rodando dentro de contas de clientes ao vivo, segundo a reportagem da Digiday.
Aquela semana captou algo verdadeiro sobre onde a IA agêntica está agora: ela não é mais um slide num pitch deck. Ela aparece em painéis de campanha, papéis de auditoria e bases de código — mais rápido do que os modelos de cobrança, as normas de divulgação e os enquadramentos de responsabilidade feitos para um mundo sem ela. Eis o que as agências estão de fato rodando hoje, e onde está o atrito real.
O trabalho que já passou do piloto
O dado mais claro sobre adoção vem de uma pesquisa de janeiro de 2025 com 547 tomadores de decisão de agências de marketing dos EUA, feita pela NinjaCat: 91% já usavam IA de alguma forma, e 59% disseram que usavam ativamente agentes de IA especificamente — sistemas autônomos que executam tarefas em vez de apenas gerar sugestões. As duas aplicações que as agências mais citaram foram trabalho de dados e insights (74%) e estratégia e otimização de campanhas (72%). Na prática, isso significa agentes unificando métricas entre plataformas de anúncios, pegando anomalias antes que desperdicem verba e entregando o reporting direto na caixa de entrada de um cliente sem um analista montar o deck à mão.
O relatório State of Data 2025 da IAB põe um número em quão longe isso de fato foi: apenas 30% das agências, marcas e publishers integraram plenamente a IA em todo o ciclo de vida da campanha de mídia até agora, embora as agências e os publishers desse grupo estejam à frente das marcas. Onde foi adotada, a IAB encontrou a IA atendendo ou superando expectativas em mais de 70% dos casos, elevando a produtividade em 47% e cortando cerca de 12 horas por semana de trabalho manual de baixo valor por pessoa.
A camada agêntica em específico — agentes de compra de mídia que executam em vez de apenas recomendar — ainda está na fase inicial de escala, mas anda rápido. A Digiday reportou em setembro que 58% dos executivos de publicidade esperam que a compra agêntica atinja escala relevante dentro de um ano, citando pesquisa da IAB Europe. Caitlin Gelles, da Dentsu, evp de tecnologia de dados e mensuração, descreveu o apelo à Digiday em termos operacionais diretos: “Leva horas para configurar campanhas entre sistemas… quando você consegue guardar essas nuances num banco RAG, ou registrar como os clientes gostam de comprar, e deixar a IA achar essas eficiências, é aí que o valor entra.”
Agências de desenvolvimento e de transformação digital estão rodando uma versão paralela da mesma jogada. A Dept, o grupo de agências holandês, construiu um redesign de plataforma de e-commerce para a marca suíça de fitness Blackroll usando agentes de IA na pilha Gemini e Antigravity do Google — a Dept diz que o projeto terminou 3.8 vezes mais rápido do que a própria estimativa pré-IA. O CEO da Blackroll, Scott Zalaznik, disse à Digiday que a empresa agora usa agentes de IA na maior parte dos testes e do desenvolvimento de funcionalidades de e-commerce. A Dept desde então transformou a abordagem numa oferta paga chamada Agent Studio, alugando na prática o próprio fluxo de construção de agentes a clientes que querem a capacidade sem construí-la eles mesmos.
As consultorias estão mais adiantadas, e ainda discutem o retorno
Se as agências de marketing estão no meio da transição, as grandes consultorias já foram até o fim no volume — e agora estão presas na pergunta mais difícil de quanto isso vale. O CEO da McKinsey, Bob Sternfels, disse em janeiro que a firma implantou dezenas de milhares de agentes de IA internos e no fim quer um para cada um dos seus 40,000 funcionários, segundo a Business Insider. Mas, como colocou Mina Alaghband, ex-sócia da McKinsey e hoje chief customer officer na Writer: “Acho que estamos agora na era da confusão.” Um ano atrás a métrica era o uso. Agora as firmas tentam medir algo mais difícil — o valor de fato criado.
O chief AI officer da PwC, Dan Priest, disse à Business Insider que a firma parou de contar agentes e começou a contar quantos humanos de fato usam cada um. A EY acompanha mensalmente KPIs de produtividade, qualidade e eficiência de custo dos seus agentes. A BCG tem o número mais concreto: o partner Scott Wilder disse que os funcionários agora gastam cerca de 15% menos tempo em trabalho de baixo valor, como montar apresentações, reinvestem cerca de 70% desse tempo recuperado numa análise mais profunda — e ficam com os 30% restantes como, nas palavras dele, mais sono ou uma aula de yoga. Mesmo dentro de firmas que cobram por hora, o tempo recuperado pela IA não se converte automaticamente em mais horas faturadas.
“A IA pode finalmente ser o dobre de finados da hora faturável”, disse Jack Newton, CEO da Clio — uma afirmação que firmas de serviços profissionais fazem e retiram há trinta anos, só que desta vez a aritmética por trás dela é pública.
O modelo de cobrança é a primeira coisa que está de fato quebrando
Das fricções que as agências estão encontrando, a cobrança é a mais imediata porque a matemática é inescapável. Se a IA corta o tempo de uma tarefa de cinco horas para uma, e você ainda cobra por hora, você deu ao cliente um desconto de 80% sem querer. Uma análise da Forbes de uma pesquisa da Gartner de 2026 com 743 profissionais de auditoria, e uma pesquisa separada da empresa de software jurídico Clio, encontrou o padrão em indústrias vizinhas de serviços profissionais: 93% dos líderes de auditoria relatam algum uso de IA, mas apenas 38% têm uma estratégia para isso, e a Clio estima que cerca de três quartos das tarefas jurídicas faturáveis agora poderiam ser automatizados por IA generativa.
O preço não acompanhou. A Clio encontrou que 86% dos escritórios solo e 78% dos escritórios pequenos não fizeram nenhuma mudança de preço em resposta, contra 51% dos escritórios mid-market e 46% dos enterprise — quanto menor a casa, mais ela engole o desconto em silêncio. Enquanto isso, 71% dos clientes disseram aos pesquisadores que na verdade preferem honorários fixos ou flat à cobrança por hora, o que sugere que a cobrança horária sempre foi um substituto daquilo que os clientes de fato queriam: um resultado previsível, não um timesheet. O chief legal officer da Salesforce, Sabastian Niles, tornou explícita a expectativa do lado do cliente num texto do fórum de governança da Harvard Law School citado pela Forbes: “Os ganhos devem, é claro, ser compartilhados também com os clientes, por meio de economia, eficiência de custo e novos modelos de negócio.” O Wall Street Journal cobriu a mesma mudança sob a manchete “Inside Consultants' Messy Shift From Hourly Billing”, descrevendo firmas de serviços profissionais lutando para reinventar como cobram enquanto a IA ameaça tornar a hora faturável obsoleta.
Agências de marketing já estão testando a alternativa que a pesquisa da NinjaCat encontrou: 28% saíram das horas faturáveis padrão em direção a preço baseado em valor ou resultado, e 45% agora vendem soluções e automações baseadas em IA como um serviço empacotado, em vez de dobrá-las nos retainers existentes — transformando o ganho de eficiência num produto novo em vez de numa fatura menor.
Os clientes devem ser avisados de que um agente tocou o trabalho deles?
A questão da divulgação está menos resolvida do que a da cobrança, sobretudo porque não há uma regra única a que apontar. A pesquisa State of Data 2025 da IAB encontrou que cerca de metade das marcas já está preocupada com a forma como agências e publishers usam IA em nome delas — uma lacuna de confiança que existe antes mesmo de alguém ter decidido como a divulgação deveria ser.
A orientação mais clara até agora vem de campos vizinhos de serviços profissionais que enfrentam a mesma pergunta para os próprios clientes. Num texto sindicado do Journal of Accountancy, a seguradora CNA aconselhou firmas de CPA que, na ausência de uma lei que governe tudo — o cenário jurídico é uma colcha de retalhos da Gramm-Leach-Bliley Act, de leis estaduais de divulgação espalhadas em lugares como a Califórnia e Utah, e da AI Act da UE para firmas com clientes europeus — a divulgação voluntária e específica ainda é o caminho mais seguro, porque clientes que depois descobrem que a IA tocou o trabalho deles sem serem avisados podem ler isso como engano, tenha dado errado ou não. O texto apontou para a Formal Opinion de 2024 da American Bar Association sobre IA generativa, que traça uma linha nítida: linguagem padrão enterrada numa carta de contratação não conta como consentimento informado. Uma divulgação tem de explicar de fato o que a IA fez e o que um humano conferiu depois.
Todo campo de serviços profissionais que chega a essa pergunta — contabilidade, direito e agora as agências — chega à mesma resposta aproximada: a divulgação ainda não é legalmente exigida na maioria dos casos, mas retê-la é uma aposta reputacional que fica mais arriscada à medida que os clientes começam a presumir que a IA já está envolvida.
Quem responde quando o agente erra
A responsabilidade é o atrito que as agências menos pensaram, porque ele ainda não forçou a questão — ninguém teve uma falha de IA de agência que dominasse as manchetes, do jeito que a profissão jurídica teve advogados sancionados por citar jurisprudência fabricada por IA em peças reais. David Partida, da Law.com, vem conduzindo em 2026 uma série em seis partes que acompanha exatamente esse problema à medida que ele passa do teórico ao rotineiro, incluindo capítulos intitulados “What Happens When AI Acts Alone — And Who Pays For It?” e “Who's Liable When AI Gets It Wrong?”. Um texto companheiro no mesmo site, “Accountability For AI Errors By Attorneys And Judges”, nota que advogados estão protocolando cada vez mais peças com citações de casos falsos geradas por IA — em geral rastreadas a erro do usuário, não à ferramenta em si — e que os tribunais já estão corrigindo as decisões resultantes por meio de petições e recursos. A orientação profissional que converge em torno disso, da opinião da ABA ao conselho da CNA às firmas de CPA, é consistente: uma firma que se apoia na saída de um agente de IA sem revisão humana independente responde exatamente como se um profissional júnior tivesse cometido o erro sem supervisão. O agente não carrega a responsabilidade. A firma que entregou a saída dele a um cliente, sim.
As agências ainda não têm a própria versão desse acerto de contas no registro público — o que é, possivelmente, o ponto de atrito que mais vale observar, já que os entregáveis de agência se movem rápido e muitas vezes recebem menos escrutínio antes de chegar à caixa de entrada de um cliente.
Uma ideia de The AI Organization vale ser emprestada aqui: legibilidade, ou ser capaz de mostrar — não apenas afirmar — quem ou o que tocou um trabalho e quando. Uma agência que consegue produzir um registro real do que um agente fez, do que um humano revisou e de quando assinou está respondendo às perguntas de divulgação e responsabilidade com evidência, em vez de com uma declaração de política. O produto de IA da FabricLoop, o Loop Agent, é construído sobre MCP com concessões explícitas e auditadas exatamente por essa razão: para que o uso de IA de frente para o cliente seja algo que uma firma possa mostrar, não apenas afirmar.
O que isso significa se você dirige uma agência
Tirados os anúncios, o padrão é estreito, mas real. A IA agêntica está ganhando o lugar hoje em trabalho repetível, mensurável e revisável antes de chegar a um cliente: reporting de campanha, execução de compra de mídia dentro de guardrails definidos, uma primeira pesquisa e análise competitiva e — pelos números da Dept — um pedaço relevante dos ciclos de construção e teste de e-commerce. Não é uma lista pequena, e para agências que ainda fazem esse trabalho à mão é uma vantagem real de custo em cima da mesa.
Ainda é sobretudo discurso no trabalho que exige um julgamento que ninguém descobriu como verificar em escala: decisões criativas que carregam risco de marca, recomendações estratégicas pelas quais os clientes pagam precisamente porque confiam na pessoa que as faz, e qualquer coisa em que um erro possa chegar a um cliente antes de um humano ver. As organizações citadas nessa reportagem — Dentsu, PwC, BCG — descrevem o mesmo modelo por baixo de aplicações diferentes: agentes fazendo o trabalho comprimível, um humano conferindo as partes que carregam risco, e o tempo liberado sendo reinvestido em vez de embolsado como margem. É uma história mais sem graça do que “a IA substitui a agência”. Também é a que está de fato acontecendo nas contas dos clientes agora.