Pesquisa da GWI mostra que insights de IA erram mais do que marketers imaginam

O gap entre confiança e acerto

Quase 90% dos profissionais seniores de marketing usam inteligência artificial↳Inteligência artificial440 conteúdosUX e IA: Transformando Experiências Digitais com Inteligência ArtificialProduto & UX · jan 2025MCP: O que é e por que você vai ouvir falar disso em breve?AI · jul 2025IA generativa e a urgência de reconstruir nossa relação com a verdadeAI · jun 2025Ver tudo em AI → todos os dias, segundo pesquisa da GWI divulgada nesta semana pelo Marketing Dive. O problema é que 80% desses mesmos profissionais dizem encontrar, com frequência, insights de IA imprecisos ou enganosos.

A pesquisa, batizada de "Artificial Intelligence: The AI Trust Gap" (algo como "o gap de confiança em IA"), ouviu 1.883 profissionais seniores de insights, agências e marketing no Reino Unido, nos Estados Unidos e em Singapura, entre julho e setembro de 2026. Todos trabalham em empresas com mais de 500 funcionários ou faturamento anual acima de 20 milhões de libras (cerca de US$ 26,5 milhões), em setores como mídia, agências, games e varejo.

Em resumo: o time de marketing usa IA para gerar perfil de audiência, segmentação e leitura de comportamento, confia no resultado, mas raramente confere se esse resultado está certo. Só 36% dos entrevistados dizem verificar os achados da IA "na maior parte das vezes". Esse é o núcleo do problema descrito na pesquisa, e também o ponto mais relevante pra quem decide ferramenta de martech↳Marketing digital4 conteúdosSEO por Elas 2025: Impulsionando e promovendo mulheres no Marketing DigitalMarketing Tech · fev 2025Por que ter um site ainda é relevante em 2025?Marketing Tech · fev 2025SoulCode Academy abre inscrições para cursos gratuitos de Martech e Java Full StackDev (Back & Front) · abr 2022Ver tudo em Marketing Tech → e aloca verba de mídia no Brasil: o atalho que a IA promete só economiza tempo de fato quando alguém confere o que ela entregou.

De modo geral, todo mundo está usando IA, todo mundo se sente muito confiante e bem em relação a isso, mas todo mundo também tem preocupações e suspeitas fortes, e números surpreendentemente altos estão vendo impacto negativo ou resultados aquém do esperado. Mas continuamos usando mesmo assim.

Jason Mander, chief insight officer da GWIBroadly, everyone is using AI, everyone feels very confident and good about it, but everyone also has very strong concerns and suspicions, and remarkably high numbers are seeing negative impact or less than good outputs. But we're carrying on using it regardless.

Onde a IA erra (e por que ninguém percebe)

O relatório separa o erro em duas frentes que todo growth marketer reconhece na prática: dado desatualizado disfarçado de dado relevante, e perfil de audiência construído sobre estereótipo. Na primeira frente, 72% dos entrevistados concordam que a IA pode fazer algo parecer mais relevante do que de fato é, e 63% admitem já ter usado, sem perceber na hora, um insight que depois descobriram estar desatualizado. Mais da metade (68%) acha que os colegas de time cometem o mesmo erro sem notar.

Na segunda frente, o problema é mais estrutural: 76% dos líderes acreditam que a tecnologia pode reforçar suposições ultrapassadas sobre quem é o público, e quase 70% já viram a IA falhar em refletir com precisão a audiência real da própria empresa. Mesmo assim, 81% dizem se sentir confiantes usando IA para perfil de audiência e segmentação, e 84% acreditam que a tecnologia consegue explicar o comportamento humano de forma precisa. Esse descompasso entre confiança declarada e erro reconhecido é o que a GWI chama de gap de confiança, e é onde mora o risco pra quem usa esse perfil de audiência pra decidir criativo, canal e verba.

Um dado mais específico explica por que a confiança resiste ao erro: 71% dos entrevistados dizem que a IA consegue dizer "o quê", mas não "por quê" um público se comporta de certa forma. O modelo entrega o padrão estatístico, não a motivação por trás dele. Oitenta por cento concordam que entender motivação ainda exige gente de verdade na mesa, e 75% acham que a IA nunca vai substituir pesquisa direta com humanos. Ainda assim, mais de 90% das organizações já constroem ou usam ferramentas de IA que dependem de dado externo, o que significa que a dependência cresce mesmo com a ressalva.

A conta que chega depois

Mais da metade dos tomadores de decisão seniores ouvidos pela pesquisa já tomou uma decisão de negócio relevante com base em um insight de IA que depois se revelou incorreto ou enganoso. Esse não é um erro abstrato de modelo: ele vira retrabalho, atraso e, em boa parte dos casos, dinheiro que não volta. Oitenta e dois por cento dos líderes de marketing sentiram pelo menos um efeito negativo direto desse tipo de erro.

Vale separar duas coisas que a tabela mistura: efeito operacional (retrabalho, atraso) e efeito de negócio (perda financeira, reputação, performance de campanha). O primeiro grupo é custo de processo, dói no orçamento de horas do time. O segundo é custo de decisão errada já publicada, e esse é o que de fato preocupa quem responde por budget de mídia: campanha no ar com segmentação baseada em um perfil de audiência que o próprio relatório mostra ter quase 70% de chance de não refletir o público real.

O que isso muda pra quem decide ferramenta e verba

Para o profissional de growth e martech, o relatório da GWI não é argumento contra usar IA: 90% do mercado já usa diariamente, e recuar não é opção realista. O ponto é outro: tratar insight de IA como hipótese a validar, não como fato a executar. Na prática, isso significa:

• Cruzar perfil de audiência gerado por IA com dado primário próprio (CRM, pesquisa, comportamento real de conversão) antes de usá-lo pra definir segmentação de campanha
• Tratar o "o quê" entregue pela IA como ponto de partida, e reservar orçamento de pesquisa qualitativa (entrevista, grupo focal) pra responder o "por quê" que o modelo não entrega
• Definir, por escrito, quem audita o output de IA antes de virar brief de campanha, já que hoje só 36% fazem isso "na maior parte das vezes"
• Medir o custo de retrabalho e atraso de decisão como KPI da adoção de IA, não só o ganho de velocidade, porque os dois lados da conta aparecem no mesmo relatório

Jason Mander, chief insight officer da GWI, resume o diagnóstico assim:

Acho que a gente se perdeu um pouco em todos os benefícios, porque a IA permite que você se torne muito mais produtivo, economize muito tempo, aumente toda a sua eficiência. Talvez você não tenha examinado com cuidado algumas das desvantagens. Mas isso também sugere que, de modo geral, as empresas não colocaram em prática o tipo de framework rigoroso que seria esperado com um novo tipo de tecnologia.

Jason Mander, chief insight officer da GWII think we've got a little bit lost in all of the benefits because AI…allows you to become so much more productive, save so much time, increase all of your efficiencies. You perhaps haven't scrutinized some of the downsides. But it also suggests that, generally speaking, companies haven't put the type of rigorous frameworks in place that you would expect with a new type of technology.

O que o relatório não resolve

A GWI não detalha qual framework de validação funciona melhor, nem compara ferramenta por ferramenta: o estudo mede percepção e experiência relatada por quem usa IA no dia a dia, não audita modelo específico. Também não há recorte para o mercado brasileiro: a amostra é só de Reino Unido, Estados Unidos e Singapura, o que significa que um número local equivalente ainda não existe.

Isso não anula o alerta: estrutura de agência, pressão de prazo e dependência de ferramenta de terceiros pra gerar perfil de audiência são realidades que atravessam fronteira. O risco descrito no relatório, o de tratar como fato aquilo que é só padrão estatístico sem verificação, vale pra qualquer mesa de growth que trabalhe com IA generativa hoje.

Fonte: Marketing Dive