Uma agência de marketing inteira dentro de um computador da empresa

Por que empresas estão tirando marketing da agência e trazendo para dentro?

Empresas estão trazendo marketing para dentro porque a parte de execução ficou barata de reproduzir. Na pesquisa de 2026 da Forrester com profissionais de marketing B2B, a fatia que esperava aumentar a verba de agência em marketing digital caiu de 51% para 31% em um ano, e em produção de conteúdo caiu de 41% para 26% (Forrester, 15/07/2026).

Essa queda não é o fim das agências. Na mesma pesquisa da Forrester, 93% dos respondentes continuam usando agência para alguma coisa (Forrester, 15/07/2026). O que mudou foi o que se compra: menos horas de execução, mais decisão de marca e de mídia. O trabalho repetitivo — redigir, adaptar formato, agendar, montar relatório — é justamente o que uma empresa pequena consegue puxar para dentro sem contratar time.

Gráfico gerado com o NotebookLM a partir dos dados da pesquisa da Forrester, 15/07/2026. As três peças visuais deste artigo foram produzidas assim, e os números de cada uma vêm da fonte indicada na legenda.

No Brasil o movimento chega por outro caminho. Marketing e divulgação já são o principal uso de IA nas micro e pequenas empresas: 59% delas e 74% dos microempreendedores individuais, segundo levantamento do Sebrae com a FGV IBRE e o Google em cerca de 5.000 empresas (Agência Sebrae, 09/2025). Só que esse uso é quase todo manual: alguém abre o chat, pede um texto, copia, cola no Instagram. O que este artigo descreve é o passo seguinte, em que o programa deixa de ser uma janela aberta e passa a ser um serviço que roda sozinho numa máquina.

O que esse agente faz durante um dia de trabalho?

O agente faz três coisas em ciclo: observa, produz e mede. Observar é ler as fontes que importam para o negócio — o próprio site, a busca, os concorrentes, os dados de venda. Produzir é redigir o texto, gerar as peças e agendar a publicação. Medir é voltar dias depois e dizer o que aconteceu com o que foi publicado.

A estação que escreveu este artigo funciona assim, e o desenho é mais burocrático do que a palavra "autônomo" sugere. Um horário fixo dispara a redação de manhã cedo. O texto entra no site como artigo e, a partir dele, a publicação nas redes é agendada, não enviada. Um aviso sai no WhatsApp do responsável com algumas horas de antecedência, e nesse intervalo qualquer pessoa cancela o post sem precisar entrar na máquina. Se ninguém cancelar, ele sai no horário.

Esse intervalo entre agendar e publicar é a peça de engenharia mais importante do conjunto, e é a que costuma faltar nas demonstrações. Um agente que publica no instante em que termina de escrever não tem ponto de arrependimento. Um agente que agenda com folga troca a pergunta "dá para confiar na IA?" por outra, bem mais fácil de responder: deu tempo de ler antes?

Do lado brasileiro, esse tipo de arranjo deixou de ser exótico: 53% dos executivos ouvidos para o panorama do mercado de software colocam agentes e IA generativa no topo da agenda de 2026, e 40% dizem já investir neles (Canaltech, 15/06/2026).

O que precisa existir na máquina antes do agente?

Antes do agente, a máquina precisa de seis coisas, e nenhuma delas é inteligência artificial. São conta de usuário com poderes definidos, um cofre de senhas que o agente lê mas não expõe, acesso remoto para operar de fora, serviços isolados em contêiner, registro do que foi feito e backup fora da máquina.

Vale abrir cada uma, porque é aqui que o projeto trava:

• Permissão. O agente precisa poder instalar, reiniciar serviço e escrever no site. Isso é poder de administrador, e administrador que erra derruba a operação. A separação prática é dar poder amplo sobre o ambiente de trabalho e poder nenhum sobre o que é produção de verdade, como o domínio principal e o e-mail da empresa.
• Cofre de segredos. Chave de API — a senha que um programa usa para falar com outro — fica em arquivo de leitura restrita, nunca dentro do texto que o agente escreve nem no histórico de comandos.
• Acesso remoto. Sem isso o dono vira refém do computador ligado na sala. Com sessão remota, dá para acompanhar, interromper e corrigir do celular.
• Isolamento. Cada serviço roda em contêiner — uma caixa separada do resto do sistema — com limite de memória. Um serviço que trava não leva junto os outros.
• Registro. Se ninguém consegue reconstruir por que o agente publicou aquilo, não há como corrigir o comportamento, só desligar.
• Backup com ensaio. Backup que nunca foi restaurado é hipótese. O ensaio mensal de restauração é o que separa cópia de garantia.

Nada nessa lista é novidade de IA: é administração de servidor. A diferença é que agora existe um inquilino que age sozinho às três da manhã. A projeção da Gartner de que 40% das aplicações corporativas teriam agentes específicos até o fim de 2026, contra menos de 5% em 2025 (Gartner, 26/08/2025), descreve software ganhando agentes. Numa empresa pequena, o que ganha agente é a máquina inteira, e por isso o cuidado com a base pesa mais.

Daqui para baixo o texto entra na parte que decide se o projeto é viável ou não: o que cada plataforma deixa um programa fazer.

Como o agente publica no site e nas redes sem quebrar regra de plataforma?

O agente publica sozinho onde a empresa é dona das regras, e pede licença onde não é. No site próprio, ele escreve, gera o HTML e sobe o arquivo sem intermediário. Nas redes sociais, cada plataforma tem um contrato diferente, e dois deles proíbem explicitamente o que a maioria das demonstrações mostra na tela.

O caso mais duro é o LinkedIn. Os termos de uso da API listam, entre as coisas que um aplicativo não pode fazer, automatizar a publicação nos serviços do LinkedIn usando o conteúdo ou as APIs — item 26 da seção 3.1, no texto em inglês (LinkedIn API Terms of Use). A mesma seção proíbe obter conteúdo por raspagem de tela. Ou seja: robô dirigindo um navegador logado na sua conta é violação de contrato, e a conta é o ativo que está em risco — não o robô.

O Instagram é mais permissivo e mais específico. Publicar por API exige conta profissional e respeita um teto de 100 publicações por período móvel de 24 horas, com carrossel contando como uma (documentação da plataforma Instagram). O Facebook segue a mesma família de regras, por ser a mesma plataforma de desenvolvedores.

Regras de publicação por canal, conforme a documentação da plataforma Instagram e os termos de uso da API do LinkedIn.

Na prática, o desenho que sobrevive é este: o agente escreve e agenda através de uma ferramenta homologada pela própria rede, que carrega a licença de publicar; ou deixa o texto pronto e uma pessoa aperta o botão. Para uma empresa que publica de três a cinco vezes por semana, a diferença de esforço entre as duas opções é de minutos por semana, e a diferença de risco é a conta continuar existindo.

Como ele lê os dados do sistema e propõe campanha direcionada?

O agente lê os dados do negócio por uma ligação de leitura ao banco ou ao sistema de gestão, e propõe a campanha a partir do que encontra: produto parado, cliente que sumiu, região que cresceu. A ligação é feita por um conector padronizado, hoje o mais comum é o MCP, um protocolo que expõe dados e ferramentas para o modelo sem lhe dar acesso direto ao banco.

O ponto sensível não é técnico, é de escopo. Dar leitura ampla ao agente parece inofensivo, mas dado pessoal de cliente continua sob responsabilidade da empresa perante a LGPD (Lei nº 13.709/2018), independentemente de quem o processou. A regra que funciona é banal: o agente enxerga agregado, não cadastro. "Quantos clientes da região metropolitana compraram nos últimos 90 dias" é pergunta legítima; "liste nome e telefone deles para eu redigir o texto" não é.

Há ainda o motivo pelo qual a maioria dos projetos não chega lá. O relatório The GenAI Divide, da iniciativa NANDA do MIT, encontrou 95% dos pilotos de IA generativa sem retorno mensurável, e a causa apontada não é a qualidade do modelo: é a distância entre a ferramenta genérica e o processo real da empresa. O mesmo estudo registra que mais da metade dos orçamentos de IA generativa vai para vendas e marketing, embora o retorno maior apareça na retaguarda administrativa (Fortune, 18/08/2025). Esse segundo dado merece atenção de quem pensa em montar um agente de marketing: o canal mais visível da empresa não é necessariamente o que mais paga. E um agente ligado num cadastro duplicado em três lugares vai propor campanha direcionada para um público que não existe, com a mesma segurança com que proporia para um público real.

O que impede o agente de publicar besteira?

O que impede são portões escritos antes, não a qualidade do modelo. Um agente que redige texto comercial tende, sozinho, a produzir "+500 clientes atendidos" e depoimentos com nome e cargo, porque esse é o formato do material que ele aprendeu a imitar. Publicar isso é propaganda enganosa, e nenhum modelo resolve por bom comportamento.

Os portões que fazem diferença são cinco:

1. Lista fechada do que pode ser afirmado sobre a empresa. Fora dela, o agente é obrigado a perguntar em vez de preencher. É o portão que mais evita estrago.
2. Fonte ao lado de cada número. Um dado sem link não passa. Isso também serve ao leitor, mas a função primária é impedir estatística inventada de parecer pesquisa.
3. Medida de semelhança entre as páginas. Publicar a mesma página com o nicho trocado é o padrão que o Google classifica como abuso, e a política de conteúdo em escala cita nominalmente o uso de ferramentas de IA generativa para gerar muitas páginas sem agregar valor ao usuário (políticas de spam do Google).
4. Teto de volume. Um agente sem limite publica todo dia porque nada o impede. O limite é decisão editorial, não técnica.
5. Desconfiança do que ele lê. Injeção de prompt é a vulnerabilidade número um da lista OWASP para aplicações com modelos de linguagem (OWASP, LLM01:2025). Uma página da web pode conter instrução disfarçada de texto, e um agente que lê a web e tem senha para publicar é exatamente o alvo. A defesa prática é separar: o que lê de fora não tem crachá para escrever fora.

Quem opera um arranjo desses por algumas semanas descobre que o texto quase nunca é o problema. O que quebra é infraestrutura chata: sessão que expira, chave que vence, limite de plano atingido no meio do mês. E o agente não reclama — ele registra falha e segue como se nada tivesse acontecido, então o silêncio parece sucesso. Antes de montar qualquer coisa, vale perguntar quem vai olhar o aviso de erro na segunda-feira de manhã. Se a resposta for "ninguém", é melhor manter o marketing manual e gastar o esforço em outra coisa.

Quando não vale a pena colocar um agente para cuidar do marketing?

Não vale a pena em quatro situações, e a primeira é a mais comum: volume baixo. Uma empresa que publica duas vezes por mês gasta mais tempo montando os portões do que ganharia escrevendo os dois textos à mão. O arranjo começa a se pagar quando há publicação frequente em mais de um canal e alguém já gasta horas por semana só operando ferramenta.

Os três números que aparecem nas seções acima, lado a lado. Fontes: MIT, iniciativa NANDA, 2025, Gartner, 25/06/2025 e IAB com Sonata Insights, via Digiday.

As outras três:

Não existe voz de marca escrita. Se ninguém nunca escreveu como a empresa fala, o agente vai adotar o tom médio da internet, que é exatamente o que o público está aprendendo a reconhecer e descartar. A distância entre percepção e realidade já está medida: 82% dos executivos de publicidade acreditam que jovens veem com bons olhos anúncio feito por IA, e só 45% desses jovens de fato veem (IAB e Sonata Insights, via Digiday).

Ninguém vai revisar. Autonomia sem revisor não é economia, é risco com aparência de produtividade. A Gartner projeta que mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027, por custo, valor pouco claro e controle de risco insuficiente (Gartner, 25/06/2025).

O custo não é o que parece. O gasto de um agente é por uso, não por assinatura fixa, e uma tarefa que lê muito material consome muito mais do que uma conversa comum. Um agente mal delimitado pode custar mais do que a agência que ele substituiu, e a conta aparece no fim do mês.

O caminho de menor arrependimento inverte a ordem da promessa. Comece pelo canal que você controla, o site, com um portão humano e volume baixo. Depois acrescente uma rede social, com agendamento e janela de cancelamento. Só então ligue o agente aos dados de venda. A VT Sávio trabalha nessa ordem por um motivo prático: cada etapa revela um problema de dado ou de permissão que teria contaminado a etapa seguinte, e é muito mais barato descobrir isso publicando no próprio blog do que na conta que leva o nome da empresa.