O que muda no marketing de performance com Agentic Commerce?

No último Google I/O, realizado em 19 de maio, a empresa apresentou o Universal Cart, um carrinho de compras unificado e persistente que acompanha o usuário pelas suas superfícies — Search, Gemini, YouTube, Gmail — e dialoga com checkouts de varejistas terceiros. O anúncio se junta ao do Agent Payments Protocol (AP2), em setembro de 2025, e ao do Universal Commerce Protocol (UCP), em janeiro deste ano, consolidando a tendência do agentic commerce.

Segundo a Adobe Analytics, o tráfego originado em fontes de IA para varejistas dos Estados Unidos cresceu 393% em 2026 e, em março, esse mesmo tráfego converteu 42% acima do tráfego de outras fontes. A Salesforce reportou que a IA influenciou aproximadamente US$ 262 bilhões em vendas on-line durante a temporada de fim de ano de 2025, e que marcas que ativaram agentes de compra registraram crescimento 59% superior ao das marcas que não o fizeram. Projeções da McKinsey indicam que agentes autônomos movimentarão aproximadamente US$ 5 trilhões globalmente até 2030. A pergunta que fica é: o que muda no marketing de performance quando a decisão é influenciada, tomada ou executada por agentes de IA?

O Universal Cart concretiza, do lado da demanda, um modelo em que o carrinho pertence ao consumidor e não ao varejista. Ao centralizar a intenção de compra em uma estrutura persistente, o último clique deixa de ocorrer na página do anunciante e passa a ocorrer dentro do ambiente do agente. Para o marketing, o efeito prático é que parcelas crescentes da jornada — descoberta, comparação, decisão e pagamento — ocorrerão fora do site da marca, em ambientes nos quais o anunciante terá pouco ou nenhum controle sobre layout, criativos e ordem de exibição.

O deslocamento já é mensurável no topo do funil. Um estudo de campo conduzido entre janeiro e fevereiro de 2026 mostra que a presença dos AI Overviews reduziu em 38% os cliques orgânicos em consultas onde o recurso é disparado. A Similarweb aponta que 35% dos consumidores americanos já usam IA na etapa de descoberta de produto, contra 13,6% que usam busca tradicional

Diante desse cenário, a recalibração das estratégias de performance se organiza em torno de três frentes. A primeira é a legibilidade por máquina: catálogos com atributos completos, marcação semântica conforme schema.org e feeds atualizados em alta frequência. A segunda é a presença em superfícies agênticas: adesão a UCP, integração com AP2, disponibilização de inventário em AI Mode, Gemini, ChatGPT e Perplexity. A terceira é a Generative Engine Optimization (GEO), disciplina cujo mercado, estimado em US$ 365 milhões nos Estados Unidos em 2026, deve crescer e 42,9% ao ano até 2031. GEO trata da capacidade de uma marca ser citada — não apenas indexada — pelos motores generativos, e os estudos empíricos disponíveis convergem em três fatores explicativos: presença em fontes terceiras de autoridade, frescor do conteúdo e estruturação dos dados de página em formato consultável por modelos. Marcas citadas por meio de fontes terceiras têm 6,5 vezes mais probabilidade de aparecer em respostas generativas, e 65% das requisições de crawlers de IA buscam conteúdos publicados há menos de um ano.

No Brasil, pesquisas recentes citadas pela publicação E-Commerce Brasil indicam que 31% dos consumidores brasileiros já realizam compras com frequência apoiados por IA, e 55% afirmam confiar na IA para concluir transações — índice aproximadamente duas vezes superior ao registrado nos Estados Unidos e no Reino Unido. A combinação de adoção elevada, concentração de gasto em poucos varejistas e penetração ainda baixa de protocolos como UCP no mercado local cria uma janela de oportunidade para as marcas que agirem mais rapidamente.

Quando o intermediário entre marca e consumidor passa a ser um agente, a estratégia de marketing passa a se assemelhar com a de produtos especializados (suplementos alimentares, produtos para reforma, peças para veículo etc) em que importa ser reconhecido pelo consumidor, mas é ainda mais importante ser a marca preferida do especialista, que, nesse caso, é um agente de IA. E o marketing de relacionamento com ele envolve a qualidade do dado que descreve o produto, a robustez da integração com os protocolos emergentes e a frequência com que a marca é citada em fontes que o agente considera confiáveis.