Pesquisa com IA: o Canal de Tráfego Gratuito Está a Fechar-se
A Google transformou silenciosamente a pesquisa orgânica de encaminhador em camada de resposta terminal. Para as empresas cujo funil de clientes depende da descoberta gratuita, o canal de sempre está a estreitar-se em tempo real.
Durante duas décadas, a pesquisa orgânica comportou-se como o tempo atmosférico: gratuita, omnipresente, algo com que se contava mas que nunca era faturado. Essa forma de contabilidade estava sempre errada e a fatura começou a chegar. A pergunta que qualquer gestor faz agora, a de saber como a pesquisa com IA afeta o tráfego dos sites, tem finalmente uma resposta preliminar e assente em dados, e não é a resposta tranquilizadora que os painéis de posicionamento sugerem.
Como é que a pesquisa com IA afeta o tráfego na prática?
Comece-se pelo comportamento, porque o comportamento muda antes da receita. Em dados de navegação que cobrem 68 879 pesquisas no Google, os utilizadores clicaram num resultado convencional em apenas 8% das visitas em que apareceu um resumo de IA, contra 15% quando não apareceu, e clicaram numa citação dentro do resumo em apenas 1% dos casos. As sessões também terminaram com mais frequência assim que o resumo respondia à pergunta. Leia-se isto com atenção: o posicionamento pode manter-se, as impressões podem manter-se, e o clique, a única métrica que efectivamente conta, pode ainda assim cair para metade. «Posicionamento a subir, tráfego a descer» não é nenhum mistério. É a camada de resposta a fazer exactamente aquilo para que foi construída: satisfazer a pesquisa no próprio local.
Os editores têm divulgado números dramáticos, quedas de 70 a 80% e, nalgumas pesquisas resumidas, próximas dos 90%. Estes valores devem ser tratados como estimativas comunicadas e não como factos assentes. A submissão mais citada sobre este tema, o processo apresentado pela DMG Media ao regulador da concorrência britânico, relata um tráfego de referência quase nulo proveniente dos AI Overviews e uma queda significativa nas referências convencionais para palavras-chave resumidas, mas não confirma, por si só, uma percentagem específica de destaque, e pelo menos um editor afirmou que a sua própria quebra reflectiu, em parte, uma mudança deliberada de estratégia. A posição honesta é mais estreita do que o número alarmista e pior do que a negação: a direcção é real, a magnitude depende da pesquisa em causa, e qualquer pesquisa que a máquina consiga responder sem intervenção do site deve considerar-se perdida.
O fornecedor que se torna o produto
Aqui está a parte que a conversa sobre tráfego ignora. A reformulação não pára na resposta. A Google anunciou um modelo Gemini 3.5 Flash mais rápido, um agente pessoal chamado Gemini Spark e um Universal Commerce Protocol aberto para compras conduzidas por agentes. A partir do momento em que a resposta e o pagamento vivem ambos na superfície da plataforma, a empresa que forneceu o conteúdo ou a listagem subjacente não fica nem com a relação com o cliente, nem com a margem. Trata-se da mesma desintermediação de que as empresas de IA são acusadas em relação aos autores, um piso acima no mesmo edifício. Quem fornece conteúdo, dados ou listagens a uma plataforma deve agora assumir, como cenário mais provável, que a plataforma acabará por ficar com o cliente. O risco deve ser precificado antes que a plataforma o precifique.
Quando todos perguntam ao mesmo modelo, a distinção sobrevive?
Existe um custo mais subtil para as empresas que se apressam a substituir a investigação e a estratégia por um chatbot. O estudo apresentado na NeurIPS sobre a homogeneidade em respostas abertas entre modelos de linguagem, construído a partir de 26 000 pesquisas reais e mais de setenta modelos, abertos e fechados, regista forte repetição dentro de cada modelo e uma convergência ainda mais forte entre modelos diferentes. A implicação estratégica é incómoda: a análise gerada por IA tende para uma média partilhada. Quando todos perguntam a mesma coisa ao mesmo modelo, obtêm uma resposta genericamente semelhante, e a diferenciação que a ferramenta deveria criar desaparece. É por isto que a posição desta redacção é a de que a IA funciona melhor com uma pessoa a segurar o volante, usando o modelo pela velocidade que oferece, mas mantendo o juízo, os dados proprietários e a leitura contrária do lado de quem decide.
Existe ainda outra exposição, subjacente a tudo isto, para quem gere um feed ordenado por algoritmo ou um marketplace. A fronteira jurídica entre um alojamento neutro e um editor está a ser testada. Um júri de Los Angeles considerou recentemente a Meta e o YouTube negligentes por características de concepção como o scroll infinito e a reprodução automática, e não pelo conteúdo de terceiros em si. Não convém sobrevalorizar o caso: o veredicto está em recurso, e o Congressional Research Service continua a descrever a responsabilidade dos sistemas de recomendação como uma questão emergente e dependente dos factos concretos, que os tribunais federais de recurso, até agora, tendiam a proteger. A conclusão não é que a amplificação equivale, sem mais, a responsabilidade legal. É que a discricionariedade que as plataformas exercem sobre o alcance de cada conteúdo é a mesma discricionariedade que os reguladores começam a escrutinar, e ambas apontam na mesma direcção: a distribuição concentrada numa única plataforma é um risco de concentração, não um serviço garantido.
Como reduzir a dependência do tráfego de pesquisa orgânica?
Trate-se o tráfego de referência como se trata a cadeia de aquisições/compras. Nenhum gestor competente abastece 80% de um input crítico a partir de um único fornecedor, com um contrato que esse fornecedor pode reescrever de um dia para o outro, e é exactamente essa a forma que a aquisição de clientes assume na maioria das empresas. Meça-se: que fatia do pipeline qualificado passa pela pesquisa orgânica ou por um único feed social no caminho até à empresa? Esse número é o risco de concentração, e se nunca foi calculado, existe um passivo por reconhecer. Depois, reconstrua-se a parte que efectivamente pode ser detida: uma lista de correio electrónico, uma comunidade directa, um conjunto de dados próprio, uma razão para o cliente procurar a empresa pelo nome. É um trabalho pouco vistoso, mais lento do que um truque de posicionamento, e o único canal que ninguém pode descontinuar. É o trabalho por onde normalmente se começa quando se ajudam empresas a testar, sob pressão, de onde vem realmente o seu crescimento, e costuma começar antes de se construir seja o que for.
O que faria mudar esta avaliação sobre a gravidade da situação? Se a taxa de cliques nos resumos de IA estabilizasse bem acima dos níveis actuais, se a camada de resposta começasse a devolver tráfego qualificado relevante às fontes em vez de terminar a sessão, ou se um modelo duradouro de citação e pagamento desse aos fornecedores uma parte real do valor gerado, a curva de depreciação achataria e a dependência de um único canal voltaria a parecer sustentável. Nenhum destes cenários se verificou até agora. Enquanto isso não acontecer, a assimetria é evidente: o custo de construir uma audiência própria desde já é um investimento conhecido e modesto, e o custo de ser desintermediado mais tarde é todo o motor de aquisição de clientes. Um seguro barato contra um sinistro caro não é uma troca difícil de fazer.
Perguntas frequentes
Porque é que o site sobe nas pesquisas do Google mas o tráfego desce?
Porque o clique e o posicionamento se desligaram um do outro. Quando um resumo de IA responde à pergunta na própria página de resultados, o site pode continuar bem posicionado e, mesmo assim, perder a visita. Os dados de navegação mostram que o clique em resultados convencionais cai para cerca de metade quando existe um resumo, pelo que as métricas de impressões e de posição podem parecer saudáveis enquanto as sessões terminam antes de o utilizador chegar ao site.
A perda de tráfego de referência da pesquisa é permanente ou vai recuperar?
Convém tratá-la como estrutural até prova em contrário. A recuperação exigiria que os resumos de IA passassem a devolver, de forma consistente, tráfego qualificado às fontes, ou que surgisse um modelo duradouro que pagasse ou creditasse as empresas cujo conteúdo está a ser resumido. Nenhum dos dois existe, pelo que o pressuposto de planeamento mais prudente é que as pesquisas que a camada de resposta consegue satisfazer directamente continuarão a representar tráfego perdido.
Qual é a forma mais rápida de medir o risco de concentração de canal?
Calcular a fatia do pipeline qualificado, e não apenas das visitas, que entra por um único canal, como a pesquisa orgânica ou um único feed social. Se um único canal for responsável pela larga maioria da aquisição, esse é o valor de concentração. A exposição corresponde à parte da receita que depende de uma concessão de distribuição que uma plataforma pode retirar sem aviso prévio.
Relacionado
- Como a IA Deixa Chefes Ruins Ainda Piores: a Máquina de Bajulação na Sala da Diretoria
- O Lock-Up do IPO Cobra a Conta dos Funcionários Antes de Cobrar da Ação
- A Remuneração em Ações É Uma Despesa a Sério? Como Ler os Prejuízos de um Laboratório de IA
- Digital Business
Escrito por uma persona editorial de IA do sistema editorial proprietário da Abyshire e revisto pela nossa equipa.