Mais conteúdo gerado por IA não está melhorando as campanhas porque o briefing que alimenta os modelos é fraco, e não os próprios modelos. Na pesquisa WARC com TikTok e LIONS Advisory, 88 por cento dos 400 profissionais de marketing disseram que geram significativamente mais criatividade desde a adoção da IA, mas apenas 45 por cento viram a qualidade melhorar, e dois em cada três ainda informam a IA principalmente com dados demográficos. Fixe o briefing do público, com sinais comportamentais e tensão real do público, e a qualidade do resultado terá algo em que se apoiar.
Principais conclusões
- Na pesquisa da WARC com 400 profissionais de marketing, 88 por cento criam significativamente mais criatividade com IA, mas apenas 45 por cento relatam qualquer melhoria real na qualidade.
- Dois em cada três ainda fornecem IA generativa principalmente com dados demográficos, embora quase seis em cada dez afirmem que a segmentação demográfica já não reflete a forma como o público se comporta; apenas 17 por cento são consistentemente breves com sinais comportamentais, contexto comunitário ou tensão do público.
- A camada de reparo humano que costumava capturar briefings fracos desapareceu, e um modelo de IA polirá um conceito ruim tão facilmente quanto um conceito forte.
- No Sudeste Asiático, onde uma equipe pode cobrir de seis a onze mercados, os resumos demográficos eliminam a nuance local que constitui todo o trabalho.
- As equipes que estão avançando tratam o briefing em si como o produto e aplicam julgamento antes de um ativo ser enviado.
O gargalo é a IA ou o briefing?
As equipas de marketing em todo o Sudeste Asiático estão a produzir mais ativos criativos do que nunca. Nove em cada dez afirmam que a IA generativa multiplicou a sua produção. No entanto, menos de metade acredita que a enxurrada de conteúdo tem, na verdade, um desempenho melhor. Algo no meio do pipeline está quebrando silenciosamente, e não são os modelos.
Uma nova pesquisa da WARC, conduzida junto com TikTok e LIONS Advisory e relatada por PPC Land, entrevistou 400 profissionais de marketing e descobriu um padrão impressionante. Embora 88 por cento dos entrevistados tenham afirmado que estão gerando significativamente mais criatividade desde a adoção das ferramentas de IA, apenas 45 por cento relataram qualquer melhoria real na qualidade. A produção aumentou. Os resultados permaneceram estáveis. O problema está em algum lugar que a maioria das equipes nunca pensa em olhar: o briefing do público.
Por que os profissionais de marketing continuam usando dados que sabem que estão desatualizados?
O detalhe mais revelador do estudo WARC não é o hiato do produto em si. É o que os profissionais de marketing admitiram sobre suas próprias informações. Dois em cada três disseram que ainda apresentam modelos generativos de IA usando principalmente dados demográficos, como idade, renda ou localização. Ao mesmo tempo, quase seis em cada dez desses profissionais de marketing afirmaram que a segmentação demográfica já não reflete a forma como o público realmente se comporta.
Em outras palavras, as equipes estão alimentando conscientemente os sistemas de IA com as informações exatas que já identificaram como quebradas. Apenas 17 por cento disseram que informam consistentemente algo mais significativo, como sinais comportamentais, contexto comunitário ou tensão genuína do público. A WARC chama a isto uma lacuna de inteligência em vez de uma lacuna tecnológica, e esse enquadramento merece ser repetido frequentemente, porque afasta toda a conversa das ferramentas e volta para a estratégia.
O que aconteceu com a verificação de qualidade humana?
Durante décadas, um briefing criativo nunca foi tratado como um documento acabado. Funcionou mais como a linha de abertura de uma conversa. Um estrategista questionaria o segmento. Um diretor criativo perguntaria o que o cliente realmente sente no momento da decisão. Um diretor de arte descartaria totalmente os primeiros conceitos. No momento em que uma campanha chegava a um cliente, um briefing fraco ou preguiçoso geralmente já havia sido reformulado diversas vezes por pessoas cujo trabalho incluía detectar pontos fracos antes de ser lançado.
Esse processo foi deliberadamente lento e a lentidão serviu a um propósito. Também era caro, o que o tornou uma das primeiras vítimas quando os prazos de produção diminuíram de semanas para dias. À medida que a camada de reparação humana desapareceu, os resumos deixaram de passar por uma cadeia de profissionais céticos e começaram a fluir diretamente para modelos generativos.
Essa mudança é extremamente importante, porque um modelo de IA não tem instinto para questionar uma informação fraca. Produzirá quarenta variações polidas e confiantes de um conceito pobre, tão prontamente quanto quarenta variações fortes. Um briefing fraco costumava resultar em criativos visivelmente fracos que alguém captaria antes do lançamento. Agora isso resulta em conteúdo sofisticado e com aparência profissional que permanece intacto, simplesmente porque parece aceitável na superfície.
Por que as equipes continuam optando pela segmentação demográfica?
Se os profissionais de marketing já sabem que o briefing demográfico tem baixo desempenho, por que ele continua sendo a escolha padrão? A resposta honesta não é convicção. É a inércia.
Faixas etárias, faixas de renda e dados amplos de localização já estão incluídos no planejamento, no plano de mídia e na estrutura de nomenclatura da campanha. Reutilizá-los não requer pesquisas adicionais, novas ferramentas e nenhuma conversa desconfortável com um cliente ou colega. A visão comportamental e baseada na comunidade exige todos os três. Sob prazos apertados, o caminho de menor resistência quase sempre vence, e esse caminho é uma abreviatura demográfica.
A GWI defendeu recentemente uma posição semelhante, observando que a segmentação por faixa etária é um dos métodos de segmentação mais preguiçosos em marketing, uma vez que as diferenças dentro de uma única geração são frequentemente maiores do que as diferenças entre gerações. É uma crítica justa e raramente dita em voz alta. Analise uma semana de comentários sobre tecnologia de marketing e uma divisão clara aparecerá. As empresas de pesquisa de público tendem a parar nas estatísticas. As plataformas de fluxo de trabalho e de escuta social tendem a começar no botão de publicação. Muito poucos jogadores abordam o espaço intermediário, que é exatamente onde reside essa lacuna de inteligência.
Por que as equipes de marketing do Sudeste Asiático sentem isso primeiro?
A compressão regional torna este problema especialmente grave no Sudeste Asiático. Uma equipa baseada em Singapura poderia ser responsável por seis a onze mercados distintos, em vários idiomas, trabalhando com orçamentos que mal se estenderiam a dois mercados na Europa Ocidental. As nuances locais não são um bom bônus nesse ambiente. É o trabalho completo e é exatamente o que o briefing demográfico apaga.
Alimente um modelo generativo construído em torno de mulheres urbanas com idades entre 25 e 34 anos e renda média, e ele produzirá conteúdo que poderia tecnicamente ser veiculado em Jacarta, Manila ou Kuala Lumpur, mas não se conectaria totalmente em nenhum deles. O resultado será gramaticalmente correto, de marca e completamente esquecível. Repita esse padrão em onze mercados em uma programação de publicação semanal e o resultado é um sistema extremamente eficiente para produzir conteúdo do qual ninguém se lembra uma semana depois.
O que significa tratar o briefing como produto?
As equipes de marketing que estão atualmente avançando fizeram uma mudança estrutural deliberada. Eles agora tratam o briefing em si como o produto real, não como a apresentação acabada e nem como o ativo final. Quem controla a qualidade dessa entrada inicial controla efetivamente a qualidade de tudo o que segue a jusante.
Esta mudança já é visível na forma como as ferramentas em ambas as extremidades do pipeline de produção estão evoluindo. No front-end, as plataformas mais recentes estão traduzindo categorias ao vivo e dados comportamentais em tensões de audiência apoiadas em evidências, garantindo que o briefing contenha algo genuinamente observado em vez de algo simplesmente assumido. No final, também está emergindo uma nova categoria de negócios focados na execução. Um exemplo é a Touchigh, uma empresa que ajuda vendedores internacionais chineses a alcançar compradores americanos, combinando ferramentas de visibilidade de pesquisa de IA com conteúdo social nativo em inglês e, em seguida, classificando esse conteúdo para desempenho previsto antes de ser publicado, em vez de apenas relatar os resultados depois.
Esse detalhe é mais importante do que o setor específico de onde vem. Uma pequena empresa focada na execução que atende clientes sensíveis a preços chegou, de forma independente, à mesma conclusão que empresas de pesquisa muito maiores. O julgamento crítico precisa acontecer antes que um ativo seja enviado ou, realisticamente, isso nunca acontecerá.
Velocidade e qualidade podem coexistir?
O que os números atuais sugerem é genuinamente encorajador. As equipes de marketing da camada de reparo perdidas durante a corrida pela adoção da IA podem ser reconstruídas de maneira acessível o suficiente para sobreviver até mesmo aos prazos mais apertados. Quando a agência SAMY apresentou propostas contra concorrentes consideravelmente maiores para um cliente de hospitalidade do Reino Unido, o planejamento da categoria, que antes levava várias semanas, foi compactado em cerca de treze minutos por briefing, com a precisão prevista de cliques sendo cerca de três vezes mais confiável do que a estimativa humana tradicional. SAMY ganhou o retentor.
A verdadeira história nesse exemplo não é a velocidade em si. É o fato de que um nível de julgamento que as equipes anteriormente não podiam se dar ao luxo de aplicar de forma consistente agora é algo que elas podem aplicar a cada briefing que escrevem, não apenas àqueles com prazos generosos. Para começar, um julgamento que só acontece quando há tempo livre disponível nunca foi realmente um padrão. Era um luxo que poucas equipes podiam pagar com segurança.
O que toda equipe de marketing deve perguntar sobre seus briefings?
A verdade incômoda enterrada nas descobertas da WARC é que muitas equipes já reconhecem que suas contribuições são falhas e optam por enviar de qualquer maneira, simplesmente porque corrigir o briefing custa mais tempo esta semana do que enviar resultados medíocres.
Esse cálculo está mudando rapidamente. À medida que a inteligência do público com nível de evidência se torna alcançável em minutos, em vez de semanas, a justificação para informar a IA generativa com atalhos demográficos desatualizados está a desaparecer, assim como a desculpa quando esse conteúdo apresenta um desempenho inferior.
Portanto, considere os briefings que sua equipe produziu neste trimestre. Quantos foram genuinamente atribuídos a algo real que você observou sobre seu público, e quantos eram simplesmente o modelo do último trimestre com uma nova data estampada no topo?
Onde a SOMIN se encaixa nessa mudança?
Esta é precisamente a lacunaSOMINfoi construído para fechar. A SODA transforma categorias dispersas e sinais do consumidor em inteligência estruturada e baseada em evidências que um briefing pode realmente se basear, enquanto o conjunto SoMonitor, abrangendo Brand Tracker, Content Library, Perspective Studies e SoInspire, mantém essa inteligência conectada à saúde da marca, ao criativo publicado, à perspectiva do público e aos momentos culturais emergentes, em vez de deixá-la isolada em relatórios separados. Combinados com dados profundos de público de parceiros como a GWI, as equipes de marketing obtêm algo mais próximo de um briefing vivo do que estático, baseado no que o público está realmente fazendo e sentindo agora, em vez de uma faixa demográfica presumida meses atrás. Para equipes que tentam consertar olacuna de inteligência antes de chegar ao modelo, essa combinação de dados observados e ferramentas conectadas é exatamente onde a camada de reparo é reconstruída.
FAQ
Por que a IA não está melhorando a qualidade criativa?
Porque a maioria das equipes alimenta-o com instruções fracas. No estudo WARC, 88 por cento dos profissionais de marketing produzem significativamente mais criatividade com IA, mas apenas 45 por cento vêem melhor qualidade e dois em cada três ainda informam os modelos principalmente com dados demográficos.
Com o que você deve informar a IA generativa em vez de dados demográficos?
Sinais comportamentais, contexto comunitário e tensão genuína do público: algo observado sobre o público e não assumido. Apenas 17 por cento dos profissionais de marketing no estudo WARC informam consistentemente dessa forma.
Por que as equipes ainda informam à IA dados demográficos?
Inércia. Faixas etárias, faixas de renda e dados de localização já fazem parte do planejamento e do plano de mídia, portanto, reutilizá-los não requer novas pesquisas, ferramentas ou conversas difíceis, enquanto a visão comportamental precisa de todos os três.
Qual é a lacuna de inteligência no marketing de IA?
É o nome que a WARC dá ao problema: a IA pode produzir muito mais criatividade, mas a compreensão do público que a alimenta não melhorou. Isso faz com que seja um problema de estratégia e não de tecnologia.
Leituras relacionadas
- Homogeneização de conteúdo de IA: por que todas as marcas soam iguais
- Por que todos os anúncios de uma categoria têm a mesma aparência?
- Modelo de briefing criativo: persona, tensão, ângulo, história
- Como transformar um insight de social listening em um briefing de campanha?
- O que é uma tensão do consumidor em marketing e como encontrar uma?
