Existe uma diferença enorme entre ser encontrado e ser escolhido, e durante boa parte da história da internet as empresas se preocuparam principalmente com a primeira parte dessa equação, porque era preciso estar no Google, aparecer entre os primeiros resultados, acumular avaliações positivas, construir presença nas redes sociais e, quando possível, comprar alguns centímetros adicionais da tela por meio de anúncios. A inteligência artificial começa a alterar essa lógica porque está criando uma nova camada entre a intenção do consumidor e sua decisão, já que quando alguém pergunta ao ChatGPT onde jantar, qual hotel reservar, qual software contratar ou qual produto comprar, não recebe necessariamente uma página com dez links azuis para investigar, mas sim uma seleção, um conjunto reduzido de alternativas que o sistema considerou adequadas àquela situação específica, e essa diferença, aparentemente pequena, é economicamente importante, porque o buscador organiza possibilidades enquanto a IA começa a organizá-las e recomendá-las.
É nesse contexto que surge um indicador que provavelmente ganhará importância crescente nos próximos anos e que merece ser compreendido com a atenção que sua novidade exige: o Share of Recommendation, definido como a participação de uma marca no conjunto de recomendações produzidas por sistemas de inteligência artificial diante das intenções de compra relevantes para o seu mercado. Se o market share mede quanto uma empresa vende dentro de determinado mercado e o share of search ajuda a entender quanto interesse de busca ela captura, o Share of Recommendation tenta responder a uma pergunta diferente e potencialmente mais consequente: quando o consumidor pede que uma inteligência artificial indique algumas opções, com que frequência a sua empresa está entre elas?
A pergunta está deixando de ser teórica, porque a proporção de consumidores que afirma utilizar IA para encontrar recomendações de empresas locais saltou de 6% em 2025 para 45% atualmente, segundo dados de pesquisa sobre avaliações de consumidores locais, um crescimento tão acelerado que já posiciona a IA como a terceira ferramenta mais utilizada para recomendações de negócios, atrás de Google e Facebook, mas à frente de plataformas tradicionais como Yelp e TripAdvisor, enquanto o uso das avaliações do Google recuou de 83% para 71% no mesmo período. Os números indicam uma mudança mais profunda do que uma simples migração de plataforma, porque o que está se alterando não é apenas onde as pessoas procuram, mas como a informação chega até elas e, principalmente, em que formato.
Para entender a escala dessa mudança, considere dois restaurantes igualmente bons no mesmo bairro. Durante a era dos buscadores, ambos poderiam disputar a mesma página de resultados: o consumidor pesquisaria “melhores restaurantes italianos perto de mim”, abriria alguns links, observaria fotografias, compararia preços, leria avaliações e eventualmente escolheria um deles, em um processo que preservava dezenas de alternativas diante de seus olhos. Agora imagine o mesmo consumidor perguntando “estou comemorando meu aniversário com minha namorada, quero um restaurante italiano romântico, não muito barulhento e que custe até determinado valor, onde devo ir?”, porque nesse cenário a inteligência artificial pesquisa, sintetiza e devolve três ou quatro alternativas consideradas adequadas àquela situação, e existe uma possibilidade real de o consumidor sequer conhecer dezenas de estabelecimentos que apareceriam em uma pesquisa tradicional. A competição, então, deixa de acontecer apenas pela posição na página e passa a acontecer pela presença na shortlist, e essa mudança altera a economia da descoberta de uma forma que conecta a era digital atual à lógica mais antiga do varejo: durante décadas, fabricantes disputaram prateleiras, querendo estar no supermercado certo, na altura certa e diante dos olhos do consumidor; a internet transformou parte dessa disputa física em disputa digital, onde aparecer no Google funcionava como uma espécie de prateleira universal; e a inteligência artificial adiciona uma terceira etapa ao criar uma prateleira que possui, pela primeira vez, um curador.
O que torna essa curadoria particularmente consequente para as marcas é a forma como a IA constrói sua visão de cada empresa, porque ferramentas de inteligência artificial combinam informações provenientes de avaliações, diretórios, sites empresariais, redes sociais e outras fontes para formular suas respostas, comprimindo centenas de avaliações, páginas institucionais, notícias, fotografias, comentários e referências espalhadas pela rede em poucas frases apresentadas ao consumidor. Durante muito tempo, uma empresa poderia pensar separadamente em SEO, reputação, redes sociais, assessoria de imprensa, avaliações e presença em diretórios como disciplinas distintas, mas para uma inteligência artificial essas fronteiras são muito menos relevantes, porque todas essas informações ajudam a formar uma representação digital unificada daquela empresa, algo próximo de uma reputação computacional que não depende apenas do que a empresa diz sobre si mesma, mas do que aparece consistentemente nas fontes que os sistemas utilizam.
Nesse cenário, um hotel pode se apresentar como adequado para famílias, mas se centenas de avaliações destacarem quartos pequenos e vida noturna barulhenta, uma IA pode chegar a uma conclusão diferente quando perguntada sobre “bons hotéis para viajar com crianças”, e é exatamente nesse descompasso entre autopercepção e reputação computacional que o Share of Recommendation se torna particularmente revelador, porque uma companhia pode possuir grande participação de mercado, investir milhões em publicidade e aparecer muito bem posicionada nos mecanismos de busca e, mesmo assim, não ocupar proporcionalmente o mesmo espaço nas recomendações produzidas por inteligência artificial, o que significa que market share, share of search e Share of Recommendation não precisam caminhar juntos.
A nova batalha que se desenha segue uma progressão histórica que vale a pena enxergar com clareza, porque toda grande transformação na distribuição criou uma disputa diferente pela visibilidade: no varejo físico, empresas negociaram espaço nas prateleiras; na televisão, disputaram minutos de atenção; na internet, disputaram cliques; nos buscadores, disputaram palavras-chave; nas redes sociais, disputaram algoritmos; e agora começa uma disputa ainda diferente, que é a de ser uma das respostas possíveis da inteligência artificial, em um ambiente onde o ChatGPT já aparece como a ferramenta mais utilizada para recomendações, com 31% dos consumidores pesquisados, seguido pelo AI Mode do Google com 23%, enquanto Gemini, Copilot e Claude aparecem posteriormente. Uma empresa pode medir quantas pessoas visitaram seu site, acompanhar sua posição no Google e calcular impressões, cliques, conversões e custo de aquisição, mas como saber quantas vezes uma IA recomendou seu concorrente em vez dela, e talvez mais importante, por quê? Esse será um dos grandes desafios do marketing na próxima fase da internet, porque empresas precisarão compreender não apenas como pessoas enxergam suas marcas, mas como modelos as interpretam.
Seria tentador concluir que estamos assistindo à substituição dos mecanismos tradicionais de pesquisa, mas os próprios dados contam uma história mais nuançada: entre usuários ativos de IA, 63% afirmam confiar nas recomendações produzidas por essas ferramentas, enquanto apenas 10% demonstram desconfiança, porém 97% às vezes verificam essas recomendações comparando-as com avaliações reais e 42% afirmam sempre consultar avaliações nas plataformas originais. Esse comportamento revela que a IA ainda não é necessariamente o destino final da jornada de compra, mas está se tornando o seu começo: o consumidor pergunta à inteligência artificial, recebe uma shortlist e depois investiga algumas das alternativas, de modo que, em vez de substituir imediatamente Google, avaliações, sites e redes sociais, a IA funciona como uma camada superior que decide onde vale a pena procurar, e talvez esteja justamente aí a transformação mais importante.
Entre no canal Entrelinhas no WhatsApp e siga nosso Instagram: informação rápida, em tempo real, que tangibilizam as transformações.
Durante a primeira internet comercial, possuir um site significava existir digitalmente. Depois, estar no Google significava ser encontrado. Nas redes sociais, ser distribuído pelo algoritmo significava alcançar consumidores. Na internet mediada por inteligência artificial, haverá uma quarta exigência: ser recomendável por máquinas. É cedo para saber exatamente como essa nova disciplina será chamada, quais métricas prevalecerão ou até que ponto empresas conseguirão influenciar esses sistemas, porque os próprios modelos mudam, as fontes utilizadas variam e uma recomendação pode depender profundamente do contexto de cada pergunta. Mas a direção do movimento já merece a atenção de qualquer líder que dependa de ser escolhido por seus clientes, porque durante anos departamentos de marketing perguntaram qual era seu share of voice, depois passaram a acompanhar seu share of search, e agora surge uma pergunta que talvez seja ainda mais incômoda: quando o consumidor deixar de pesquisar dez empresas e simplesmente perguntar a uma inteligência artificial quais três deveria considerar, a sua estará entre elas? Porque em uma internet na qual máquinas começam a selecionar aquilo que humanos descobrirão, ser conhecido pode já não ser suficiente, e será preciso conquistar algo que até pouco tempo não existia como conceito, mas que agora pode definir quem permanece visível e quem desaparece: Share of Recommendation.
