Ao passo que a inteligência artificial se torna cada vez mais útil para as funções do dia a dia, cresce a preocupação dos usuários com questões de privacidade e com erros algorítmicos. O uso da tecnologia nas compras online, por exemplo, cresceu, mas começa a mostrar sinais de retração entre os consumidores em todo o mundo.

É o que aponta o estudo exclusivo “O mais relevante sobre AI shopping para parceiros e líderes de marketing”, da Rakuten Advertising, que rastreou o comportamento de mais de 2 mil AI shoppers nas Américas, na Ásia e na Europa, entre novembro de 2025 e março de 2026.

Os dados revelam que a IA não está substituindo a forma tradicional de compra, mas reorganizando sua dinâmica, e que a confiança, e não a conveniência, passou a ser a moeda mais valiosa nesse ecossistema.

Recuo entre os mais jovens

Indo na contra-mão do que o mercado vinha prevendo, o percentual de consumidores que não utilizam IA para compras subiu de 24,7% para 30,1% no período, segundo o levantamento. Isso indica que a tecnologia passa por uma fase de uso mais criterioso e maduro.

Para Marcos Facó, diretor de Comunicação e Marketing da FGV, o movimento é menos sobre uma rejeição à IA e mais sobre uma normalização do seu uso. O aumento sugere que a experimentação inicial, muitas vezes motivada pela curiosidade, está dando lugar a uma adoção mais seletiva. “Depois do encantamento, o consumidor passa a avaliar se a ferramenta realmente economiza tempo, melhora a comparação e reduz a incerteza”, explica.

A retração é mais acentuada entre os mais jovens na faixa de 18 a 25 anos, em que a taxa de compras por IA caiu 13 pontos percentuais. Para consumidores entre 26 e 35 anos, o recuo foi de 17 pontos percentuais. “Entre os mais jovens, também pode existir maior volatilidade. Eles experimentam rapidamente novas interfaces, mas as abandonam com a mesma velocidade quando as respostas parecem genéricas ou pouco confiáveis”, acrescenta Facó.

Já o grupo de 46 a 55 anos se manteve mais estável, com queda de apenas 3 pontos percentuais, chegando a 78%. Uma hipótese é que exista um efeito de seleção entre os consumidores mais velhos, explica o diretor da FGV. Embora possam adotar novas tecnologias em menor velocidade, aqueles que passam a utilizá-las tendem a fazê-lo com uma finalidade mais clara e utilitária.

No que se trata de classe social, consumidores de maior renda são hoje os mais propensos a usar a tecnologia para compras. A pesquisa revela que, entre aqueles com renda anual acima de R$ 750 mil, a taxa de adoção chega a 86%. O avanço entre esses consumidores pode estar relacionado não apenas ao letramento digital, mas ao valor econômico do tempo e à maior incidência de decisões complexas.

Categorias complexas ainda resistem à automação

O levantamento revela ainda que produtos financeiros, software e viagens continuam exigindo validação humana e conteúdo especializado, mesmo entre usuários avançados de IA.

“Categorias como finanças e software envolvem alto risco percebido, consequências de longo prazo e grande dependência de contexto. Nessas situações, o consumidor não quer apenas uma resposta eficiente; ele quer compreender os critérios da recomendação, verificar as fontes e saber quem se responsabiliza por um eventual erro”, explica Facó.

No entanto, que ainda existem limitações objetivas da IA, que contribuem para essa baixa percepção de confiança. Informações desatualizadas, ausência de contexto suficiente e dificuldade para explicar determinados critérios estão entre os principais fatores.

No outro extremo, eletrônicos lideram o uso absoluto de IA (45,3%) e apresentam risco “baixo” de substituição, sinal de que a tecnologia já está integrada de forma mais estável nessa jornada. Vestuário e mercado figuram em posição intermediária, com risco “moderado”.

Facó explica que, no caso dos eletrônicos, eles apresentam uma adequação muito favorável entre a tecnologia pois são produtos com grande quantidade de atributos estruturados e comparáveis: processador, memória, duração da bateria, resolução da câmera, peso, preço e compatibilidade. Além disso, há um volume expressivo de reviews, testes e especificações disponíveis.

“Nesse ambiente, a IA consegue reduzir significativamente o custo de busca. Em vez de o consumidor consultar dezenas de páginas, ela pode organizar alternativas, destacar diferenças e construir uma comparação personalizada. A principal vantagem da IA, nessa categoria, não é decidir pelo consumidor, mas transformar uma massa dispersa de dados em uma estrutura de decisão mais compreensível”, afirma.

O que isso significa para as marcas?

#1. Zero click acontece, mas não onde mais importa

Um dos maiores temores de varejistas digitais é o fenômeno do zero click, quando consumidores passam a ler apenas análises geradas por IA e deixam de clicar no link do site oficial para se informar internamente, derrubando o tráfego drásticamente. O estudo revela, no entanto, que essa tendência se concentra entre usuários casuais e categorias de baixo risco, não nas compras de alta intenção e alta consideração que geram receita.

O argumento é corroborado pelo próprio estudo, que mostra que, entre os usuários mais intensivos, 77,3% afirmam que a IA aumenta sua probabilidade de clicar em links tradicionais de produtos e reviews. “Nas compras de alta consideração, a IA pode reduzir o número de buscas iniciais, mas frequentemente aumenta a necessidade de validação. O clique não desaparece; ele muda de função. Deixa de ser apenas um clique de descoberta e passa a ser um clique de comprovação, aprofundamento ou transação”, explica Facó.

Entre os power users, ou seja, aqueles que usam IA de forma mais intensiva e frequente, cresce também a propensão à verificar as conteúdos gerados pelos chatbots. Enquanto quase todos os métodos de verificação recuaram entre novembro e março — como o Google e mecanismos de buscas — o site da marca ou fabricante, em um movimento discreto, viu um crescimento.

“Os dados mostram que o AI shopping não está substituindo a jornada tradicional de compra, mas reorganizando essa dinâmica. O consumidor continua buscando confiança e validação, especialmente em compras mais complexas e de maior valor agregado. Isso cria uma oportunidade importante para marcas, publishers e parceiros fortalecerem conteúdos mais aprofundados e relevantes”, afirma Salomão Araújo, VP Comercial da Rakuten Advertising no Brasil.

#2. Confiança como proposta de valor

A nova lógica aponta uma mudança de paradigma para publishers, influenciadores e afiliados: o objetivo deixa de ser o que for encontrado primeiro e passa a ser o mais confiável. “Estamos vendo uma mudança estrutural no comportamento do consumidor. A IA acelera descoberta e comparação, mas a decisão final continua extremamente ligada à confiança”, explica Araújo, da Rakuten Advertising.

Segundo o estudo, a infraestrutura para monetização de partner marketing dentro de ambientes de IA está em expansão: 82,1% dos compradores por IA já veem links de produto em respostas de IA.

Facó destaca, no entanto, que é importante distinguir um link de compra útil de uma recomendação comercial disfarçada, o que pode impactar a jornada do consumidor de formas completamente distintas. “Quando uma recomendação paga é apresentada como se fosse imparcial, ocorre um conflito entre a expectativa do consumidor e a intenção comercial da plataforma. Isso pode ativar resistência à persuasão e comprometer não apenas a marca anunciada, mas a credibilidade de toda a experiência”, explica.

#3. A jornada de compra virou diálogo

Os consumidores não estão mais buscando por palavras-chave, eles estão fazendo perguntas, comparando opções e pedindo resumos em conversas de múltiplas interações. “A mudança fundamental é que as marcas não competem apenas por posição nos resultados de busca; elas passam a competir por presença no conjunto de fontes que sustenta a resposta da IA”, afirma Facó.

No entanto, isso não significa abandonar o SEO (Search Engine Optimization). Ele continua sendo a infraestrutura que permite que o conteúdo seja encontrado, indexado e compreendido. Mas agora, acrescenta-se à essa infraestrutura uma nova camada, chamada de GEO (Generative Engine Optimization) ou AEO (Answer Engine Optimization).

Na prática, as marcas precisam produzir conteúdo que a IA consiga localizar, interpretar, corroborar e eventualmente citar, o que envolve dados estruturados, informações atualizadas, autoria identificável, metodologia transparente, comparações honestas, respostas a perguntas reais e evidências próprias.

“Eu chamaria isso de ‘posicionamento de fonte’. A marca não deve buscar apenas aparecer em uma resposta, mas tornar-se uma referência confiável para a construção daquela resposta. Na era da IA, autoridade deixa de ser apenas uma percepção de comunicação e passa a ser também uma arquitetura de informação”, finaliza.