Em fevereiro de 2026, a OpenAI ativou anúncios no ChatGPT para usuários dos planos gratuito e Go nos Estados Unidos. O evento não foi uma surpresa. A empresa já havia anunciado a intenção em janeiro. Mas o que aconteceu nos noventa dias seguintes revela a velocidade com que um novo mercado pode ser montado antes que qualquer estrutura de medição, regulação ou precedente exista para orientá-lo.
A publicidade conversacional (anúncios exibidos dentro de sistemas de IA que interagem em linguagem natural) opera sobre um sinal que Google e Meta não têm acesso direto: o conteúdo de uma conversa em andamento. O que as pessoas perguntam quando estão formulando uma decisão, descrevendo uma dificuldade, ou explorando uma dúvida que ainda não tem nome.
Em outubro de 2024, Sam Altman havia descrito publicidade como o “último recurso” de monetização da OpenAI, alertando para o risco de que sistemas de IA fossem usados para “manipular a verdade para ganho comercial” e que isso poderia “corroer a confiança” dos usuários. A pressão de infraestrutura reverteu a posição. A empresa gasta bilhões em chips e data centers, com apenas 6% da base em planos pagos. O que Altman não reverteu foi o diagnóstico: o ChatGPT monetiza um arquivo de franqueza humana. O que as pessoas dizem quando ninguém está olhando. Esse dado nunca havia sido colocado à venda em escala. Agora está.
O que o piloto produziu
O piloto americano gerou, segundo declaração de porta-voz da OpenAI, mais de US$ 100 milhões em receita anualizada em seis semanas, com mais de 600 anunciantes ativos, número também não auditado externamente. As agências de holding entraram cedo: a Omnicom garantiu colocações para mais de 30 clientes; a Dentsu reportou que o volume de entregas cresce semana a semana; WPP também participou dos testes iniciais. Marcas como Target e Adobe estiveram entre os primeiros anunciantes confirmados.
O acesso não era aberto. A entrada exigia compromisso mínimo de US$ 250 mil e relação direta com a OpenAI ou com uma agência parceira. Esse limiar de entrada cumpria uma função dupla: selecionava anunciantes com infraestrutura analítica para operar sem métricas maduras, e gerava receita concentrada suficiente para provar tração antes do IPO previsto para 2026. As primeiras semanas, no entanto, produziram uma constatação incômoda: o inventário cresceu antes da medição.
Dados do Sensor Tower mostram que as impressões saltaram aproximadamente 600% entre o início e meados de março de 2026. Uma falha técnica no Ad Manager da OpenAI impediu anunciantes de acessar os próprios dados de campanha por semanas. Um anunciante enterprise relatou, segundo o The Keyword, ter gasto apenas 3% de um orçamento de US$ 250 mil ao longo de várias semanas sem conseguir avaliar se as impressões geraram qualquer ação. No modelo vigente até abril, anunciantes recebem apenas dados agregados: total de impressões, total de cliques e métricas derivadas. Não há segmentação demográfica, granularidade geográfica por usuário, nem qualquer dado rastreável a uma conversa individual.
A batalha dos modelos: por que CPM caiu e CPC mudou o jogo
Para entender o que está em disputa, é necessário tratar os três modelos de precificação publicitária como objetivos de marketing distintos. Cada um com uma relação de risco radicalmente diferente entre anunciante e plataforma.
CPM: o modelo da visibilidade — e seu fracasso rápido
O piloto abriu com CPM de US$ 60 por mil impressões. Aproximadamente três vezes o CPM médio da Meta e seis a dez vezes o CPM de um anúncio de display no Google. O raciocínio era defensável: ChatGPT como ambiente premium, atenção concentrada, intenção explícita. Em nove semanas, o CPM havia caído para cerca de US$ 25.
A queda teve dois vetores simultâneos. O inventário de impressões saltou 600%, o que pressionou o preço por simples efeito de oferta. Ao mesmo tempo, o CTR inicial de 0,91% (contra 6,4% no Google Search, segundo dados da Adthena de março de 2026) tornou público o que muitos anunciantes já suspeitavam internamente: visibilidade e utilidade funcionam de forma distinta em ambiente conversacional. A comparação entre os dois CTRs tem limitação metodológica relevante: Google Search e ChatGPT são ambientes de intenção estruturalmente distintos. O primeiro opera sobre palavras-chave em modo de busca ativa, o segundo sobre conversas em modo de tarefa. O número indica direção, não equivalência.
O resultado foi que o CPM alto se converteu, na prática, em custo de pesquisa e desenvolvimento pago com verba de mídia. Quem alocou US$ 250 mil nessa fase operava com lógica de early-mover: compra de dados proprietários sobre comportamento de conversão em interfaces de chat antes que a concorrência chegue. A narrativa de US$ 100 milhões em receita anualizada em seis semanas descreve o faturamento da plataforma, não o ROI dos anunciantes.
CPC: a travessia para o território do Google
Em 21 de abril de 2026, a Digiday confirmou, citando capturas de tela verificadas do Ad Manager da OpenAI, a ativação de lances de custo por clique entre US$ 3 e US$ 5. Ao cobrar por clique, a OpenAI entra na mesma unidade de medida do Google Search e aceita a comparação direta. Movimento de posicionamento competitivo que vai além de uma alteração de modelo de faturamento.
O CPC de US$ 3 a US$ 5 abre uma comparação que ainda não tem resposta. No Google Search, o CPC médio varia de US$ 1 a US$ 2 em nichos genéricos, chegando a US$ 50 ou mais em financeiro e jurídico. O ChatGPT pratica um piso de entrada que é caro para categorias de baixa intenção e potencialmente competitivo para categorias de alta consideração (B2B, saúde, serviços financeiros, educação) onde o usuário formula perguntas específicas que revelam estágio avançado de decisão.
A tese que sustenta o CPC conversacional foi articulada pelo próprio David Dugan em seu post de chegada à OpenAI no LinkedIn: a intenção não está no início do prompt, ela se constrói no meio da conversa. Um usuário que pergunta ao ChatGPT “qual serviço de kit de refeições tem a assinatura mais flexível para quem mora sozinho e viaja com frequência” está expressando necessidade em detalhe que nenhuma palavra-chave captura. A hipótese é que, embora menos pessoas cliquem, quem clica está em fase de conclusão de tarefa — o que poderia justificar taxas de conversão superiores por clique mesmo com CTR muito menor.
Essa hipótese permanece sem validação em escala até 23 de abril de 2026. É precisamente o que o CPC e o pixel de conversão, em conjunto, tentam testar.
O mapa já existe. O Google o desenhou há 25 anos. Como observou John Battelle, a introdução do custo por clique pelo Google, há um quarto de século, desencadeou uma revolução no marketing que moldou todos os cantos do mundo digital. Não apenas os setores de busca, redes sociais e dispositivos móveis foram construídos com base em anúncios de performance — os produtos de consumo que definiram a cultura digital também: Instagram, Amazon, YouTube, Reddit, Twitter e a própria busca do Google. A obsessão por performance deu origem ao capitalismo de vigilância orientado por dados, hoje onipresente em quase todos os modelos de negócios da internet, do Uber à Apple. A OpenAI acaba de ativar o mesmo mecanismo no único ambiente que ainda não havia sido colonizado por ele: a conversa.
O gap de atribuição: o elo que ainda falta
O pixel de rastreio, anunciado em implantação parcial pela OpenAI, é o terceiro elemento da cadeia, e o mais crítico. Sem ele, o CPC é melhor que o CPM para o anunciante, mas ainda incompleto: documenta o clique sem alcançar o resultado. Ashley Fletcher, CMO da Adthena, resumiu o diagnóstico: os dados iniciais mostram “uma plataforma ainda encontrando seu passo” — e o passo que falta é a prova de que o clique converteu.
O custo por aquisição (CPA — pagamento apenas pelo resultado final, a venda, o lead, a assinatura ) é o destino lógico do modelo, mas depende de pixel maduro operando em todos os anunciantes, não apenas nos participantes selecionados do piloto. A progressão CPM → CPC → CPA descreve três estágios de maturidade de uma plataforma publicitária. O Google levou anos para percorrer esse caminho. A OpenAI está tentando comprimi-lo em trimestres, com pressão de IPO acelerando cada etapa.
A parceria com a Criteo para construção de plataforma self-serve adiciona uma quarta peça: democratizar o acesso, reduzindo o mínimo de entrada de US$ 50.000 para valores que médias empresas possam operar. Cada peça (CPC, pixel e self-serve) resolve um problema distinto da mesma equação: transformar o ChatGPT de canal de visibilidade premium em canal de performance auditável.
Com base nas comunicações públicas da empresa — Testing ads in ChatGPT e Our approach to advertising —, a arquitetura básica opera da seguinte forma: anúncios aparecem ao final das respostas do ChatGPT, sempre que o sistema identifica um “produto ou serviço patrocinado considerado relevante com base na conversa atual”. São visualmente separados do conteúdo orgânico e claramente rotulados como patrocinados. A seleção do anúncio usa o tema da conversa em curso, histórico de chats anteriores e interações passadas com anúncios , sem dados demográficos declarados pelo usuário.
A OpenAI não divulgou publicamente como o sistema ranqueia anúncios concorrentes para o mesmo contexto; qual é a arquitetura de isolamento entre o modelo de geração de resposta e o modelo de seleção de anúncio; e quais variáveis específicas, além do tema da conversa, alimentam o algoritmo de matching. Essas informações constituem a “caixa-preta” que a designação VLOSE europeia, se confirmada, obrigará a abrir.
O motor da Meta no chassi da IA
A contratação de David Dugan em 24 de março de 2026 integra uma sequência que revela a lógica de construção da infraestrutura publicitária da OpenAI.
O primeiro foi a chegada de Fidji Simo. Ex-chefe do aplicativo Facebook na Meta e uma das principais arquitetas do negócio de anúncios da empresa (que gerou US$ 196,18 bilhões em receita em 2025), Simo tornou-se CEO de aplicações da OpenAI no ano anterior. Dugan reportará ao COO Brad Lightcap, segundo o Wall Street Journal, e traz consigo mais de uma década de relações construídas com as maiores agências e holdings do mundo publicitário: WPP, Publicis, Dentsu, Omnicom.
O padrão é legível: a equipe que construiu o maior negócio de publicidade de rede social do mundo está sendo remontada na OpenAI. Simo e Dugan trabalharam juntos na Meta durante os anos de maior expansão comercial da plataforma. Dugan supervisionou a parceria global com o WPP antes de liderar a equipe global de agências. “Ele conhece o jardim murado por dentro”, disse um executivo do setor à Digiday.
O que Dugan herda na OpenAI é, em estrutura, o mesmo desafio que enfrentou na Meta em 2013: convencer a indústria de que uma plataforma nova com dados sem precedente vale o risco de alocar verba antes que as métricas estejam maduras. O ativo que Dugan conhecia na Meta era o grafo social. O que encontra na OpenAI é o grafo conversacional, mais íntimo, mais explícito, e sem os doze anos de precedente regulatório que o Facebook acumulou antes de ser investigado.
Shamsul Chowdhury, SVP de paid social na Zeno Group, articulou a escolha com precisão em declaração à Digiday: “A OpenAI quer alguém que tenha liderado a iniciativa de produtos liderados por IA em escala, como o Advantage+, e David definitivamente fez isso na Meta.” O que Dugan não transfere é o tempo. O Facebook de 2012 tinha anos para iterar antes de enfrentar reguladores. O ChatGPT de 2026 tem meses.
Em seu post no LinkedIn, Dugan formulou a tese que orientará sua gestão: “Uma oferta relevante e direcionada que eu pudesse clicar para concluir uma tarefa me ajudaria ainda mais.” E definiu o modelo como “nativo de IA, construído de forma fundamentalmente diferente de outras plataformas dada as novas tecnologias que a OpenAI desenvolveu.”
A lógica é a mesma que Dugan operou por uma década. O dado que a alimenta tem natureza diferente — e é exatamente aí que a diferença se torna juridicamente relevante na Europa.
O arquivo de franqueza humana
O Google conhece o que você procura. A Meta sabe com quem você se relaciona. O ChatGPT sabe o que você pensa quando ainda está formulando o que quer.
A distinção é estrutural. Quando alguém digita “tratamento para ansiedade” no Google, a informação é um fragmento intencional, editado para uma busca. Quando a mesma pessoa descreve ao ChatGPT como se sente, o que não consegue fazer, por que tem medo de ir ao médico, isso é outro tipo de dado: o registro de um estado psicológico em processo, anterior à formulação de uma intenção. Altman identificou o problema antes de revertê-lo. A tensão que ele nomeou não desapareceu com a mudança de posição.
O piloto atual usa targeting contextual baseado no conteúdo da conversa, não em dados demográficos. Anunciantes não conseguem selecionar audiências por características protegidas. A OpenAI afirma que conversas permanecem privadas e que dados de usuários não são vendidos. Isso é o que a empresa divulgou sobre o mecanismo.
O que a empresa não divulgou, e constitui a camada analítica desta reportagem, não um fato técnico confirmado, é como variáveis de estado emocional ou de fase de decisão pesam, se pesam, na seleção de anúncios. Não há evidência pública de que o sistema targeteia por vulnerabilidade declarada. O que existe é a capacidade estrutural para que isso ocorra: o sistema lê o conteúdo da conversa em andamento para selecionar anúncios, e esse conteúdo frequentemente inclui estados emocionais, dificuldades e decisões em aberto. Uma pessoa que descreve dificuldades financeiras pode receber anúncios de crédito não porque o sistema foi instruído a explorar vulnerabilidade, mas porque “dificuldade financeira” e “crédito” são semanticamente próximos em qualquer modelo de linguagem.
Essa distinção entre intenção do sistema e efeito do sistema é precisamente o que nenhum instrumento regulatório vigente define com clareza. A inferência psicológica a partir de 68 curtidas no Facebook, que a Cambridge Analytica converteu em targeting político com 85% de precisão segundo análise do Brennan Center for Justice, era aproximada e estatística. A inferência a partir de um diálogo em linguagem natural opera sobre declarações diretas. O modelo não precisa inferir o estado do usuário. O usuário o declara.
O risco é regulatório e epistêmico: a lei proíbe exploração de vulnerabilidades, mas não define o que é vulnerabilidade em contexto conversacional. E o usuário que usa o ChatGPT como assistente neutro não tem como saber se o que ele acabou de dizer alimentou a seleção do anúncio que apareceu em seguida.
Na avaliação de John Battelle, analista que acompanha o mercado publicitário digital desde a fundação do Google, a OpenAI lançou seu primeiro produto de publicidade de performance — e a corrida que isso inaugura é uma corrida que a empresa não pode se dar ao luxo de perder. Os dados que criamos ao despejarmos nossas esperanças, medos, intimidades, perguntas e narrativas pessoais na boca insaciável de um chatbot de IA estão sendo coletados e explorados pelo mesmo modelo de negócios que nos legou o Facebook. Era inevitável que a OpenAI encontrasse a internet em seu ponto mais lucrativo. Agora que isso aconteceu, as estruturas de incentivo da publicidade de performance marcarão para sempre a essência de nossas interações com a IA e, por extensão, nossa compreensão do mundo.
O cerco regulatório ou fator Europa
A resposta regulatória mais concreta vem da Europa, e está em movimento neste momento com três instrumentos em estágios distintos de aplicação — cada um alcançando dimensões diferentes do mesmo problema.
DSA: a designação iminente e suas consequências práticas
Segundo o jornal alemão Handelsblatt, citando fontes dentro da Comissão Europeia, a classificação do ChatGPT como “mecanismo de busca online de grande dimensão” (VLOSE) sob a Digital Services Act pode ser anunciada em dias. O porta-voz da Comissão Thomas Regnier confirmou à Reuters, em 10 de abril de 2026, que “a OpenAI publicou números de usuários do ChatGPT acima do limite de 45 milhões do DSA para designação” e que “os serviços da Comissão estão atualmente avaliando essa informação.” A funcionalidade de busca do ChatGPT alcançou mais de 120 milhões de usuários mensais na UE nos seis meses até setembro de 2025. Quase três vezes o limite regulatório.
A designação como VLOSE coloca o ChatGPT na mesma categoria de Google Search e X em termos de obrigações regulatórias e suas consequências para o modelo publicitário são diretas. Uma vez designada, a OpenAI terá quatro meses para:
- Abrir a lógica do targeting publicitário — explicar publicamente como anúncios são selecionados, por que aquele anúncio apareceu naquela conversa, e quais variáveis alimentam o algoritmo. É a “caixa-preta” que o modelo conversacional ainda não revelou em nenhuma jurisdição.
- Avaliar riscos sistêmicos ao bem-estar dos usuários — incluindo análise explícita de como o sistema publicitário pode afetar grupos vulneráveis. No contexto conversacional, isso inclui, por definição, usuários que declaram estados emocionais difíceis durante a interação.
- Contribuir com até 0,05% da receita anual líquida global para o framework de supervisão da UE — e enfrentar penalidades substanciais por descumprimento. A X foi multada em €120 milhões em dezembro de 2025 por falhas nos requisitos de transparência do DSA.
O timing cria uma colisão: a OpenAI está expandindo o piloto publicitário para novos mercados — Canadá, Austrália e Nova Zelândia — enquanto a Comissão prepara a designação que tornará a entrada no mercado europeu significativamente mais complexa. Sem dado confiável até 23 de abril de 2026 sobre quando a OpenAI planeja estender publicidade à UE, mas a designação VLOSE chegará antes.
AI Act: o que está em vigor e o que falta
O AI Act europeu opera em camadas temporais que ainda não alcançaram sincronização com o ritmo de desenvolvimento do mercado publicitário conversacional.
Desde 2 de fevereiro de 2025, estão em vigor as proibições de práticas de manipulação nociva — as “linhas vermelhas” do regulamento, que incluem sistemas que exploram vulnerabilidades de pessoas de forma subliminal. Em 2 de agosto de 2026, entram as regras de transparência plena para sistemas de IA que interagem diretamente com pessoas, incluindo obrigações de disclosure em chatbots.
O problema estrutural é de definição, e está presente desde o primeiro dia do piloto. O AI Act proíbe manipulação subliminal e exploração de vulnerabilidades. Mas não define operacionalmente onde termina a personalização contextual legítima e começa a exploração de um estado emocional declarado em linguagem natural. Um anúncio de serviço de saúde mental exibido a um usuário que acabou de descrever sintomas de ansiedade: é relevância contextual ou targeting de vulnerabilidade? A lei não responde. Nenhuma autoridade regulatória respondeu até esta data.
O segundo rascunho do “Code of Practice” sobre transparência de conteúdo gerado por IA foi publicado em março de 2026, com finalização prevista para junho de 2026. O documento cobre marking e labelling de conteúdo sintético, mas não endereça especificamente a publicidade inserida em sistemas conversacionais. É um instrumento desenhado para o problema de deepfakes e desinformação — não para o problema da influência comercial em tempo de conversa.
DMA: a lacuna estrutural que a revisão de 2026 pode ou não fechar
Sob o Digital Markets Act, a posição da OpenAI é anomalamente confortável para uma plataforma de seu porte: ela não é um “gatekeeper” designado, porque IA Generativa não consta como “core platform service” na legislação vigente. Os gatekeepers designados são Alphabet, Amazon, Apple, ByteDance, Meta e Microsoft; empresas com as quais a OpenAI agora disputa diretamente por verbas publicitárias, mas às quais se aplica uma regulação que não a alcança.
Em reinterpretação de 15 de abril de 2026, a Comissão Europeia sinalizou que sistemas de IA capazes de recuperar, sintetizar e apresentar informações em resposta a consultas de usuários competem funcionalmente com motores de busca. O que os tornaria sujeitos, em princípio, às obrigações do DMA. Mas a reinterpretação não cria obrigações imediatas. Redefine o perímetro competitivo sem alterar o texto da lei.
O DMA está em revisão obrigatória até 3 de maio de 2026, conforme mandato do próprio regulamento. A questão de incluir IA Generativa como “core platform service”, que permitiria designar a OpenAI como gatekeeper, está na pauta da revisão. Pesquisadores do London School of Economics citados pelo TechPolicy.Press argumentam que a designação é necessária para “reequilibrar a contestabilidade em um mercado de IA atualmente dominado por quem tem maior acesso a poder computacional e vantagens de first-mover.” A indústria americana, por sua vez, alerta que a designação pode levar empresas a “limitar funcionalidades no mercado europeu” para evitar compliance.
O resultado prático: a OpenAI opera no mercado europeu sujeita ao DSA (em avaliação para VLOSE), ao AI Act (com proibições de manipulação já em vigor e transparência chegando em agosto), mas inteiramente fora do alcance do DMA, que é o instrumento mais poderoso para forçar acesso de dados e interoperabilidade. Enquanto o Google é obrigado a compartilhar dados de query e ranking com concorrentes, a OpenAI não tem obrigação equivalente sobre os dados conversacionais que alimentam seu targeting publicitário.
O paradoxo do timing
A Comissão Europeia está construindo o cerco regulatório a partir de instrumentos projetados para plataformas que existiam antes de 2022. A publicidade conversacional — definida por muito como targeting por estado mental declarado em linguagem natural, sem palavra-chave, em tempo real, dentro de um sistema que o usuário percebe como assistente neutro — é uma categoria que nenhum desses instrumentos antecipou com precisão.
O DSA força transparência sobre o mecanismo. O AI Act proíbe o abuso mais extremo. O DMA não alcança a empresa. A FTC americana não se manifestou. Nenhuma jurisdição produziu uma norma específica para o modelo.
O paradoxo é que a designação VLOSE (movimento regulatório mais concreto disponível) por chegar ante mesmo de o piloto publicitário da OpenAI operar na Europa. A Comissão estará regulando um produto que os cidadãos europeus não viram, com base em dados de usuários americanos, canadenses e australianos. É uma regulação antecipatória; o que é metodologicamente incomum e operacionalmente difícil de executar sem uma análise de risco baseada em produto real em funcionamento.
O campo de batalha competitivo
A OpenAI não está sozinha nesse movimento, mas é a única que cruzou explicitamente a linha entre assistente e canal publicitário em um sistema de conversação de uso geral.
O Google testou anúncios dentro do AI Mode — sua busca conversacional — com “Direct Offers” no Shopping e o produto AI Max, que elimina o targeting por palavra-chave e usa o Gemini para cruzar landing pages com sinais de intenção. A empresa citou alta de 80% em receita para varejistas após habilitar AI Max em comunicado corporativo. O Google afirmou não ter planos de inserir anúncios no Gemini enquanto assistente autônomo, mantendo, por ora, a distinção entre Google Search com IA (produto publicitário) e Gemini (assistente).
A Meta opera em território de automação, não de conversa. O Advantage+ já é usado por 65% dos anunciantes da plataforma, com redução documentada de até 32% no custo por aquisição para quem migrou de estruturas manuais. A mudança estrutural mais relevante no modelo publicitário da Meta em 2026, porém, é o Andromeda, novo sistema de recuperação de anúncios que inverte a lógica tradicional de segmentação. Em vez de mirar segmentos específicos com creative fixo, o Andromeda incentiva diversidade de assets para audiências amplas, deixando a IA da Meta decidir quais mensagens, formatos e ângulos ressoam com cada grupo de usuários. O modelo substitui o targeting manual por seleção algorítmica de contexto — uma mudança de filosofia, não apenas de ferramenta. A atualização de algoritmo causou flutuações de performance que exigiram adaptação rápida. Anunciantes relatam ao Marketing Brew um processo constante de identificação de novas funcionalidades de IA em que foram incluídos automaticamente sem notificação prévia.
A Anthropic mantém, até a data desta publicação, posição pública sem publicidade. Condição que, se sustentada, pode tornar-se diferencial estratégico. Será revertida pela mesma pressão de infraestrutura que reverteu a posição de Altman? Só o tempo dirá.
A promessa de Zuckerberg para o futuro do modelo publicitário da Meta é mais radical do que o Andromeda: um dia, anunciar nas plataformas da empresa será tão simples quanto inserir um número de cartão de crédito e um objetivo de negócio — a IA cuida do restante. A empresa teria indicado que esse dia poderia chegar ainda em 2026, segundo o Wall Street Journal. Os compradores de mídia consultados pela Marketing Brew em abril de 2026 divergem: a avaliação predominante é que essa data está muito mais distante da realidade operacional do que a Meta projeta publicamente. “No fim do dia, os problemas que continuamos vendo são overspend em colocações de menor qualidade, demografias e regiões de baixo engajamento, e falta de configuração adequada no nível do anúncio”, disse Jeremy Schulkin, SVP de serviços da Hawke Media. “Vai ser necessário um nível de interação humana para as marcas, na nossa opinião, por muito tempo ainda.”
Há um custo oculto que o debate sobre automação publicitária raramente centraliza: a automação de entrega pressupõe volume humano de criação. O Andromeda funciona melhor com múltiplos conceitos distintos — não variações menores do mesmo anúncio, mas histórias e ângulos completamente diferentes. Um caso relatado à Marketing Brew por Aaron Edwards, CEO da agência The Charles Group, é ilustrativo: uma única campanha para um cliente, distribuída em quatro personas e cinco conceitos cada, resultou em 1.000 assets de creative. A IA distribui com eficiência crescente. Quem produz o que ela distribui ainda são pessoas — e o volume exigido cresce na mesma proporção que a sofisticação do algoritmo. As grandes marcas resistem ao creative gerado por IA dentro das ferramentas da Meta por receio de risco legal com imagem sintética não declarada, segundo relatos de compradores de mídia à Marketing Brew. O resultado é uma pressão crescente sobre equipes de criação humana para alimentar sistemas que foram projetados para receber volumes de IA.
As projeções e o que elas pressupõem
A OpenAI apresentou a investidores projeções de receita publicitária de US$ 2,5 bilhões em 2026, US$ 11 bilhões em 2027, US$ 25 bilhões em 2028, US$ 53 bilhões em 2029 e US$ 100 bilhões em 2030, segundo a Axios. Para referência: o negócio de publicidade do Google gerou US$ 294,69 bilhões em 2025; o da Meta, US$ 196,18 bilhões. A OpenAI parte de zero para disputar um mercado que esses dois dominam há mais de uma década.
A curva pressupõe 2,75 bilhões de usuários semanais até 2030. O ChatGPT tem, segundo declaração da própria OpenAI (não auditada externamente), mais de 900 milhões de usuários semanais em abril de 2026. Nada se sabe sobre a metodologia ou as premissas de crescimento que sustentam a projeção.
O que os números não resolvem é a tensão que Altman identificou antes de revertê-la: o ativo central do ChatGPT é a percepção de neutralidade das respostas. Cada anúncio é uma variável que pressiona esse ativo. O Google administra essa tensão há 25 anos e ainda enfrenta investigações antitruste sobre a mistura de resultados orgânicos e pagos. A OpenAI está tentando percorrer o mesmo caminho em velocidade incomparavelmente maior, com usuários que depositam no assistente uma confiança categoricamente diferente da que depositam em uma lista de resultados de busca.
A questão que Battelle coloca é mais direta: como os incentivos inerentes à publicidade orientada por dados impactarão nossas experiências com IA? Presumir que nada mudará é ignorar a história e os princípios básicos do capitalismo. A OpenAI declarou a ambição de se tornar uma empresa de publicidade de performance avaliada em US$ 100 bilhões em menos de quatro anos — o Google levou quase duas décadas para atingir esse marco. A empresa também planeja abrir capital com avaliação de um trilhão de dólares ainda em 2026. Essas expectativas inevitavelmente forçarão a empresa a adaptar seus produtos à coleta e exploração do recurso mais precioso que possui: as informações que bilhões de pessoas despejam em janelas de chat todos os dias.
A OpenAI administra dois riscos simultâneos de percepção. O primeiro: ser lida como vendedora; o que dissolve o diferencial em relação ao Google. O segundo: manter a percepção de assistente neutro enquanto targeteia por estado emocional; o que gera o risco regulatório mais exigente do setor, o de ser a primeira plataforma a ter que explicar, em linguagem jurídica, por que o targeting por franqueza humana difere de targeting por vulnerabilidade.