Do digital para a inteligência: o que o VP da SAS diz sobre o futuro do Marketing orientado por dados

Uma frase resume o principal argumento de Mike Blanchard, VP responsável pelas soluções de Marketing Technology e Personalização da SAS, em favor da IA Agêntica: “A Inteligência Artificial está democratizando o acesso à informação”, disse durante a SAS Innovate 2026. “Profissionais de Marketing não precisam mais entender obrigatoriamente de dados. Eles podem simplesmente conversar com um agente que faz o trabalho inteligente nos bastidores”. A IA, segundo ele, está atacando o gargalo dos silos que cuidam das diferentes funções do Marketing, da estratégia criativa à análise de dados, passando pela gestão e execução de campanhas, sejam grandes ou muito pequenas.

Blanchard usou como exemplo a acessibilidade que a nova ferramenta da SAS traz para um processo como o briefing de Marketing. “Criar um briefing de Marketing leva muito tempo. Depois, você precisa ir até as equipes de dados para pedir as informações que vão suportar os objetivos daquela campanha. E aí, se você somar esses passos, chega a um processo que, no melhor dos casos, leva de seis a oito semanas. Em um banco, pode ser de dez a 14 semanas, do surgimento de uma ideia até algo no mercado”, explicou o executivo.

Com o agente de IA integrado ao Journeys Agent, parte do novo ecossistema de IA Agêntica do SAS Customer Intelligence 360, o processo ganha em simplificação e agilidade. Em vez de depender de intermediários técnicos e esperar que as áreas liberem as informações, é possível ter acesso direto à inteligência. Em outras palavras, muda quem pode participar do processo. “O que fazemos agora é democratizar a capacidade a partir do briefing. A aplicação constrói por você. O briefing é então montado diretamente na ferramenta, sem necessidade de configuração”, disse. 

CADASTRE-SE GRÁTIS PARA ACESSAR 5 CONTEÚDOS MENSAIS

Já recebe a newsletter? Ative seu acesso

Ao cadastrar-se você declara que está de acordo
com nossos Termos de Uso e Privacidade.

Cadastrar

“Meu objetivo é pegar qualquer processo seu, do início ao fim, e literalmente reduzi-lo a menos da metade do que é hoje. Essa é a mudança de patamar.”

O resultado, segundo Blanchard, é o próximo salto na curva de personalização: o chamado “efeito taco de hóquei” (hockey stick) de eficiência que muitas empresas buscam, mas poucas conseguem sustentar.

“Os últimos 15 anos foram uma transição para o digital. Isso tornou a informação mais pervasiva. Agora é a inteligência que precisa se tornar pervasiva. É aí que entra a IA.”  Para que a inteligência seja realmente disseminada, as empresas precisam fazer mais do que adicionar IA às pontas do processo. É preciso repensar a arquitetura. “O que defendemos é uma camada de inteligência de decisão entre os pontos de ativação e os dados de origem. Estamos atuando como uma abstração entre o dado e a camada de experiência.”

Por que isso importa? Porque a camada de experiência muda o tempo todo e vai continuar mudando, na visão de Blanchard. Nos próximos três anos, o crescimento no uso de agentes pessoais será de dez vezes. “Estamos vendo isso já nas buscas, porque tudo é resumido pelo seu assistente de IA. Mas imagine que você faz tudo por meio de algum tipo de agente local. E de repente, onde é que a marca vai se conectar com você?” A disintermediação entre marcas e consumidores, nesse cenário, pode ter um grande impacto para milhares de empresas.

A resposta da SAS é posicionar uma camada decisória robusta, baseada em modelos preditivos e dados unificados, que consiga responder a qualquer ponto de ativação, seja ele um canal tradicional, um assistente de voz, um wearable ou um agente pessoal. “As regras sempre vão existir”, ponderou Blanchard, explicando que elementos como políticas globais de contato e restrições de volume de comunicações continuam sendo necessários. “Mas o que você precisa ao lado das regras é basicamente de capacidade de modelagem para prever.” A combinação de regras e modelos preditivos é o que permite, na visão dele, sair de grandes campanhas genéricas para tratamentos individualizados em escala.

O executivo usou o exemplo de um banco para ilustrar onde essa inteligência pode chegar. “Um cliente tira dinheiro de um caixa eletrônico, mas esquece de pegar o dinheiro e vai embora. Isso acontece frequentemente à meia-noite, quando as pessoas saem de bares. Em vez de o cliente se dar conta e entrar em pânico logo depois ou no dia seguinte, o banco pode capturar esse evento e enviar uma mensagem de texto dizendo: ‘Não se preocupe, seu dinheiro está seguro, foi creditado de volta na sua conta.’ Isso é uma experiência de verdade.” 

“Pode não ser exatamente uma questão de Marketing, mas dentro da experiência do cliente é onde os bancos precisam estar.”

A SAS anunciou oficialmente durante o SAS Innovate a ampliação dos recursos de IA agêntica no SAS Customer Intelligence 360, com um sistema multiagente no qual cada agente é especializado e orientado ao contexto. O SAS 360 Agent atua como uma camada de supervisão, coordenando as interações entre agentes especializados, de Públicos a Jornadas, E-mail, Busca e Receitas. A abordagem, segundo a empresa, transforma a plataforma de uma ferramenta de Marketing poderosa em um sistema operacional inteligente para engajamento de clientes.

A profundidade analítica como diferencial

Perguntado sobre o que diferencia a SAS das plataformas de Martech construídas com foco primário em IA Generativa, Blanchard aponta o ativo mais antigo da empresa: décadas de profundidade analítica. “Você tem os grandes modelos de linguagem (LLMs) e a IA Generativa, a parte de agentes e chat. E depois tem o espectro muito mais amplo de modelos preditivos e descritivos e tudo que vem ao longo desse espectro”, disse.

O problema com as abordagens puramente generativas ou com os modelos de “caixa preta”, na visão do executivo, é que são intensivas em mão de obra especializada, ou são opacas demais para gerar confiança. “Há duas formas de construir Analytics. Uma é pagar profissionais de dados para usar ferramentas como SAS ou open source, gastar tempo processando dados, o que é trabalhoso. A outra é usar fornecedores colocando o que chamamos de modelos de caixa preta, aqueles em que as pessoas não conseguem entender quais dados estão sendo usados. E aí você tem problemas de confiança.”

A resposta da SAS é capturar todo o IP de modelagem acumulado durante a evolução da empresa e torná-la acessível de forma estruturada. Sobre esse repositório, a empresa está construindo interfaces simplificadas e agentes conversacionais que permitem construir modelos de experiência do cliente de maneira muito mais rápida. “Estamos construindo, na prática, receitas que tornam a criação de dados para modelagem muito mais simples. Você pode conversar com um agente e pedir que ele construa um modelo para isso ou aquilo. É mais simples porque nossos especialistas em dados já fizeram o trabalho anterior de configuração.”

O resultado é uma compressão radical no ciclo de vida de construção de modelos. “Você passa de um processo que potencialmente leva meses para dias e semanas. Isso traz escala.” E a escala, no Marketing, é decisiva. “O Marketing Digital roda em volume com taxas de retorno muito baixas. Um bom e-mail marketing tem 30% de taxa de abertura e talvez 8% a 10% de cliques. Isso significa que 70% estão ignorando e mais de 90% das pessoas não fazem nada com o e-mail que você enviou”, citou Blanchard.

A visão de futuro que ele propõe é uma inversão de lógica. “Em vez de pensar em volume, pense em resposta. Deveríamos operar em um mundo onde 70% das comunicações que você recebe geram alguma ação. Acho que todos na indústria, e os consumidores também, se sentiriam muito melhor com menos lixo chegando via inbox.” Mas chegar lá exige modelagem, targeting e escala operando em outro patamar.

IA responsável: quando governança é requisito de negócio

Desde a abertura da SAS Innovate até seu encerramento, o tema governança de IA foi um dos mais citados em apresentações e conversas com executivos. Mike Blanchard não foi exceção e falou sobre como a responsabilidade é incorporada nas ferramentas de Marketing da SAS e sobre por que isso não é opcional.

“A explicabilidade vai ser cada vez mais importante para os profissionais de Marketing, porque precisamos entender como nossos dados estão sendo enviesados no que estamos dizendo aos nossos clientes”, comentou. O problema, de acordo com o executivo, é que o viés está nos próprios dados históricos. “Seus dados contêm o viés. Então duas coisas que estamos endereçando: uma é usar dados sintéticos para reduzir o viés – porque se meus dados têm viés, posso gerar dados adicionais para removê-lo. Mas também é sobre tornar isso visível.”

Isso se traduz em métricas de fairness exibidas ao final de cada modelo construído na plataforma. “A aplicação mostra as métricas de fairness na base de cada modelo. Você pode avaliar: estou confortável com esse nível de fairness?” O sistema também expõe para usuários avançados todo o processo de construção do modelo, quais dados foram usados, quais passos foram dados, qual modelo foi selecionado. “Muita transparência, visibilidade, guardrails de verdade.”

Para o futuro, a SAS planeja ir além de mostrar o viés: sugerir e potencialmente fazer correções de forma autônoma. “A visibilidade é fundamental. As pessoas precisam entender a base de dados que está gerando inteligência. Essa será a diferença entre confiarmos nesses sistemas e usá-los, ou deixar que eles falhem.”

Tecnologia? O obstáculo real é a cultura de liderança

Desviando o foco das ferramentas por um momento, Blanchard lembrou que há coisas que nenhum bom produto resolve sozinho, entre elas a mentalidade das lideranças. “Os obstáculos tendem a estar em equipes de dados separadas das equipes de operações de campanha. Mas, francamente, o maior obstáculo é uma liderança que ainda empurra volume. Quantas pessoas alcançamos no mês passado? Como vamos bater isso esse mês?”

Ele citou como exemplo líderes que ainda operam com versões mais antigas do software da SAS, mesmo que seus contratos digam abertamente que têm direito à versão mais recente. Alguns clientes, durante o processo de migração, teimam em comparar parâmetros antigos de performance com a nova configuração. “Eu digo a eles para reescrever sua performance. Para que usem isso como uma oportunidade para não ficar comparando com o mês anterior ou o ano passado.” A resistência é compreensível, mas o custo de não mudar é alto. “Tecnologia é uma coisa. Mas recabear as pessoas e os processos é outra.”

• marketing digital
• SAS Innovate 2026
• inteligência de marketing
• IA agêntica marketing
• SAS Customer Intelligence 360
• personalização em escala
• camada de decisão inteligente
• marketing orientado por dados
• agentes de IA marketing
• marketing technology
• martech
• dados e inteligência artificial
• modelos preditivos marketing
• automação de campanhas