A jornada de compra está mudando em duas frentes ao mesmo tempo. De um lado, plataformas como o TikTok transformam conteúdo, busca, recomendação e compra em uma experiência contínua. Do outro, ferramentas de inteligência artificial passam a pesquisar, comparar e recomendar produtos antes mesmo de o consumidor visitar o site de uma marca.
Para as empresas, a consequência é estrutural: já não basta aparecer no Google, comprar mídia ou manter perfis ativos nas redes sociais. A marca precisa ser compreensível, verificável e relevante para pessoas, plataformas e sistemas de inteligência artificial.
A UIN analisou dados recentes sobre TikTok Shop, busca social, live commerce, pesquisa assistida por IA e comércio agêntico para entender como essa transformação altera descoberta, consideração e decisão de compra.
Da busca pela marca à descoberta do produto
Durante décadas, boa parte do marketing digital foi construída sobre uma premissa: o consumidor identifica uma necessidade, pesquisa alternativas, visita sites, compara ofertas e compra. Essa sequência está ficando menos linear.
No TikTok, descoberta e compra já podem ocorrer dentro do mesmo ambiente. Segundo dados divulgados pela própria plataforma em 2026, as buscas no TikTok cresceram mais de 40% em 2025. No TikTok World 2026, a empresa informou ainda que três em cada quatro usuários afirmam já ter comprado um produto depois de descobri-lo na plataforma.
O ponto não é que o TikTok substituiu os mecanismos de busca. O fenômeno relevante é outro: a descoberta comercial passou a acontecer em mais lugares e em formatos diferentes. Vídeos, comentários, creators, lives, avaliações, pesquisas tradicionais, marketplaces e inteligência artificial participam de uma mesma jornada.
102 vezes: o crescimento do TikTok Shop no Brasil
O Brasil oferece um exemplo concreto da velocidade dessa transformação. Um ano após o lançamento do TikTok Shop no país, o GMV médio diário cresceu 102 vezes, segundo dados divulgados pelo TikTok em junho de 2026. No mesmo período, a média de criadores afiliados ativos, considerados aqueles que realizaram pelo menos uma venda no dia, aumentou 46 vezes.
Uma pesquisa in-app conduzida pela plataforma com aproximadamente 17 mil usuários apontou que 57,8% concluem compras diretamente no TikTok Shop depois de descobrir um produto no TikTok.
Algumas categorias mostram aceleração ainda maior. Dados divulgados em setembro indicam que, no primeiro semestre de 2026, as vendas de moda cresceram 154% e as de beleza, 151% no TikTok Shop, na comparação com o segundo semestre de 2025.
O live commerce também avançou. Entre maio de 2025 e março de 2026, o GMV médio diário gerado por lives cresceu 96 vezes, enquanto a quantidade média de transmissões diárias aumentou 20 vezes.
Esses números ajudam a explicar por que a fronteira entre mídia e varejo está ficando menos clara. O conteúdo que gera entretenimento também pode gerar busca, avaliação, recomendação e conversão.
O vídeo viral é apenas a parte visível
Para inteligência de mercado, o dado mais interessante não é simplesmente saber qual vídeo viralizou. A pergunta empresarial é entender o que estava acontecendo antes da viralização e o que acontece depois dela.
Um produto pode começar aparecendo em poucos vídeos. Depois surgem comentários recorrentes, perguntas sobre preço, comparações com concorrentes, pesquisas pelo nome da categoria, avaliações em marketplaces e novos creators reproduzindo o conteúdo. Em seguida, varejistas aumentam exposição, concorrentes respondem e anúncios começam a disputar a mesma intenção.
Separadamente, cada sinal pode parecer pequeno. Quando conectados, podem indicar formação de demanda.
É nesse ponto que social listening, análise de sentimentos e inteligência competitiva deixam de ser apenas ferramentas de comunicação. Elas passam a funcionar como sensores de mercado.
O consumidor também está perguntando à inteligência artificial o que comprar
Enquanto o TikTok comprime descoberta e compra, outra transformação ocorre na pesquisa.
O Google informou em 2026 que 82% da população brasileira utiliza ferramentas de inteligência artificial em suas rotinas, percentual que chega a 90% entre integrantes da Geração Z. Entre brasileiros que utilizam o Modo IA para compras, 43% afirmaram estar reduzindo o uso de outras ferramentas.
O próprio Google informa que aproximadamente 70% das consultas de compras em sua busca estão relacionadas a descoberta, exploração ou pesquisa de produtos, e não apenas à procura por um item previamente escolhido.
O ChatGPT também avançou diretamente sobre essa etapa da jornada. A pesquisa de produtos permite que o consumidor descreva necessidades, orçamento e preferências, compare opções e receba informações de produtos, avaliações, especificações, preços e disponibilidade.
Em março de 2026, a OpenAI ampliou o Agentic Commerce Protocol para descoberta de produtos. Varejistas como Target, Sephora, Nordstrom, Lowe’s, Best Buy, Home Depot e Wayfair passaram a integrar seus dados ao protocolo, enquanto lojistas da Shopify podem ter informações de catálogo integradas por meio do Shopify Catalog.
O significado empresarial é importante: uma parte crescente da consideração pode acontecer antes de o consumidor entrar no site da empresa.
O novo problema do marketing: ser escolhido pela máquina
Quando alguém pergunta a uma IA “qual bicicleta elétrica é melhor para trajetos urbanos?”, “qual notebook devo comprar para trabalhar com design?”, “qual tênis é indicado para minha primeira meia maratona?” ou “qual cosmético atende determinada necessidade?”, existe uma nova camada entre a empresa e o consumidor.
O sistema precisa localizar informações, interpretar atributos, identificar disponibilidade, comparar alternativas e avaliar relevância para aquela intenção.
Isso não significa que exista uma fórmula única para “convencer a IA”. Também não significa que publicidade, SEO ou construção de marca deixaram de importar. Significa que a qualidade e a disponibilidade dos dados sobre a empresa e seus produtos passam a participar diretamente da capacidade de descoberta.
A OpenAI informa que seus resultados de produtos podem utilizar dados enviados por comerciantes, informações públicas de produtos e outras fontes relevantes do varejo. O Google, por sua vez, opera seu Shopping Graph com mais de 60 bilhões de listagens de produtos e vem ampliando recursos de comércio agêntico.
Para uma marca, portanto, não estar bem representada nos dados que alimentam esses ambientes pode criar uma nova forma de invisibilidade digital.
De SEO para uma presença digital legível por IA
O SEO tradicional continua relevante, mas o problema tornou-se mais amplo.
Uma empresa pode ter um site tecnicamente adequado e ainda apresentar inconsistências entre página institucional, marketplaces, avaliações, redes sociais, fichas de produto, preços, descrições, distribuidores e comentários de consumidores.
Para humanos, essas divergências já prejudicam confiança. Para sistemas automatizados que precisam sintetizar informações provenientes de múltiplas fontes, elas também podem reduzir clareza.
O desafio passa a envolver estruturação de catálogo, atributos completos de produtos, disponibilidade, preços atualizados, conteúdo confiável, reputação, presença em fontes relevantes, avaliações, autoridade temática e consistência entre canais.
Em outras palavras: a empresa precisa construir uma identidade de mercado que possa ser compreendida tanto pelo consumidor quanto pelos sistemas que ajudam esse consumidor a decidir.
Ads também estão entrando na conversa
A publicidade acompanha essa mudança. O Google já testa formatos patrocinados no Modo IA, mantendo diferenciação entre recomendações orgânicas e publicidade. A lógica é inserir varejistas em momentos nos quais o consumidor está comparando alternativas dentro de uma experiência conversacional.
No TikTok, descoberta, conteúdo, creators, busca, Shop e mídia paga já convivem dentro do mesmo ecossistema. A plataforma vem ampliando soluções de performance para aproximar atenção e resultado comercial.
Isso cria uma mudança importante na mensuração. Impressão e clique continuam existindo, mas precisam ser analisados junto com busca, menções, sentimento, creator impact, avaliações, share of voice, conversão, presença em marketplaces e recomendação por IA.
O que as empresas ainda não estão medindo
Imagine duas marcas concorrentes com investimentos semelhantes em mídia.
A primeira domina anúncios e tem alto alcance. A segunda aparece com maior frequência em comentários positivos, reviews, conteúdos espontâneos, comparações, marketplaces e fontes que descrevem detalhadamente seus produtos.
Em uma jornada tradicional, a primeira pode parecer mais forte quando observamos somente mídia. Em uma jornada mediada por recomendação, a segunda pode apresentar um conjunto informacional mais rico para consumidores e sistemas de IA.
Isso cria novas perguntas para inteligência competitiva: quando alguém pergunta sobre determinada categoria a diferentes IAs, quais marcas aparecem? Quais atributos são associados a cada uma? Quais concorrentes são comparados? Quais fontes sustentam as respostas? Quais reclamações se repetem? Quais produtos estão crescendo em avaliações e conversas? Que creators estão acelerando determinado comportamento? Qual tendência começou no conteúdo e chegou ao marketplace?
Essas perguntas formam uma camada que a empresa dificilmente consegue enxergar olhando apenas seus próprios dashboards.
Onde entra o Ecossistema UIN
É exatamente essa fragmentação que orienta o desenvolvimento do Ecossistema UIN e do Mapa Vivo.
A proposta não é observar apenas redes sociais, apenas concorrentes ou apenas dados internos. É conectar sinais de diferentes fontes para compreender movimentos de mercado.
Em uma categoria de produtos, por exemplo, o monitoramento pode combinar crescimento de menções, sentimento, temas recorrentes nos comentários, avaliações, preços, movimentação de concorrentes, marketplaces, buscas, localização, creators, notícias, atributos valorizados pelo consumidor e presença das marcas em ambientes de inteligência artificial.
O resultado pretendido não é produzir mais um painel. É reduzir a distância entre sinal e decisão.
Se determinado atributo começa a crescer nos comentários antes de aparecer nas pesquisas tradicionais, existe um sinal. Se um concorrente passa a ser citado repetidamente pelas IAs em uma determinada intenção de compra, existe outro. Se reviews negativos se concentram em um problema específico e outro fabricante começa a explorar exatamente esse atributo, surge uma informação competitiva.
O valor está no cruzamento.
Do social listening para o market sensing
Essa mudança também altera o papel da análise de sentimentos.
Saber que 68% das menções são positivas pode ser pouco útil isoladamente. É mais relevante compreender por que são positivas, quais atributos aparecem, em qual momento da jornada, quais grupos manifestam aquela percepção, como ela muda ao longo do tempo e se existe relação com procura, avaliação ou comportamento de compra.
O mesmo vale para tendências do TikTok. Contar visualizações é apenas o começo. Uma empresa precisa saber se aquele movimento está restrito ao entretenimento ou se começa a alterar linguagem, desejo, comparação, busca e consumo.
É a passagem de monitoramento de mídia para market sensing, a capacidade de perceber alterações do ambiente antes que elas se consolidem em indicadores tradicionais.
Uma nova métrica: participação nas recomendações das IAs
A UIN está estudando uma camada adicional de inteligência competitiva: medir a presença de empresas e produtos nas respostas geradas por diferentes sistemas de IA para intenções reais de compra.
Em vez de observar apenas posição em mecanismos de busca, seria possível acompanhar a frequência com que uma marca é mencionada, os contextos em que aparece, concorrentes associados, atributos utilizados para descrevê-la e fontes que sustentam a recomendação.
Podemos chamar essa lógica de Share of AI Recommendation, participação da marca nas recomendações mediadas por inteligência artificial.
A métrica precisa ser tratada com rigor. Respostas de IA são dinâmicas, dependem da consulta, contexto, localização, disponibilidade de dados e atualização das fontes. Portanto, não se trata de executar uma pergunta isolada e transformar o resultado em ranking. O valor está em utilizar conjuntos padronizados de consultas, repetição, categorias comparáveis e acompanhamento temporal.
A disputa deixou de ser apenas pela primeira página
O TikTok mostra que o consumidor pode descobrir um produto sem procurá-lo. O TikTok Shop mostra que essa descoberta pode terminar em compra dentro da mesma experiência. O crescimento da pesquisa assistida por IA mostra que a comparação pode ocorrer sem a abertura de dezenas de sites. O comércio agêntico indica que sistemas poderão assumir partes ainda maiores da jornada.
Por isso, a questão estratégica para as empresas mudou.
Não basta perguntar onde o consumidor procura. É necessário entender quem influencia a descoberta, quais dados estruturam a comparação e por que determinada marca é apresentada no momento da decisão.
As empresas que conseguirem integrar mídia, conteúdo, reputação, inteligência competitiva, dados de produto, comportamento do consumidor e presença em inteligência artificial terão uma visão mais completa dessa nova jornada.
Sua marca aparece quando consumidores e IAs pesquisam sua categoria?
A UIN está aprofundando este estudo para mapear descoberta em redes sociais, análise de sentimentos, concorrência, marketplaces, avaliações, comportamento de busca e presença de marcas nas recomendações de inteligência artificial.
Empresas interessadas podem registrar seu setor, marca ou categoria para os próximos aprofundamentos. A demanda recebida orientará quais mercados serão analisados em maior profundidade.
Fontes e metodologia
Este estudo utiliza dados públicos e informações divulgadas por TikTok, OpenAI, Google e veículos especializados em comércio eletrônico. Dados fornecidos pelas próprias plataformas são identificados no texto e devem ser interpretados dentro desse contexto. As relações entre sinais digitais e resultados comerciais são tratadas como hipóteses de monitoramento quando não há evidência causal disponível.
Principais referências consultadas: TikTok Newsroom, dados publicados em junho e maio de 2026; OpenAI, documentação sobre Shopping Research e Agentic Commerce Protocol; Think with Google, estudos brasileiros sobre comportamento do consumidor e IA; Google Shopping, informações sobre Shopping Graph e comércio agêntico; E-Commerce Brasil, setembro de 2026.
Estudo UIN Inteligência de Mercado, 28 de setembro de 2026. Os dados representam as informações disponíveis na data da publicação e podem ser atualizados conforme a evolução das plataformas e do comportamento de compra.