O mercado pet brasileiro deve movimentar R$ 77,2 bilhões em 2025. Ao mesmo tempo, apenas 17% das empresas brasileiras utilizam algum tipo de inteligência artificial. A combinação desses dois dados abre uma questão estratégica: quanto uma empresa pode deixar de capturar quando desenvolve produtos, define mensagens e distribui investimentos de marketing sem transformar a voz do consumidor em informação estruturada?

A resposta não está em simplesmente “usar IA”. O diferencial está em conectar dados, análise de sentimentos, comportamento do consumidor, desenvolvimento de produtos e decisões comerciais.

IA avança nas empresas brasileiras, mas ainda há uma grande distância entre adoção e escala

A pesquisa TIC Empresas 2025, do Cetic.br|NIC.br, entrevistou 4.174 empresas e mostrou que a adoção de inteligência artificial passou de 13% em 2024 para 17% em 2025. Nas pequenas empresas, o percentual avançou de 10% para 15%. Nas grandes, passou de 38% para 50%.

Entre as empresas que já utilizam IA, 68% empregam automação de processos de fluxos de trabalho, 44% aplicam IA em marketing ou vendas, 38% utilizam mineração de texto e análise da linguagem escrita e 25% usam machine learning para predição e análise de dados.

Esses números mostram que a discussão já deixou de ser apenas tecnológica. A questão passa a ser onde a IA consegue alterar decisões, reduzir incerteza e melhorar desempenho.

Empresas que investem em IA apresentam diferenças de crescimento e inovação

Um estudo publicado no Journal of Financial Economics analisou o impacto econômico dos investimentos empresariais em IA. Os autores encontraram que empresas que investem em inteligência artificial apresentam maior crescimento de vendas, emprego e valor de mercado. Um dos resultados mais relevantes é que esse crescimento ocorre principalmente por meio do aumento da inovação de produtos.

Isso ajuda a mudar a discussão. IA não deve ser observada apenas como ferramenta para automatizar tarefas. Ela pode atuar na capacidade da empresa de perceber necessidades, interpretar grandes volumes de informação e transformar esse conhecimento em produtos e decisões.

Na área comercial, pesquisas da McKinsey indicam que empresas que investem em IA vêm registrando aumentos de receita entre 3% e 15% e melhorias de 10% a 20% no ROI de vendas. Em modelos de experiência orientada por IA, a consultoria também aponta potencial de aumento de receita entre 5% e 8% e redução de 20% a 30% no custo de atendimento.

O ponto central: ouvir o consumidor em escala

Uma empresa pode receber milhares de avaliações em marketplaces, e-commerces, redes sociais, SACs, pesquisas e outros canais. Ler manualmente esse volume é impraticável. Análise de sentimentos e processamento de linguagem permitem transformar essas manifestações em variáveis estruturadas.

Em vez de saber apenas se uma avaliação é positiva ou negativa, é possível identificar quais atributos estão associados à satisfação ou à rejeição: preço, sabor, odor, embalagem, tamanho, ingredientes, durabilidade, atendimento, entrega ou qualquer outro elemento relevante para a categoria.

A análise passa, portanto, de “o consumidor gosta do produto?” para perguntas gerenciais mais úteis: o que ele valoriza, o que rejeita, para qual público, em qual contexto, em qual região e em comparação com qual concorrente?

Por que o mercado pet é um bom exemplo

Segundo a Abempet, o mercado pet brasileiro deve alcançar R$ 77,2 bilhões em 2025, crescimento de 2,42% sobre 2024. Pet food representa R$ 40,82 bilhões, ou 52,9% do mercado. No ambiente digital, os pet shops virtuais especializados representam R$ 2,29 bilhões em faturamento.

É um mercado no qual uma mesma categoria pode atender necessidades muito diferentes. Espécie, porte, idade do animal, condição de saúde, renda do tutor, tipo de residência, localização, canal de compra e ocasião de consumo podem alterar a decisão.

Considere uma fabricante de alimentos, snacks, produtos de higiene ou acessórios. Ao analisar milhares de manifestações de consumidores, a empresa pode descobrir que determinado atributo é especialmente relevante para tutores de cães pequenos, enquanto outro aparece com maior frequência entre donos de gatos. Pode descobrir ainda que uma reclamação é concentrada em uma embalagem, canal ou segmento específico.

Esse conhecimento pode orientar desenvolvimento de produto, embalagem, sortimento, preço, distribuição e comunicação.

Da análise de sentimentos ao desenvolvimento de produtos

A cadeia de decisão pode ser estruturada da seguinte maneira:

Conversas e avaliações → sentimentos → atributos → segmentos → oportunidades → desenvolvimento de produto → comunicação → vendas → novos dados.

O resultado é um ciclo contínuo de aprendizagem. Em vez de lançar primeiro e pesquisar depois, a organização utiliza sinais existentes no mercado para reduzir a incerteza antes da decisão.

Marketing: gastar menos ou investir melhor?

A expressão mais adequada não é simplesmente “reduzir investimento em marketing”. O objetivo é aumentar a eficiência desse investimento.

Quando a organização conhece os atributos que realmente influenciam cada público, pode diminuir mensagens genéricas e aumentar a aderência entre produto, consumidor e comunicação. A mesma ração, por exemplo, pode ter um atributo relevante para determinado segmento e outro atributo mais importante para outro público.

A McKinsey estima que melhores práticas de retorno sobre investimento em marketing podem liberar entre 15% e 20% do gasto de marketing para reinvestimento ou resultado. Em abordagens recentes de marketing orientado por IA, a consultoria relata ainda casos de redução aproximada de 20% no gasto externo e forte redução do tempo necessário para produzir conteúdo e audiências.

Isso não significa que análise de sentimentos isoladamente produzirá esses resultados. Significa que inteligência sobre consumidores, integrada a dados, experimentação, personalização e decisão de mídia, pode reduzir desperdício e melhorar a alocação dos recursos.

Um modelo executivo para medir o impacto

A UIN estruturou um modelo executivo para demonstrar como essa lógica pode ser acompanhada por uma empresa. O dashboard combina indicadores de adoção de IA, inovação, eficiência comercial, marketing e mercado, além de permitir simulações de cenários.

Os cenários simulados não representam médias observadas do mercado pet. Eles servem para responder perguntas gerenciais: o que acontece com receita, ROI, custo de aquisição, conversão e velocidade de desenvolvimento se uma organização conseguir melhorar determinados indicadores por meio de inteligência de mercado e IA?

Essa separação entre evidência observada e simulação é importante. O objetivo não é prometer um percentual universal de crescimento, mas permitir que cada organização modele o impacto a partir de seus próprios dados.

O que muda na inteligência de mercado

A inteligência de mercado tradicional trabalha frequentemente com pesquisas periódicas, relatórios e análises retrospectivas. IA e análise de sentimentos acrescentam uma camada de monitoramento contínuo.

Isso permite acompanhar concorrentes, atributos emergentes, reclamações, mudanças de preferência, linguagem utilizada pelo consumidor e oportunidades que ainda não aparecem de maneira clara nos indicadores tradicionais.

A vantagem não está apenas em possuir mais dados. Está em diminuir a distância entre o que o mercado está dizendo e a decisão empresarial.

Como a UIN pode aplicar esse modelo

A UIN utiliza inteligência artificial, inteligência de mercado, análise de concorrência e análise de sentimentos para transformar grandes volumes de informação em apoio à decisão.

No mercado pet, o modelo pode ser aplicado para mapear marcas e produtos, analisar milhares de avaliações e manifestações, identificar atributos positivos e negativos, comparar concorrentes, segmentar necessidades, detectar oportunidades de novos produtos e indicar quais características merecem maior destaque na comunicação.

O mesmo princípio pode ser aplicado a varejo, alimentos, saúde, educação, serviços, indústria e outros mercados.

Empresas não precisam apenas de mais dados. Precisam compreender mais rapidamente o que consumidores e concorrentes estão sinalizando e transformar esse conhecimento em produto, comunicação e decisão.

Fontes

Cetic.br|NIC.br. TIC Empresas 2025, indicadores de utilização e aplicações de inteligência artificial.

Babina, T. et al. Artificial intelligence, firm growth, and product innovation. Journal of Financial Economics, v. 151, 2024.

McKinsey & Company. AI-powered marketing and sales reach new heights with generative AI.

McKinsey & Company. Next best experience: How AI can power every customer interaction.

McKinsey & Company. The future of marketing in the age of AI, 2026.

Abempet. Dados do mercado pet brasileiro e varejo digital, 2025.

Empresas que transformam conversas de consumidores em dados estruturados podem reduzir incerteza em marketing, desenvolvimento de produtos e decisões comerciais. No mercado pet, que deve movimentar R$ 77,2 bilhões no Brasil em 2025, essa capacidade ganha uma dimensão estratégica.

A inteligência artificial já começou a mudar a forma como as empresas brasileiras tomam decisões. Segundo a TIC Empresas, do Cetic.br, 17% das empresas brasileiras utilizaram alguma tecnologia de IA em 2025, ante 13% em 2024. Entre as pequenas empresas, a adoção passou de 10% para 15%. Nas grandes, avançou de 38% para 50%.

O dado mais importante, entretanto, não é apenas quantas empresas utilizam IA, mas onde a tecnologia começa a produzir impacto econômico.

IA começa a aparecer onde a receita é gerada

Dados internacionais ajudam a dimensionar essa mudança. Pesquisa da McKinsey aponta que empresas que investem em IA vêm observando aumento de receita entre 3% e 15% e melhoria de 10% a 20% no ROI de vendas. Na pesquisa global State of AI 2025, 67% dos respondentes que utilizam IA em marketing e vendas relataram algum aumento de receita. Em desenvolvimento de produtos e serviços, essa proporção chegou a 62%.

Outro estudo, publicado no Journal of Financial Economics, encontrou associação entre investimentos empresariais em IA e crescimento de vendas, emprego e valor de mercado. Um dos resultados mais relevantes é que o crescimento aparece principalmente associado à inovação de produtos.

Isso muda a discussão. IA não deve ser tratada apenas como uma tecnologia para automatizar tarefas. Quando conectada aos dados de mercado e à voz do consumidor, pode participar do processo de identificação de oportunidades, segmentação, desenvolvimento de produtos, personalização e decisão comercial.

O Brasil ainda tem uma grande distância entre adoção e potencial

A TIC Empresas 2025 mostra que apenas 17% das empresas brasileiras utilizam IA. Entre aquelas que já adotaram a tecnologia, mineração de texto e análise de linguagem escrita chegaram a 38%, enquanto geração de linguagem natural alcançou 30%.

Isso significa que existe um volume crescente de empresas utilizando tecnologias capazes de interpretar linguagem, justamente o tipo de informação presente em avaliações de produtos, redes sociais, SAC, marketplaces, pesquisas abertas e outras manifestações espontâneas do consumidor.

O desafio passa a ser transformar esse enorme conjunto de textos em decisão.

Por que análise de sentimentos vai além de descobrir se o consumidor gosta ou não

Análise de sentimentos não deveria produzir apenas um indicador de “positivo”, “neutro” ou “negativo”. Seu uso empresarial mais relevante está na associação entre sentimento, assunto, atributo, produto, público, contexto e comportamento.

A literatura acadêmica sustenta essa abordagem. Uma meta-análise publicada no Journal of Retailing and Consumer Services, reunindo 28 estudos sobre avaliações online e vendas, analisou fatores como volume de avaliações, notas, utilidade, tamanho dos comentários e sentimento. Os resultados confirmam que características das avaliações online estão relacionadas ao desempenho comercial.

Outro estudo, publicado em Information & Management, utilizou análise conjunta de tópicos e sentimentos para investigar como avaliações textuais influenciam vendas. O trabalho mostra que é possível identificar não somente a polaridade do comentário, mas os atributos específicos do produto associados aos sentimentos dos consumidores.

Em pesquisa baseada em mais de 4 mil produtos comercializados na Amazon, sentimentos presentes nos reviews apresentaram impacto direto significativo sobre vendas. Isso reforça uma questão importante: uma nota média resume a experiência, mas o texto explica por que ela ocorreu.

O mercado pet é um exemplo especialmente relevante

Segundo a Abempet, o mercado pet brasileiro deve faturar R$ 77,2 bilhões em 2025, crescimento de 2,42% em relação a 2024. Pet food representa R$ 40,82 bilhões, ou 52,9% do mercado.

O digital também ganhou escala. Pet shops virtuais especializados representam 37,3% do faturamento online do setor, movimentando R$ 2,29 bilhões. As lojas virtuais das megastores somam R$ 1,98 bilhão e os pet shops pequenos e médios, R$ 1,23 bilhão.

Quanto maior a presença digital, maior também o volume potencial de sinais deixados pelo consumidor.

Uma avaliação de ração pode mencionar palatabilidade, tamanho do grão, ingredientes, odor, digestibilidade, preço ou embalagem. Um comentário sobre areia sanitária pode discutir controle de odor, formação de torrões, poeira, rendimento ou facilidade de limpeza. Em produtos de higiene, outros atributos passam a determinar satisfação e recompra.

Para uma empresa, portanto, saber que determinado produto possui 4,3 estrelas é menos informativo do que compreender quais atributos explicam essas 4,3 estrelas, para quais públicos, em quais situações e com quais diferenças em relação aos concorrentes.

Da análise de sentimentos para a inovação

Considere uma empresa que monitora continuamente milhares de manifestações de consumidores. A IA pode identificar atributos mencionados, classificar sentimentos, detectar problemas recorrentes, encontrar mudanças de comportamento e comparar produtos e concorrentes.

O resultado pode alimentar diferentes decisões empresariais.

Se tutores de cães pequenos mencionam repetidamente dificuldade relacionada ao tamanho da porção, existe um sinal para embalagem ou formulação. Se consumidores de determinada categoria valorizam ingredientes naturais, essa informação pode influenciar produto e comunicação. Se o atributo mais valorizado pelo consumidor quase não aparece na descrição dos produtos em e-commerce, existe uma possível lacuna de comunicação.

É nesse ponto que a análise deixa de ser monitoramento e passa a apoiar inovação.

Marketing pode ficar mais eficiente sem necessariamente gastar menos

O objetivo não precisa ser simplesmente reduzir o orçamento de marketing. A questão economicamente mais importante é reduzir desperdício e melhorar a alocação.

Em estudo sobre marketing orientado por dados no setor de bens de consumo, a McKinsey estima potencial de crescimento de 3% a 5% nas vendas líquidas e melhoria de 10% a 20% na eficiência de marketing quando empresas trabalham marketing orientado por dados em escala, apoiado por IA, visão integrada do consumidor e tecnologia adequada.

Em pesquisa mais recente, a McKinsey aponta que personalização orientada por IA pode elevar receita entre 5% e 8% e reduzir o custo de atendimento em até 30%. Em operações de marketing com IA mais estruturadas, há casos de redução de aproximadamente 20% em gastos externos e economia de 35% a 50% do tempo de ativação de campanhas.

Esses números não devem ser interpretados como garantia de resultado para qualquer empresa. São referências de potencial observadas em contextos específicos. O resultado depende de dados, maturidade analítica, integração, governança e capacidade de transformar informação em ação.

O modelo que emerge é diferente do marketing tradicional

No modelo convencional, a organização desenvolve o produto, define a campanha, compra mídia, vende e posteriormente mede a resposta.

Em um modelo orientado por inteligência de mercado, o processo pode começar antes: mercado, conversas, sentimentos, atributos, segmentos, oportunidades, produto, mensagem, mídia, venda e novos dados.

O consumidor passa a alimentar continuamente o processo decisório.

O que uma empresa pet poderia medir

Um sistema de inteligência aplicado ao setor pode acompanhar participação das marcas nas conversas, sentimentos por categoria, atributos mais mencionados, atributos associados a avaliações negativas, diferenças regionais, diferenças entre públicos, movimentos de concorrentes, problemas emergentes, oportunidades de novos produtos e distância entre aquilo que o consumidor valoriza e aquilo que a marca comunica.

Essa última comparação é particularmente relevante.

Imagine que consumidores mencionem frequentemente “controle de odor”, mas as marcas concentrem sua comunicação em “ingredientes naturais”. Ou que “palatabilidade” apareça como determinante nas avaliações positivas, enquanto as páginas de produto priorizem preço e composição.

A diferença entre o que o mercado fala e o que a empresa comunica pode revelar uma oportunidade comercial.

Uma nova vantagem competitiva: escutar em escala

Durante muito tempo, empresas precisaram escolher entre profundidade e escala. Entrevistas e grupos focais forneciam profundidade, enquanto grandes pesquisas forneciam escala, mas com perguntas previamente definidas.

IA, processamento de linguagem natural e análise de sentimentos adicionam uma terceira possibilidade: analisar grandes volumes de manifestações espontâneas e descobrir padrões que não necessariamente estavam previstos no questionário original.

Isso não elimina pesquisa qualitativa, quantitativa ou inteligência competitiva. Ao contrário, permite integrar essas fontes.

Para o mercado pet, essa combinação pode ajudar a responder questões concretas: quais necessidades estão crescendo, quais atributos geram rejeição, onde existem espaços para novos produtos, quais argumentos aumentam aderência da comunicação, quais públicos respondem de maneira diferente e onde o concorrente está deixando necessidades sem resposta.

Onde entra a UIN

A UIN utiliza inteligência artificial, inteligência de mercado, análise competitiva e análise de sentimentos para transformar grandes volumes de dados e conversas em informação aplicável à decisão empresarial.

No mercado pet, isso pode significar acompanhar categorias, marcas, produtos, regiões, públicos, avaliações e concorrentes, identificando sinais para desenvolvimento de produtos, posicionamento, comunicação, mídia e estratégia comercial.

A vantagem não está apenas em ter mais dados. Está em conseguir relacionar quem está falando, sobre qual produto, sobre qual atributo, com qual sentimento, em qual contexto e o que isso pode significar para a decisão seguinte.

Empresas que conseguem escutar o mercado em escala não eliminam a incerteza. Mas podem tomar decisões com uma quantidade muito maior de evidências.

Fontes consultadas: Cetic.br/NIC.br, TIC Empresas 2025; Abempet, dados do mercado pet brasileiro 2024/2025; McKinsey & Company, estudos sobre IA, marketing, vendas e personalização; Babina et al., Journal of Financial Economics, “Artificial intelligence, firm growth, and product innovation”; Li, Wu e Mai, Information & Management, “The effect of online reviews on product sales”; Li, Chen e Zhang, Journal of Retailing and Consumer Services, meta-análise sobre reviews e vendas; estudos acadêmicos sobre análise de sentimentos e vendas.