Tony Uphoff fez neste mês um teste que deveria virar rotina para qualquer profissional de SEO ou gestor de marca antes de fechar o planejamento do próximo ano. Ele perguntou ao ChatGPT, ao Gemini, ao Perplexity e ao Google AI Overviews exatamente as mesmas dúvidas que seus clientes em potencial costumam ter — e depois contou quantas vezes os mecanismos de resposta citaram os dois negócios que ele próprio lançou em fevereiro.
O resultado foi um balde de água fria. Em 59 respostas analisadas, a newsletter dele, a Uphoff on Media, não apareceu em nenhuma das 12 perguntas de categoria. Já a empresa de consultoria dele, a Uphoff Advisory, apareceu em apenas uma de 43 consultas. Curiosamente, todo mecanismo que foi questionado sobre “Quem é Tony Uphoff?” soube responder com detalhes sobre sua carreira.
Ou seja: “Os modelos sabem quem eu sou. Eles quase nunca recomendam o que eu construí”, resumiu Tony. Essa distância entre ser conhecido e ser recomendado é, na prática, o ponto cego de medição que grande parte do mercado ainda não enxergou direito. O teste de Tony mostra como qualquer marca pode descobrir essa lacuna em si mesma — e outros três textos publicados por ele em outubro explicam por que isso vai interessar diretamente ao seu CFO, ao seu futuro comprador e até ao seu próximo empregador.
Visibilidade em IA generativa não é a mesma coisa que recomendação
Antes de seguir, vale um esclarecimento: Tony e o autor original da coluna trabalharam juntos na Ziff-Davis entre 1988 e 1993, e desde então ele já foi CEO de cinco empresas. Entre outras passagens, ele liderou a transformação da Business.com e da ThomasNet.com, conduziu o desmembramento da Pipeline360 — onde hoje atua como conselheiro — e atualmente escreve a Uphoff on Media enquanto comanda a Uphoff Advisory.
O público dele é formado por operadores de mídia B2B, marketing e tecnologia, não necessariamente especialistas em SEO. Ainda assim, ao ler seus últimos quatro textos em sequência, fica claro que um CEO com cinco empresas no currículo está chegando, pelo lado do negócio, às mesmas perguntas que o universo de SEO vem fazendo sobre busca em IA generativa. Um dos textos de outubro resume isso em poucas palavras: a inteligência artificial deixou de ser apenas um assunto do momento para se tornar parte direta do valor de mercado de uma empresa. Quando a IA passa a influenciar o múltiplo de avaliação de um negócio, ela já não é mais um evento passageiro — virou tendência estrutural.
A forma de comprar mudou, mas o placar de medição ficou para trás
O argumento de Tony começa por uma mudança de sequência no processo de compra B2B. Segundo ele, “a máquina monta a lista de opções. O humano apenas valida.”
Os números de uma pesquisa confirmam essa percepção. Na pesquisa da G2 feita em março de 2026 com 1.076 compradores de software B2B, 51% afirmaram iniciar a pesquisa mais frequentemente por um chatbot de IA do que pelo Google — um salto em relação aos 29% registrados no relatório de 2025 da própria G2. Além disso, 69% disseram que um chatbot os levou a escolher um fornecedor diferente do que haviam planejado originalmente, e um em cada três compradores fechou negócio com uma marca que nunca tinha ouvido falar antes.
É aqui que Tony faz o ponto que merece grifo amarelo para quem trabalha com SEO:
“Por duas décadas o placar foi a capacidade de ser descoberto. O SEO ensinou todo time de marketing a ranquear, conquistar o clique e ser encontrado. A maioria das empresas carregou esse mesmo placar direto para dentro da era da IA.”
Muitas empresas perguntam sobre si mesmas pelo nome, recebem uma resposta correta do modelo e concluem que estão bem posicionadas. Tony chama isso de falso positivo — e os próprios resultados dele comprovam o problema. Um fundador conhecido ou uma marca tradicional dá a impressão de visibilidade. No entanto, quando se pergunta o que um comprador real perguntaria, a empresa simplesmente some da lista.
Essa distinção não é nova: em análises anteriores sobre pesquisas de marca da YouGov voltadas à IA, já se discutia que notoriedade não é o indicador que define quem está ganhando — consideração, sim. A separação que Tony faz entre “descoberto” e “recomendado” é essencialmente a mesma lógica de funil, só que medida dentro do próprio mecanismo de resposta. Se o reconhecimento de marca pesa tão pouco nessa equação, então qualquer relatório baseado apenas em buscas pela marca está medindo a métrica errada.
Os mecanismos de resposta ainda descrevem a empresa que você já deixou de ser
O segundo achado é motivo de alerta para quem já passou por rebranding, fusão ou troca de liderança. Tony notou que “os três mecanismos que me descreveram ainda me chamam de CEO da Pipeline360.” Apenas um mencionou a empresa que ele comanda atualmente. Segundo ele, “as fontes incluíam agregadores de organograma, bancos de dados executivos e releases antigos.”
A regra prática que ele propõe é direta: os mecanismos de resposta tendem a repetir o que a internet disse sobre você com mais frequência — “e o que aparece com mais frequência geralmente é o que foi publicado há mais tempo.”
Esse registro desatualizado cobra um preço duplo, já que a máquina usa essa informação desatualizada para decidir se recomenda a marca, e o humano usa a mesma máquina para validar a informação. Poucas equipes estão de olho nisso: um estudo da Corporate Ink, divulgado pela eMarketer em maio, apontou que apenas 29% dos profissionais de marketing acompanham e medem ativamente sua visibilidade em IA.
Há ainda uma segunda lição escondida no teste de Tony. Quando ele perguntou aos mecanismos “O que é Demand-as-a-Service?”, os três responderam corretamente e citaram as próprias páginas da Pipeline360 como fonte. Nenhum mencionou Tony, que ajudou a criar essa estratégia. Ele próprio não se incomoda com isso, já que a empresa é dona da linguagem da categoria. Mas a conclusão que ele tira é a que todo estrategista de conteúdo deveria colar na tela do computador: “os modelos dão crédito a quem publica a explicação mais clara, não a quem teve a ideia primeiro.”
As listas da IA generativa nascem de outras listas feitas por terceiros
Na única vez em que a Uphoff Advisory apareceu em uma resposta, o ChatGPT a colocou em segundo lugar entre quatro opções para a pergunta “Quem orienta fundadores de negócios B2B de informação e dados?”. Já as perguntas mais amplas simplesmente não retornaram nada.
As citações explicam o motivo: nas perguntas de categoria, os modelos raramente citam diretamente as empresas que mencionam. Em vez disso, citam compilações como listas de “melhores newsletters de IA” e “melhores podcasts de marketing B2B”, publicadas por sites como Zapier e Content Allies, entre outros.
Tony também cita um estudo de maio de 2026 conduzido por Maryanna Franco e João da Silva na plataforma da Friction AI, que identificou o mesmo mecanismo em escala, ao analisar 14.140 consultas sobre marcas de roupas esportivas. Nike e New Balance compartilham a mesma descrição no Google Knowledge Graph, mas a Nike apareceu em cerca de 71% das respostas de recomendação de athleisure, enquanto a New Balance praticamente não apareceu.
Nesse ponto, vale uma ressalva: dezenove prompts rodados ao longo de uma semana representam uma fotografia pontual, e as respostas de IA mudam de uma execução para outra. Uma única aparição em 43 pode ser o piso real ou apenas ruído estatístico — e uma semana sozinha não é suficiente para distinguir isso. O plano de Tony de repetir os mesmos prompts em janeiro e publicar os números, dando certo ou não, está correto. O ideal seria até acompanhar isso semanalmente, já que esse tipo de participação em citações só faz sentido como linha de tendência, não como foto isolada.
Depender da busca para manter o cliente agora sai mais caro na hora da venda
O texto de Tony publicado em 7 de outubro apresenta o Uphoff Value Index do terceiro trimestre de 2026, seu benchmark trimestral sobre quanto compradores pagam por negócios B2B de informação, marketing e tecnologia. Nesta edição, ele incluiu uma pontuação de “Proteção contra Disrupção por IA”, construída a partir de quatro perguntas. A terceira delas chama atenção:
“Posse do relacionamento. Você é dono do relacionamento com o cliente, ou está apenas alugando esse relacionamento da busca e das plataformas?”
Tony cita o Collingwood’s 2026-27 Market Report, uma pesquisa com cerca de 100 compradores ativos, na qual 91% classificaram a resiliência de um modelo de negócio frente à IA como essencial ou importante, e 74% disseram o mesmo sobre ter um relacionamento direto com o cliente. No exemplo que ele usa, duas empresas de dados com o mesmo resultado financeiro (P&L) foram avaliadas em 5,6 vezes o EBITDA (US$ 28 milhões) e 4,0 vezes (US$ 20 milhões). A única diferença entre elas é a crença dos compradores de que a IA pode, ou não, contorná-las facilmente.
Essa terceira pergunta é, talvez, o desafio mais direto ao discurso que sustentou a busca orgânica por 20 anos. Para um comprador de empresas, um tráfego que chega pelo Google e vai embora sem deixar login, assinatura ou qualquer registro próprio é, na prática, um relacionamento alugado. Nesse cenário, as equipes de SEO que vão se destacar neste novo ciclo serão aquelas capazes de mostrar como transformam visitas alugadas em relacionamentos próprios — e não apenas aquelas com os maiores números de sessões.
No fim das contas, o recado de Tony Uphoff é simples de entender e difícil de ignorar: ser mencionado por uma IA generativa não é o mesmo que ser escolhido por ela. Marcas, profissionais e empresas que só medem se “aparecem” correm o risco de comemorar um placar que não reflete nenhuma venda real. A tarefa que fica para 2027 em diante é justamente fechar essa distância entre notoriedade e recomendação — e isso vai exigir bem mais do que repetir as velhas métricas de SEO em um ambiente completamente novo.
Com informações de searchenginejournal.com.