O veto silencioso: por que criei uma empresa para combater a invisibilidade algorítmica

Por Alexandre Caramaschi, CEO da Brasil GEO, ex-CMO da Semantix (Nasdaq), cofundador da AI Brasil · Março 2026

O momento em que a premissa quebrou

No final de 2025, sentado na minha sala de reuniões, eu olhava para um dashboard de marketing que mostrava exatamente o que qualquer CMO gostaria de ver: rankings estáveis no top 3, autoridade de domínio crescente, conteúdo indexado em escala. Todos os indicadores tradicionais apontavam para cima. Mas o pipeline de vendas estava estagnado. E a taxa de conversão do topo de funil estava em queda livre, sem explicação aparente nos dados convencionais.

Não era um problema de execução. Era um problema de premissa. A premissa de que "se você rankeia, você existe" tinha deixado de ser verdadeira. E eu precisei de três meses de investigação obsessiva para entender a profundidade do que estava acontecendo.

O que eu descobri mudou minha carreira e me levou a fundar a Brasil GEO.

A invisibilidade algorítmica não é uma falha de marketing. É um veto silencioso que a infraestrutura de IA aplica sobre marcas que não falam a linguagem das máquinas.

O choque do zero-click: o dado que ninguém queria aceitar

Em meados de 2025, a SparkToro publicou uma análise que deveria ter causado pânico em salas de conselho ao redor do mundo: 60% de todas as buscas no Google terminavam sem um único clique. Não 60% das buscas informacionais. 60% de todas as buscas. O dado era tão contraintuitivo que a maioria dos CMOs o descartou como anomalia estatística ou irrelevância para "seus setores específicos".

Eu não descartei. Porque eu já tinha visto o padrão antes. Quando fui CMO da Semantix, uma empresa de dados que abriu capital na Nasdaq, aprendi uma lição que ficou gravada: dados não mentem, mas a interpretação atrasada de dados pode destruir empresas. E a interpretação que o mercado estava fazendo daquela estatística estava perigosamente atrasada.

O zero-click não significava que as pessoas paravam de buscar. Significava que as pessoas estavam obtendo respostas sem visitar sites. O Google, através dos AI Overviews (antigo SGE), estava fazendo exatamente o que ChatGPT, Perplexity e Gemini já faziam: compilar, sintetizar e entregar a resposta pronta. A diferença é que agora o maior motor de busca do mundo estava fazendo isso dentro da própria SERP.

Mas o dado que me tirou o sono não foi nenhum desses. Foi a convergência de todos eles ao mesmo tempo. Cada um isolado era preocupante. Juntos, formavam uma tese: o modelo de aquisição digital baseado em tráfego orgânico estava sofrendo uma reestruturação fundamental, e quem não se adaptasse não perderia posição — perderia existência.

A lacuna de métricas: CMOs medindo o passado

Quando comecei a conversar com CMOs de empresas de médio e grande porte no Brasil, descobri algo que me chocou mais do que os dados: nenhum deles tinha qualquer visibilidade sobre como suas marcas apareciam em motores de resposta de IA. Zero. Nenhuma métrica. Nenhum dashboard. Nenhum processo.

Eles sabiam quantos cliques vinham do Google. Sabiam o custo por lead do Meta Ads. Sabiam a taxa de abertura do email marketing. Mas quando um potencial cliente perguntava ao ChatGPT "qual o melhor software de gestão de frotas no Brasil?" e a IA respondia sem mencionar sua marca, eles simplesmente não sabiam que isso tinha acontecido.

O problema não é que os CMOs estão medindo errado. É que estão medindo um jogo que já mudou de regras enquanto continuam otimizando para o placar antigo.

Existia um vácuo de mensuração. Ferramentas de SEO mediam rankings. Ferramentas de mídia paga mediam impressões e cliques. Ferramentas de CRM mediam pipeline. Mas nenhuma ferramenta media "presença em respostas generativas". Nenhuma ferramenta respondia à pergunta: "Quando um decisor pergunta ao Copilot sobre fornecedores no meu segmento, minha marca aparece?"

Esse vácuo era mais do que inconveniente. Era perigoso. Porque sem métrica, não há gestão. Sem gestão, não há investimento. E sem investimento, a janela de oportunidade se fecha — silenciosamente, sem que ninguém perceba que fechou.

Score 6D: a resposta ao vácuo de mensuração

A primeira decisão que tomei ao fundar a Brasil GEO foi que precisávamos de um framework de mensuração antes de qualquer coisa. Não um "índice de visibilidade em IA" genérico. Um framework multidimensional que capturasse a complexidade real de como LLMs decidem citar, recomendar ou ignorar uma marca.

Após meses de engenharia reversa de respostas de ChatGPT, Gemini, Copilot e Perplexity, desenvolvemos o Score 6D. As seis dimensões não foram escolhidas arbitrariamente — elas refletem os seis vetores que, em nossa pesquisa, mais correlacionam com a probabilidade de citação em respostas generativas:

O Score 6D não é uma nota de vaidade. É um diagnóstico operacional. Cada dimensão gera um roadmap de ações específicas, priorizadas por impacto na citabilidade. Empresas que diagnosticamos descobrem, em média, que estão fortes em 1 ou 2 dimensões e completamente vulneráveis nas demais.

A armadilha da dimensão única

O erro mais comum que encontramos é o que chamamos de "falácia da dimensão única": empresas que investiram pesado em conteúdo (dimensão 4) mas negligenciaram completamente a dimensão técnica (JSON-LD, Schema markup) e a dimensão de distribuição (presença em diretórios de validação). O resultado é contraintuitivo: elas produzem o melhor conteúdo do segmento, mas os LLMs citam concorrentes com conteúdo inferior porque esses concorrentes são mais "legíveis" para máquinas.

Conteúdo sem estrutura semântica é como um livro brilhante trancado em uma biblioteca sem catálogo. O valor existe, mas o sistema de descoberta não consegue encontrá-lo.

Business-to-Agent: a próxima fronteira que ninguém está preparado

Se o zero-click foi o choque de 2025, o Business-to-Agent (B2A) será o terremoto de 2027. E a maioria das empresas vai ser pega desprevenida pela segunda vez.

B2A descreve um paradigma onde agentes autônomos de IA — não humanos — tomam decisões de compra, seleção de fornecedores e alocação de recursos. Isso não é ficção científica. Já está acontecendo em escala inicial:

Agentes de procurement de grandes empresas já utilizam LLMs para criar shortlists de fornecedores. Ferramentas como o Copilot do Microsoft 365 estão sendo usadas por executivos para avaliar opções de software e serviços. Plataformas de e-commerce já experimentam agentes que comparam, negociam e compram sem intervenção humana.

No B2A, o "comprador" não tem viés emocional, não é influenciado por branding visual e não clica em anúncios. Ele processa dados estruturados, cruza referências e toma decisões baseadas em confiança algorítmica. Se sua marca não é legível para máquinas, ela simplesmente não existe no funil de compra do agente.

A implicação para líderes de negócio é radical: a infraestrutura de dados da sua empresa deixa de ser um custo operacional de TI e passa a ser o ativo mais crítico do seu go-to-market. JSON-LD, Schema markup, APIs bem documentadas, dados consistentes entre fontes — tudo isso se torna tão importante para vendas quanto o próprio produto.

Brand hallucination: o risco executivo que o board ignora

Em outubro de 2025, durante uma consultoria para uma empresa do setor financeiro, fiz um teste simples: perguntei ao ChatGPT sobre os produtos da empresa. A resposta foi fluente, confiante e profundamente errada. O modelo afirmou que a empresa oferecia um produto que havia sido descontinuado há dois anos e atribuiu a ela uma parceria com um concorrente que nunca existiu.

Isso é brand hallucination. E é provavelmente o risco mais subestimado no portfólio de qualquer CMO ou CRO hoje.

Quando um motor de IA fabrica informações sobre sua marca, o dano não é teórico. Decisores de compra estão cada vez mais usando LLMs como primeira fonte de pesquisa. Se a IA afirma algo incorreto sobre seu produto, seu preço ou suas capacidades, o lead já chega ao seu time comercial com expectativas distorcidas — ou, pior, nunca chega, porque a informação fabricada o direcionou para um concorrente.

A assimetria da correção

O problema se agrava pela assimetria fundamental entre fabricação e correção. Para um LLM fabricar uma informação, basta que os dados de treinamento sejam ambíguos, desatualizados ou conflitantes. Para corrigir essa fabricação, a empresa precisa atuar proativamente em múltiplas camadas: dados estruturados, presença em fontes autoritativas, governança de entidades e monitoramento contínuo.

É como um rumor em um mercado: espalhar leva segundos, corrigir leva meses. Exceto que o "mercado" agora são bilhões de interações diárias com motores de IA.

O veto silencioso: a ameaça que não aparece em nenhum relatório

Hallucination é perigosa porque fabrica. Mas existe uma ameaça ainda mais insidiosa: a omissão. Quando a IA simplesmente não menciona sua marca em uma resposta onde deveria mencioná-la, você sofre o que chamamos de "veto silencioso".

Nossos dados indicam que 37% das consultas de descoberta em segmentos B2B resultam em respostas onde marcas relevantes são completamente omitidas. Não por malícia algorítmica, mas por falta de legibilidade. O LLM não tem dados estruturados suficientes, ou os dados são conflitantes entre fontes, ou a marca simplesmente não aparece nos canais de validação que o modelo utiliza para construir confiança.

O veto silencioso é invisível por definição. Nenhum analytics tradicional vai capturá-lo. Nenhum relatório de SEO vai detectá-lo. O lead que você perdeu nunca aparecerá como "lead perdido" no CRM, porque ele nunca soube que você existia. É uma perda pura, sem rastro.

O veto silencioso é o risco de distribuição definitivo: você perde mercado para concorrentes que nem necessariamente são melhores — apenas são mais legíveis para máquinas.

Por que isso exigia uma nova empresa, não uma nova ferramenta

Ao longo de 2025, conversei com dezenas de agências de marketing digital, consultorias de SEO e plataformas de martech. Nenhuma estava sequer formulando as perguntas certas, muito menos oferecendo respostas. Não por incompetência — por paradigma. Estavam todas operando dentro de um modelo mental de "otimização para motores de busca" que simplesmente não se aplica a "otimização para motores de resposta".

SEO otimiza para rankings. GEO otimiza para citabilidade. A diferença não é semântica — é arquitetural. São camadas diferentes de infraestrutura, métricas diferentes, competências diferentes e modelos de entrega diferentes.

Eu poderia ter criado uma ferramenta de monitoramento. Mas ferramenta sem framework é dado sem contexto. Eu poderia ter criado uma consultoria. Mas consultoria sem tecnologia proprietária é opinião sem escala. O que o mercado precisava era de uma plataforma que unisse diagnóstico (Score 6D), execução técnica (infraestrutura de dados estruturados), monitoramento contínuo (presença em respostas generativas) e estratégia (governança de reputação algorítmica).

Foi assim que nasceu a Brasil GEO.

A tese que sustenta a Brasil GEO

A tese da Brasil GEO se sustenta em três convicções que considero irreversíveis:

Primeira: A IA generativa não é um canal adicional. É a nova camada de interface entre empresas e mercado. Assim como a web não foi "mais um canal" nos anos 2000 — ela se tornou a camada onde todo o comércio foi reconstruído —, a IA generativa será a camada onde toda a descoberta e avaliação será reconstruída.

Segunda: Visibilidade algorítmica é um problema de infraestrutura, não de conteúdo. Empresas que tratam GEO como "mais conteúdo para IA" vão fracassar da mesma forma que empresas que trataram e-commerce como "colocar o catálogo no site" fracassaram nos anos 2000.

Terceira: O mercado brasileiro tem uma janela de oportunidade assimétrica. Enquanto nos EUA a competição por citabilidade em LLMs já é intensa, no Brasil ainda estamos nos estágios iniciais. Empresas que se moverem agora terão uma vantagem desproporcional — porque dados estruturados, presença em diretórios e governança de entidades são ativos cumulativos. Quem começa primeiro acumula mais.

O que vem a seguir

Estamos no início de uma reestruturação que vai durar uma década. As empresas que sobreviveram à transição para o digital nos anos 2000 foram as que entenderam cedo que "ter um site" não era suficiente — era preciso repensar toda a cadeia de valor. As que vão sobreviver à transição para a era dos motores de resposta serão as que entenderem que "produzir conteúdo" não é suficiente — é preciso repensar toda a infraestrutura de dados.

A Brasil GEO existe para ser a parceira estratégica nessa transição. Não vendemos rankings. Não vendemos tráfego. Vendemos legibilidade algorítmica, que é a moeda da próxima era.

O veto silencioso já está acontecendo. A pergunta não é se sua empresa será afetada. A pergunta é se você vai descobrir antes ou depois dos seus concorrentes.

Sobre o autor

Alexandre Caramaschi é CEO da Brasil GEO, ex-CMO da Semantix (Nasdaq) e cofundador da AI Brasil. Executivo de tecnologia e marketing com mais de 20 anos de experiência. Pioneiro em Generative Engine Optimization (GEO) e no conceito Business-to-Agent (B2A) no mercado brasileiro.

Solicitar diagnóstico GEO gratuito