164 Milhões de Compras Revelaram o Problema de Conversão do Tráfego de IA

Uma equipe da Universidade de Hamburgo e da Frankfurt School rastreou 164.875.690 compras online em 973 sites de e-commerce, distribuídos em 49 países. Volume total: US$ 20 bilhões. A pergunta era direta. Como o tráfego originado em ferramentas de IA se comporta quando comparado com busca orgânica, afiliados e canais tradicionais?

A resposta incomoda qualquer profissional que esteja construindo estratégia em cima do hype de busca por IA.

Referências de IA representam cerca de 0,2% do total de visitas. E os visitantes que chegam via ChatGPT ou ferramentas similares convertem 11,5% menos que busca orgânica e 46,2% menos que afiliados.

Esse é o número. O que importa é o que ele significa.

Canal pequeno, desempenho fraco

O estudo, liderado por Maximilian Kaiser e Christian Schulze, é um paper pré-revisão por pares de março de 2026. Ainda não passou por validação acadêmica, o que importa. Mas o conjunto de dados é enorme. Quase 165 milhões de compras em quase mil sites de 49 países não é uma amostra que se descarta com facilidade.

Os 0,2% de participação no tráfego dizem algo importante sobre onde a busca por IA realmente está hoje. Ela não está substituindo a busca orgânica. Não está ameaçando canais de afiliados. É um erro de arredondamento no mix de tráfego da maioria dos e-commerces.

A defasagem na conversão diz outra coisa. Pessoas que chegam via referência de IA se comportam de forma diferente das que chegam por busca ou links de afiliados. Estão navegando, não comprando. Explorando, não decidindo. O enquadramento dos pesquisadores merece citação: “O tráfego orientado por IA é um dos canais do seu mix. Considere-o parte do seu funil intermediário.”

Funil intermediário. Não topo de funil para descoberta. Não fundo de funil para conversão. O meio confuso onde a intenção está se formando, mas o compromisso ainda não chegou.

Onde o tráfego de IA se concentra

A distribuição é desigual. E a desigualdade é informativa.

Categorias de produtos complexos atraem tráfego de IA desproporcional. Sites de saúde e veículos recebem 4,6 vezes mais visitantes referidos pelo ChatGPT do que a média. Faz sentido intuitivo. Ninguém pergunta ao ChatGPT onde comprar papel toalha. As pessoas pedem ajuda para comparar planos de saúde ou avaliar especificações de veículos.

O viés demográfico reforça esse quadro. Públicos mais jovens geram taxas de referência de IA 5,5 vezes maiores. Segmentos com perfil técnico geram taxas 3,8 vezes maiores. Os early adopters de busca por IA são exatamente quem se esperaria: jovens, técnicos, confortáveis com ferramentas novas. E, aparentemente, menos propensos a converter quando chegam ao site.

Essa combinação (produtos de alta consideração, público jovem, conversão baixa) compõe um quadro consistente. Usuários de busca por IA estão pesquisando, não comprando. Reunindo informações para decidir depois, por outros canais, com outros sinais.

O problema da evidência na governança de marketing

O estudo importa menos pelos números específicos e mais pelo que revela sobre como organizações de marketing estão tomando decisões sobre busca por IA.

A maior parte da conversa sobre busca por IA se apoia em anedotas, demonstrações de fornecedores e projeções. Um CMO vê o ChatGPT mencionar um concorrente. Um fornecedor mostra um caso onde conteúdo otimizado para IA aumentou menções em 40%. Um palestrante declara que a busca por IA vai capturar 30% das consultas até 2027.

Nada disso é evidência. São narrativas vestidas de estratégia.

O dataset de Kaiser e Schulze é evidência. Evidência imperfeita, pré-revisão por pares, referente a um período em que a busca por IA era mais jovem do que é hoje (agosto de 2024 a julho de 2025). Mas evidência. E a evidência diz: esse canal é minúsculo e converte mal.

Isso não significa ignorá-lo. Significa calibrar o investimento à realidade.

Temos construído essa calibragem ao longo de diversas análises. Na nossa pesquisa sobre acoplamento de plataformas, mostramos que padrões de citação por IA seguem acordos de licenciamento, não qualidade de conteúdo. Na nossa análise de AEO, mostramos que táticas de otimização de primeira onda produzem resultados fracos e decrescentes. No nosso texto sobre governança de agentes de marketing, mostramos que ferramentas de marketing embarcando agentes autônomos precisam de infraestrutura de governança, não apenas de capacidade.

Este estudo adiciona a camada de conversão. Mesmo quando a busca por IA envia tráfego, esse tráfego performa pior que canais que equipes de marketing passaram décadas otimizando.

Três ressalvas que importam

Honestidade intelectual exige apontar as limitações.

Primeiro, trata-se de pesquisa pré-revisão por pares. A metodologia ainda não foi validada pela comunidade acadêmica. Um grande conjunto de dados não garante automaticamente uma metodologia sólida. Revisão por pares existe por um motivo.

Segundo, os dados cobrem agosto de 2024 a julho de 2025. A busca por IA evoluiu desde então. As capacidades de navegação do ChatGPT, os AI Overviews do Google, as funcionalidades do Perplexity, tudo mudou. Os padrões de conversão podem ter se alterado.

Terceiro, a participação de 0,2% no tráfego é tão pequena que comparações de taxa de conversão podem não ter poder estatístico suficiente em certos segmentos. Quando se comparam taxas de conversão em um canal que representa dois décimos de um por cento do tráfego total, números absolutos pequenos podem gerar percentuais ruidosos.

Essas ressalvas não invalidam os achados. Elas os enquadram. Esta é a melhor evidência empírica disponível sobre desempenho de tráfego de IA em escala. Deve informar estratégia. Não deve ser tratada como ciência consolidada.

O que a governança exige aqui

O padrão que encontramos repetidamente é o mesmo. Equipes de marketing tomando decisões significativas de alocação de recursos sobre busca por IA com base em impulso narrativo, não em desempenho medido.

Governança é o antídoto. Não governança como burocracia. Governança como a disciplina de exigir evidência antes de comprometer recursos.

Três perguntas que toda organização de marketing deveria conseguir responder com dados, não com opiniões.

Qual percentual do seu tráfego vem de referências de IA? Se você não consegue responder isso, está alocando recursos em um canal que não consegue medir. Kaiser e Schulze encontraram 0,2% no dataset deles. O seu número pode ser maior ou menor. Você precisa saber qual é.

Como o tráfego referido por IA converte em comparação com seus outros canais? Não “como achamos que converte” ou “como deveria converter em teoria.” Como de fato converte, medido contra busca orgânica, busca paga, afiliados, direto, e-mail e social? Se a resposta é “não rastreamos isso,” trata-se de uma falha de governança.

Qual é o nível de investimento adequado dado o desempenho medido? É aqui que a maioria das organizações falha. Investem com base em importância estratégica percebida, não em retornos medidos. A busca por IA pode ser estrategicamente importante para o futuro. Isso não significa que merece o mesmo investimento que canais que são mensuravelmente importantes agora.

O enquadramento de funil intermediário

O enquadramento de funil intermediário dos pesquisadores é a conclusão mais útil para quem pratica marketing.

Se o tráfego de busca por IA se comporta como funil intermediário, trate-o como funil intermediário. Isso significa conteúdo diferente, métricas diferentes e expectativas diferentes.

Conteúdo de funil intermediário educa em vez de converter. Constrói familiaridade em vez de gerar ação imediata. A métrica de sucesso não é taxa de conversão. É se visitantes referidos por IA retornam por outro canal e convertem depois.

A maioria dos modelos de atribuição de marketing não foi construída para medir isso. Eles creditam o último toque ou distribuem crédito entre os toques. Não foram projetados para perguntar: “Esse visitante nos conheceu primeiro por uma referência de IA, saiu sem converter e voltou por busca orgânica duas semanas depois?”

Construir essa capacidade de mensuração é um investimento em governança. E também é a única forma de saber se o tráfego de busca por IA está genuinamente subperformando ou se está desempenhando uma função diferente que o sistema de mensuração não consegue enxergar.

Evidência acima de narrativa

A conversa sobre busca por IA tem sido dominada por dois campos. Entusiastas que a veem como a próxima revolução do SEO. Céticos que a veem como hype. Ambas as posições são infalsificáveis porque nenhum dos dois campos trabalha a partir de evidência.

O estudo de Kaiser e Schulze nos dá evidência. A evidência diz: busca por IA é um canal pequeno, de baixa conversão, que se concentra em categorias de produtos complexos entre públicos mais jovens e com perfil técnico. Comporta-se como funil intermediário. Vale monitorar e medir. Não vale a alocação de recursos que o impulso narrativo sugere.

As organizações que vão acertar são as que medem antes de investir, calibram investimento ao desempenho medido e constroem a infraestrutura de atribuição para detectar se o cenário muda.

Isso não é empolgante. Não rende keynote de conferência. É governança. E governança é como se evita gastar dinheiro real perseguindo retornos imaginários.

Fontes

Kaiser, M.; Schulze, C. “AI-Driven Traffic Study.” Universidade de Hamburgo / Frankfurt School. Março 2026 (pré-revisão por pares). Apresentado via Science Says, abril 2026.
Victorino Group. “Acoplamento de Plataformas e Citações de IA.” Abril 2026.
Victorino Group. “Busca por IA e Sinais Difíceis de Falsificar.” Abril 2026.

Victorino Group ajuda organizações de marketing a construir governança de IA baseada em evidência, não em hype: contato@victorino.com.br | www.victorino.com.br