Por Lucas Godoy

Dois em cada três compradores empresariais dizem preferir comprar sem falar com vendedor nenhum. E quase o mesmo tanto procura um vendedor justamente para conferir se o que a inteligência artificial respondeu é verdade. É nessa contradição que está o trabalho comercial dos próximos anos.

Em março de 2026, a consultoria Gartner publicou o resultado de uma pesquisa com 646 compradores empresariais. Dois terços deles afirmaram preferir uma experiência de compra sem vendedor nenhum, número que subiu de 61% na edição anterior. Quase metade contou ter usado inteligência artificial em uma compra recente, principalmente para levantar informação sobre fornecedores e produtos.

Dois meses depois, a mesma Gartner apresentou o outro lado do mesmo levantamento: 69% desses compradores recorrem a um vendedor para validar aquilo que a inteligência artificial gerou. E cada decisão passa por cerca de sete fontes de informação diferentes antes de virar assinatura.

Os dois números não se contradizem. Eles descrevem uma pessoa que quer pesquisar sozinha e, na hora de assumir o risco da assinatura, quer olhar no olho de alguém.

Um esclarecimento antes de seguir, porque o assunto costuma vir embrulhado em sigla. Estamos falando de venda entre empresas, o chamado B2B: um sistema de gestão vendido para uma indústria, uma consultoria contratada por um banco, uma frota negociada com uma rede de lojas. Ciclos longos, várias pessoas decidindo juntas, valores altos e uma assinatura que ninguém dá sozinho. É nesse terreno que a mudança está sendo mais dura.

O comprador chegou primeiro

O que os dados da Gartner descrevem é uma inversão de posições. Durante décadas, o vendedor foi a principal fonte de informação sobre o produto. Quem quisesse saber preço, prazo, capacidade técnica ou comparação com o concorrente precisava marcar uma reunião. Essa assimetria acabou.

Hoje o comprador chega à primeira conversa com a lista curta de fornecedores já montada, as objeções já formuladas e, muitas vezes, uma noção razoável de preço de mercado. Como resumiu Robert Blaisdell, analista da prática de vendas da Gartner, a preferência do comprador por se servir sozinho no digital não significa que o vendedor importa menos.

Significa que ele importa em outro momento e por outro motivo. A inteligência artificial é muito boa em reunir informação e péssima em assumir responsabilidade por uma decisão. Quem assina um contrato de sete dígitos não quer mais um resumo. Quer alguém que responda pelo que está dizendo.

E o vendedor, onde estava enquanto isso?

Preso na burocracia, em boa medida. A sétima edição do relatório State of Sales, publicado pela Salesforce em 2026 com mais de 4 mil profissionais de vendas ouvidos, aponta que vendedores gastam 60% do tempo em tarefas que não são vender. Traduzindo para a semana de trabalho: de cinco dias, três se vão em procurar apresentação, digitar resumo de reunião no sistema, montar planilha e correr atrás de aprovação interna.

Vale um registro que costuma passar batido. Em edições anteriores desse mesmo relatório, o tempo consumido fora da venda beirava três quartos da jornada. O número caiu. Ou seja, a tecnologia devolveu tempo de verdade nos últimos anos. Só que devolveu menos do que a conversa de mercado sugere, e ainda sobra pouco tempo justamente na etapa que virou mais decisiva: a conversa em que o comprador quer ser convencido por um humano.

Parte do problema é de arquitetura. O vendedor médio usa oito ferramentas diferentes para fechar um único negócio, e quem se declara sobrecarregado com essa quantidade de sistemas tem 45% menos chance de bater a meta. Enquanto isso, o ciclo de vendas, o tempo entre o primeiro contato e a assinatura, está ficando mais longo para a maioria dos entrevistados.

A promessa, a conta e a distância entre as duas

A saída óbvia parece ser comprar uma ferramenta de inteligência artificial e considerar o problema resolvido. Os números dizem que essa é exatamente a armadilha.

O dado mais sólido disponível vem do relatório State of AI, da McKinsey. A adoção já é quase universal: 88% das organizações no mundo usam inteligência artificial em pelo menos uma área. Mas apenas 39% conseguem atribuir algum impacto ao EBIT, e, dessas, a maioria fala em menos de 5%. EBIT é o lucro da empresa antes de descontar juros e impostos, ou seja, o quanto a operação em si está de fato rendendo. Quase todo mundo usa. Poucos conseguem provar que valeu.

Estudos posteriores apontam na mesma direção com números mais dramáticos. O relatório The GenAI Divide, do MIT, encontrou que 95% dos projetos-piloto analisados não entregaram impacto mensurável no resultado financeiro. Projeto-piloto é o teste em escala pequena que a empresa faz antes de liberar a tecnologia para todo mundo. O estudo, porém, é preliminar, não passou por revisão de outros pesquisadores e foi criticado pelo tamanho da amostra e pela janela curta de medição. Ele serve como reforço da tendência, não como manchete. A Gartner, por sua vez, projeta que mais de 40% dos projetos de inteligência artificial agêntica, aquela em que o programa executa tarefas sozinho dentro de um processo, serão cancelados até o fim de 2027, por custo crescente, valor de negócio pouco claro ou falta de controle de risco.

No Brasil, o retrato depende de qual pesquisa se olha, e a diferença entre elas é informativa. O levantamento TIC Empresas, do Cetic.br, ligado ao Comitê Gestor da Internet no Brasil, usa amostra representativa de empresas de todos os portes e encontrou 17% de adoção em 2025, contra 13% no ano anterior. Entre as grandes empresas, o índice chega à metade. Já um estudo global da Sinch, que ouviu executivos e naturalmente concentra companhias maiores e mais interessadas no tema, aponta que 76% das empresas brasileiras consultadas já operam agentes em produção, acima da média mundial. Os dois retratos são verdadeiros e medem universos diferentes. A conclusão prática é que o Brasil corporativo grande está adiantado e o resto do tecido empresarial, não.

Uma nota de transparência necessária. Salesforce, Gartner, Bain e McKinsey são as fontes mais citadas neste texto e todas vendem, direta ou indiretamente, aquilo que os próprios dados recomendam comprar. Isso não invalida a pesquisa, que é ampla e metodologicamente descrita, mas recomenda ler os números de retorno com mais desconfiança do que os números de comportamento do comprador. Onde foi possível, priorizei dados que contrariam o interesse comercial de quem os publicou.

O elefante regulatório na sala brasileira

Há um item que quase não aparece nas apresentações sobre o tema e que deveria abrir a conversa por aqui. O estudo da Sinch mostra que 80% das empresas brasileiras ouvidas já interromperam ou voltaram atrás em alguma implantação de inteligência artificial por questões de governança, isto é, por falta de regras claras sobre quem controla o quê. Em 39% desses casos, o recuo aconteceu depois de vazamento de dados ou de informações pessoais.

Isso não é um detalhe técnico. Um agente comercial que enriquece cadastro, pontua contato e dispara mensagem está tratando dado pessoal, e a LGPD, a Lei Geral de Proteção de Dados, já vale desde 2020, independentemente de existir uma lei específica sobre inteligência artificial. O marco legal de IA, o PL 2338, foi aprovado pelo Senado em dezembro de 2024 e segue em tramitação na Câmara. Enquanto ele não sai, a Autoridade Nacional de Proteção de Dados incluiu inteligência artificial entre os eixos prioritários de fiscalização para o biênio 2026 e 2027. A pergunta que raramente é feita na reunião de compra do software: quando o agente errar com o dado de um cliente, quem responde?

O que separa quem colhe de quem cancela

Os estudos convergem bastante, e quase nada tem a ver com escolher o modelo de inteligência artificial mais potente do mercado. Três pontos concentram a diferença, e todos os três voltam ao comprador. Um problema com número em cima. A consultoria Bain ouviu mais de 1.100 executivos seniores em 18 setores e encontrou um descompasso revelador: em 2025, 86% esperavam bater a meta de receita e 42% ficaram abaixo, contra 32% no ano anterior. Ambição sem indicador definido vira frustração em dezembro. Aplicado ao comercial, a pergunta certa não é “quero usar IA em vendas”, mas “quero que o comprador chegue à reunião mais bem atendido em qual momento específico, e quanto vale isso”.

Dados organizados antes de agente. Ainda segundo a Bain, 60% das empresas não têm a base de dados nem a tecnologia necessária para escalar a tecnologia de forma efetiva. Faz sentido: se o histórico da conta está espalhado entre e-mails, gravações de reunião e a memória do vendedor que saiu da empresa, nenhum agente vai conseguir preparar aquela conversa de validação que o comprador está buscando. A informação que não está registrada não existe para a máquina.

Redesenho do processo, não verniz tecnológico. Este é o ponto mais ignorado. A McKinsey identifica o redesenho do fluxo de trabalho como o fator mais associado a resultado financeiro, e mesmo assim apenas cerca de um quinto das empresas que adotaram a tecnologia tinham redesenhado algum processo de forma profunda. Se a jornada de compra mudou de lugar, manter o processo comercial desenhado para 2019 e colar um agente por cima só faz o desencontro acontecer mais rápido.

E cabe o contraponto que o setor raramente faz: nem todo problema comercial precisa de inteligência artificial. Boa parte do tempo perdido pelo vendedor se resolve com decisão de gestão, com corte de reunião interna e com a eliminação de um relatório que ninguém lê. Automatizar um processo ruim é a forma mais cara de mantê-lo.

Onde a tecnologia já entrega, na prática

Quatro frentes concentram o retorno, e todas atacam o mesmo ponto: devolver tempo para a conversa que o comprador quer ter.

Priorização da carteira. O sistema ordena os contatos por chance real de fechamento, cruzando histórico, perfil e comportamento. O vendedor para de gastar a mesma energia com quem vai comprar e com quem nunca vai.

Preparação de reunião. A pesquisa sobre a empresa, o setor e o interlocutor sai pronta antes da visita, junto com um roteiro de perguntas. Como quase metade dos compradores chega municiada por inteligência artificial, aparecer sem contexto deixou de ser um deslize e virou desqualificação.

Desenvolvimento do time. Três em cada quatro vendedores dizem render mais com alguém acompanhando de perto. Como nenhum gestor faz isso com todo mundo em toda reunião, parte dos times passou a usar agentes para simular conversas difíceis e devolver comentários logo depois da ligação.

Pós-venda que age antes. Identificar sinal de insatisfação antes de o cliente reclamar. É a diferença entre negociar a renovação e descobrir o cancelamento por e-mail.

O denominador comum, segundo o relatório da Salesforce: a maioria expressiva dos vendedores que usam agentes diz que a tecnologia os libera para trabalho de maior valor. Não é substituição de gente. É realocação de tempo. E vale a ressalva de escala: esses relatórios ouvem majoritariamente grandes corporações globais. Um time de vinte vendedores no interior do país tem outro custo de implantação e outro ponto de partida, e nem sempre a conta fecha do mesmo jeito.

Três perguntas antes de assinar qualquer contrato de tecnologia

• 1. Se três dos meus cinco dias de semana estão sendo consumidos fora da atividade de vender, quais dessas tarefas eu poderia simplesmente parar de fazer, sem tecnologia nenhuma?
• 2. O histórico das minhas contas está registrado em algum lugar consultável, ou mora na cabeça de cada vendedor?
• 3. Quando o comprador chegar tendo pesquisado tudo sozinho e quiser confirmar com um humano se está tomando a decisão certa, o meu time está preparado para ser essa confirmação?

O comprador já resolveu o lado dele da equação. Ele pesquisa com inteligência artificial, compara com inteligência artificial e chega mais preparado do que nunca. A pergunta que sobra é curta e desconfortável: quando ele quiser falar com alguém, quem vai atender?