Matheus Matsuda Marangoni
Como agentes de IA que navegam e transacionam em nome do usuário estão corroendo o modelo de receita publicitária da internet
Em algum momento de 2025, a internet cruzou uma linha que passou quase despercebida fora dos relatórios de segurança: o tráfego gerado por máquinas ultrapassou o tráfego gerado por pessoas. A Cloudflare registrou bots respondendo por 57,5% das requisições HTTP a conteúdo HTML em junho de 2026 [3]. A Thales, em seu relatório anual sobre bots, chegou a um número parecido para 2025: 53% de tráfego automatizado contra 47% humano, uma inversão que vinha se desenhando havia anos e que finalmente se consolidou [1].
Isso, por si só, não seria motivo de alarme. A web sempre teve tráfego de máquina: crawlers de busca, monitores de uptime, scrapers de preço. O que mudou é a natureza desse tráfego. Não se trata mais só de robôs que leem a web para indexá-la. Um número crescente deles decide e transaciona em nome de alguém, sem que esse alguém jamais chegue a ver a página.
E isso é um problema para um modelo de negócio que sustenta boa parte da internet gratuita: a publicidade.
O anúncio depende de alguém olhar
Vale lembrar como esse modelo funciona. Um site publica conteúdo, um usuário chega até ele, um anúncio é carregado e (com sorte) visto, talvez clicado; esse comportamento vira dado, o dado alimenta perfis de audiência, e esses perfis são vendidos para quem quer aparecer na frente da pessoa certa no momento certo. Essa cadeia tem várias etapas: impressão, clique, sessão, retargeting. Cada uma pressupõe um par de olhos humanos do outro lado da tela. Tire o humano da equação e a cadeia inteira perde o elo que gera receita.
É exatamente isso que os agentes de IA estão fazendo, em escala que já aparece nos números. O relatório da HUMAN Security sobre tráfego de IA em 2025 mostra que, quando um agente navega em nome de um usuário, 77% das visitas são a páginas de produto ou busca, 8,8% a páginas de conta, 5% a fluxos de autenticação e 2,3% já são checkouts completos [2]. São compras fechadas do início ao fim por um sistema automatizado, sem que um humano tenha rolado a tela ou reparado em um único banner. Esse comportamento, que a HUMAN classifica como “em grande parte teórico antes de 2025”, já é operacional.
O detalhe que importa aqui não é o tamanho da fatia de checkout, ainda pequena hoje, e sim o que ela representa: a “visita” deixou de ser sinônimo de exposição. Uma IA pode consumir uma página inteira, extrair o preço, comparar com o concorrente e fechar a compra, e o site nunca terá vendido uma única impressão de anúncio àquela transação. O mesmo vale para o consumo de conteúdo: quando um assistente de IA resume uma reportagem para responder a uma pergunta, o leitor humano nunca chega ao site do veículo. Não há pageview nem anúncio carregado, e nenhuma assinatura é vendida no meio do caminho.
A escala já não é marginal
O que torna esse cenário urgente, e não hipotético, é a velocidade do crescimento. Segundo a HUMAN Security, o volume mensal de tráfego gerado por IA quase triplicou entre janeiro e dezembro de 2025, e a fatia agêntica cresceu 7.851% no mesmo período, ainda que partindo de uma base pequena [2]. Essa categoria reúne agentes e navegadores que agem sozinhos, em vez de apenas coletar dados para treinar modelos. A Thales chegou a uma conclusão semelhante por outro caminho: os ataques automatizados ligados a IA que a empresa bloqueou por dia saltaram de 2 milhões para 25 milhões ao longo de 2025, um salto de 12,5 vezes [1].
O mais relevante, porém, é onde esse tráfego se concentra. Mais de 95% de todo o tráfego gerado por IA em 2025, segundo a HUMAN, está em apenas três setores: varejo e e-commerce, streaming e mídia, e viagens e hospitalidade [2]. Não por acaso, são exatamente os setores cuja receita depende mais diretamente de tráfego, engajamento e conversão vendidos a anunciantes. O varejo também lidera como alvo entre os bots de IA no levantamento da Thales, com 20% de toda a atividade observada, à frente de setores como serviços financeiros e viagens [1].
Em outras palavras: a automação não está distribuída igualmente pela web. Ela está indo, com precisão cirúrgica, para os lugares onde a economia da atenção humana é mais valiosa. E mais frágil.
Quando o robô se veste de gente, a régua quebra
Há uma segunda camada do problema, talvez mais incômoda que a primeira: mesmo quando um site quer distinguir tráfego legítimo de IA de tráfego malicioso, a linha está cada vez mais borrada. A HUMAN Security descreve isso sem meias palavras: de todas as interações analisadas pela sua plataforma, apenas meio ponto percentual separa a taxa de automação benigna da taxa de automação maliciosa [2]. Um agente navegando rápido por páginas de produto, preenchendo formulários e completando um checkout pode ser o assistente de compras de um consumidor real ou uma fraude automatizada. O comportamento é idêntico. A intenção, não.
A Thales chega a um retrato parecido pelo lado da segurança: 41% do tráfego de bots maliciosos em 2025 se identificava como Chrome para passar por usuário legítimo, e mais de 10% das sessões de agentes de IA, os que buscam informação em tempo real a pedido de um usuário, já disparam regras de detecção de bot malicioso [1]. O ataque mais comum contra aplicações não é mais uma falha técnica clássica, é abuso de lógica de negócio: bots que adicionam itens ao carrinho sem comprar para criar escassez artificial, ou que fazem consultas de tarifa em volume muito acima do de um cliente normal só para distorcer sinais de preço e demanda.
Para quem vende espaço publicitário com base em métricas de tráfego e engajamento, isso é uma ameaça direta à própria moeda de troca. Se ninguém consegue garantir com precisão que uma sessão, uma visualização ou um clique veio de um humano, o valor daquele inventário cai, e a credibilidade de quem o vende cai junto.
Os primeiros sinais de resposta
Uma parte da indústria já percebeu que o modelo antigo não vai se sustentar sozinho e começou a testar alternativas. A ideia não é bloquear a IA, e sim cobrar por ela. O X (antigo Twitter) reprecificou sua API em 2026, tornando mais barato ler os próprios dados da conta, mas 1.900% mais caro publicar links pela API [3]. É um ajuste desenhado especificamente para capturar valor do tráfego automatizado que antes passava de graça. A Xero abandonou seu modelo de compartilhamento de receita e migrou para cobrança por volume de dados e conexões, depois de perceber que agentes conseguiam extrair grandes quantidades de informação sem gerar receita proporcional [3]. Do lado da segurança, cerca de 12% do tráfego de crawlers de IA já é bloqueado por regras definidas pelo próprio cliente, segundo a Thales [1]. É uma primeira geração de políticas de acesso, pensadas especificamente para diferenciar que tipo de máquina pode entrar e em que condições.
Também está surgindo uma camada de verificação: bots de IA “assinados” criptograficamente, que permitem a um site autenticar e medir o acesso de agentes reconhecidos, distinguindo automação aprovada de automação não verificada. A Thales chama isso, sem rodeios, de um “canal de receita em potencial”: a ideia de que o acesso de IA deixe de ser um custo de infraestrutura a ser tolerado e passe a ser um produto com tarifa própria, negociado por contrato ou por chamada [1].
O contorno de um modelo novo
Esses movimentos isolados apontam para algo maior. Um relatório recente da PitchBook descreve o surgimento do que chama de “economia das máquinas”: um mercado paralelo em que agentes de IA descobrem, contratam e pagam por serviços diretamente uns aos outros, sem intervenção humana em cada etapa [3]. Os sinais já são mensuráveis: o volume de tokens processados pelo Google saltou de 9,7 trilhões por mês em 2024 para 3,2 quatrilhões em maio de 2026, um crescimento que nenhuma leitura humana explica [3]. Segundo a mesma pesquisa, cerca de um quarto dos desenvolvedores já projeta suas APIs pensando no agente, e não no usuário humano, como consumidor principal [3].
Esse é o pano de fundo que dá sentido às mudanças de precificação já em curso. A publicidade nasceu como forma de monetizar a atenção de quem chega até uma página. Mas se uma fração cada vez maior de quem “chega” até a página é uma IA que nunca vai ver o anúncio, nunca vai clicar nele e muitas vezes nem repassa a experiência de forma fiel ao usuário final, a receita por impressão simplesmente não tem como crescer na mesma proporção do tráfego. O caminho que vem se desenhando é outro: cobrar pelo acesso em si, por chamada de API, por dado entregue ou por transação concluída, em vez de depender só de quem olha a tela.
Nada disso decreta o fim da publicidade digital. Sites com forte apelo humano, marca e experiência continuarão vendendo atenção real. Mas há uma faixa relevante da internet onde isso já não vale: varejo, mídia e viagens, os setores onde a automação mais se concentra. Ali, o crescimento de tráfego deixou de significar, automaticamente, crescimento de receita. É um problema estrutural, não um ruído passageiro, e os números de 2025 e 2026 mostram que ele já está em curso: quem depende só do modelo de anúncio corre o risco de ver o tráfego crescer e a receita murchar ao mesmo tempo. Quem começa agora a cobrar pela máquina, e não só pelo olhar humano, está construindo a próxima fonte de receita antes que ela vire commodity.
Referências
- THALES. 2026 Thales Bad Bot Report: Bad Bots in the Agentic Age. Thales Cloud Protection & Licensing, abril de 2026. Disponível em: cpl.thalesgroup.com/bad-bot-report.
- HUMAN SECURITY. The 2026 State of AI Traffic & Cyberthreat Benchmark Report: AI, Agents, Bots, and the New Threat Landscape. HUMAN Security, 2026. Disponível em: humansecurity.com.
- YANG, Rudy. Machine Economy Rising: The Market of Limitless Cognition — Part I of II. PitchBook Institutional Research Group, 21 de julho de 2026.
