Quem trabalha com dados vive um dilema conhecido: de um lado, times de tecnologia cheios de prioridades; do outro, times de marketing tentando fazer mágica sem conhecimento técnico. No meio disso, times de MarTech surgem como a ponte — ou o bombeiro — que reconcilia esses mundos.
Durante o Analytics Summit 2025, o CTO da Métricas Boss, Lucian Fialho, mediou uma mesa redonda com quem vive essa realidade na prática:
- •Mariana Alves, Digital Analytics & DataOps Manager — Itaú Unibanco
- •Lilia Saiago, Director of Marketing Ops — Conta Azul
- •Lucas Yokota, COO & Co-founder — Purple Metrics
O tema? Como Martech e Inteligência Artificial estão sendo aplicados (de verdade) no dia a dia das empresas. Sem hype, sem teoria, só prática.
Aqui estão os principais aprendizados.
1. IA na Pré-Venda: Como a Conta Azul Escalou Atendimento Sem Aumentar Equipe
A Conta Azul enfrentava um problema comum: mais geração de demanda → mais MQL → necessidade crescente de SDRs → gargalo no atendimento.
E lead que espera… esfria.
Então veio o ponto de virada:
A Lilia trouxe a IA para dentro do fluxo de qualificação no WhatsApp: o canal onde o cliente realmente está.
Antes
- •SDRs com horário limitado.
- •SLA alto para contato.
- •Leads perdidos ou frios antes de qualquer conversa.
Depois
- •Atendimento 24/7 via IA.
- •Zero mudança de canal.
- •Velocidade de contato infinitamente maior.
- •Conversões preservadas ao longo do funil.
A IA não substituiu o comercial, ela retirou deles a parte repetitiva e deixou apenas o melhor: vender.
E o impacto? Aumento na taxa de contato, na passagem MQL → SAL → Oportunidade → Cliente.
2. IA Para Produtividade Interna: O “Assistente de Marketing” da Conta Azul
Além de acelerar vendas, a Conta Azul criou um AI Assistant interno que:
- •lê Notion, Slack e documentos internos;
- •abre tickets no Jira;
- •cria cards no Asana;
- •busca documentação;
- •acompanha incidentes;
- •conecta todos os times de marketing numa única fonte de verdade.
Resultado: Menos operação, mais estratégia.
E o ponto que mais chamava atenção na fala da Lilia: Até devs sêniores começaram a usar IA para tarefas repetitivas do dia a dia, liberando tempo para resolver problemas complexos e criar novos projetos de IA.
3. IA para Governança e Qualidade de Dados: O Case Gigante do Itaú
O Itaú lida com 70 milhões de usuários no app. Isso significa dezenas (às vezes centenas) de novas jornadas subindo por semana.
E um problema gigantesco:
####Jornadas chegando sem tagueamento.
Sem dado → sem análise → sem teste → sem insight → sem tomada de decisão. É trabalhar no escuro.
Para resolver isso, a Mariana implementou um agente de IA que valida repositórios de código:
- •verifica se existe tagueamento;
- •compara com a tech spec;
- •checa naming conventions;
- •gera alertas;
- •sugere como implementar corretamente.
Tudo isso antes do deploy.
Por que não bloquear direto?
Porque antes era preciso:
- •calibrar o modelo;
- •treinar desenvolvedores;
- •evitar fricção com tecnologia;
- •preparar base de governança (mapa de métricas, taxonomia, regras).
O time está em fase avançada de testes — com forte impacto em escala, governança e velocidade de análise.
4. O Que IA Deveria Fazer… e O Que Não Deveria Fazer
O exemplo do Yokota foi um dos mais simples e fortes: A Purple Metrics usa IA em toda a infraestrutura do produto (machine learning, modelos preditivos, enriquecimento de dados). Isso funciona perfeitamente.
Mas, quando falamos de conteúdo, o time descobriu que:
- •IA serve bem para referência, pesquisa, estrutura.
- •IA NÃO substitui a originalidade humana.
As maiores audiências da Purple vieram de:
- •reflexões pessoais do time;
- •casos reais;
- •conversas transformadas em conteúdo;
- •vídeos curtos, espontâneos, naturalmente humanos.
IA ajuda na edição. IA ajuda na curadoria. IA ajuda na organização.
Mas a ideia, o insight, ainda nasce melhor da cabeça humana.
Além disso, Yokota reforçou outro uso muito poderoso:
IA como “desafiadora de estratégia”.
Ele joga seus memorandos estratégicos na IA pedindo:
- •objeções;
- •contradições;
- •riscos;
- •pontos cegos.
A IA obriga você a pensar melhor.
E esse talvez seja o melhor uso possível.
5. IA no Produto: Onde a Purple Metrics Está Indo
Além da camada já existente de machine learning, a Purple está criando:
- •IA para CS aprender automaticamente com padrões históricos e sugerir otimizações;
- •IA para análise de criativos (qual copy, qual tema, qual mood gera resultado);
- •IA para melhorar onboarding e setup do cliente;
- •IA para mapear automaticamente padrões qualitativos de campanhas.
Enquanto o mercado foca só em geração de texto, a Purple usa IA para o ponto onde mais dói: Atribuir resultado real ao marketing.
6. Como Montar um Time de MarTech do Zero: As Dicas Dos Especialistas
Ao final, cada convidado respondeu à pergunta: Se você fosse montar um time de MarTech do zero hoje, por onde começaria?
Mariana (Itaú)
- •Comece pelo problema de negócio.
- •Tenha clareza do que a empresa realmente precisa resolver.
- •Não tente fazer tudo: escolha batalhas.
- •Busque entregas rápidas e escaláveis.
####Lilia (Conta Azul)
- •Comece pela fundação.
- •Sem dados, governança e stack bem montada, não há personalização, automação ou IA que funcione.
- •Avalie maturidade, gaps e infraestrutura.
- •Back-ends são as estrelas nesse momento.
Yokota (Purple Metrics)
O CMO moderno precisa ser:
- •CMO (entender de gente e marca),
- •CTO (compreender tecnologia),
- •CFO (fazer alocação de capital orientada a retorno).
E conclui: Todo CMO deveria começar a montar sua operação de MarTech o quanto antes.
Conclusão: IA Não é Sobre Repetir o Que Todo Mundo Faz: É Sobre Resolver Problemas Reais
A mesa redonda trouxe um ponto em comum entre as três empresas:
A só funciona quando tem problema claro, base sólida e pessoas preparadas.
- •IA na Conta Azul acelerou vendas e produtividade.
- •IA no Itaú resolveu governança em escala e reduziu desperdício de dados.
- •IA na Purple Metrics fortaleceu estratégia, produto e criatividade.
O futuro do MarTech não é substituir ninguém. É potencializar cada parte do processo: remoção de fricção, escala inteligente, decisões melhores e mais rápidas.
E, no final, IA não é o protagonista.
O protagonista continua sendo quem sabe fazer as perguntas certas.
Gustavo Esteves
Gustavo Esteves é fundador e CEO da Métricas Boss, já trabalhou dentro de gigantes como B2W. Autoridade na área de Digital Analytics, com mais de 15 anos de experiência e 3 mil projetos atendidos, incluindo gigantes como PUC, Rede D'Or, Globo, Stanley, Médico Sem Fronteiras, Alura, entre outras.
Publicado em 10 de fevereiro de 2026
