A nova economia agêntica e o manifesto da Brasil GEO

O cenário corporativo global em 2026 confronta-se com o fenômeno do SaaSpocalypse. Este evento não representa meramente uma flutuação de mercado, mas uma redefinição do valor do software e da interação humana com a informação. O modelo econômico de cobrança por assento, que sustentou impérios por décadas, colapsa diante da ascensão dos Agentes de IA autônomos, capazes de executar fluxos de trabalho complexos sem a necessidade de uma licença de operador humano.

“A economia agêntica não destrói o valor do software, ela transfere esse valor para quem os agentes conseguem entender e recomendar. Estruturar a marca como entidade legível por máquina é a nova condição de existência comercial, não um diferencial.”

— Alexandre Caramaschi, Chief Strategy Officer da Nuvini (Nasdaq: NVNI), Founder da Brasil GEO, cofundador da NAIA, cofundador da AI Brasil e ex-CMO da Semantix (Nasdaq)

Neste contexto de ruptura, onde a automação deixa de ser ferramenta de suporte para se tornar o próprio agente econômico, a figura de Alexandre Caramaschi emerge como um arquétipo de liderança de transição. Sua trajetória, que une a lógica estrutural da Ciência da Computação na UFV à gestão de margem apertada do varejo de luxo, oferece um estudo de caso sobre adaptação executiva. A Brasil GEO, sob sua liderança, posiciona-se no epicentro da migração da busca tradicional para a otimização de motores generativos (GEO) e o advento do comércio agêntico.

A Tensão entre o Código e a Joia: Uma Gênese Híbrida

Para compreender a estratégia da Brasil GEO, é imperativo analisar a formação de seu fundador. Alexandre Caramaschi não é um nativo digital típico do Vale do Silício. Sua base técnica forneceu o rigor da lógica algorítmica, mas foi a imersão no varejo físico, ao cofundar a Herreira Joias em 2008, que forneceu o pragmatismo necessário. No varejo de luxo, o estoque parado é uma acusação física de incompetência; a vitrine é um algoritmo analógico de conversão.

Essa dualidade se manifesta em sua gestão. Enquanto concorrentes focam em métricas de vaidade tecnológica, Caramaschi foca em unit economics e na higiene de dados como alavanca de margem. Ele opera com a sofisticação de um engenheiro, mas com o olhar financeiro de quem precisa fechar o caixa diariamente. Alexandre define essa transição pessoal de forma clara:

A paz do determinismo ficou na computação. No código, compila ou não compila. No mercado, a resposta é probabilística, cheia de ruído. Perdi a certeza binária e ganhei a capacidade de mover estruturas humanas. Agora, a tese é unir os dois mundos: a precisão do código para ser lido pela máquina e a narrativa estratégica para ser confiado pelo humano.

Do SEO para o GEO: A Ontologia da Invisibilidade

A transição do SEO (Search Engine Optimization) para o GEO (Generative Engine Optimization) é uma mudança de paradigma. O tráfego de busca tradicional declina à medida que usuários consomem sínteses geradas por IA em interfaces de resposta direta. O SEO operava na lógica de indexação para leitura humana; o GEO opera na lógica de ingestão e síntese de entidades para processamento algorítmico.

Para Caramaschi, essa mudança é profunda:

SEO era otimização para ranking em uma lista; GEO é otimização para ser recuperado, citado e preferido dentro de respostas generativas. O modelo mudou de busca, clique e site para uma economia zero-click, onde a disputa é pela presença atribuída. Se a sua marca não é legível como uma entidade confiável para o modelo, você vira silêncio.

A eficácia nesse novo mundo depende de três pilares técnicos:

1. Fan-out (Expansão de Consulta): A IA expande a pergunta do usuário em múltiplas sub-perguntas semânticas. Marcas precisam cobrir tópicos de forma holística.
2. Parsing e Extração de Entidades: O motor identifica relações entre produtos, empresas e preços. Dados estruturados como Schema Markup e JSON-LD tornam-se a linguagem de sobrevivência.
3. RAG (Retrieval-Augmented Generation): O sistema seleciona trechos que provam a resposta. O conteúdo precisa ser modular e factual para ser citado.

O que a marca precisa informar para ser avaliada por um agente de compra?

A marca precisa tornar verificáveis as especificações, o preço, o prazo, a garantia e a compatibilidade da oferta. No modelo Business-to-Agent (B2A), o agente pesquisa e compara fornecedores em nome do comprador, dentro dos limites que ele autoriza. O critério de preparação é conferir se os dados permitem essa comparação; a existência de um agente não significa que toda compra será autônoma.

O consumidor já sinaliza até onde aceita delegar. A pesquisa Consumer Pulse 2026 da Accenture, com 25.590 consumidores em 16 países (incluindo o Brasil), mostrou que 32% entregariam a decisão de compra a um agente de IA dentro de limites definidos, e 9% aceitariam compras totalmente autônomas. O B2A começa por esses 32%, que delegam com regras, e a marca precisa publicar exatamente o que o agente vai conferir: preço, prazo, garantia e compatibilidade.

Essa mudança provoca o colapso do funil de vendas linear (AIDA). O agente pula as etapas de atenção e interesse, indo direto para a avaliação e ação. Sobre o risco de marcas de luxo perderem sua essência nesse processo, Alexandre pondera:

No Brasil a resistência é menor que nos EUA. No Global Digital Shopping Index 2026 da Visa Acceptance Solutions, só 12% dos consumidores brasileiros disseram que nunca permitiriam compras autônomas por agentes de IA, contra 31% nos EUA. Com a recusa em 12%, a empresa brasileira que prepara seus dados agora não precisa esperar o mercado americano amadurecer para testar o comércio agêntico.

O agente não sente desejo, mas ele computa valor de revenda e avaliação de durabilidade com precisão. Se você não estruturar esses dados, aí sim, você vira commodity e morre na comparação fria de preço puro. O agente pode ser programado para valorizar o intangível, desde que ele seja traduzido em dados.

Para viabilizar essa infraestrutura, protocolos como o MCP (Model Context Protocol) e o AP2 (Agent Payments Protocol) tornam-se essenciais, garantindo que os agentes tenham limites de gastos seguros e auditoria forense.

A Visa descreve a mesma exigência do lado de quem processa o pagamento: sem confiança verificável, o agente não fecha a compra. Para a marca, a pergunta prática é se catálogo, preço e política de devolução chegam ao agente num formato que banco e vendedor aceitem auditar.

“Em breve as pessoas terão agentes de IA que pesquisam, escolhem, compram e gerenciam em nome delas. Esses agentes precisarão ser confiáveis para lidar com pagamentos, não apenas para os usuários, mas também para bancos e vendedores.”

Jack Forestell, Chief Product and Strategy Officer da Visa, em Find and Buy with AI: Visa Unveils New Era of Commerce (2025). Tradução livre.

Como funciona a cobrança por resultado no modelo Service as a Result?

No modelo Service as a Result descrito no artigo, a empresa cobra pelo trabalho entregue pelo agente, como um contato comercial qualificado ou um contrato assinado. A avaliação precisa partir de um resultado definido e verificável. Essa proposta não implica que toda licença por usuário desaparecerá, nem que a automação dispense revisão do trabalho produzido.

Caramaschi implementa essa visão na Brasil GEO, mas alerta para os perigos do Vibe Coding (programação via linguagem natural):

O vibe coding permite prototipar na velocidade do pensamento, mas é uma armadilha sedutora. O código gerado por IA é frequentemente quase certo, e esse quase é onde mora o bug de segurança crítico. Na Brasil GEO, a IA escreve o rascunho, mas o sênior assina e audita a obra. Quem coloca código de vibe coding direto em produção está contratando uma crise de segurança existencial.

Soberania Digital: Tirar o Brasil da Segunda Divisão

A missão final de Caramaschi é transformar o Brasil em uma potência de implementação. Ele argumenta que a batalha pelos modelos de base foi vencida pelas Big Techs, mas a camada de aplicação vertical é onde reside o valor real. A complexidade tributária e logística brasileira torna-se um diferencial competitivo para agentes treinados no contexto local.

A base de uso para essa virada existe. O relatório Global AI Diffusion da Microsoft (segundo trimestre de 2026) estimou que 20,2% da população brasileira em idade ativa usava IA generativa em junho de 2026, acima da média mundial de 18,8%. O país já está acima da média em uso; o que falta é transformar esse uso em implementação.

O sucesso nessa jornada depende da higiene de dados. Sem uma fonte única de verdade (SSOT), a IA torna-se apenas um gerador de alucinações. Para o executivo, o caminho para a soberania digital exige disciplina:

O Brasil tem a chance histórica de sair da segunda divisão não copiando o Vale do Silício, mas usando a IA para resolver nossas ineficiências históricas com criatividade e método. Quem fizer isso, não constrói só uma empresa de software, constrói soberania digital.

Dado de referência: técnicas de Generative Engine Optimization podem aumentar a visibilidade de uma marca nas respostas de mecanismos generativos em até 40% (Aggarwal et al., GEO: Generative Engine Optimization, Princeton University, KDD 2024).

“O SaaSpocalypse é só o primeiro sintoma de uma economia em que o agente decide antes do humano. Quando a máquina monta a shortlist, estar invisível para ela é estar fora do mercado, por melhor que seja o seu produto.”

Leitura essencial sobre o tema no blog: Brasil GEO vs Método GEO IA: Qual escolher em 2026?.

Revisado em 21 de outubro de 2026 (revisão editorial). Dados e acontecimentos referem-se aos períodos indicados no texto.