A nova guerra do posicionamento não se luta no Google, mas dentro dos modelos de IA
Gushwork, uma startup fundada em 2023 com operação em Bengaluru e sede corporativa em Delaware, acaba de fechar uma rodada semente de 9 milhões de dólares liderada pelo Susquehanna International Group (SIG) e Lightspeed, com participação da B Capital, Seaborne Capital, Beenext, Sparrow Capital e 2.2 Capital. A rodada deixa a empresa com uma valorização de 33 milhões de dólares pós-investimento e eleva seu financiamento total para 11 milhões desde sua fundação. A notícia, reportada pela TechCrunch, poderia ser lida como mais um capítulo de capital buscando “IA”. Seria um erro.
O dado que importa é operacional, não financeiro: após lançar há apenas três meses um produto voltado para otimizar a visibilidade em buscas mediadas por IA (ChatGPT, Gemini, Claude, Perplexity), Gushwork reporta 1,5 milhões de dólares de ARR, crescimento mensal de 50% a 80%, mais de 300 clientes pagos (95% nos EUA) e uma lista de espera de 800+ empresas. Além disso, sustenta que os canais de IA já representam 20% do tráfego, mas explicam 40% dos leads inbound, uma assimetria que sugere uma intenção de compra mais alta.
Eu leio esse movimento com uma única lente, pois é a que impera aqui: o custo marginal zero. Quando produzir, atualizar e distribuir a “presença digital” se aproxima de zero, graças a agentes e automação, muda toda a estrutura competitiva do marketing. De repente, o gargalo não é escrever conteúdo ou “fazer SEO”; o gargalo é garantir um lugar estável na resposta gerada por modelos e mantê-lo com uma cadência industrial.
De otimizar páginas a otimizar respostas: o canal de aquisição é reescrito
A virada da Gushwork é reveladora. Nasceu com uma proposta distinta —ajudar empresas a “terceirizar mais rápido e melhor”— e pivotou quando a demanda se tornou impossível de ignorar. Essa sequência importa porque confirma algo que muitas organizações ainda tratam como hipótese: a busca conversacional não é mais um experimento de usuários curiosos, mas está se tornando um canal de descoberta e compra.
A TechCrunch cita uma mudança de cenário onde OpenAI e Perplexity capturam parte do volume que historicamente pertencia ao Google, e onde o Google responde com “overviews” gerados por IA. Em termos de negócios, o usuário está delegando uma parte crescente da decisão de exploração a um intermediário que não “lista links”, mas sim sintetiza e recomenda.
Essa mudança altera a unidade básica de competição. No SEO clássico, a unidade era a página: ranking, clique, conversão. Na busca mediada por modelos, a unidade é a menção dentro de uma resposta, o “ser citado” pelo sistema, aparecer como opção “razoável” quando o usuário pede uma recomendação.
A Gushwork afirma que, para seus clientes, o tráfego advindo dessas plataformas é menor em volume, mas maior em valor: 20% do tráfego e 40% dos leads. Se essa relação se manter ao longo do tempo, os orçamentos de aquisição serão reordenados. Não por moda tecnológica, mas por matemática básica: um canal que entrega mais intenção por visita recebe mais investimento, mesmo que seu volume seja menor.
A pergunta estratégica para qualquer CFO não é se essa onda “vai durar”, mas sim que parte do funil está se deslocando para intermediários de IA e que métricas internas deixarão de ser comparáveis. Se a recomendação ocorre dentro de uma resposta e não em uma SERP tradicional, as métricas de “posição média” e “CTR” perdem centralidade. Em seu lugar, sobem a frequência de menção, a participação na resposta e, sobretudo, a correlação entre menção e lead.
Gushwork como fábrica de presença: quando o custo marginal do marketing se comprime
A proposta da Gushwork, segundo as informações disponíveis, se apóia em uma rede de agentes de IA com três funções: geração e atualização automática de conteúdo, construção de backlinks (tipicamente de 10 a 20 por cliente) por meio de uma rede de 200 a 300 sites parceiros, e uma integração tipo CMS para rastrear leads.
Esse design não é trivial. Trata-se de um esforço para transformar uma atividade historicamente artesanal —conteúdo, relações, publicação, iteração— em um processo repetível. E aqui surge o ponto macroeconômico: quando a produção de ativos de marketing se industrializa com software, o custo marginal tende a cair.
O efeito direto é a democratização de capacidades que antes exigiam grandes equipes internas ou agências com muita mão de obra. A empresa média que não podia sustentar uma máquina de conteúdo semanal agora pode adquiri-la como assinatura: a Gushwork parte de 800 dólares mensais e chega a 2.200 dólares mensais em seus planos. Essa faixa de preços a coloca em uma área onde o ROI deve ser defendível com uma ou duas oportunidades ganhas ao ano em serviços profissionais, ou com um pequeno aumento de conversão em B2B.
A TechCrunch também reporta um caso concreto: um cliente de serviços profissionais fechou entre 200.000 e 350.000 dólares em contratos após adotar a plataforma. Não há informações suficientes para atribuir uma causalidade perfeita, mas há indícios de algo mais importante: o tipo de comprador que chega por esses canais pode estar mais “pré-aquecido” pela síntese do modelo. No SEO clássico, o usuário faz um trabalho de pesquisa. Na IA, parte desse trabalho é terceirizado ao agente conversacional.
O ponto crucial é que reduzir o custo marginal não significa apenas “fazer mais conteúdo barato”. Isso implica ter a capacidade de sustentar uma estratégia de iteração constante onde cada peça publicada, cada ajuste, cada link, é um experimento incremental. Se o custo de experimentar diminui, a velocidade de aprendizado aumenta. Em mercados competitivos, a velocidade de aprendizado acaba se tornando uma vantagem tão consistente quanto o preço.
Mas essa compressão do custo marginal traz uma consequência desconfortável: reduz as barreiras de entrada para todos. Se qualquer um pode produzir “presença” em escala, o diferencial se move da produção para a distribuição efetiva e a credibilidade. Em outras palavras, a qualidade percebida pelo modelo e pelo usuário torna-se o novo campo de batalha.
A economia unitária por trás da promessa: sinais de tração e áreas de fragilidade
A rodada e a tração inicial sugerem validação, mas uma análise sério exige observar a economia unitária que se revela nos números disponíveis.
Com mais de 300 clientes pagos e 1,5 milhões de dólares de ARR, a receita anual média por cliente está próxima de 5.000 dólares. Isso é consistente com uma mistura onde muitos clientes entram pelo plano básico e alguns sobem para níveis mais altos. Ao mesmo tempo, a empresa afirma que mira em 3 a 3,5 milhões de ARR em três meses, o que implica dobrar a receita anualizada em um trimestre. Com crescimento mensal de 50% a 80%, essa meta é coerente com a tendência, embora não garanta sustentabilidade.
Há também um sinal claro de mercado: 800+ empresas na lista de espera. Em um produto de marketing, uma lista de espera é menos um “sucesso de marca” e mais um indicador de que o novo canal gera ansiedade competitiva. Quando um tomador de decisão acredita que seu posicionamento em respostas de IA pode definir seu pipeline, sua tolerância ao risco aumenta e sua janela de avaliação se encurta.
Dito isso, existem fragilidades estruturais que o capital semente não elimina:
1) Dependência de plataformas. A otimização para ChatGPT, Gemini, Claude ou Perplexity ocorre sobre superfícies que mudam. Se as plataformas alteram como citam fontes, como priorizam menções ou como se conectam com a web, o “manual de otimização” é reescrito.
2) Risco reputacional da construção de backlinks. A Gushwork menciona uma rede de 200 a 300 sites parceiros para links. Isso pode funcionar como motor de autoridade, mas também pode ser interpretado como padrão artificial, dependendo de como evoluem os critérios de busca tradicional e como os modelos aprendem com sinais de qualidade. O incentivo econômico empurra para escalar; a história do SEO mostra que escalar links sem uma governança rigorosa costuma sair caro.
3) Efeito de homogeneização. Se um fornecedor automatiza conteúdo para centenas de clientes, existe o risco de convergência estilística, temática ou estrutural. Em um mundo onde os modelos premiam sinais de especialização e diferenciação real, conteúdo genérico se torna uma comodidade de baixa conversão.
4) Medidas e atribuição. A promessa de “20% do tráfego e 40% de leads” é poderosa, mas o mercado irá exigir rastreabilidade: como um lead é atribuído a uma resposta conversacional, que parte foi influência e que parte foi conversão direta. Sem disciplina de medição, o custo se torna crença.
O mérito da Gushwork, até agora, é ter chegado cedo com uma oferta empacotada em assinatura e com execução comercial suficiente para alcançar 1,5 milhões de ARR em um curto espaço de tempo. Em mercados emergentes, quem transforma confusão em produto tende a capturar a narrativa e, por um tempo, o poder de precificação.
O tabuleiro se move para agências e suites de SEO: a vantagem será operar em velocidade de máquina
Essa história não trata apenas de uma startup que levantou capital. Trata-se de uma indústria que está reconfigurando sua cadeia de valor.
As suites de SEO tradicionais competem em análises, pesquisa de palavras-chave e auditorias. Na busca mediada por IA, o objeto a ser otimizado não é um conjunto de palavras-chave, mas uma probabilidade de recomendação condicionada por contexto, fontes e pela interpretação do modelo. Isso empurra para uma integração mais estreita entre criação, distribuição e medição.
A Gushwork, com seu enfoque em agentes, está apostando em ser uma camada operacional: produzir conteúdo, atualizá-lo, impulsioná-lo com links e medir leads. Sua tese implícita é que o comprador não quer “ferramentas”, quer resultados sem precisar contratar uma equipe.
Se isso escalar, as agências enfrentarão uma bifurcação. As que sobreviverem não serão as que “fizerem conteúdo”, mas as que:
- construírem posicionamento baseado em evidências e reputação real,
- desenharem narrativas técnicas que os modelos possam sintetizar com confiança,
- governarem qualidade editorial com disciplina,
- e operarem com automação para reduzir custos sem baixar padrões.
Para as equipes internas de marketing, a mudança é igualmente difícil. A vantagem não será ter mais orçamento para produzir peças, mas ter sistemas para iterar, medir e corrigir em ciclos curtos. A busca conversacional premia quem se torna uma referência consistente, não quem publica muito.
O capital que flui para a Gushwork indica que os investidores acreditam que esse mercado será grande e que haverá um “novo SEO”. Pode ser que tenham razão em tamanho, mas o vencedor não será quem gritar mais alto “otimização para IA”, mas quem transformar esse slogan em uma máquina de resultados repetíveis sob plataformas que mudam.
Mandato para liderança: quem não comprimir seu custo de aprendizado ficará de fora do novo comportamento de descoberta
O sinal financeiro de 9 milhões de dólares e 33 milhões pós-investimento é secundário frente ao sinal estrutural: as empresas já estão pagando para serem encontradas dentro de respostas geradas por IA, e esses leads parecem chegar com maior intenção.
Quando o custo marginal de produzir e atualizar a presença digital cai, a competição se acelera. A margem não é protegida com mais conteúdo, é protegida com melhores informações, melhor reputação e melhor cadência de atualização, operadas a velocidade de software e auditadas com métricas de negócios.
Os líderes globais que reordenarem agora seus orçamentos, sua medição e sua arquitetura de marketing ao redor dessa realidade irão capturar o novo mapa de descoberta; os que continuarem a otimizar para um internet de links quando o usuário já compra a partir de uma síntese automática irão descobrir tarde demais que o mercado parou de buscá-los há tempos.
