Liz Reid, chefe de buscas do Google, surpreendeu o mercado ao minimizar o papel da inteligência artificial nas transformações atuais do ecossistema de pesquisa.
Durante entrevista ao podcast Bold Names do Wall Street Journal, a executiva atribuiu as mudanças principalmente ao comportamento dos usuários, que migram para vídeos curtos, fóruns e conteúdo de criadores. Essa perspectiva contrasta com a narrativa dominante sobre disrupção tecnológica.
A declaração ganha relevância diante de dados do mercado brasileiro. Um estudo recente da Conversion identificou que 77,6% das pesquisas no AI Mode não geram cliques orgânicos no país. Além disso, Reid admitiu existirem “vencedores e perdedores” nessa transição, com publishers tradicionais perdendo espaço para formatos emergentes preferidos por audiências jovens.
Os números apresentados pela executiva revelam um paradoxo interessante. O Google Lens cresce 70% ano sobre ano, alcançando bilhões de buscas mensais. No entanto, esse crescimento acompanha a redistribuição de tráfego que preocupa os editores globalmente, especialmente aqueles dependentes de modelos tradicionais de conteúdo textual.
Query fan-out transforma a mecânica da busca
O conceito de query fan-out define a nova arquitetura de processamento do Google. Uma consulta única decompõe-se em dezenas de sub-pesquisas executadas simultaneamente. Por isso, perguntas complexas recebem respostas mais abrangentes que na busca tradicional.
Considere uma busca por “melhor SUV elétrico para família”. O sistema gera automaticamente consultas sobre autonomia, preço, segurança, espaço e avaliações. Cada sub-consulta retorna informações específicas sintetizadas na resposta final. O processo completo ocorre em milissegundos.
Essa arquitetura favorece sites com autoridade temática ampla. Páginas que cobrem múltiplos aspectos de um tópico têm maior probabilidade de captura durante o processo. Por outro lado, conteúdo otimizado apenas para palavras-chave isoladas perde relevância nesse contexto expandido.
O algoritmo adapta-se a novos comportamentos
Reid confirmou ajustes intencionais nos sistemas de ranqueamento do Google. A empresa modificou algoritmos para priorizar fóruns, vídeos curtos e conteúdo gerado por usuários. Essas mudanças baseiam-se em dados comportamentais coletados através de experimentos controlados e feedback direto.
O processo segue metodologia estruturada. Primeiro, pesquisas qualitativas identificam preferências dos usuários. Em seguida, experimentos validam hipóteses sobre mudanças. Com base nos resultados, o sistema ajusta rankings automaticamente. Esse ciclo contínuo acelera a transformação do ecossistema.
Publishers tradicionais enfrentam competição expandida. Além de outros sites similares, disputam atenção com criadores no YouTube, TikTok e Reddit. Portanto, a diversificação de formatos torna-se imperativo de sobrevivência, não escolha estratégica opcional.
O GEO expande práticas tradicionais de SEO
O Generative Engine Optimization representa a expansão natural do SEO para abraçar sistemas de IA. Reid confirmou que princípios fundamentais de qualidade permanecem válidos. Contudo, sua aplicação precisa considerar como algoritmos interpretam e sintetizam informações.
A executiva destacou três características valorizadas pelo AI Mode: originalidade de conteúdo, citação de fontes confiáveis e perspectiva humana única. Um material que demonstra expertise genuína tem maior probabilidade de aparecer em respostas generativas. Essas diretrizes alinham-se com o conceito EEAT promovido pelo Google há anos.
Dados estruturados ganham importância amplificada nesse cenário. O AI Mode utiliza marcações Schema.org para compreender relacionamentos entre informações. Dessa forma, sites com implementação robusta facilitam a interpretação da IA e aumentam as chances de visibilidade.
Métricas de qualidade ganham uma nova dimensão
Reid introduziu o conceito de “bounced clicks” como métrica relevante. Trata-se de cliques que resultam em retorno imediato à página de resultados. O AI Mode prioriza conteúdo com menor taxa de rejeição, indicando satisfação genuína do usuário com o material encontrado.
A executiva abordou preocupações sobre proliferação de “AI slop” — conteúdo artificial de baixo valor. O Google desenvolveu sistemas para identificar e rebaixar esse material. A prioridade continua sendo surfar perspectivas humanas autênticas e informações verificáveis de fontes confiáveis.
Paradoxalmente, a facilidade de produção via IA eleva padrões de qualidade esperados. Usuários expostos a sínteses do AI Mode desenvolvem expectativas maiores. Logo, conteúdo que apenas repete informações genéricas perde relevância rapidamente nesse ambiente mais exigente.
Personalização redefine oportunidades de nicho
A IA permite buscas com nuances impossíveis anteriormente. Os usuários expressam necessidades complexas em linguagem natural, incluindo valores pessoais e restrições específicas. Essa granularidade beneficia negócios especializados que antes lutavam por visibilidade em termos genéricos.
Comerciantes de nicho podem focar em necessidades ultra-específicas expressas conversacionalmente. Em vez de disputar termos amplos com grandes players, atendem demandas precisas. A cauda longa da busca expande-se exponencialmente com processamento avançado de linguagem natural.
No entanto, essa personalização concentra poder decisório no Google. O algoritmo determina relevância contextual sem transparência total sobre critérios. Publishers dependem de inferências e testes contínuos para compreender fatores de visibilidade.
Busca híbrida define novo paradigma
Reid descartou a substituição completa da busca tradicional por IA. As pessoas continuam buscando validação humana e perspectivas diversas. O AI Mode representa camada adicional de experiência, não substituto do modelo existente de pesquisa na web.
Os profissionais precisam desenvolver competências duplas para esse ambiente. A otimização tradicional mantém relevância para consultas transacionais e navegacionais. Simultaneamente, estratégias de GEO tornam-se essenciais para consultas informacionais complexas e respostas generativas.
Essa dualidade cria complexidade operacional considerável. Empresas monitoram rankings tradicionais enquanto desenvolvem métricas para AI Overviews. O investimento em ferramentas, processos e capacitação torna-se necessário para navegar esse ecossistema expandido.
