O que você pode fazer se sabe que a IA pode melhorar seu trabalho de marketing, mas sua empresa ainda está presa a um comitê sobre isso? Comece a experimentar projetos pessoais que também possam resolver problemas de negócios.

A IA escapou da contenção no mundo dos negócios e agora está em toda parte. No supermercado, meu aplicativo usa IA para sugerir o que devo comprar. Meu dentista até me contou sobre um novo aplicativo com tecnologia de IA projetado para ajudar as pessoas a limpar os dentes. A IA está repentinamente em toda parte.

Sei que algumas pessoas desconfiam da tecnologia e por boas razões. A IA está avançando mais rápido do que qualquer coisa que vimos antes. Mas este é um ponto de inflexão não apenas para o email ou marketing digital, mas para a sociedade como um todo.

Parece que estamos nos primórdios do e-mail, quando tivemos que aprender habilidades de e-mail e desenvolver nossos próprios programas porque as empresas ainda não acreditavam no e-mail. Mais uma vez, os indivíduos têm o poder de criar coisas novas usando novas tecnologias.

Na minha última coluna sobre MarTech, eu disse que a inovação inicial no espaço de e-mail começou em empresas superempresariais e foi se espalhando porque as pessoas nas maiores empresas eram as mais motivadas a usar a nova tecnologia.

O oposto está acontecendo com a IA. A inovação e as aplicações estão a florescer, graças a pessoas que trabalham por conta própria ou em empresas de médio e baixo mercado para explorar e expandir as utilizações da IA.

Tenho vários amigos que criaram aplicativos ou sites que incorporam IA para resolver problemas práticos. Em vez disso, as superempresas e as grandes empresas são as retardatárias porque as restrições à segurança e privacidade da informação, ou a desatenção das empresas, restringem a sua criatividade.

Como aprender IA agora

Se você deseja avançar a todo vapor na IA, além dos usos superficiais, como direitos autorais, mas sua empresa ainda está debatendo isso, aprenda sozinho. Não espere que sua empresa se atualize. Em vez disso, esteja pronto quando isso finalmente acontecer.

Essa percepção deveria ser óbvia, mas não é. Ainda converso com profissionais de marketing que usam IA como mecanismo de busca ou que têm uma compreensão limitada ou nenhuma compreensão de seu poder e potencial. Isso significa mergulhar profundamente na IA e na imersão.

Agora é a hora de explorar e aprender por conta própria — sem violar as políticas de privacidade ou segurança da empresa. Aprenda primeiro sobre IA e depois use o que aprendeu para resolver problemas práticos, seja no trabalho ou na vida pessoal. Foi o que fiz – e tudo começou na minha adega.

Testei meu conhecimento sobre uma questão pessoal urgente: inventariar e gerenciar minha coleção de 300 garrafas de vinho. Pode parecer um pouco frívolo, mas sou um verdadeiro entusiasta do vinho, com uma coleção construída ao longo de mais de 20 anos. Manter o controle sobre isso tem sido um problema incômodo para mim.

Ao usar o que aprendi nessa tarefa pessoal, e não em uma necessidade comercial, consegui explorar e aprender mais sobre cada ferramenta e posteriormente evitar uma grande armadilha na minha vida profissional: fracassar por usar a ferramenta errada.

Eu precisava inventariar minha coleção, mas não queria gastar todo o tempo necessário para registrar cada garrafa. Então me perguntei: “Como a IA pode me ajudar a fazer isso?”

Comecei pelo ChatGPT porque já havia criado vários dashboards com ele e já estava familiarizado com ele. Ele sugeriu que eu tirasse uma foto de cada rótulo de vinho, carregasse as imagens e então usaria o reconhecimento de padrões para construir meu inventário.

O fracasso pode te ensinar muito

Parecia bastante fácil. Então, passei cerca de meia hora fotografando e enviando as fotos. Mas quando soltei o aplicativo, ele não reconheceu muitos rótulos e retornou informações incorretas. Por exemplo, ele me disse que eu tinha uma garrafa de Screaming Eagle Cabernet Sauvignon 1999 no valor de US$ 2.985. Eu desejo. Houve erros semelhantes suficientes para me fazer duvidar de que qualquer inventário do ChatGPT fosse preciso.

Fiquei surpreso. ChatGPT tem sido muito bom em previsões e modelagem de negócios para meus projetos de trabalho. Por que falhou aqui? Ainda não tenho uma resposta. Minha suposição, entretanto, é que eu estava pedindo ao ChatGPT para fazer algo para o qual não foi projetado.

Forneci o mesmo contexto que dei ao ChatGPT e às fotos do rótulo que tirei. Os resultados foram imprevisíveis. Gêmeos não conseguiu processar as fotos, mas essa não foi a pior parte. Em vez de retornar uma resposta insegura, ele adivinhou os rótulos, e geralmente adivinhou errado.

Tentei adicionar mais contexto e corrigir os erros, mas o Gemini também não produziu um inventário confiável.

Minha esposa é executiva de marketing e adora trabalhar com Claude. Então, eu tentei. Desta vez, os resultados foram uma boa surpresa.

Ele reconheceu a maioria dos rótulos nas fotos e sinalizou as imagens que eu precisava refazer porque estavam muito desfocadas ou porque cortei informações importantes. Em vez de retornar alucinações, retornou sugestões úteis.

Depois que retomei as fotos de que Claude precisava, ele rapidamente construiu um inventário de 300 garrafas. Era exatamente o que eu estava procurando.

Por que Claude teve sucesso onde ChatGPT e Gemini falharam?

Não contei a Claude nada que não tivesse contado ao ChatGPT ou Gemini. Usei o mesmo contexto, prompts e processos. O que emergiu desta experiência foi uma distinção clara entre os três modelos, impulsionada pelas suas respectivas infra-estruturas.

Em suma, cada modelo de IA diferia naquilo que poderia fazer bem e no que precisava ser pressionado a fazer. Isso significa que Claude é a plataforma certa para você? Não necessariamente.

Meu inventário de vinhos me mostrou que eu precisava entender as capacidades e peculiaridades únicas de cada sistema. Estou usando esse conhecimento agora em outros projetos para entender melhor qual modelo de IA será mais adequado à tarefa em questão.

Eu sei que seria fácil encontrar infográficos que explicassem as diferenças entre os modelos, mas até que você experimente usar os modelos, você não poderá conhecer ou confiar nos gráficos de outra pessoa.

Saber como esses modelos diferem me deu uma vantagem que continuarei a utilizar quando começar a revisar plataformas tecnológicas que incorporam IA. Você pode obter a mesma vantagem quando sua empresa finalmente decidir que direção tomará com a IA, se já tiver testado a tecnologia e tiver um firme entendimento do que melhor atenderá às necessidades específicas de sua empresa.

Construindo sua carreira com conhecimento de IA

A educação que você obtém ao experimentar e trabalhar com as diversas plataformas de IA não terá retorno apenas agora, mas também mais tarde em sua carreira.

O know-how de IA é o conjunto de habilidades número um que os chefes de marketing procurarão ao contratar para suas equipes, de acordo com o relatório State of Email 2026 da Litmus. O tempo (e dinheiro) que você gasta agora aprendendo IA e experimentando ferramentas fará de você um cliente potencial muito mais valioso

Para minha experimentação do modelo de IA, usei as versões pagas para meus projetos profissionais e domésticos. E, assim como se inscrever em uma infinidade de serviços de streaming de TV, os custos aumentam. Lembre-se que este é um investimento no seu futuro.

Se você está apenas começando, uma camada gratuita ou de custo mais baixo de cada modelo de IA pode ajudá-lo a descobrir os limites de cada plataforma. Depois de saber disso, pode fazer sentido mudar para um nível mais caro – especialmente para os sistemas que você considera mais úteis.

Alguns usuários de IA estão se aprofundando nos modelos de IA: codificação, hospedagem de servidores Python, uso do GitHub e integração no processo. Outros estão apenas usando-o como um mecanismo de busca ou criando lindas fotos e memes.

Nós, profissionais de marketing, precisamos estar no meio. Precisamos saber o suficiente para sermos úteis, o suficiente para organizar e concluir uma tarefa com a ferramenta de IA certa e o suficiente para reconhecer quando um ser humano precisa intervir para corrigir quaisquer erros.

A única maneira de chegar a esse ponto é começar a experimentar agora. Experimente todas as plataformas. Cometa erros. Leve os modelos ao seu limite porque é importante saber quais são esses limites.

Estamos em um ponto de inflexão na adoção da IA, e isso faz com que seja o momento certo para começar a treinar nela. Seria bom se você pudesse fazer isso no trabalho. Mas às vezes a maneira mais fácil de aprender é em um projeto que você pode aplicar em sua vida pessoal.

Sua empresa pode demorar a adotar a IA. Mas você não precisa ser.