A IA prometeu resolver. O prazo chegou. E agora?

Existe um momento que qualquer diretor de arte ou produtor de agência já viveu — ou vai viver em breve. O briefing chegou, o cliente aprovou o conceito, o prazo está travado e a pergunta que ninguém quer fazer em voz alta é: a IA vai dar conta disso ou não?

Durante boa parte de 2024 e 2025, a resposta padrão das agências foi: vai sim. A pressão dos clientes por redução de custo e agilidade empurrou a IA para o centro do processo criativo — muitas vezes antes de qualquer teste real sobre o que ela consegue entregar no contexto específico de cada job. O resultado começou a aparecer nos números e nos cases que ninguém divulga voluntariamente.

A pressão por redução de custo empurrou a IA para o centro do processo criativo das agências — muitas vezes antes de qualquer teste real sobre o que ela entrega em cada contexto.

O que os números estão dizendo sobre agências e IA

A pressão não é percepção — é estrutural. A WPP, maior grupo de comunicação do mundo, viu suas ações caírem cerca de 60% ao longo de 2025, impulsionadas por perdas de clientes e temores de que a IA estivesse corroendo as margens . Omnicom, Publicis e IPG também sentiram o impacto. O mercado está sinalizando que o modelo tradicional de agência está sob pressão real.

Do lado do cliente, o movimento é claro: marcas estão cada vez mais construindo equipes internas de IA, contornando as agências para tarefas rotineiras . E a expectativa que se criou é direta — se a IA corta custo e tempo de produção, o preço do serviço deve cair na mesma proporção.

O problema é que essa lógica ignora algo fundamental: apenas 13% dos consumidores confiam em anúncios criados inteiramente por IA, contra 48% que confiam em peças co-criadas por humano com suporte de IA. A eficiência que a IA entrega no processo não compensa automaticamente a perda de credibilidade que uma peça visivelmente gerada por máquina pode causar à marca.

O caso que virou símbolo — e o que ele realmente ensina

A Coca-Cola é o exemplo mais documentado dessa tensão. A campanha de Natal de 2025 foi gerada inteiramente por IA pelo segundo ano consecutivo — desta vez com ursos polares, pandas e preguiças admirando os caminhões da marca, uma tentativa de evitar os problemas com rostos humanos que marcaram a versão anterior. Tecnicamente mais refinada, ainda assim foi criticada pela qualidade artificial .

A campanha foi produzida com 20 profissionais em vez dos 50 utilizados tradicionalmente — priorizando redução de custo apesar do backlash sobre visuais considerados "uncanny" e sem alma . Os executivos defenderam a decisão como inovadora. Os consumidores chamaram de "slop" — termo que virou referência para conteúdo gerado por IA de baixa qualidade.

O que esse case ensina não é que a IA é ruim para publicidade. É que eficiência sem julgamento técnico e criativo tem custo de marca — e esse custo raramente aparece na planilha que justificou a decisão de usar IA.

Eficiência sem julgamento técnico tem custo de marca. O problema não é usar IA — é deixar que ela tome decisões criativas que só o olhar humano especializado consegue avaliar corretamente.

Dois cases reais: quando o problema chega no estúdio

Os casos globais são reveladores — mas o que acontece no dia a dia das agências brasileiras é igualmente representativo. Dois jobs recentes que chegaram à Kado mostram com precisão onde o processo quebra.

Case 1 — O texto que a IA não sabia escrever

Fevereiro de 2026. Uma agência desenvolveu um material publicitário que envolvia textos com precisão técnica — não títulos criativos, mas conteúdo que precisava ser reproduzido de forma exata no layout final. O diretor de arte criou o conceito, o cliente adorou. A lógica adotada foi a mesma de outros jobs anteriores: se tudo tinha sido gerado por IA até ali, por que esse seria diferente?

Porque esse era um daqueles casos onde "mais ou menos" não resolve. A arte continha textos que precisavam aparecer de forma legível, fiel e tecnicamente correta na peça final. A IA serviu para construir o layout — mas os textos ela inventou, deformou ou simplesmente errou. Qualquer texto não servia: precisava ser aquele.

O resultado foi retrabalho completo. O prazo que parecia confortável deixou de ser. O orçamento que tinha sido calibrado para um processo ágil precisou ser renegociado. E antes de tudo isso, houve uma conversa difícil com o cliente — explicando por que o material aprovado em conceito não podia ser entregue da forma como tinha sido planejado. Ao final, o trabalho ficou lindo e o cliente adorou o resultado. Mas o caminho até lá custou mais do que deveria — em tempo, em dinheiro e em desgaste de relacionamento.

Case 2 — A imagem que não tinha conserto

Janeiro de 2026. Um estúdio desenvolveu um job completo com IA generativa: modelos, roupas, cenário, luz, interação — tudo integrado. O resultado em tela foi impressionante. Cliente aprovou de primeira. Ninguém precisou se deslocar, sem risco de clima ruim no dia da foto, sem contratação de modelos ou fotógrafo. A IA tinha resolvido tudo.

O problema apareceu quando o material chegou à Kado para finalização. As imagens saíram no padrão da IA — 2.000 pixels. Para uso profissional em qualidade de campanha, o mínimo necessário é 8.000 pixels. Fazer upscale resolve parte do problema: o cenário, o fundo, os elementos de ambiente podem ser ampliados com qualidade aceitável. Mas o produto — a roupa, o item central da campanha — é o protagonista. E a textura exclusiva daquele produto, o que o torna identificável e fiel ao que o consumidor vai comprar, a IA não consegue inventar. Não é possível ampliar algo que nunca existiu com fidelidade suficiente para uso comercial.

A Kado não pegou o job. Analisamos o material, identificamos que não havia solução técnica viável dentro dos requisitos de qualidade que um trabalho profissional exige, devolvemos para o estúdio e explicamos exatamente o porquê. Não existe forma responsável de entregar um resultado que vai decepcionar o cliente final — independentemente de quanto prazo ou orçamento esteja em jogo.

Nem todo problema tem solução técnica viável. Identificar isso antes de aceitar o job — e ser transparente sobre o porquê — é o que separa um estúdio sério de um que aceita tudo e entrega qualquer coisa.

Qualidade artística e qualidade técnica — e por que confundir as duas sai caro

Existe uma distinção que raramente é explicada com clareza no processo de produção de imagem — e que está no centro de boa parte dos problemas que chegam aos estúdios. Toda imagem tem dois tipos de qualidade, e eles não medem a mesma coisa.

Qualidade artística é o que o olho avalia na tela: a beleza da composição, a energia da cena, a mensagem que a imagem transmite, a criatividade do conceito, a proporção entre os elementos, a expressão do momento. É o que faz o cliente dizer "adorei" na reunião de aprovação. É subjetiva, é imediata e é real — uma imagem pode ter qualidade artística genuína e ainda assim ser inutilizável para o fim ao qual se destina.

Qualidade técnica é o que os parâmetros medem: resolução em pixels, tamanho de arquivo, nitidez real versus aparente, perfil de cor calibrado para o meio de aplicação — RGB para tela, CMYK para impressão — densidade de informação por centímetro quadrado. É o que determina se a imagem aguenta uma ampliação para outdoor, se as cores vão sair fiéis na gráfica, se o produto vai aparecer com a textura que o consumidor espera encontrar quando abrir a caixa.

A IA generativa, na maior parte dos casos, entrega qualidade artística impressionante — e qualidade técnica insuficiente para uso profissional sem processamento adicional. O problema acontece quando a aprovação é feita com base na primeira e a entrega é cobrada com base na segunda. Essa diferença entre o que foi aprovado na tela e o que é possível entregar no tamanho e qualidade final é precisamente onde os jobs quebram — e onde o retrabalho começa.

O padrão que está aparecendo nos jobs que chegam com problema

Os dois cases têm estruturas diferentes, mas compartilham a mesma raiz: a decisão de usar IA foi tomada antes de avaliar se a IA era a ferramenta certa para aquele job específico. Não é um erro de execução — é um erro de diagnóstico.

"Conteúdo gerado por IA pode criar expectativas irrealistas", diz diretor criativo com duas décadas de experiência em campanhas para Apple, Samsung e Coach. "Há muita educação acontecendo entre clientes e agências. Fazer na vida real não é o mesmo que no virtual."

Esse processo de educação tem um custo — e ele recai sobre quem está no meio: a agência que prometeu, o estúdio que recebe o problema e o cliente que aprovou algo que não vai poder ser entregue como planejado.

O que a agência pode fazer diferente antes que o prazo chegue

A resposta não é evitar IA. É incluir uma etapa de diagnóstico técnico antes de qualquer compromisso de entrega.

Antes de fechar o orçamento e o prazo de um job que vai envolver IA na produção de imagem, vale responder três perguntas concretas: o material vai precisar de tipografia ou texto legível? O produto precisa ser reproduzido com fidelidade de cor e textura? O tamanho final de aplicação exige resolução acima do que a IA entrega nativamente?

Se a resposta for sim para qualquer uma das três, o planejamento precisa incluir fotografia real, pós-produção técnica especializada, ou os dois. Não como plano B — como parte do fluxo desde o início. Isso não aumenta necessariamente o custo total do job. Em muitos casos reduz, porque elimina o retrabalho que custa mais do que teria custado fazer certo desde o começo.

As marcas que enfrentaram os maiores problemas com IA em 2025 compartilharam um erro em comum: deixaram a IA liderar as decisões criativas em vez de apoiá-las. O mesmo vale para decisões técnicas de produção.

O papel do estúdio especializado no processo da agência

A Kado não é o lugar para onde o job vai quando a IA não funcionou. É o lugar que deveria estar no processo antes de qualquer decisão sobre como o job vai ser produzido.

Vinte anos de pós-produção para moda, beleza e publicidade ensinam a identificar em minutos se um material tem viabilidade técnica para uso profissional — e qual é o caminho mais eficiente para chegar no resultado que o cliente precisa. Às vezes é fotografia. Às vezes é IA. Na maioria dos casos é a combinação dos dois, com cada parte assumindo o que faz melhor.

Essa conversa antes do job começar não custa nada e pode evitar a conversa difícil depois que o prazo já chegou.

Se você está em uma agência e tem um job com produção de imagem no horizonte — especialmente um que envolve IA — fale com a Kado antes de fechar o orçamento. É uma consulta, não um compromisso. E pode fazer toda a diferença no resultado final.