IA no Canadá: a crise interna que virou produto e o que ela ensina ao marketing brasileiro

Quando a Ursa Marketing lançou a Kuma no outono de 2023, o momento parecia perfeito. Quebec vivia a implementação progressiva da Lei 25, a legislação provincial de proteção de dados pessoais, e os cookies de terceiros, a fonte tradicional de informação sobre comportamento do consumidor online, começavam a perder força. A Kuma (nome que significa urso em japonês, um aceno à empresa-mãe Ursa) nasceu para preencher essa lacuna: ela lia os dados das lojas na plataforma Shopify e usava inteligência artificial para gerar mensagens de marketing personalizadas sem depender de rastreamento externo.

A aposta funcionou bem o suficiente para colocar a startup entre as cem finalistas de IA da conferência ALL IN 2025, um dos principais eventos de inteligência artificial do Canadá. Mas o sucesso durou pouco: a própria Shopify passou a oferecer um serviço equivalente, integrado nativamente à plataforma. Um concorrente com acesso direto à infraestrutura que sustentava o produto da Kuma simplesmente absorveu a função que a tornava relevante.

Do problema interno ao novo produto

Em vez de insistir num mercado que a própria plataforma hospedeira havia fechado, a equipe da Ursa Marketing olhou para dentro. O fundador Benoit Domingue e sua equipe recuperaram um projeto que vinha sendo usado internamente para resolver um problema prático da agência: como acompanhar o desempenho de dezenas de campanhas publicitárias simultâneas sem depender inteiramente do olho humano.¹

Esse protótipo interno, desenvolvido ao longo do outono de 2025, virou a base da Kuma Agents, lançada comercialmente em janeiro de 2026 com uma proposta bem diferente da original: não mais gerar mensagens de marketing, mas monitorar e interpretar o desempenho de campanhas publicitárias a partir dos dados fornecidos pelas próprias plataformas de anúncios, como Google e Meta.

Na prática, o sistema substitui parte do trabalho manual dos gestores de campanha, que antes precisavam revisar dezenas de painéis todos os dias. A Kuma Agents entrega um relatório automatizado com diagnósticos específicos, aponta quando um determinado produto anunciado não está gerando cliques, sinaliza padrões atípicos e funciona como uma camada extra de supervisão sobre decisões que, de outra forma, ficariam só com humanos sob pressão de tempo.

Uma vírgula esquecida no orçamento diário de uma campanha pode transformar 42,50 dólares em 4.250 dólares sem que ninguém perceba a tempo. Situação real relatada pelo fundador da Ursa Marketing, ilustrando o tipo de erro que o sistema foi desenhado para capturar

Esse tipo de falha de digitação, comum em operações de mídia paga administradas manualmente, é exatamente o que levou a empresa a construir uma camada de verificação automática: quando o sistema identifica uma variação orçamentária fora do padrão, envia um alerta imediato para confirmação antes que o gasto se acumule.

Um cliente de peso e uma aposta que ainda se prova

A nova versão já atraiu clientes institucionais maiores, entre eles a seguradora e gestora de investimentos iA Grupo Financeiro, um sinal de que o produto conseguiu migrar de um nicho de comércio eletrônico de pequeno porte para operações de mídia mais complexas. A empresa avalia agora descontinuar de vez a versão original da Kuma para concentrar todos os esforços na nova frente de analítica generativa.

O que isso significa para o mercado brasileiro

O gatilho regulatório que moldou a primeira versão da Kuma, o fim gradual dos cookies de terceiros sob pressão de uma lei de proteção de dados, já é uma realidade concreta no Brasil. Desde 2024 e 2025, a Autoridade Nacional de Proteção de Dados intensificou a fiscalização da Lei Geral de Proteção de Dados, e o país aprovou ainda regras mais específicas sobre rastreamento de menores de idade, com decretos de 2026 que reforçam a autonomia institucional da ANPD e restringem a construção de perfis publicitários de crianças e adolescentes.

O paralelo com o marketing brasileiro vai além da regulação. Levantamentos recentes do setor mostram que 92% das empresas brasileiras planejam ampliar investimentos em inteligência artificial para marketing e vendas em 2026, e a adoção de estratégias de otimização para mecanismos de busca generativos, o chamado GEO, saltou de 8,9% para 30,4% das estratégias previstas de um ano para o outro. Ainda assim, outra pesquisa do setor aponta que, embora 86% dos profissionais de marketing pretendam aumentar investimento em IA, apenas 7,8% das empresas têm a tecnologia de fato integrada aos processos, e só uma fração pequena das que usam IA generativa possui mecanismos para checar a qualidade do que a própria IA produz.

É exatamente essa lacuna, entre adotar inteligência artificial e conseguir supervisionar o que ela produz, que o caso da Kuma Agents ilustra com clareza. Um sistema de IA que verifica outros sistemas de IA, ou que verifica decisões humanas tomadas sob pressão, tende a se tornar tão relevante quanto as próprias ferramentas de geração de conteúdo, talvez mais, porque atua onde o erro tem custo direto em dinheiro.

Para agências e empresas brasileiras que já usam inteligência artificial generativa em campanhas mas ainda não têm processos de verificação e governança de dados amadurecidos, como aponta o mesmo levantamento setorial, a lição de Saint-Jean-sur-Richelieu é direta: a próxima onda de valor pode não estar em gerar mais conteúdo automatizado, mas em construir a camada de supervisão que impede que o conteúdo automatizado, ou o orçamento automatizado, saia do controle.