A CXL lançou uma avaliação de competência em IA pra profissionais de marketing e, segundo o relatório publicado por Tarek Reslan em junho de 2026, o resultado expôs um padrão que se repete em praticamente todo time: usar IA todo dia não é o mesmo que usar IA bem.
As três fases de maturidade
O levantamento separa os profissionais em três estágios: AI-Assisted (57% dos respondentes, usam IA como acelerador de tarefa pontual), AI-Integrated (34%, já construíram processo repetível e conectaram IA em várias etapas do fluxo) e AI-Native (apenas 9%, projetam sistemas em vez de executar tarefa, com IA orquestrando o processo, não só executando).
Mais da metade do mercado ainda está no estágio mais básico. Isso depois de anos de hype sobre IA na rotina de marketing.
Onde a diferença mais aparece: análise e operação
Quando a CXL quebra a maturidade por área de competência, o quadro fica mais claro. Produção de conteúdo é onde o mercado está mais avançado (34% já integrado, 12% no nível nativo), o que faz sentido: foi o primeiro uso de IA que a maioria adotou. Pesquisa e fluxo de trabalho estão num nível intermediário.
O problema mora em análise de dado e operação: em operação, 90% dos profissionais continuam no estágio mais básico, e só 2% chegam ao nível nativo. Em análise de dado, o cenário é parecido. Essas duas competências exigem mais do que saber montar um prompt, exigem entender como conectar fonte de dado, construir framework de mensuração e desenhar fluxo que funcione sem depender de intervenção manual constante.
A ironia que o próprio dado revela
O objetivo mais citado pelos profissionais pesquisados foi “construir sistema de IA em escala pro time inteiro”. Só que operação, justamente a competência que sustenta esse tipo de sistema, foi a pior avaliada de toda a pesquisa. A vontade está na frente da capacidade.
Isso vale igual (ou mais) pra quem trabalha com tráfego pago: gerar copy de anúncio com IA em segundos ficou trivial. Construir um sistema que conecta dado de campanha, mensuração e otimização de forma automática e confiável ainda é raro. É essa lacuna, entre “usar ferramenta de IA” e “ter uma operação de tráfego pago orientada por dado de verdade”, que separa quem só experimenta IA de quem já transformou isso em previsibilidade real de resultado. A R1 Performance trabalha exatamente nessa segunda categoria: automação com método por trás, não ferramenta solta sem sistema.
