Media buying com IA: 15 bots criados, cinco sobreviveram

Em um teste de media buying com IA, a Wildo Agency criou cerca de 15 bots e ficou com cinco. O bot comprador autônomo gastou cerca de US$ 1.000 de um orçamento de US$ 5.000, julgou todos os criativos como perdedores e desligou todos eles. O gasto com IA chegou ao pico de cerca de US$ 3.500 por mês. O CEO da agência informou todos os números; nenhum foi verificado de forma independente.

Resultados em resumo

Contexto: IA no media buying, a versão de uma agência

Fornecedores vendem gerenciadores de anúncios autônomos, mas um media buyer ainda precisa separar o trabalho tarefa por tarefa: o que dá para confiar a um modelo e onde ele vai desperdiçar dinheiro. Para a maioria dos times, media buying com IA é esse exercício de triagem.

A Wildo Agency é um time de media buying. Bogdan Right, apresentado como CEO, mostrou os resultados da agência em uma conferência do setor em 2026. O AffHouse não encontrou site da agência, página no LinkedIn nem registro empresarial que confirme a agência ou o cargo dele, então tudo o que vem a seguir é o relato dele.

O resumo dele foi direto: trate o modelo como um par de mãos, não como quem decide.

O que eles fizeram

A agência montou o sistema em camadas. No topo, um orquestrador rodando no Claude Opus, da Anthropic, distribuía o trabalho para agentes especializados. O time escolheu um modelo para cada função: o ChatGPT, da OpenAI, para textos, o modelo de imagem Nano Banana, do Google, para os visuais e a ferramenta de automação de fluxos n8n para conectar tudo. Dentro de um mesmo bot, o Opus cuidava do raciocínio e o Claude Sonnet, mais barato, da coleta repetitiva, para segurar a conta de tokens.

Cinco agentes passaram nos testes:

• Construtor de apps. Criava apps Android e designs de progressive web app (PWA) do início ao fim.

• Bot de contas do Facebook/Meta. Cuidava da aquisição e da configuração de contas, um fluxo em zona cinzenta que a fonte descreve e que este artigo não explica nem endossa, e configurava regras automáticas nessas contas.

• Bot de chat com afiliados (“Alf”). Mantinha um registro pesquisável do que os programas parceiros combinavam no chat, de KPIs e orçamentos a caps e ofertas ativas, e conciliava isso com o tracker.

• Bot de campanhas in-app. Lançava campanhas, gerava análises e relatórios diários e subia criativos da biblioteca sob comando de um buyer.

• Bot para team leads. Dava aos team leads um sinal de desempenho: lia os registros no Notion da produção de cada buyer, como campanhas lançadas e briefings de design entregues, e emitia um alerta quando alguém caía de rendimento.

Antes de construir qualquer coisa, a agência agora faz cinco perguntas. O framework é do CEO; os exemplos são nossos.

1. Dinheiro. O bot gera ou economiza um valor que você consegue nomear? Uma conciliação que pega um estouro de cap conta.

2. Tempo e frequência. A tarefa é longa, ou curta mas constante? Qualquer uma das duas pode justificar um bot.

3. Custo da espera. Esperar por uma pessoa faz perder dinheiro, como um gasto excessivo que corre a noite toda?

4. Estabilidade do processo. A tarefa é feita sempre do mesmo jeito? Trabalho que muda de caso para caso tende a quebrar a automação.

5. Custo e reversibilidade dos erros. Quanto custa uma ação errada, e dá para desfazer? Erros caros ou permanentes ficam com as pessoas.

Resultados

Os dois braços do teste partiram de condições idênticas: US$ 5.000 cada, um lote compartilhado de criativos que já tinham passado nos testes e uma única regra de parada, que era pausar uma campanha quando o custo por instalação ou por ação-alvo ficasse alto demais. O que mudava era quem agia. No braço assistido, o bot recomendava e o buyer decidia; no braço autônomo, o bot lançava, pausava e gerenciava as campanhas sozinho.

No papel, o bot tinha vantagem: as regras dele rodavam sobre o gasto em tempo real no Facebook/Meta e a receita do tracker ou da rede, enquanto uma pessoa lê os dashboards com atraso. Mesmo assim, o braço autônomo travou em cerca de US$ 1.000. O braço assistido pelo buyer gastou os US$ 5.000 inteiros. O ROI dele foi menor que o número do braço do bot, baseado em poucos dados, e a agência não divulgou o valor. O argumento do CEO era que um lote de criativos só se paga se for rodado até o fim. Um buyer que vê um dia ruim depois de um bom tende a dar mais um dia à campanha, e essa paciência faltava ao bot.

A agência abandonou por enquanto a ideia de um comprador de IA totalmente autônomo; o CEO descreveu o bot como um ajudante do buyer, não um substituto. Resta uma exceção. À noite, o bot pode pausar uma campanha que deixou de ser lucrativa, porque nesse caso a demora custa dinheiro. A agência não explicou como isso se encaixa na regra dela, tratada mais abaixo, de que bots não tomam decisões. Quem for copiar essa configuração deve decidir onde fica esse limite antes de colocá-la no ar.

Os ganhos mensuráveis vieram dos bots de apoio. Segundo o CEO, o construtor de apps permitiu à agência reduzir o departamento de desenvolvimento a um único desenvolvedor. Ele estimou o valor de mercado dos designs de PWA personalizados que o bot produziu em cerca de US$ 30.000 por mês, contra cerca de US$ 600 de custo real; isso é um equivalente a preço de mercado, não dinheiro economizado. O Alf deixou uma só pessoa no departamento de afiliados, e os relatórios dos team leads agora rodam sozinhos.

O gasto mensal com IA chegou ao pico de cerca de US$ 3.500 e, segundo o CEO, continua caindo. Ele disse que a maior parte do trabalho automatizado são chamadas de API, planilhas e cálculos, que os modelos resolvem a baixo custo. Depois que o time dominou a rotina, transformar uma tarefa simples e repetível em um script independente custava cerca de US$ 20 em tokens.

Ele não quis dar um número de tempo economizado por buyer. Alguns buyers trabalharam mais com o tempo liberado e outros trabalharam menos, então ele se recusou a afirmar um percentual.

O que não funcionou

O comprador autônomo. Em cerca de US$ 1.000 de gasto, o bot tinha descartado todo o conjunto de criativos e pausado anúncio por anúncio. O ROI pouco abaixo de 61% se apoiava em um gasto pequeno demais para significar alguma coisa, como o próprio CEO disse. Um lote de 10 a 20 criativos feitos por designers custa dinheiro de verdade e, na visão dele, um bot sozinho não vai recuperar isso.

Vídeo em volume. A agência ficou satisfeita com imagens estáticas de IA quando o modelo recebia boas referências. Vídeo foi mais difícil. Segundo o CEO, a IA não conseguia produzir de forma confiável clipes com mais de cerca de cinco segundos em que o público confiasse tanto quanto nos feitos por designers, no volume com que a agência trabalha. Um clipe forte era possível, mas cada novo conceito exigia novas referências, então em escala não ficava nem mais rápido nem mais barato. Para os números de outro time sobre anúncios em vídeo com IA, veja este caso de UGC com IA.

Um bot que tomou uma decisão. A política nasceu de um incidente no tracker: um bot que trabalhava em uma tarefa duplicou 70 campanhas, depois partiu para apagar 100 e derrubou no caminho 30 campanhas que estavam funcionando. A regra desde então, segundo o CEO: bots não tomam decisão nenhuma, nem agora nem, possivelmente, por anos.

Automatizar demais. O CEO contou que uma vez automatizou um processo que levava cerca de 30 minutos por semana e custava cerca de US$ 100, e o trabalho de automação levou mais tempo do que o processo jamais levaria.

Um desenvolvedor como ponto único de falha. Perguntado sobre o que acontece se esse desenvolvedor sair, o CEO respondeu que é preciso pagar bem a ele. Na nossa visão, isso é uma política de retenção, não um plano de contingência.

Lições para afiliados

• Use IA no media buying como mãos, não como julgamento. Deixe que ela colete, concilie e reporte; mantenha as decisões de orçamento e de criativos com o buyer.

• Permita ações autônomas só quando forem urgentes, predefinidas e reversíveis, como uma pausa noturna. As próprias regras de anúncios da Meta podem verificar anúncios de forma programada e pausá-los, então teste-as antes de construir um agente personalizado.

• Teste qualquer agente em um braço com teto e um stop-loss por escrito antes que ele chegue à escala real, e compare-o com um braço operado por um buyer com os mesmos criativos.

• Passe cada tarefa candidata pelas cinco perguntas acima, especialmente o custo e a reversibilidade de um erro.

• Mande o raciocínio para um modelo mais forte e a coleta em massa para um mais barato, e acompanhe o gasto com tokens todo mês.

• Antes de conectar um agente à sua conta de anúncios, leia o que o Meta Ads MCP pode e não pode fazer.

Perguntas frequentes

A IA pode substituir um media buyer?

Não neste caso. O bot autônomo gastou cerca de US$ 1.000 do orçamento de US$ 5.000 e desligou tudo antes de ter dados suficientes. O CEO concluiu que o bot é um ajudante, não um substituto, e deu a ele uma única função autônoma: pausar campanhas não lucrativas durante a noite.

Que tarefas são seguras para dar a um agente de IA no media buying?

As repetitivas, reversíveis e sensíveis ao tempo: relatórios, coleta de dados dos chats com parceiros, conciliação com o tracker e pausas noturnas. A agência também pergunta se cada tarefa economiza dinheiro, com que frequência roda, se o processo é estável e quanto um erro custaria.

Quanto custa rodar agentes de IA para um time de media buying?

A agência relatou um pico de cerca de US$ 3.500 por mês com IA, em queda ao longo do tempo, e cerca de US$ 20 em tokens para transformar uma tarefa simples em script. São números da própria agência e não foram verificados de forma independente.

A IA consegue fazer criativos de anúncios tão bem quanto um designer?

Em imagens, ela gerou resultados aceitáveis quando recebeu boas referências. Em vídeos com mais de alguns segundos, a agência disse que a IA não conseguia igualar em volume os clipes feitos por designers, então pessoas continuam produzindo esses vídeos.

Fontes

• Google AI for Developers, Gemini API image generation (Nano Banana)

• Anthropic, Claude models overview

• n8n, n8n documentation

• Meta for Developers, Ad Rules Engine

• Meta for Developers, Ad rules execution spec

Os números do caso foram informados pelo CEO da Wildo Agency em uma conferência do setor em 2026 e não foram verificados de forma independente pelo AffHouse.