Como posicionar um produto de IA sem exageros
Turn this article into takeaways for your work.
Each assistant summarizes the article only for you and suggests best practices for your work.
Posicionar bem um produto de IA significa dizer ao comprador qual trabalho ele faz, para quem, em comparação com o que o comprador faz hoje, e até que ponto ele pode confiar no resultado. Não significa colocar "AI-powered" no título. Essa expressão foi um diferencial por pouco tempo. Hoje é uma promessa que todo concorrente faz e, cada vez mais, uma promessa que os reguladores leem com atenção.
Esta página aplica frameworks de posicionamento consagrados a produtos de IA. Ela mostra por que "IA" deixou de funcionar como mensagem, como usar os componentes de April Dunford, o jobs-to-be-done e a declaração de posicionamento de Geoffrey Moore, por que a alternativa competitiva costuma ser uma pessoa ou uma planilha e não outro software, como falar sobre precisão e supervisão humana, e o que a Federal Trade Commission (FTC) e a Securities and Exchange Commission (SEC) dos EUA já disseram sobre exageros.
Por que "AI-powered" deixou de ser um diferencial
Um diferencial precisa ser verdadeiro para você e falso para as suas alternativas. "Usa IA" falha nas duas metades hoje. A adoção de IA nas organizações chegou a 88% em 2025, segundo o Stanford 2026 AI Index, e o mesmo relatório contabiliza 1.953 empresas de IA recém-financiadas nos Estados Unidos naquele ano. Quando a maioria dos compradores já usa IA e milhares de startups dizem usar, a palavra não diz nada ao comprador sobre por que ele deveria escolher você.
Há um segundo problema. "AI-powered" descreve como um produto é construído, e compradores não compram métodos de construção. Eles compram um resultado. Uma diretora financeira avaliando um software de faturas quer menos digitação manual e menos erros, e se quem entrega isso é um modelo ou um motor de regras é secundário. Se o seu título descreve a tecnologia, o comprador precisa fazer o trabalho de traduzi-la em valor, e a maioria não fará.
Essa é a consequência prática da definição em o que é uma startup AI-native: a IA é o motor, mas o resultado é o produto. O posicionamento deve seguir o produto, não o motor.
Os frameworks, aplicados à IA
Quatro frameworks conhecidos resolvem a maior parte do trabalho. Nenhum deles foi escrito para IA, e é justamente esse o ponto: eles tratam de como os compradores decidem, e isso não mudou.
Ries e Trout: ocupe uma posição na mente do comprador
O livro Positioning: The Battle for Your Mind, de Al Ries e Jack Trout, define posicionamento como o lugar que um produto ocupa na mente do cliente potencial em relação aos concorrentes, e não como algo que se faz com o próprio produto. Para produtos de IA, a lição é sobre lotação. Se dez fornecedores da sua categoria dizem "AI-powered", esse espaço está cheio, e a mente do comprador não tem lugar para um décimo primeiro. As posições livres são as específicas: um trabalho nomeado, um setor nomeado, um resultado nomeado.
April Dunford: cinco componentes
O trabalho de posicionamento de April Dunford, apresentado no livro Obviously Awesome, divide o posicionamento em componentes que se apoiam uns nos outros. A lista mais citada é: alternativas competitivas, atributos únicos, valor, características do cliente-alvo e categoria de mercado, com as tendências relevantes como um sexto item opcional. Veja como cada um se aplica a um produto de IA.
| Componente | A pergunta | Armadilha específica da IA |
|---|---|---|
| Alternativas competitivas | O que o comprador faria se o seu produto não existisse? | Presumir que a resposta é "outra ferramenta de IA" |
| Atributos únicos | O que você faz que essas alternativas não fazem? | Listar "usa IA" ou o nome de um modelo como atributo |
| Valor | O que essa capacidade permite ao comprador alcançar? | Descrever precisão ou velocidade em abstrato, sem resultado de negócio |
| Cliente-alvo | Quem se importa mais com esse valor? | Mirar em "qualquer empresa que queira IA" |
| Categoria de mercado | Que enquadramento torna o valor óbvio? | Escolher "plataforma de IA", que não significa nada específico |
A ordem importa. Em uma entrevista à Gainsight, Dunford diz que, se você erra a alternativa competitiva, tudo o que vem depois fica errado. Por isso a próxima seção dedica tempo a ela.
Jobs to be done: nomeie o trabalho
A visão de jobs-to-be-done, apresentada por Clayton Christensen e coautores no artigo da Harvard Business Review Know Your Customers' "Jobs to Be Done", parte do trabalho que o cliente está tentando realizar, e não dos dados demográficos do cliente ou das funcionalidades do produto. Aplicada ao posicionamento, ela oferece um teste: você consegue completar a frase "As pessoas contratam este produto para..." sem usar a palavra "IA"? Se a frase só funciona com a tecnologia dentro dela, você ainda não encontrou o trabalho.
Um trabalho útil é específico e tem um "antes" e um "depois". "Transformar uma pilha de faturas de fornecedores recebidas em pagamentos aprovados sem redigitá-las" é um trabalho. "Aproveitar a IA para finanças" não é. Para saber mais sobre como mapear trabalhos, dores e ganhos para um produto, veja o canvas de proposta de valor.
Geoffrey Moore: a declaração de posicionamento
A declaração de posicionamento de Geoffrey Moore, de Crossing the Chasm, é um modelo de uma frase. Ela é mais ou menos assim: para [cliente-alvo] que [necessidade ou oportunidade], nosso [produto] é um [categoria] que [benefício principal]; diferentemente de [alternativa competitiva], nosso produto [diferenciação principal]. Ela é útil porque obriga você a preencher todas as lacunas, e produtos de IA costumam pular duas delas: a alternativa competitiva e o benefício específico.
Veja um modelo ilustrativo, não uma empresa real:
Para equipes de contas a pagar de distribuidoras de médio porte que passam dias digitando faturas de fornecedores, [Produto] é um serviço de processamento de faturas que transforma faturas em lançamentos codificados e prontos para aprovação. Diferentemente da digitação manual ou do OCR baseado em modelos, [Produto] lida com novos layouts de fornecedores sem configuração e encaminha campos incertos para revisão por uma pessoa.
Repare que "IA" não aparece em lugar nenhum. O mecanismo está implícito em "lida com novos layouts de fornecedores sem configuração", que é um atributo único que o comprador pode verificar. Para uma abordagem mais ampla do conceito, veja posicionamento competitivo e a página de proposta de valor.
Escolha a alternativa competitiva certa
A maioria dos fundadores de IA cita outras startups de IA como concorrência. Os compradores raramente fazem isso. As alternativas reais de um comprador, em ordem aproximada de quantas vezes vencem, são:
- Não fazer nada. O problema é incômodo, mas tolerável, e manter o status quo não custa nada.
- Uma pessoa. Um funcionário, um prestador de serviço, uma equipe terceirizada ou um estagiário faz o trabalho hoje.
- Uma planilha ou um processo manual. O trabalho acontece em ferramentas que o comprador já possui.
- Um software existente com uma nova funcionalidade de IA. A plataforma incumbente pela qual ele já paga agora inclui algo parecido o suficiente.
- Outro produto AI-native. É o concorrente que preocupa os fundadores, e muitas vezes é o último que o comprador considera.
Dunford defende o mesmo ponto na entrevista acima: as alternativas competitivas ao que você faz muitas vezes não se parecem com concorrentes diretos, e o concorrente real costuma ser "não fazer nada" ou "contratar um estagiário para fazer".
A escolha muda a mensagem. Se a sua alternativa é uma pessoa, seu posicionamento é sobre volume, consistência e custo por tarefa, e sua prova é uma comparação lado a lado com a produção dessa pessoa. Se é uma funcionalidade nativa de um incumbente, seu posicionamento é sobre profundidade: a parte do trabalho que a funcionalidade nativa só faz pela metade e você conclui. Se é outro produto de IA, você precisa de uma categoria mais estreita ou de uma vantagem de dados específica, que é o território coberto em AI wrapper vs AI-native e IA vertical vs IA horizontal.
Comece pelo resultado, prove com o mecanismo
Quando a alternativa estiver clara, estruture a mensagem em três camadas.
O resultado, nas palavras do comprador. "Fechar o balanço três dias mais rápido." "Responder aos chamados de suporte de rotina antes que o cliente cobre de novo." Declare o resultado que o comprador consegue medir no próprio negócio.
O mecanismo, em uma frase simples. Explique como funciona no nível de que um comprador cético precisa. "Ele lê cada fatura, propõe a codificação e sinaliza para uma pessoa qualquer coisa sobre a qual não tem certeza." É aqui que a IA entra, como a explicação do como, depois do quê.
A evidência, em números que você consegue defender. Resultados medidos pelo cliente, resultados de testes com os dados do próprio comprador ou um piloto. Se você ainda não os tem, diga o que vai medir em um piloto em vez de inventar um benchmark.
Seja explícito sobre precisão e supervisão humana
Produtos de IA falham de forma diferente do software tradicional. Eles não travam; devolvem uma resposta errada plausível. Fingir o contrário é um erro de posicionamento e também um erro ético, porque o comprador que descobre os limites depois da compra se torna um detrator.
Declarar limites pode ser, por si só, posicionamento. Três hábitos ajudam:
- Diga em que o produto é preciso, e com base em quê. Um índice de precisão sem conjunto de dados, tarefa e data é uma frase de marketing. Um índice com os três é uma promessa que o comprador pode verificar.
- Mostre onde uma pessoa entra no fluxo de trabalho. "Encaminha resultados de baixa confiança para um revisor" mostra a um comprador avesso a riscos que alguém é responsável. Em trabalhos regulados ou de alto risco, a supervisão humana muitas vezes é a funcionalidade que torna a compra aprovável.
- Diga o que ele não faz. Um limite de escopo de uma linha ("ele redige; ele não dá aconselhamento jurídico") elimina uma classe de objeções e uma classe de responsabilidade.
A questão da precisão tem consequências reais. Em abril de 2025, a FTC anunciou uma proposta de ordem contra a Workado, que promovia seu detector de conteúdo de IA como "98%" preciso. Segundo o comunicado à imprensa da FTC, testes independentes mostraram que a taxa de precisão em conteúdo de uso geral era de 53%, e a FTC alegou que o modelo subjacente só havia sido treinado ou passado por fine-tuning para classificar conteúdo acadêmico. A proposta de ordem proibiu a Workado de fazer afirmações de eficácia sobre os produtos abrangidos sem evidências competentes e confiáveis no momento da afirmação. A FTC aprovou a ordem final em agosto de 2025. A lição para o posicionamento é restrita e prática: um índice de precisão é uma afirmação jurídica, então precisa de um teste por trás que corresponda à população que a afirmação sugere.
O risco jurídico do exagero ("AI washing")
"AI washing" significa exagerar, ou inventar, o papel que a IA tem em um produto ou negócio. Duas agências dos EUA já agiram contra isso, e as duas declarações são públicas.
A FTC. Em 25 de setembro de 2024, a FTC anunciou cinco ações de fiscalização que descreveu como uma ofensiva contra promessas enganosas de IA. No comunicado à imprensa, a então presidente Lina Khan afirmou: "não existe isenção de IA nas leis em vigor." Um dos casos envolvia a DoNotPay, que segundo a FTC dizia oferecer "o primeiro robô advogado do mundo". A denúncia da FTC alegou que a empresa não havia testado se as respostas do seu chatbot correspondiam às de um advogado humano e não havia contratado nem mantido nenhum advogado. A DoNotPay aceitou uma proposta de ordem que exigia um pagamento de US$ 193.000, um aviso aos assinantes sobre os limites de suas funcionalidades jurídicas e a proibição de afirmar, sem evidências, que pode substituir um serviço profissional. Outras ações no mesmo comunicado tratavam de esquemas de oportunidade de negócio que prometiam renda com lojas virtuais "AI-powered".
A SEC. Em 18 de março de 2024, a SEC anunciou acordos sobre acusações contra duas gestoras de investimentos, a Delphia (USA) Inc. e a Global Predictions Inc., por declarações falsas e enganosas sobre o uso de IA. No seu comunicado à imprensa, a SEC afirmou que as declarações da Delphia de que usava IA e machine learning com dados de clientes em seu processo de investimento eram falsas e enganosas porque ela não tinha essas capacidades, e que a Global Predictions havia afirmado falsamente ser o "primeiro consultor financeiro de IA regulamentado". As empresas pagaram multas civis de US$ 225.000 e US$ 175.000. O diretor da Divisão de Fiscalização da SEC também disse que as companhias abertas que fazem afirmações sobre sua adoção de IA "também devem permanecer vigilantes" em relação a declarações enganosas semelhantes.
Esses casos envolveram uma ação de defesa do consumidor da FTC e uma ação de valores mobiliários da SEC, e os fatos são diferentes. O que eles compartilham é a lógica: se você diz que seu produto faz algo com IA, precisa conseguir demonstrar isso no momento em que diz. O mesmo vale para o pitch deck, o site e o comunicado à imprensa de uma startup, já que investidores e compradores se apoiam neles. Isto não é aconselhamento jurídico, e as regras variam por país e setor, então uma startup que faz afirmações de desempenho ou capacidade deve submetê-las à revisão de um advogado.
Uma verificação rápida antes de publicar:
| Pergunta | Se a resposta for "não" ou "não tenho certeza" |
|---|---|
| O produto realmente usa IA da forma que o texto sugere? | Reescreva para descrever o que ele faz, não do que é feito |
| Temos resultados de testes para cada afirmação de desempenho? | Remova a afirmação ou faça o teste |
| Esses resultados cobrem a população que a afirmação sugere? | Restrinja a afirmação à população testada |
| O texto sugere que o produto substitui um profissional ou uma decisão humana? | Diga o que uma pessoa ainda faz e o que o produto não faz |
| Conseguimos mostrar a evidência a um regulador ou a um comprador cético hoje? | Não publique ainda |
Fatos principais
- "IA" não é mais um diferencial: 88% das organizações relataram adoção de IA em 2025, segundo o Stanford 2026 AI Index, que também contabiliza 1.953 empresas de IA recém-financiadas nos EUA naquele ano.
- Comece pela alternativa: April Dunford diz que, se você erra a alternativa competitiva, tudo o que vem depois fica errado, e que a alternativa real costuma ser "não fazer nada" ou uma pessoa (entrevista à Gainsight).
- Afirmações de precisão são afirmações jurídicas: a ordem da FTC contra a Workado veio após uma promessa de "98%" de precisão contra 53% em conteúdo de uso geral em testes independentes (FTC).
- Não existe isenção de IA: a ofensiva da FTC de 25 de setembro de 2024 abrangeu cinco empresas, incluindo a DoNotPay, que aceitou uma proposta de ordem com pagamento de US$ 193.000 (FTC).
- AI washing tem consequências no mercado de valores mobiliários: os acordos da SEC de 18 de março de 2024 com a Delphia e a Global Predictions somaram US$ 400.000 em multas civis (SEC).
Como o posicionamento se conecta ao go-to-market
O posicionamento vem antes de tudo o que uma equipe de crescimento faz. O cliente-alvo decide onde você anuncia e para quem liga. A alternativa competitiva decide o que você demonstra e com o que compara. A categoria decide em quais analistas, diretórios e termos de busca você aparece. Se você acertou os três primeiros componentes, as escolhas no seu framework de go-to-market ficam mais fáceis, e a sua narrativa de preço em modelos de negócio de startups de IA tem algo em que se ancorar: um resultado que os compradores já valorizam.
Se você está reposicionando um produto existente, a mesma sequência se aplica. Pergunte de novo aos cinco compradores o que eles fazem hoje, reescreva a declaração com todas as lacunas preenchidas, apague cada ocorrência de "AI-powered" que você não consegue defender e veja se a mensagem ainda funciona. Se não funcionar, o problema nunca foi a redação.
Leitura relacionada
Co-Founder & COO
On this page
- Por que "AI-powered" deixou de ser um diferencial
- Os frameworks, aplicados à IA
- Ries e Trout: ocupe uma posição na mente do comprador
- April Dunford: cinco componentes
- Jobs to be done: nomeie o trabalho
- Geoffrey Moore: a declaração de posicionamento
- Escolha a alternativa competitiva certa
- Comece pelo resultado, prove com o mecanismo
- Seja explícito sobre precisão e supervisão humana
- O risco jurídico do exagero ("AI washing")
- Fatos principais
- Como o posicionamento se conecta ao go-to-market
- Leitura relacionada