Durante o Forge 2026, evento da Braze, especialistas da companhia apresentaram uma visão prática sobre como diferentes modelos e aplicações de inteligência artificial podem ser utilizados de acordo com os desafios de marketing. Com o conceito “AI Menagerie: Matching the Right AI to the Right Marketing Job”, a sessão mostrou que diferentes tecnologias podem cumprir funções específicas dentro das estratégias de comunicação e relacionamento com consumidores.
George Khachatryan, VP e Head de AI Decisioning da Braze, abordou a relação entre inteligência artificial, machine learning, estatística e modelos de linguagem. A apresentação destacou como modelos preditivos, reinforcement learning e LLMs podem assumir papéis diferentes, desde a previsão de comportamentos até o apoio à definição das próximas ações em uma jornada.
Um dos conceitos apresentados foi o equilíbrio entre exploration e exploitation. No reinforcement learning, os sistemas testam diferentes possibilidades enquanto utilizam aprendizados anteriores para otimizar decisões. Na prática, a abordagem permite que a tecnologia ajuste continuamente suas escolhas a partir dos resultados observados em diferentes perfis e contextos de consumidores.
Na sequência, Matthew Katz apresentou cinco frentes de aplicação da IA no marketing: Data, Content, Experimentation, Decisioning e Workflow. A proposta é combinar diferentes recursos de inteligência artificial de acordo com o problema a ser resolvido, em vez de utilizar uma única tecnologia para todos os processos.
Entre as soluções demonstradas estão o Operator, assistente de IA integrado ao ambiente da Braze, e o Agent Console, ferramenta que permite criar agentes personalizados para atuar em diferentes etapas das jornadas. Os recursos podem apoiar tarefas como processamento de dados, classificação de usuários, geração de conteúdo e tomada de decisões dentro dos fluxos de comunicação.
Os cases apresentados durante a sessão também mostraram aplicações práticas. A Luxury Escapes utilizou Canvas Agents para classificar usuários de acordo com seu nível de intenção, considerando dados comportamentais, e direcioná-los para diferentes caminhos dentro das jornadas. Segundo os resultados apresentados no evento, a estratégia gerou aumento de 10% na margem bruta e de 10% na receita por usuário.
Outro exemplo foi o Dayuse Hotels, que utilizou inteligência artificial para produzir conteúdos personalizados a partir dos hotéis pesquisados individualmente pelos usuários. De acordo com o case apresentado, a estratégia resultou em aumento de 23% nas reservas recorrentes e em duas vezes mais receita incremental.
A discussão também avançou para o conceito de AI Decisioning, no qual a inteligência artificial não apenas prevê possíveis comportamentos, mas participa da definição da próxima ação a ser realizada. Oferta, canal, conteúdo e momento de contato podem ser considerados de acordo com o contexto individual e os resultados obtidos anteriormente.
A principal mensagem da sessão foi que o avanço da IA no marketing não depende necessariamente de aplicar a tecnologia em todos os processos. A proposta apresentada pela Braze é identificar o problema e escolher a abordagem mais adequada para cada situação. Em alguns casos, regras e testes A/B podem continuar sendo suficientes. Em outros, modelos preditivos, LLMs, reinforcement learning ou sistemas de decisioning podem ampliar a capacidade de personalização e otimização das jornadas.
