Amazon Ads Agent, Creative Agent, Full-Funnel Campaigns, DVA+, Brand+, Performance+, AMC e MCP Server começam a formar uma arquitetura na qual planejamento, criação, ativação, otimização e análise podem ser executados por agentes. A eficiência operacional é enorme, mas também cresce uma pergunta incômoda para anunciantes e RMNs: quem audita a máquina que recomenda onde investir, compra a mídia, otimiza o orçamento e mede o próprio resultado?

A Amazon não lançou apenas mais uma ferramenta de inteligência artificial no unBoxed 2026. O que aconteceu em San Francisco, em 29 de setembro, parece muito mais próximo de uma mudança de arquitetura da publicidade digital.

A companhia transformou a experiência unificada que já vinha construindo entre Amazon DSP e Ads Console no Amazon Ads Agent, uma plataforma AI-first na qual Sponsored Ads, Display, Video, Audio e campanhas full-funnel passam a conviver sob a mesma camada de inteligência. A própria Amazon define a mudança como a passagem de DSP + Ads Console para uma experiência única baseada em IA agêntica.

Conheça o Amazon Ads Agent

O operador humano não desapareceu e o controle manual não foi eliminado. O anunciante continua podendo configurar targeting, deals, supply, frequency caps, bidding e outras variáveis, além de acessar configurações avançadas. A Amazon diz explicitamente que será possível operar manualmente, deixar a IA otimizar ou combinar os dois modelos. O que morreu, ou pelo menos começou a morrer, não é o controle humano. É a ideia de que operar manualmente dezenas ou centenas de parâmetros seja necessariamente a melhor maneira de comprar mídia. E essa diferença é gigantesca.

De Campaign Management para Agent Management

Durante anos, a competência operacional de Retail Media foi construída em torno da capacidade de configurar campanhas: selecionar audiência, definir keywords, estruturar line items, escolher inventário, configurar bids, distribuir orçamento, acompanhar pacing, extrair reports, cruzar dados, identificar underdelivery, realocar investimento, recomeçar o ciclo. Essa lógica está sendo invertida.

No modelo agentic, o profissional começa cada vez menos dizendo como executar e cada vez mais dizendo qual resultado pretende atingir.

O Amazon Ads Agent já permite conversar sobre planejamento de mídia, tamanho de audiência, forecast de alcance, recomendações de orçamento, targeting, performance e otimização. A plataforma também consegue trabalhar sobre centenas de campanhas e transformar planos de mídia em estruturas executáveis.

Em agosto, a Amazon já havia acrescentado recomendações omnichannel ao Ads Agent: o anunciante pode perguntar quais combinações entre Streaming TV, online video, display e áudio maximizam alcance incremental para determinada audiência e orçamento.

Portanto, estamos passando de: Campaign Management → Decision Management → Agent Management. Essa provavelmente será uma das mudanças mais importantes na formação dos profissionais de Retail Media nos próximos anos.

O verdadeiro Amazon Agentic Advertising Stack

O erro seria interpretar Amazon Ads Agent como um único chatbot. O que está surgindo é um conjunto de agentes, modelos de otimização e infraestrutura que cobre progressivamente praticamente todo o ciclo de mídia.

1. Amazon Ads Agent: o agente operacional

É a camada conversacional e operacional central. O anunciante pode formular uma intenção em linguagem natural e transformar essa intenção em planejamento, targeting, execução, otimização ou análise.

A Amazon informa que anunciantes que utilizaram recomendações de targeting por linguagem natural obtiveram, em média, mais de 25% de clientes únicos adicionais e redução superior a 10% no custo por impressão. São resultados reportados pela própria Amazon e, portanto, devem ser tratados como evidência da plataforma, não como benchmark independente.

Em dados apresentados anteriormente pela companhia, usuários do Ads Agent em targeting durante beta fechado registraram redução de 18% em CPM e 16% em CPA, com 65% apresentando melhora de delivery. O ponto fundamental é que o agente começa a fechar o ciclo: diagnosticar → recomendar → configurar → executar → medir → otimizar.

2. Full-Funnel Campaigns: talvez a mudança mais importante

Aqui está, na minha avaliação, a parte mais disruptiva das mudanças anunciadas. Nas Full-Funnel Campaigns, o anunciante informa produtos, orçamento e alguns inputs estratégicos — incluindo opcionalmente um threshold de ROAS — e a IA passa a orquestrar Sponsored Ads, display, vídeo e Streaming TV. Ela seleciona formatos, distribui investimento entre diferentes etapas do funil e continuamente otimiza a campanha para crescimento de vendas.

Compare os dois modelos:

Isso significa que o orçamento deixa de pertencer necessariamente ao canal. Esse detalhe merece atenção dos Heads de Media. Durante décadas perguntamos:

Quanto devemos investir em search?
Quanto em display?
Quanto em vídeo?
Quanto em awareness?
Quanto em conversion?

Uma arquitetura agentic pode receber um orçamento total e responder continuamente essa pergunta. Não estamos automatizando apenas bidding. Estamos automatizando media allocation.

3. DVA+: a democratização da DSP e também sua abstração

DVA+ reúne Display, Video e Audio em uma experiência simplificada e combina capacidades antes distribuídas entre Sponsored Display, Sponsored TV e programmatic campaigns. O anunciante escolhe um objetivo — awareness, tráfego ou vendas — fornece orçamento, produtos e criativos, e os sistemas Brand+ e Performance+ passam a orientar a execução. Aqui aparece outra transformação.

Historicamente, programmatic advertising exigia conhecimento de DSP, agora a Amazon está tentando transformar isso em: Objective → Budget → AI → Outcome. É extraordinário para democratização, mas é potencialmente perigoso para transparência.

Quanto mais fácil se torna comprar mídia, mais difícil pode se tornar compreender por que aquela mídia foi comprada. Essa será uma tensão permanente do Agentic Retail Media: simplicidade operacional versus explicabilidade financeira.

4. Brand+ e Performance+: os motores invisíveis

Brand+ e Performance+ são particularmente importantes porque mostram que IA agêntica não significa apenas uma interface de linguagem natural. São motores de otimização.

Brand+ procura combinar objetivos de construção de marca com sinais de intenção e outcomes comerciais. Performance+ atua mais diretamente sobre objetivos de performance, aquisição, consideração, remarketing e retenção.

A Amazon expandiu em julho os dois produtos para incorporar inclusive sinais first-party do próprio anunciante via Ads Data Manager. Isso cria uma arquitetura extremamente poderosa: Retail signals Amazon + advertiser first-party data + media inventory + optimization AI. A vantagem competitiva deixa de estar apenas no inventário, passa a estar na capacidade de transformar sinais em decisões.

5. Creative Agent: a agência criativa entra na mesma equação

O Creative Agent talvez seja subestimado porque normalmente é tratado como ferramenta de geração de conteúdo. Ele é mais do que isso. A Amazon descreve um agente capaz de realizar pesquisa de produto e audiência, gerar ideias, construir conceitos, desenvolver storyboards e produzir peças para display, Sponsored Brands Video, online video, áudio e Streaming TV.

Portanto, outra cadeia começa a ser comprimida. Antes: Briefing → Strategy → Research → Concept → Storyboard → Production → Adaptation → Trafficking. Agora: Objective → Creative Agent → assets multiformato → approval → activation.

O profissional continua essencial para brand strategy, conceito, consistência, legal, claims e aprovação, mas boa parte da produção intermediária pode desaparecer e isso tem implicações enormes para agências.

6. AMC + Ads Agent: o analista também ganha um agente

Talvez uma das partes mais interessantes para operações maduras de Retail Media esteja no Amazon Marketing Cloud. O Ads Agent já consegue auxiliar na criação, explicação, correção e edição de queries SQL dentro do AMC.

Em setembro, a Amazon avançou novamente: o MCP Server ganhou uma camada de Expert Tools, começando por um AMC SQL Generator capaz de transformar uma intenção em linguagem natural em SQL validado e otimizado segundo a estrutura e as práticas da AMC.

Algo como: “Construa uma audiência de consumidores que visualizaram o produto, mas não compraram nos últimos 30 dias.” deixa de exigir que o profissional saiba necessariamente construir a query. Isso reduz dramaticamente a distância entre: business question → data query → audience → activation. É uma mudança estrutural para clean rooms.

7. Amazon Ads MCP Server: aqui começa algo ainda maior

O MCP Server é talvez o componente mais estratégico de toda essa arquitetura, porque ele tira o agente de dentro da Amazon. O servidor funciona como uma camada de tradução entre agentes externos e funcionalidades das APIs da Amazon Ads, permitindo transformar linguagem natural em chamadas estruturadas de API. Imagine uma agência ou grande anunciante operando seu próprio Media Agent.

Esse agente poderia potencialmente receber uma instrução corporativa: “Maximize vendas incrementais mantendo CAC abaixo de X, frequência abaixo de Y e investimento máximo de Z.” E utilizar ferramentas da Amazon como componentes dessa execução. É aqui que Retail Media começa a migrar de plataformas para agent-to-platform commerce. E, posteriormente, provavelmente para: agent-to-agent media buying.

8. Alexa+ Agentic Ads: o outro lado da equação

Até agora falamos do agente do anunciante, mas existe outro agente entrando nessa arquitetura: o agente do shopper.

Em junho, a Amazon lançou Alexa+ Agentic Ads, permitindo que determinadas experiências avancem da descoberta à transação dentro da própria conversa. Nos exemplos iniciais, usuários podem comprar ingressos ou pedir comida sem sair da interação com Alexa+. Isso muda radicalmente o conceito tradicional de funil.

Search advertising nasceu em torno da consulta: Consumer → Query → Search Engine → Results → Ad → Website → Conversion. Agentic commerce pode comprimir isso para: Consumer Intent → Agent → Recommendation → Transaction.

O clique deixa de ser obrigatoriamente a unidade intermediária da jornada. Isso cria uma questão enorme para Retail Media: como uma marca entra no consideration set de um agente? Essa discussão será tão importante quanto SEO e Retail Search foram nos últimos 20 anos.

Da operação manual para a operação autônoma

Se colocarmos tudo isso em uma única arquitetura, a dimensão da mudança fica mais clara.

A diferença é fundamental. O modelo anterior era um workflow linear executado por pessoas. O novo é um feedback loop executado por software.

O ganho de produtividade pode ser brutal

Uma operação grande de Retail Media pode ter centenas ou milhares de combinações entre campanhas, SKUs, keywords, audiências, criativos, budgets e placements. Nenhuma equipe humana consegue reavaliar continuamente todas essas combinações. Uma máquina consegue. É por isso que comparar IA agêntica apenas com “automação de campanha” minimiza a mudança.

O verdadeiro ganho vem da redução do decision latency. Imagine:

Manual: insight na segunda-feira → reunião na terça → aprovação na quarta → trafficking na quinta → otimização na sexta. Agora: Agentic Signal → Decision → Action.

Potencialmente em minutos ou segundos. Em mercados altamente competitivos, essa diferença pode se transformar diretamente em vantagem econômica.

Mas existe um enorme problema: a Amazon começa a ocupar os dois lados da mesa

É aqui que minha avaliação como Head de Retail Media se torna mais crítica. A Amazon possui ou controla partes relevantes de: inventory + audience signals + buying platform + optimization algorithm + attribution + measurement + AI recommendation layer.

Agora adiciona uma IA que pode recomendar como o orçamento deve ser investido. Isso cria uma pergunta inevitável: Quem audita o agente? Se o sistema diz: “Aumente o investimento em Streaming TV em 23%.” Precisamos saber:

Qual função objetivo produziu essa recomendação?

Quais constraints foram consideradas?

Qual horizonte de retorno?

Qual peso recebeu aquisição versus retenção?

Qual nível de incrementalidade?

Qual modelo de atribuição?

Quais inventários participaram da decisão?

Qual seria o resultado se parte daquele investimento fosse aplicada fora da Amazon?

Essa questão não é teórica. A cobertura da Digiday sobre os anúncios do unBoxed também destacou que maior automação coloca transparência e controle no centro da discussão, particularmente em um ambiente no qual a própria plataforma possui interesses econômicos sobre mídia e auction dynamics.

ROAS não pode virar a função objetivo universal do agente

Há outro risco importante, se alimentarmos agentes apenas com: maximize ROAS, eles tenderão a procurar as conversões mais fáceis. Isso pode gerar concentração excessiva em shoppers já próximos da compra. É exatamente o mesmo problema histórico do performance marketing, agora multiplicado pela velocidade da IA.

Um agente realmente sofisticado de Retail Media deveria trabalhar com uma função multiobjetivo envolvendo, por exemplo: Incremental Sales + New-to-Brand + Customer Lifetime Value + Margin + Reach Incremental + Category Growth + Brand Lift – Media Cost – Cannibalization.

Por isso considero importante a evolução da Amazon em métricas como Long-Term Sales. LTS tenta estimar não apenas vendas imediatas, mas também o valor futuro esperado das interações de consumidores new-to-brand ao longo de 12 meses. É um avanço, mas não substitui causalidade. Projected value não é necessariamente incremental value. Essa distinção precisa permanecer absolutamente clara.

Attribution não pode ser confundida com causal measurement

Esse talvez seja o maior alerta para anunciantes. Um agente pode ser extraordinariamente eficiente em maximizar uma métrica e ainda assim estar maximizando uma métrica imperfeita.

Há uma diferença fundamental entre: “Esta venda ocorreu depois da exposição.” e “Esta venda não teria ocorrido sem a exposição.” O primeiro problema é attribution. O segundo é incrementality.

Na era dos agentes, essa diferença fica ainda mais importante porque algoritmos aprenderão diretamente sobre aquilo que definirmos como sucesso. Se o KPI estiver errado, teremos algo pior do que uma campanha ruim. Teremos uma máquina extremamente eficiente otimizando continuamente na direção errada.

A grande mudança para agências e equipes de mídia

Não acredito que o profissional de mídia desapareça, mas acredito que boa parte do media operator desaparecerá. O valor migrará

De: campaign setup para: objective design.

De: bid management para: algorithm governance.

De: report generation para: causal interpretation.

De: audience selection para: data strategy.

De: manual optimization para: agent supervision.

O profissional mais valioso não será necessariamente aquele que conhece 115 menus, ferramentas ou configurações. Será aquele que sabe responder: Qual problema econômico devemos mandar a máquina resolver?

O novo skill stack de Retail Media

Por isso acredito que Heads de Retail Media deveriam começar imediatamente a reconstruir suas equipes em torno de cinco competências:

Data Architecture → Agent Orchestration → Measurement Science → Algorithm Governance → Business Strategy.

Saber operar DSP continuará útil, mas saber desenhar as constraints dentro das quais uma IA poderá operar milhões de reais autonomamente será muito mais valioso. O trader de mídia começa a se aproximar de um AI Portfolio Manager.

E o que isso significa para as RMNs brasileiras?

Aqui está talvez a maior provocação. Muitas Retail Media Networks ainda estão construindo: portal de campanha, self-service, dashboards, segmentação, Sponsored Products, DOOH, measurement, APIs.

Enquanto isso, Amazon começa a transformar tudo isso em infraestrutura subjacente para agentes. Portanto, talvez algumas RMNs estejam construindo hoje a interface que o mercado poderá querer abandonar amanhã.

A pergunta estratégica deixa de ser apenas: “Nossa RMN possui self-service?” E passa a ser: “Nossa RMN pode ser operada por agentes?”

Isso exige outra arquitetura: API-first, MCP-ready, Machine-readable inventory, Machine-readable audiences, Real-time measurement, Automated experimentation, Causal measurement, Agent permissions, Audit logs, Budget guardrails, Explainability e Human approval layers. Essa deveria entrar imediatamente no roadmap tecnológico das grandes RMNs.

Minha régua para Agentic Retail Media

Eu avaliaria a maturidade das RMNs daqui para frente em quatro níveis.

Retail Media 1.0 — Inventory: Onde posso colocar publicidade?

Retail Media 2.0 — Data: Quem é o shopper?

Retail Media 3.0 — Measurement: A mídia realmente gerou venda incremental?

Retail Media 4.0 — Agentic Decisioning: Qual decisão a máquina deve tomar agora para maximizar valor incremental?

Amazon está tentando atravessar essa quarta fronteira.

O verdadeiro risco não é a IA substituir o media buyer

O debate “IA vai substituir profissionais de mídia?” é pequeno diante da transformação que está acontecendo. A pergunta correta é outra: Quem terá autoridade para tomar decisões de mídia? Durante décadas essa autoridade pertenceu a pessoas. Depois passou parcialmente para algoritmos de bidding.

Agora começa a migrar para agentes capazes de interpretar objetivos, construir campanhas, gerar criativos, escolher audiências, distribuir orçamento, otimizar investimento e analisar resultados.

A próxima fronteira será agentes negociando com agentes: Brand Agent → Agency Agent → Retail Media Agent → Consumer Agent. Quando isso acontecer, Retail Media deixará progressivamente de ser apenas um mercado de inventário publicitário. Passará a ser um mercado de decisões algorítmicas sobre intenção de compra. E existe uma consequência ainda mais importante.

Amazon não está apenas automatizando a publicidade dentro de seu ecossistema. Ao combinar Ads Agent, Creative Agent, AMC, MCP Server e experiências de compra agêntica como Alexa+, está tentando construir infraestrutura para os dois lados do novo mercado: de um lado, máquinas decidindo como as marcas devem investir; do outro, máquinas ajudando consumidores a decidir o que devem comprar.

Quem controlar a camada entre esses dois agentes poderá controlar algo muito mais valioso do que uma impressão ou um clique. Poderá influenciar o consideration set antes mesmo que exista uma página de resultados. É por isso que considero o anúncio desta semana muito maior do que uma atualização do Amazon Ads Console.

Estamos assistindo ao começo da transição: Retail Media → Agentic Retail Media. E a pergunta para CMOs, Heads de Retail Media, agências e RMNs já não deveria ser apenas “como vamos usar IA?”

Deveria ser: Quando os agentes começarem a decidir onde investir, o que comprar e como medir o resultado, qual parte dessa decisão ainda estará sob nosso controle? Essa é a discussão que o mercado brasileiro precisa começar agora.