À medida que os profissionais de marketing adotam amplamente ferramentas de IA de modelos de linguagem ampla, como ChatGPT, Gemini e Grok, para auxiliar em modelos de mídia mista, o preconceito incorporado está deixando o rádio em risco de ser deixado de fora das recomendações de orçamento de anúncios, especialmente em campanhas políticas, de conscientização e nacionais, a menos que ações imediatas sejam tomadas para tornar o AM/FM visível dentro dos ecossistemas de IA.
A Futuri Media analisou mais de 20.000 modelos de mix de mídia gerados por IA e descobriu que o rádio recebia uma parcela mínima — às vezes zero — dos gastos projetados para a campanha.
De acordo com as descobertas da Futuri, os modelos de linguagem mais utilizados priorizam canais como YouTube, TV conectada e , enquanto deixam de lado formatos de mídia tradicionais, como rádio e TV aberta. Entre os oito LLMs testados, Claude, da Anthropic, e Gemini, do Google, excluíram o rádio de 100% de seus planos de mídia gerados.
Ainda mais preocupante, a participação média do rádio nos gastos com anúncios políticos recomendados por IA foi de apenas 3%, em comparação com 18% para CTV/OTT e porcentagens de dois dígitos para exibição programática.
O problema central, segundo o relatório, é que os sistemas de IA recomendam apenas canais que foram treinados para reconhecer como eficazes, mensuráveis e relevantes. Enquanto as plataformas digitais fornecem enormes quantidades de dados estruturados, como métricas de engajamento, impressões e taxas de cliques, os dados de desempenho do rádio são escassos, formatados de forma inconsistente ou totalmente ausentes das fontes que as ferramentas de IA usam para aprender.
O viés composto já está remodelando o planejamento de campanhas. À medida que as plataformas de IA direcionam os anunciantes para o vídeo digital e a programática, esses canais continuam a gerar mais dados de desempenho, reforçando a crença da IA de que são superiores. Enquanto isso, o rádio perde relevância no modelo de mundo da mídia da máquina.
Futuri enfatiza que a janela para reverter a situação é curta e está se fechando rapidamente – cerca de dois anos.
Para combater isso, as soluções sugeridas incluem a publicação de estudos de caso e métricas de sucesso em formatos assimiláveis por IA, a inserção de conteúdo sobre desempenho de rádio em publicações empresariais de alta autoridade e a inserção de resultados nos bancos de dados usados pelos principais fornecedores de MMM.
O relatório completo de Análise Forense sobre Perda de Receita de Rádio e TV em 2025 está disponível neste link.
*Informçaões: Futuri Midia via RadioINK
