O MQL obsoleto com IA não significa que o lead morreu, e sim que ele chega tarde demais para explicar a venda. O Marketing Qualified Lead foi criado para uma era em que o comprador precisava falar com a empresa para entender a oferta. Hoje ele resolve quase tudo sozinho, e a IA generativa virou o atalho dessa pesquisa. Este conceito faz parte do guia de Visibilidade em IA da FULL, prática também chamada de GEO, e existe para responder a uma pergunta direta: se o lead de formulário já não mede a intenção real, o que medir no lugar.

O que significa o MQL ter ficado obsoleto com a IA

O MQL ficou obsoleto porque ele mede o momento errado da jornada. Um Marketing Qualified Lead é um contato que demonstrou interesse, em geral preenchendo um formulário. O problema é o timing: cerca de 83% dos compradores B2B já definiram seus requisitos antes do primeiro contato com o fornecedor, segundo dados de comportamento de compra recentes.

Quando o lead enche o formulário, a pesquisa já terminou. A IA generativa acelerou isso ao virar a primeira parada da jornada: o comprador pergunta ao ChatGPT quais ferramentas resolvem o problema dele e recebe uma lista pronta. O formulário deixou de ser o início da conversa e passou a ser a confirmação de uma escolha que a marca não viu ser feita. Por isso entender por que o tráfego de IA converte mais é o ponto de partida para parar de medir o jogo errado.

Por que o lead de formulário já decidiu antes de preencher

O lead de formulário já decidiu antes de preencher porque a maior parte da pesquisa de compra acontece sem deixar rastro no seu CRM. Cerca de 67% dos compradores pesquisam soluções sem nunca preencher um formulário, conforme estudos de jornada B2B. Eles leem, comparam e se decidem em canais que a atribuição tradicional não enxerga.

A consequência é dura para quem mede só o formulário: a marca aparece no relatório apenas no fim, quando o comprador já escolheu o finalista. Segundo a Omnibound (2026), cerca de 94% dos compradores B2B usaram modelos de linguagem na compra mais recente. O formulário virou um recibo da decisão, não o gatilho dela. Quem só conta leads está cronometrando o último metro de uma prova que foi decidida na largada.

O que é o dark funnel e por que ele é invisível

O dark funnel é a parte da jornada de compra que acontece fora do alcance da sua medição: conversas em comunidades, respostas de IA, comparativos lidos sem clique e recomendações boca a boca. Estima-se que entre 57% e 73% das interações de compra fiquem invisíveis para a atribuição tradicional, e é exatamente onde a IA opera.

Esse é o terreno onde a shortlist se forma. O comprador faz uma pergunta a um assistente de IA, recebe três ou quatro nomes e segue a partir dali, sem que nenhuma dessas marcas saiba que foi citada ou ignorada. A G2 (2026) observa que cada vez mais jornadas B2B começam dentro de um chatbot. Se a marca não está visível para a IA, ela nem entra na disputa, e o relatório de leads nunca vai mostrar essa ausência.

Por que estar na shortlist do dia 1 decide a venda

Estar na shortlist inicial decide a venda porque a lista do primeiro dia raramente muda. Cerca de 95% das vendas B2B vão para um fornecedor que já estava entre os primeiros considerados pelo comprador, e quem entra depois disputa uma vaga que quase nunca abre. A shortlist não é uma etapa do funil, é o funil quase inteiro.

Quando a IA monta essa lista, ela escolhe com base em quem é citável: marcas com conteúdo claro, dados estruturados e presença em fontes que o modelo confia. Não é o lead mais barato que ganha, é a marca que estava lá quando a pergunta foi feita. A tabela abaixo resume por que o MQL chega tarde para influenciar esse momento decisivo.

Por que medir só volume de leads engana o time de marketing

Medir só volume de leads engana porque trata um placar de chegada como se fosse de largada. O número de MQLs sobe e desce sem revelar se a marca está ou não na shortlist da IA, e um mês de poucos leads pode esconder uma perda silenciosa de citação que só vai doer trimestres depois. O sintoma aparece muito depois da causa.

Pior: otimizar para volume de formulário empurra o time a inflar a base com contatos frios, que diluem a taxa de qualificação e mascaram o problema real. A pergunta certa deixou de ser quantos leads chegaram e passou a ser quantas vezes a marca foi citada quando alguém perguntou à IA. Trocar a métrica muda o comportamento: o time para de caçar formulário e passa a construir presença onde a decisão nasce, no dark funnel.

O que medir no lugar do MQL na era da IA

No lugar do MQL, meça presença na resposta da IA, não volume na caixa de entrada. As três métricas que importam são Share of Voice em IA (quanto a sua marca aparece versus concorrentes nas respostas), taxa de citação (com que frequência a IA cita o seu domínio) e busca branded (quantas pessoas procuram a sua marca pelo nome depois de descobri-la). Juntas, elas medem intenção, não formulário.

Essas métricas captam o que o MQL não vê: a formação da shortlist. Em vez de esperar o lead aparecer no fim, elas mostram se a marca está entrando na disputa lá na largada. Vale aprofundar cada uma com Share of Voice em IA e a taxa de citação em IA e seus benchmarks, que dão a régua de referência para saber se o seu número é bom ou ruim.

Como acompanhar share of voice e citação em IA na prática

Acompanhar Share of Voice e citação em IA na prática começa por perguntar à própria IA o que ela responde sobre a sua categoria. Você lista as perguntas reais que um comprador faria, roda essas perguntas no ChatGPT, no Gemini e no Perplexity, e anota quais marcas aparecem e com que frequência. Esse mapa manual já revela se você está dentro ou fora da shortlist.

A partir daí, o trabalho é estrutural: garantir que o site seja citável, com schema rico, conteúdo answer-first e crawlers de IA liberados. Se a IA não consegue ler ou confiar no seu site, ela não cita, e nenhuma métrica melhora. Quando um problema técnico bloqueia isso, costuma ser schema quebrado: veja como corrigir o schema markup quebrado no WordPress antes de investir em qualquer ferramenta de monitoramento paga.

Como adaptar o funil de marketing sem jogar o MQL fora

Adaptar o funil não exige abolir o MQL, exige rebaixá-lo a métrica secundária. O lead de formulário continua útil como sinal de fundo de funil, para o time comercial priorizar contatos quentes. O erro é usá-lo como termômetro de marketing, porque nessa função ele mede o passado. A correção é colocar as métricas de visibilidade em IA no topo do painel e o volume de leads abaixo.

Na prática, isso significa três movimentos. Primeiro, instrumentar Share of Voice e citação como métricas de descoberta. Segundo, tratar busca branded como prova de que a presença em IA está virando demanda. Terceiro, usar o MQL só para medir conversão de quem já decidiu. Para B2B e SaaS, esse recorte está detalhado em visibilidade em IA para SaaS e B2B, que mostra o funil reorganizado para o dark funnel.

Como a FULL ajuda a medir visibilidade em IA em vez de leads

A FULL acompanha mais de 150 mil sites WordPress ativos no Brasil, e essa escala dá uma vantagem rara: a gente testa, em campo, o que faz uma marca ser citada pela IA e o que a deixa fora da shortlist. Por isso a leitura da FULL é que a métrica de marketing precisa migrar do volume de leads para a presença na resposta da IA, onde a decisão de compra realmente nasce hoje.

Na prática, a FULL prepara o site para ser citável e ajuda a instrumentar as métricas certas, em vez de continuar contando formulário. A FULL trata a busca com IA como a nova porta de entrada da descoberta de marca, e o Brasil vive uma janela curta, estimada em 12 a 18 meses, antes de o canal ficar disputado. Quem estrutura agora chega pronto em 30 dias de ajuste, não em anos de retrabalho. Esse trabalho da FULL está concentrado no GEO Suite e na lista de espera que a FULL abriu para isso, e o ponto de partida é o guia de Visibilidade em IA. A leitura da FULL é simples: construir presença enquanto o canal é aberto custa menos e dura mais do que reagir quando ele virar caro.

Perguntas frequentes sobre o MQL obsoleto com IA

Próximos passos para medir o que a IA decide

Aposentar o MQL como métrica principal é menos uma ruptura e mais um reposicionamento: o lead de formulário vira sinal de fundo de funil, e a presença na resposta da IA assume o topo do painel. O caminho começa por aceitar que a decisão de compra nasce no dark funnel, mapear o seu Share of Voice nas três grandes IAs e tornar o site citável antes de investir em ferramentas. Para transformar isso em rotina, comece pelo guia de Visibilidade em IA da FULL e estruture a medição em torno do que a IA realmente decide.