O Google e o LinkedIn começaram a apagar o que a IA produziu em massa
O rollout da atualização de spam de agosto do Google terminou mirando, em parte, conteúdo gerado em massa por IA para tentar enganar o ranqueamento. Sinais indicam que texto raso feito por IA está sendo tratado como "thin content", a categoria que o Google historicamente mais penaliza. No mesmo mês, o LinkedIn confirmou que já recebeu a marca de 1 milhão de denúncias de "AI slop": conteúdo genérico, sem substância, produzido em escala. Pesquisa da Pew Research mostra que 10% das páginas na web já apresentam sinais de autoria por IA.O que isso muda: se a estratégia de conteúdo da sua empresa nos últimos meses foi "publicar mais", agosto de 2026 é o mês em que isso parou de compensar. Passou a custar posição no Google e alcance no LinkedIn. A diferença entre quem sobe e quem desaparece agora é E-E-A-T legível por máquina: autoria real, dados verificáveis, experiência concreta. Não volume.
Do lado de mídia paga, o Google confirmou que anúncios no AI Mode são gerados a partir dos atributos do feed de produto, não do texto do anúncio. Quem não organiza os dados de produto ou serviço de forma estruturada não é elegível para aparecer.
O que isso muda: SEO e AEO deixaram de ser disciplinas separadas. Se o seu blog ainda abre com contexto antes de responder a pergunta do leitor, está otimizado para um Google que não existe mais.
HubSpot lançou o Agent Hub e cortou o tempo de cotação para segundos
Enquanto o mercado de conteúdo genérico levava uma podada, o HubSpot investiu em infraestrutura de dados e automação.
O que isso muda: a diferença entre usar IA e ter uma operação de receita que funciona nunca esteve tão clara. Um agente de IA só é útil quando conectado a dados limpos e processos definidos. É o oposto do conteúdo genérico que Google e LinkedIn começaram a apagar este mês.
A atualização mais relevante do mês para quem vive de geração de receita previsível: o HubSpot lançou integração de Intent Signals com Company Surge (Bombora) direto no Marketing Hub e no Sales Hub. Na prática, isso identifica empresas pesquisando temas relacionados à sua solução antes mesmo de preencherem um formulário.
O que isso muda: o funil deixa de depender só de quem levantou a mão. Times comerciais que configurarem esse sinal corretamente conseguem priorizar outbound e nutrição para contas já em movimento de compra. É o tipo de dado que separa previsibilidade de receita de achismo de vendedor.
No mesmo mês, quem assina o Meta One passou a ter acesso a um botão de seguir maior nos Reels para Perfis Profissionais, convites automáticos para quem interage com os posts (a própria Meta descreve o recurso como "crescer seguidores automaticamente"), perfis com mais destaque para site e links externos, até três listagens de localização, e mais ferramentas de resposta com IA no Messenger. Segundo o Social Media Today, a Meta já tem cerca de 35 milhões de assinantes do Meta Verified e persegue algo perto de US$ 2 bilhões por ano em receita de assinatura.
O LinkedIn, por sua vez, publicou um guia próprio sobre visibilidade em buscas por IA reforçando um dado que a Meltwater já havia levantado: das citações do LinkedIn identificadas pela pesquisa, 75% vêm de perfis pessoais, não de páginas de empresa, e o número de seguidores conta menos do que a demonstração real de conhecimento no tema. A plataforma também lançou destaques automáticos de eventos: clipes curtos gerados por IA a partir de gravações ao vivo.
O que isso muda: alcance orgânico está cada vez mais ligado a pagamento (Meta) ou a pessoas específicas dentro da empresa, não à página institucional (LinkedIn). Para quem decide onde investir tempo de conteúdo B2B, treinar e publicar através dos especialistas do time tende a valer mais do que concentrar tudo na página da empresa.
Agosto de 2026 separou três grupos com bastante clareza. Quem usou IA para produzir mais volume de conteúdo e anúncio viu Google e LinkedIn começarem a descontar isso. Quem depende de alcance orgânico puro viu Meta e LinkedIn deslocarem esse alcance para assinatura paga e para pessoas específicas dentro da empresa, não para a marca institucional. E quem usou IA para organizar dados, automatizar um processo já definido e enxergar sinal de compra antes da concorrência (o caso do HubSpot este mês) saiu na frente dos três.
Não é sobre ter ou não ter IA. É sobre ter, ou não, uma operação comercial estruturada o suficiente para a IA valer alguma coisa nela. Isso é literalmente o que RevOps resolve: dados organizados, processos definidos e sistemas que conversam entre si. A base sem a qual um agente de IA, um sinal de intenção de compra ou um conteúdo otimizado para AEO não têm em cima do que operar.
O que é "AI slop" e por que Google e LinkedIn estão penalizando isso agora? É o termo usado para conteúdo genérico, produzido em massa por IA, sem dado, experiência ou ponto de vista reais. Google e LinkedIn passaram a penalizar porque o volume desse tipo de conteúdo prejudica a qualidade percebida das duas plataformas.
Minha empresa precisa migrar para o Agent Hub do HubSpot agora? Não é urgente, está em beta público. Mas vale testar se sua empresa já usa HubSpot e tem processos de CRM organizados, porque um agente de IA só funciona bem em cima de dados limpos e regras claras.
O que muda no meu SEO com o Google AI Mode? Priorize respostas diretas logo no início do conteúdo, dados com fonte nomeada e estrutura de FAQ. É o formato que o AI Mode e outros motores de resposta mais citam.
Vale mais investir na página da empresa ou no perfil pessoal dos especialistas no LinkedIn? Segundo a pesquisa da Meltwater, 75% das citações de IA vindas do LinkedIn têm origem em perfis pessoais. Uma estratégia de conteúdo B2B tende a ganhar mais peso publicando através dos especialistas do time do que concentrando tudo na página institucional.
Vale a pena configurar Intent Signals se minha empresa não usa Bombora? A integração é nativa dentro do HubSpot, no Marketing Hub e no Sales Hub. Não exige contrato separado com a Bombora para testar o recurso dentro da própria plataforma.
E agora?
Nenhum desses pontos exige decisão imediata isolada, mas juntos formam um padrão: quem organizar dados, revisar conteúdo e testar os sinais de compra certos sai na frente de quem só reage depois que o resultado já caiu. Se quiser aplicar isso à realidade específica da sua operação, agende uma conversa de diagnóstico com o Iasbeck&Co.