Analisamos quase dois milhões de sessões LLM em nove setores de janeiro a dezembro de 2025. Começamos com uma suposição simples: o ChatGPT domina, os padrões de uso são uniformes e o volume é pequeno e inconsequente.

Os dados provaram que estávamos errados.

ChatGPT comanda 84,1% do tráfego rastreável de descoberta de IA, mas funciona principalmente como a ferramenta padrão para descoberta de mercado amplo. Essa realidade muda a estratégia.

As marcas não podem mais confiar em uma abordagem única que prioriza a descoberta. Você precisa de uma estratégia multiplataforma que se alinhe com a forma como os usuários esperam ser produtivos em diferentes momentos.

O sucesso agora depende de saber quais plataformas permitem ativamente a produtividade do usuário e quais simplesmente suportam a descoberta antecipada.

Diferentes LLMs estão ganhando em diferentes setores, muitas vezes por amplas margens. A conclusão para 2026 é mais sutil do que “foco no ChatGPT”.

Aqui está o que os dados revelam.

A divergência da taxa de crescimento: ChatGPT vs. todos os outros

De janeiro a dezembro de 2025, as principais plataformas LLM cresceram em taxas muito diferentes:

• ChatGPT: crescimento de 3x
• Copiloto: crescimento de 25x
• Cláudio: crescimento de 13x
• Perplexidade: crescimento 1x
• Gêmeos: crescimento 1x

O ChatGPT cresceu, mas o Copilot e o Claude cresceram de oito a 10 vezes mais rápido. Perplexity e Gemini efetivamente estabilizaram ou, mais precisamente, reforçaram o uso em fluxos de trabalho de conhecimento bem definidos.

Estes números agregados reflectem prioridades estratégicas mais profundas.

• Satya Nadella destacado publicamente Copilot alcançando 100 milhões de usuários mensais.
• Dario Amodei anunciou que A receita da Antrópica cresceu de US$ 100 milhões para US$ 8–10 bilhões em menos de dois anos.
• Aravind Srinivas postado que ele está “realmente encorajado pelo interesse na Perplexity Finance”, até mesmo posicionando-a como uma alternativa ao Terminal Bloomberg.

Esses CEOs estão focados no crescimento porque o crescimento sinaliza valor real para o usuário:

• O Copilot vence ao atender os usuários do ecossistema Microsoft.
• Claude vence com os desenvolvedores.
• A perplexidade vence com os profissionais de finanças.

Diferentes LLMs estão conquistando diferentes setores em taxas dramaticamente diferentes.

Padrão 1: o copiloto domina onde o trabalho acontece

O crescimento agregado de 25x da Copilot é impressionante, mas o colapso da indústria torna o padrão óbvio. O Copilot vence em verticais B2B onde o trabalho já acontece dentro do ecossistema da Microsoft.

SaaS

• Bate-papoGPT: Crescimento 2x
• Co-piloto: Crescimento de 21x
• A adoção do Copilot reflete como as equipes SaaS modernas operam. As empresas incorporam LLMs diretamente em fluxos de trabalho para extrair insights de dados proprietários e de terceiros, impulsionando eficiência, personalização e inovação de produtos dentro de ferramentas Microsoft.

Educação

• Bate-papoGPT: Crescimento 6x
• Co-piloto: Crescimento de 27x
• O Copilot se beneficia de uma cultura de compartilhamento de conhecimento e síntese de pesquisas. Instituições e editores citam, expandem e contextualizam o material existente, tornando a descoberta assistida por LLM uma extensão natural de como o conteúdo educacional é criado e consumido.

Financiar

• Bate-papoGPT: Crescimento de 4,2x
• Co-piloto: Crescimento de 23x
• As finanças estão fortemente alinhadas com o Copilot porque muitas tarefas são automatizadas e dependentes do contexto. Os analistas precisam de modelos que possam obter, reconciliar e raciocinar em relatórios, arquivamentos e conjuntos de dados confiáveis ​​em ambientes confiáveis.

O principal insight não é apenas o crescimento da Copilot. É onde ocorre esse crescimento. O Copilot acelera mais rapidamente em setores onde os profissionais já dependem de ferramentas da Microsoft para analisar dados, sintetizar conhecimento e concluir tarefas.

Um analista financeiro não deixa o Excel para “pesquisar”. Eles pedem ao Copilot para interpretar, comparar e contextualizar os dados existentes. Um estrategista de conteúdo ou produto não abre uma nova aba para pesquisar concorrentes. Eles avisam o Copilot em seu ambiente de trabalho.

O que isso significa

Se o seu público vive em fluxos de trabalho empresariais – equipes SaaS, profissionais financeiros, educadores e tomadores de decisão B2B – a descoberta de IA está migrando para os LLMs à medida que o trabalho acontece. A visibilidade não é mais conquistada durante as primeiras pesquisas. É conquistado durante a execução, quando a intenção é maior e as decisões já estão sendo formadas.

Padrão 2: A perplexidade só sobrevive nas finanças

O crescimento geral da Perplexity é de 1,15x, efetivamente estável. Mas quando isolamos as finanças, surge um quadro diferente.

Nas finanças, a Perplexity detém uma participação de mercado de 24%.

Este é o único setor onde o Perplexity mantém um tráfego significativo e sustentado. Em todos os outros lugares, a sua participação entrou em colapso:

• SaaS: caiu de 14,9% para 7,3%
• Comércio eletrônico: caiu de 13,9% para 3,4%
• Educação: caiu de 28,5% para 5,2%
• Editores: caiu de 41,5% para 3,6%

As finanças comportam-se de forma diferente porque as decisões financeiras exigem verificação.

Quando os usuários comparam plataformas de investimento, avaliam termos de empréstimos ou pesquisam requisitos de conformidade, uma única resposta sintetizada não é suficiente. Eles precisam de citações que possam rastrear diretamente até os documentos originais.

A perplexidade foi criada para este caso de uso. Por meio de parcerias com Benzinga, FactSet, Morningstar e Quartr, fornece acesso direto a transcrições de lucros, registros da SEC, classificações de analistas e dados de mercado em tempo real.

Seu produto Enterprise Finance adiciona atualizações programadas de mercado, mecanismos de resposta personalizados e visualizações de dados ao vivo. Esses recursos atendem profissionais que exigem informações auditáveis ​​de nível institucional, e não apenas respostas rápidas.

Cada resposta inclui fontes visíveis nas quais os usuários podem clicar para verificar cada afirmação.

Na maioria das categorias, a conveniência vence. Nas finanças, a confiança e a verificabilidade não são negociáveis.

O que isso significa

O sucesso na descoberta de IA significa escolher a plataforma certa para seus usuários e estar presente nas fontes e citações em que os próprios modelos confiam.

As respostas financeiras dependem de redes de dados licenciados, parceiros institucionais e referências autorizadas de terceiros. Se a sua marca não for visível, citada e validada dentro desses ecossistemas, você não aparecerá, não importa quão forte seja o seu conteúdo.

A otimização agora significa ganhar relevância em toda a rede de fontes das quais cada modelo se baseia, e não apenas na classificação em uma única interface.

Padrão 3: Claude domina a análise independente

Claude representa apenas 0,6% do tráfego total de descoberta de IA, o que facilita a rejeição. Mas onde se concentram esses 0,6% é revelador. Claude ganha com profissionais que pesquisam, escrevem e analisam, não com consumidores que compram.

• Editores: Crescimento de 49x
• Educação: Crescimento de 25x
• Financiar: Crescimento de 38x
• SaaS: Crescimento de 10,3x

Por que Claude vence nessas verticais quando o Copilot já domina o trabalho do conhecimento?

A diferença é o tipo de trabalho. O Copilot reside em ferramentas operacionais como Excel, Word e PowerPoint, ajudando os profissionais a executar tarefas dentro dos fluxos de trabalho existentes. Claude é onde os profissionais procuram o pensamento estratégico independente.

• Um editor carrega um manuscrito de 80.000 palavras e pergunta: “Este argumento é coerente entre os capítulos três a sete?”
• Um analista financeiro carrega três anos de transcrições de lucros e pergunta: “Como mudou a linguagem da administração em relação à alocação de capital?”
• Um desenvolvedor cola toda uma base de código herdada e pergunta: “Mapeie o fluxo de dados e identifique gargalos arquitetônicos”.

A janela de contexto de 200.000 tokens de Claude permite isso. O valor não é a eficiência dentro de um fluxo de trabalho. É ter um parceiro de raciocínio para um trabalho que exige síntese, crítica e julgamento estratégico.

O que isso significa

Se você tem como alvo públicos técnicos ou tomadores de decisão estratégicos, a otimização Claude exige conteúdo de nível de análise. Publique estudos de caso aprofundados com metodologia clara e caminhos de implementação detalhados, e não resumos de 500 palavras.

Estruture o conteúdo para o raciocínio. Use estruturas explícitas e análises comparativas. O público é menor, mas a influência é maior. Um desenvolvedor que usa Claude para analisar profundamente a documentação da sua API torna-se um campeão interno.

Padrão 4: A crise de medição de Gêmeos

O tráfego rastreado de Gemini conta uma história confusa:

• Educação: −67% do tráfego rastreado
• SaaS: +1,4x de crescimento
• Financiar: +1,3x de crescimento
• Comércio eletrônico: +2,7x de crescimento

Provavelmente não se trata de uma recusa do usuário. É um colapso de atribuição.

Nos últimos 13 meses, o Gemini manteve cada vez mais os usuários dentro de sua interface. Ele fornece respostas geradas por IA sem links de fontes clicáveis ​​e proeminentes. Os usuários pesquisam, absorvem a resposta e convertem diretamente ou pesquisam nomes de marcas posteriormente. Essa jornada nunca aparece como uma descoberta de IA.

O Google ainda controla a maior rede de distribuição de busca do mundo, e a Gemini está profundamente inserida nela. É improvável que os usuários do Gemini abandonem a descoberta de IA enquanto o ChatGPT cresce 3x e o Copilot cresce 25x.

O que é mais plausível é que a descoberta impulsionada pelo Gémeos ainda exista, mas está a tornar-se invisível.

Ao contrário do Perplexity, que revela fontes, ou do Copilot, que opera dentro de fluxos de trabalho rastreáveis, o Gemini sintetiza respostas e retém os usuários no ecossistema do Google.

Um usuário pergunta ao Gemini sobre o software de gerenciamento de projetos, obtém uma resposta completa e pesquisa “(sua marca)” dias depois. O Analytics registra a pesquisa de marca, não a influência da IA.

Isso cria um risco estratégico real.

A métrica comumente citada de “0,13% de penetração de IA” é quase certamente subestimada. Se até 30% a 40% das descobertas assistidas pelo Gemini não forem monitorizadas, o verdadeiro volume de investigação impulsionada pela IA poderá ser duas a três vezes superior ao que podemos medir.

O que isso significa

• Monitore o aumento da pesquisa de marca junto com os esforços de otimização de IA.
• Crie modelos de medição que levem em conta jornadas multissessões e entre plataformas.
• Invista na força e na lembrança da marca, não apenas em cliques.
• Acompanhe as conversões defasadas à medida que a pesquisa e a conversão se distanciam.

A atribuição do último clique está falhando. As conversões assistidas por IA – onde os usuários pesquisam em um sistema, sintetizam em outro e convertem por meio de pesquisa direta ou de marca – estão se tornando o padrão. O tráfego estável ou em declínio do Gemini provavelmente sinaliza falha na medição, não ausência do usuário.

Como escolher sua estratégia LLM com base no seu público

A descoberta de IA não está se consolidando em torno de uma única plataforma. Está fragmentado por setor, caso de uso e intenção do usuário.

• Se o seu público trabalha em ambientes corporativos: O Copilot é onde a descoberta acontece. Compradores de SaaS, analistas financeiros, educadores e tomadores de decisão B2B pesquisam em ferramentas da Microsoft como Excel, Outlook e Teams. A descoberta ocorre no momento em que as decisões são formadas, e não durante sessões de “pesquisa” separadas.
• Se o seu público toma decisões de alto risco: A perplexidade é importante. Finanças é o único setor onde uma plataforma secundária detém 24% de participação ao lado do ChatGPT. Esses usuários precisam de citações, não de síntese. Otimização significa ganhar visibilidade dentro de redes de dados institucionais, como FactSet, Morningstar e notícias financeiras, e não apenas classificação na interface.
• Se o seu público incluir avaliadores técnicos: A participação de 0,6% de Claude subestima a sua influência. Desenvolvedores, estrategistas e pesquisadores o utilizam para análises profundas, enviando documentos e conjuntos de dados completos. São menos, mas formam comitês de compra. O conteúdo deve ser profundo: estudos de caso detalhados, metodologia clara e pesquisa com nível de análise.
• Se você estiver em uma categoria emergente: Jurídico, eventos e seguros mostram um crescimento de 15 a 90 vezes porque a descoberta da IA ​​acabou de chegar. Comece com o amplo alcance do ChatGPT e observe a migração da plataforma à medida que seu público amadurece.
• Se a medição estiver quebrada: O declínio do tráfego rastreado do Gemini provavelmente reflete o colapso das atribuições, não a perda de usuários. Monitore o aumento da pesquisa de marca. Acompanhe as conversões defasadas. Crie modelos que levem em conta jornadas multissessões e entre plataformas.
• Em todas as categorias: Espere lacunas de atribuição. A atribuição tradicional de último clique está quebrando à medida que as conversões assistidas por IA se tornam a norma.

O futuro da descoberta de IA não se trata apenas de classificação no ChatGPT. Trata-se de entender onde seu público descobre e quais plataformas realmente atendem às suas necessidades.

O estudo completo. Relatório sobre o estado da descoberta de IA de 2025: o que 1,96 milhão de sessões de LLM nos dizem sobre o futuro da pesquisa