Parceria permite criar campanhas, acompanhar contatos e negócios gerados e enviar eventos de conversão do CRM para a plataforma de anúncios da OpenAI. Seria um sonho?

A HubSpot anunciou em 16 de setembro de 2026 a primeira integração de um CRM com o ChatGPT Ads. Empresas com uma conta de anúncios elegível podem criar campanhas no HubSpot, definir orçamento e segmentação e acompanhar os resultados ao lado dos demais canais de mídia. A OpenAI confirmou a HubSpot como sua primeira parceira de CRM nessa iniciativa.

A novidade vai além de publicar anúncios em outra plataforma. Com o acompanhamento ativado, o HubSpot pode associar campanhas a contatos e negócios registrados no CRM. A empresa passa a observar o que aconteceu depois do clique, em vez de avaliar apenas impressões e tráfego. A documentação também prevê o uso do engajamento com anúncios em relatórios de atribuição e fluxos de trabalho.

O CRM também pode alimentar a otimização das campanhas

A integração permite configurar eventos de conversão a partir do envio de um formulário ou da mudança de estágio de um contato no CRM. Esses sinais podem ser enviados ao ChatGPT Ads para otimizar a veiculação ao longo do tempo. Segundo a documentação do HubSpot, a empresa deve selecionar os contatos que deram permissão para o compartilhamento e escolher quais dados serão usados na correspondência dos eventos.

Para quem trabalha com CRM, esse é o ponto central do anúncio: uma campanha pode ser analisada pelo avanço do relacionamento e pelas oportunidades registradas, não apenas pelo clique inicial. A possibilidade de medir esses resultados, porém, ainda não demonstra que a integração aumenta o retorno das campanhas; isso dependerá dos resultados observados por cada anunciante.

Os anúncios do ChatGPT já haviam sido lançados no Brasil em agosto de 2026, segundo a OpenAI. O país também consta na lista atual de acesso por autoatendimento à plataforma de anúncios. A integração com o HubSpot está em fase beta e exige uma conta do ChatGPT Ads, além das permissões necessárias nas duas plataformas.

A distinção entre publicidade e resposta orgânica continua relevante. A OpenAI afirma que os anúncios são identificados e exibidos separadamente das respostas do ChatGPT, sem permitir que anunciantes alterem o conteúdo dessas respostas. A parceria conecta a operação publicitária aos dados de CRM, o que não significa que a marca passou a ocupar espaço nas respostas orgânicas da ferramenta.

Novo modelo de raciocínio será integrado ao Agentforce e foi desenvolvido para executar tarefas complexas de vendas, atendimento e CRM com mais eficiência e controle sobre os dados.

A Salesforce ganhou as manchetes nos portais de tecnologia e marketing ao redor do mundo na semana passada, quando apresentou nesta semana o Koa, seu primeiro modelo de inteligência artificial voltado especificamente para raciocínio em CRM.

Desenvolvido em parceria com a Nvidia, o modelo foi construído a partir do Nemotron 3 Super e será incorporado ao Agentforce, plataforma da Salesforce para criação e execução de agentes de IA, mas o lançamento aponta para algo maior do que a chegada de mais um modelo de IA ao mercado.

Enquanto empresas como OpenAI, Anthropic e Google disputam a fronteira dos modelos generalistas, a Salesforce está seguindo outro caminho: especializar a inteligência artificial no trabalho que seus clientes realmente executam.

No caso do Koa, isso significa vendas, atendimento ao cliente e operações de CRM.

O que é o Salesforce Koa?

O Koa é um modelo de raciocínio criado para lidar com tarefas empresariais que envolvem múltiplas etapas.

Em vez de apenas responder perguntas, ele pode raciocinar sobre um processo, identificar quais informações precisa consultar, utilizar ferramentas disponíveis e avançar pelas diferentes etapas necessárias para executar uma tarefa.

A Salesforce cita exemplos como atualizar oportunidades comerciais, encaminhar casos de atendimento e programar follow-ups.

Até agora, quando um agente do Agentforce precisava executar tarefas mais complexas de raciocínio, a Salesforce recorria principalmente a modelos externos de empresas como Anthropic e OpenAI.

Com o Koa, a companhia passa a ter um modelo próprio para assumir parte desse trabalho.

A Salesforce não treinou o modelo do zero

Existe uma diferença importante aqui. O Koa não é um novo modelo fundacional criado integralmente pela Salesforce, sua base é o Nemotron 3 Super, modelo de pesos abertos da Nvidia.

Salesforce e Nvidia realizaram então um processo de pós-treinamento para especializar o modelo no universo de CRM.

Segundo as empresas, foi criado um conjunto de dados sintéticos inspirado em quase três décadas de conhecimento acumulado pela Salesforce em processos empresariais.

Os cenários simulam situações reais de trabalho: desde consumidores insatisfeitos entrando em contato com uma central de atendimento até profissionais de vendas tentando avançar uma negociação.

A Nvidia afirma que esse conjunto contempla cenários empresariais de mais de 14 setores, incluindo serviços financeiros, saúde, manufatura e turismo.

E os dados dos clientes?

Esse é um dos argumentos centrais do lançamento. Segundo Salesforce e Nvidia, nenhum dado real de clientes foi utilizado no treinamento do Koa.

Os dados usados no pós-treinamento foram sintéticos, criados para reproduzir padrões e situações existentes em ambientes corporativos.

Por utilizar um modelo de pesos abertos, a Salesforce também afirma que consegue executar o Koa dentro de sua própria infraestrutura e controlar diretamente pesos, dados e ambiente de execução.

Essa arquitetura interessa especialmente a empresas que precisam lidar com requisitos mais rígidos de governança, privacidade e segurança da informação.

Por que criar um modelo específico para CRM?

Porque o desafio começa a mudar, já que nos primeiros anos da IA generativa, boa parte da competição esteve concentrada em entender qual é o modelo mais inteligente, enquanto agora, no ambiente corporativo, entender qual é o modelo mais eficiente para executar determinada tarefa passa a ficar mais relevante.

Um modelo capaz de resolver problemas matemáticos extremamente sofisticados pode não ser necessariamente a opção mais econômica para classificar um caso de atendimento, atualizar uma oportunidade ou definir a próxima ação comercial.

É justamente aí que entra a estratégia da Salesforce, em vez de depender sempre de um grande modelo generalista, a empresa pode direcionar diferentes tarefas para diferentes modelos.

O próprio Agentforce já utiliza uma arquitetura que permite escolher qual modelo deve atender determinada solicitação.

Isso transforma a discussão sobre IA corporativa. O objetivo vai além de simplesmente utilizar “o melhor modelo disponível” e passa a ser utilizar o modelo adequado para cada tipo de trabalho também.

Menos tokens para fazer o mesmo trabalho

Outro elemento importante da estratégia é custo.

Segundo Salesforce e Nvidia, o Koa foi otimizado para realizar tarefas de CRM consumindo menos tokens do que modelos generalistas utilizados para executar o mesmo tipo de trabalho.

A Nvidia descreve a arquitetura do Nemotron como otimizada para inferência e raciocínio eficiente, justamente para reduzir o custo computacional associado à execução dessas tarefas.

Em operações com milhares ou milhões de interações de IA, essa diferença pode se tornar relevante.

Isso adiciona uma nova variável à economia dos agentes.

Salesforce afirma que Koa comete três vezes menos erros

A Salesforce também criou um benchmark próprio, chamado CRM Bench, para testar modelos em atividades relacionadas a CRM.

Entre as tarefas avaliadas estão atualização de oportunidades, encaminhamento de casos e programação de follow-ups.

Segundo resultados divulgados pela própria companhia, o Koa já iguala ou supera modelos líderes em determinadas tarefas de CRM e apresenta três vezes menos erros.

Como os testes foram desenvolvidos pela própria Salesforce, os números devem ser entendidos como resultados divulgados pela empresa, e não como uma avaliação independente.

Ainda assim, eles ajudam a explicar qual problema o Koa pretende resolver: não competir necessariamente pelo título de modelo mais inteligente do mundo, mas ser extremamente competente dentro de um conjunto específico de atividades empresariais.

Isso significa que Salesforce abandonará ChatGPT e Claude?

Não, na realidade, os movimentos recentes mostram justamente o contrário.

Poucas semanas antes de anunciar o Koa, Salesforce e Anthropic apresentaram o Claudeforce, parceria que conecta o Claude aos dados, regras de negócio, workflows e permissões existentes dentro da Salesforce.

A integração começa com o Salesforce in Claude, que possui 37 habilidades pré-configuradas para atividades comerciais, como análise de pipeline e atualização de oportunidades.

Portanto, a estratégia parece menos uma substituição dos grandes modelos e mais uma arquitetura multimodelo.

Dependendo da tarefa, um agente poderá recorrer ao Koa, Claude ou a outros modelos disponíveis dentro do ecossistema Salesforce.

Quando o Koa estará disponível?

O Koa já está sendo utilizado internamente pela Salesforce em um agente para funcionários dentro do Slack.

Os primeiros testes com clientes estão previstos para começar em outubro de 2026, incluindo empresas como Formula 1, UChicago Medicine, Baxter Credit Union, 1-800Accountant, Engine e Xero.

A disponibilidade geral está prevista para o inverno de 2026 nos Estados Unidos. Vamos ficar de olho!

Novo WhatsApp Business Tools MCP conecta agentes como ChatGPT, Claude, Codex e Cursor diretamente à plataforma empresarial do WhatsApp para configurar contas, números, templates e integrações.

Configurar uma operação no WhatsApp Business Platform sempre envolveu uma sequência relativamente técnica: acessar diferentes ambientes da Meta, consultar documentação, configurar APIs, cadastrar números, criar templates e testar webhooks.

Agora, parte desse trabalho poderá ser feita por meio de uma conversa com um agente de inteligência artificial.

A Meta anunciou em 15 de setembro de 2026 o WhatsApp Business Tools MCP, uma nova infraestrutura que permite conectar agentes de IA diretamente à WhatsApp Business Platform. Entre os exemplos citados estão ChatGPT, Claude, Codex e Cursor.

Em vez de executar cada configuração manualmente, um desenvolvedor poderá descrever em linguagem natural o que precisa ser feito e permitir que o agente realize diferentes etapas da operação.

É importante, porém, entender exatamente o que mudou, a novidade não significa que a Meta lançou um agente para conversar automaticamente com os clientes pelo WhatsApp.

Neste caso, a IA atua principalmente nos bastidores da infraestrutura do canal, ajudando empresas e desenvolvedores a configurar e administrar tecnicamente sua operação.

O que é o WhatsApp Business Tools MCP?

MCP é a sigla para Model Context Protocol, um padrão que permite que agentes de inteligência artificial se conectem a sistemas externos e utilizem ferramentas disponibilizadas por esses sistemas.

Na prática, funciona como uma ponte, em vez de um agente apenas explicar ao desenvolvedor como determinada configuração deve ser feita, o MCP permite que ele tenha acesso autorizado às ferramentas necessárias para executar determinadas ações.

É essa lógica que a Meta está levando agora para o WhatsApp Business Platform.

A própria página de desenvolvedores da empresa resume a proposta: conectar um agente de programação à plataforma para permitir operações como criação de contas, adição de números, construção de templates e envio de mensagens de teste.

O que um agente de IA poderá fazer no WhatsApp Business?

O novo servidor MCP cobre diferentes etapas da configuração da operação.

Entre elas estão:

• criar uma conta do WhatsApp Business;
• adicionar um número de telefone;
• conduzir o processo de verificação desse número;
• registrar o número para utilização da Cloud API;
• consultar configurações relacionadas aos Termos de Serviço;
• criar, consultar, editar ou excluir templates de mensagens;
• enviar mensagens de teste;
• configurar e testar webhooks;
• verificar pendências relacionadas a pagamentos e à verificação da empresa.

O agente também poderá inspecionar a configuração existente e identificar problemas que poderiam passar despercebidos durante uma implementação.

Um exemplo ajuda a entender a mudança. Imagine um e-commerce que deseja utilizar o WhatsApp para enviar atualizações de pedidos.

Antes, o desenvolvedor poderia precisar navegar entre diferentes ambientes da Meta, cadastrar o número, configurar a API, criar o template da mensagem e definir o webhook responsável por enviar as respostas dos clientes para o CRM ou para outra plataforma.

Com o novo MCP, parte dessas ações pode ser solicitada ao agente dentro de uma mesma interface conversacional.

Os templates também entram nessa automação

Uma das aplicações mais interessantes para operações de CRM está no gerenciamento dos templates de WhatsApp.

Uma empresa poderá descrever o tipo de comunicação que deseja criar e solicitar que o agente configure o modelo correspondente.

Por exemplo: “Crie um template de utilidade para informar ao cliente que o pedido foi enviado, incluindo um botão para acompanhar a entrega.”

O agente poderá utilizar as ferramentas disponibilizadas pela Meta para estruturar esse template e trabalhar sobre configurações existentes.

Além da criação, também será possível consultar, alterar ou excluir templates utilizando o agente. Isso não elimina, naturalmente, as políticas da plataforma nem as regras que determinam quando determinados tipos de mensagens podem ser utilizados.

O que muda é a interface utilizada para executar parte dessas tarefas.

Webhooks também podem ser configurados pela IA

Outro ponto relevante está nas integrações.

Webhooks são responsáveis por avisar outros sistemas quando alguma coisa acontece dentro do WhatsApp, como o recebimento de uma mensagem, por exemplo.

É por meio deles que uma conversa pode chegar ao CRM, ao sistema de atendimento, ao chatbot ou a outras aplicações utilizadas pela empresa.

Com o novo MCP, o desenvolvedor poderá solicitar ao agente que configure ou teste esses webhooks, reduzindo parte do trabalho manual associado à integração. Boa, né?

O agente não recebe acesso irrestrito à conta da empresa

A possibilidade de permitir que uma IA altere configurações de uma operação de WhatsApp levanta uma questão inevitável: quem controla o que o agente pode fazer?

Segundo informações divulgadas pela Meta, as ações continuam vinculadas às permissões do usuário autenticado.

O desenvolvedor escolhe quais empresas administradas por sua conta poderão ser acessadas pelo agente, e as operações realizadas por meio do MCP são registradas. Alterações que modificam efetivamente configurações dependem de uma pessoa autenticada, e não apenas de uma credencial genérica de aplicação.

Ou seja: conectar um agente não significa entregar automaticamente acesso a todos os ativos associados àquela conta.

Meta já está criando uma infraestrutura para agentes

O WhatsApp Business Tools MCP não aparece isoladamente. A Meta já possui outros servidores MCP voltados ao seu ecossistema de desenvolvimento.

Um deles é o Meta Social Technologies MCP, que pode ajudar agentes a localizar endpoints da Graph API, pesquisar documentação, examinar configurações e investigar erros.

Segundo a empresa, os dois podem ser utilizados em conjunto: enquanto o WhatsApp Business Tools MCP é voltado à operação específica do WhatsApp Business, o Social Technologies MCP possui uma atuação mais ampla sobre as tecnologias da Meta.

Outras grandes plataformas também vêm adotando a mesma arquitetura, criando servidores MCP para permitir que agentes interajam diretamente com seus serviços.

A tendência aponta para uma mudança maior: softwares estão deixando de ser operados exclusivamente por pessoas navegando por interfaces gráficas e começam a ser operados também por agentes que recebem objetivos em linguagem natural.

O que muda para quem trabalha com CRM?

No curto prazo, o impacto será muito maior para desenvolvedores, times de tecnologia, integradores e empresas que trabalham diretamente com a WhatsApp Business Platform.

Mas existe uma consequência relevante para CRM, já que boa parte do esforço operacional necessário para transformar uma estratégia de comunicação em algo executável ainda acontece entre plataformas, documentações, APIs e configurações técnicas.

Se agentes conseguirem assumir progressivamente essa camada operacional, a distância entre uma decisão de CRM e sua implementação tende a diminuir.

Criar um template, testar uma mensagem, revisar uma integração ou identificar uma configuração incorreta deixa de exigir necessariamente que alguém saiba exatamente onde clicar ou qual endpoint consultar.

O conhecimento técnico continua importante, mas o valor começa a migrar de saber executar cada etapa manualmente para saber determinar o que deve ser configurado, quais regras precisam ser respeitadas e qual experiência de relacionamento a empresa quer construir.

Perceba que a IA não está apenas entrando nas mensagens que chegam ao consumidor, está começando a entrar também na infraestrutura que torna essas mensagens possíveis.