A produção criativa com inteligência artificial avançou entre marcas de médio porte, e o caso da Wyndham Hotels & Resorts mostra como a tecnologia passou a ser usada para ampliar a geração de ativos de marketing. A empresa utiliza a Adora, multiplicou sua produção por 15 vezes e reduziu em 75% o tempo de criação. Outras marcas também adotaram a tecnologia para produzir conteúdo em volume, mas mantiveram diferentes níveis de participação humana. A divisão entre automação e revisão ganhou peso à medida que a IA deixou de ser um teste isolado e passou a integrar a rotina de marketing.
Escala com IA e queda de custos
O caso da Wyndham mostra como a IA pode ser usada para ampliar a quantidade de peças sem que a métrica fique restrita à velocidade. A empresa utiliza a Adora para gerar ativos de marketing, elevou a produção em 15 vezes e reduziu o tempo de criação em 75%. Esses números colocam a ferramenta no centro da etapa de geração, mas não informam quais decisões criativas continuam com a equipe. Essa distinção evita transformar ganho operacional em afirmação de substituição total e prepara a comparação com outras operações.
Além do resultado da Wyndham, o acesso a esse tipo de produção ficou mais fácil para marcas de médio porte. O custo do processamento caiu 41% desde março de 2026, segundo o material da Digiday, enquanto a adoção de IA se espalhou entre anunciantes que buscam produzir mais ativos digitais. A redução ajuda a explicar por que a criação em escala passou a alcançar empresas que antes não tinham o mesmo acesso a esse tipo de infraestrutura. O movimento leva ao caso da Opella, que mede a expansão pelo volume de conteúdo criado.
Volume não significa autonomia total
Na Opella, antiga Sanofi, a referência disponível é ainda mais direta: a empresa usa IA para criar mais de 20.000 peças de conteúdo. O número indica uma operação voltada à escala, mas a fonte não detalha quais formatos foram gerados nem separa tarefas de redação, edição, animação ou adaptação. Por isso, não é possível atribuir à ferramenta cada uma dessas etapas. O dado sustenta uma conclusão mais precisa: a IA já participa da produção em volume, enquanto a divisão exata do trabalho precisa ser informada por cada empresa.
Essa falta de detalhe torna a BetMGM o exemplo mais claro de limite operacional. A empresa adota uma abordagem híbrida com a suíte Arcana AI, mas mantém supervisão humana estrita por atuar em um setor regulado de apostas. A fonte não descreve cada ponto de revisão, porém deixa explícito que a automação não opera sozinha nesse fluxo. A diferença em relação aos números apresentados por outras marcas mostra que volume de produção e grau de autonomia são medidas diferentes.
O controle da qualidade entra na pauta
Essa preocupação com o grau de autonomia apareceu também em um evento da Digiday realizado em setembro de 2026. Executivos de marcas relataram receio de que o aumento da produção por IA reduza o padrão da marca, enquanto relatos apontaram agências deixando a supervisão das plataformas para funcionários juniores, com resultado em peças de baixa qualidade. O debate desloca a discussão da quantidade para o controle do resultado. É nesse ponto que a divisão entre máquina e equipe humana ganha uma regra prática.
A proposta apresentada foi o modelo 10/80/10: 10% de esforço inicial no prompt, 80% do material gerado pela máquina e 10% de revisão humana final. A fórmula não descreve necessariamente os fluxos das marcas analisadas, mas oferece uma referência para avaliar operações de produção com IA. Ela também reforça que a revisão precisa ser uma etapa definida, e não uma correção eventual quando uma peça já saiu com baixa qualidade. A preocupação aparece em outras áreas de conteúdo, onde eficiência convive com a busca por autenticidade.
Da produção de marketing ao uso editorial
Na economia dos criadores, a adoção também cresceu após uma resistência inicial, segundo a Digiday. O CapCut e os recursos de teste A/B do YouTube estão se tornando parte dos fluxos de trabalho, enquanto permanece o receio de que a automação deixe o conteúdo homogêneo e produza o chamado "AI speak". A adoção continua associada à tentativa de reduzir o esgotamento dos criadores, mas a preocupação com nuances mantém a avaliação humana como parte do processo. A mesma tensão ajuda a interpretar ferramentas usadas por equipes de marketing e redações.
Essa divisão também serve de referência para a aplicação prática do ScalePress neste portal. Em vez de tratar a IA como substituta automática da equipe, o fluxo pode usá-la para organizar fontes, estruturar notícias e apoiar o planejamento e a publicação, deixando a decisão final para a revisão editorial. A lógica é próxima do aprendizado dos casos analisados: automatizar o trabalho repetitivo e reservar a avaliação do resultado para as pessoas responsáveis pelo conteúdo. Para equipes de marketing, a pergunta passa a ser menos quanto a IA produz e mais qual etapa precisa de conferência antes da publicação.
Na prática, os dados apontam para dois indicadores que precisam ser acompanhados juntos: escala e qualidade. A produção multiplicada, o volume superior a 20.000 peças e a queda de 41% no custo de processamento mostram o ganho operacional, enquanto a supervisão humana estrita e os alertas sobre peças de baixa qualidade indicam o limite da automação sem controle. Para quem opera um portal, uma marca ou uma agência, o próximo passo é definir antes da geração quais critérios serão revisados depois. O avanço da IA na produção criativa muda a distribuição das tarefas e torna a supervisão uma parte mensurável do processo.