Fundamentos Econômicos do AI Search: Shadow Demand, Concentração e Reputação Computacional

Resumo

Este artigo analisa os fundamentos econômicos do AI Search sob a perspectiva da Economia Institucional. A investigação se organiza em torno de três problemas: (1) o custo econômico da não referenciação por sistemas de IA, tratado como shadow demand não capturada; (2) a reprodução de vieses de concentração de mercado por modelos de linguagem, com implicações para a estrutura competitiva digital; e (3) a viabilidade de tratar a reputação computacional — a frequência e qualidade com que uma marca é citada em outputs de IA — como ativo intangível estratégico. O referencial teórico mobiliza a teoria dos custos de transação (COASE, 1937; WILLIAMSON, 1985), a economia de path-dependence (ARTHUR, 1989; DAVID, 1985), a teoria de capacidades dinâmicas (TEECE; PISANO; SHUEN, 1997) e a literatura sobre intermediação de mercado (SPULBER, 1996). O artigo propõe que AI Search constitui uma nova camada de intermediação que altera a distribuição de custos de transação entre oferta e demanda, e que a incapacidade de mensurar esse impacto com ferramentas tradicionais não implica sua inexistência, mas a inadequação dos instrumentos vigentes.