Maiores nomes da distribuição: pior legibilidade para IA

O Industrial AI Visibility Benchmark mediu 984 catálogos de fabricantes e distribuidores a partir de uma única pergunta: um assistente de IA consegue, de fato, recuperar a especificação de um produto neste site? A pontuação mediana foi de 50 em 100.

Esse número foi publicado de forma anonimizada. Este artigo não é anonimizado, porque a descoberta mais útil estava escondida dentro da distribuição.

As maiores e mais conhecidas empresas da distribuição industrial pontuam abaixo da mediana do mercado que lideram. A mediana delas é 40. Quinze das vinte e cinco marcas conhecidas que remedimos ficam abaixo do ponto médio do próprio grupo, e a maior pontuação de todo o conjunto de 984 — um 80 — pertence a um pequeno distribuidor especializado sem nenhum reconhecimento de marca fora do seu nicho.

A tabela

Medição feita ao vivo em 13 de agosto de 2026, e não extraída do levantamento de campo anterior. Todos os números abaixo podem ser reproduzidos por qualquer pessoa com o avaliador gratuito, inclusive pelas empresas citadas.

Mediana destas 25: 40. Mediana das 984 completas: 50. Faixa aqui: de 31 a 78.

Por que remedimos antes de publicar

O levantamento de campo do benchmark foi feito em 10 de agosto. Publicar uma pontuação nominal com três dias de idade teria sido descuidado, então todas as empresas da tabela foram reavaliadas na manhã da publicação.

Vinte e uma das vinte e cinco reproduziram o resultado exatamente. Esse é um resultado tranquilizador para o instrumento. Três não reproduziram:

• Rexel UK: 57 → 66. Uma melhora de nove pontos em três dias.
• TE Connectivity: 53 → 40. Uma queda de treze pontos.
• Schneider Electric: 51 → 39. Uma queda de doze pontos.

É pouco provável que alguém nessas empresas estivesse trabalhando em legibilidade para IA naquela semana. Uma alteração em uma regra de borda, uma atualização de política de WAF, uma configuração de CDN publicada por um motivo sem qualquer relação com isso — qualquer uma dessas coisas pode mover a pontuação em dois dígitos da noite para o dia, em qualquer direção, sem que ninguém perceba.

Então aconteceu de novo enquanto este artigo estava sendo escrito. Uma segunda passagem, poucas horas depois da primeira, encontrou a Toolstation passando de 63 para 60 — uma mudança menor, mas dentro do mesmo dia, e a tabela acima traz o número corrigido, e não o que havia sido redigido naquela manhã.

Esse é o ponto mais útil na prática deste artigo. A sua legibilidade por máquinas não é uma propriedade que se conserta uma vez só. É uma configuração viva, que sofre deriva — e que sofre deriva em silêncio, porque nada no seu monitoramento está de olho nisso. Quatro destas vinte e cinco se moveram em setenta e duas horas, uma delas dentro de uma única tarde, e é seguro supor que ninguém nessas empresas ficou sabendo.

O que de fato separa 78 de 31

As quatro dimensões medidas não são igualmente difíceis de corrigir, e a distância entre o topo e a base raramente se explica por alguma engenhosidade de quem está no topo.

Política de crawlers — os pontos mais baratos do tabuleiro

A maioria dos sites do grupo tem um robots.txt que não diz absolutamente nada sobre crawlers de IA. Não é hostilidade; é silêncio, escrito antes de essa categoria de cliente existir. E o silêncio cada vez mais equivale a recusa, porque o padrão seguro para um crawler diante de uma política não declarada é ficar de fora.

Nomear os crawlers de motores de resposta que você aceita é trabalho de uma tarde, e é a mudança de maior alavancagem disponível para quase todas as empresas da tabela.

Alcance na borda — onde os grandes parques perdem

É aqui que a escala atrapalha ativamente. O gerenciamento corporativo de bots existe para barrar scraping, credential stuffing e coleta de preços, e faz isso bem. Ele também é, por padrão, desconfiado de qualquer cliente que não pareça um navegador — o que descreve todo crawler de motor de resposta.

Várias das pontuações mais baixas daquela tabela não são, de forma alguma, problemas de conteúdo. O conteúdo está ótimo. Um cliente que não é um navegador simplesmente nunca chega até ele.

Legibilidade na página — a armadilha do JavaScript

Se as suas especificações são montadas no navegador por uma aplicação JavaScript, a maioria dos crawlers vê um contêiner vazio. Os dados do produto existem, estão corretos e são invisíveis. Dados estruturados renderizados no servidor — Schema.org Product com atributos reais, e não apenas um nome e um preço — são o que resolve isso.

Superfícies para agentes — onde praticamente ninguém começou

Em todos os 984 catálogos, nenhum expunha um endpoint que um agente pudesse consultar diretamente. Nenhum servidor MCP, nenhum feed legível por máquina pensado para recuperação de informação em vez de para um comparador de compras. A régua aqui não é alta. Simplesmente quase ninguém a superou, o que faz disso a diferenciação mais barata disponível para quem se mexer primeiro.

O que isto não é

Vale enunciar os limites da afirmação, porque um benchmark que se vende além do que entrega merece o ceticismo que recebe.

Isto não é uma medida da qualidade do catálogo. Várias empresas com pontuações ruins têm excelentes dados de produto. O problema é de acesso, não de exatidão.

Não é uma afirmação de que uma marca com pontuação baixa esteja ausente das respostas de IA. Grandes marcas são descritas à exaustão por toda a web, e um assistente falará sobre elas sem dificuldade usando fontes de terceiros. O risco é mais específico: o assistente responde a uma pergunta técnica sobre o seu produto usando os dados de um distribuidor, uma página antiga em cache ou a tabela comparativa de um concorrente — e cita essas fontes, e não você.

Não é um ranking fixo. Como três empresas demonstraram em três dias, essas pontuações se movem.

E não é uma acusação. Nada na tabela é resultado de uma decisão que alguém tomou mal. É o resíduo acumulado de escolhas individuais sensatas — bloquear os scrapers, renderizar no cliente, publicar a SPA — feitas antes que um novo tipo de leitor chegasse.

Se você está na tabela

Rode o avaliador no seu próprio domínio. O detalhamento mostra qual das quatro sondagens falhou e exatamente por quê, e é gratuito e sem cadastro, porque um argumento que você mesmo pode conferir vale mais do que um que você precisa aceitar por confiança.

Se você acha que o resultado está errado — uma loja regional identificada incorretamente, um redirecionamento geográfico seguido de forma equivocada, um limite de requisições disparado —, avise-nos. Vamos refazer a medição e corrigir o registro publicamente. Já fizemos isso antes. Uma medição sobre a qual ninguém está disposto a errar em público não é uma medição, é marketing.

Método

Cada site é sondado como um crawler de IA o abordaria. Buscamos a página inicial e o robots.txt, resolvemos o catálogo pelo sitemap e amostramos páginas de produto com um cliente padrão que não é um navegador. Quatro dimensões são pontuadas: política de acesso para crawlers, alcance por máquina na borda, legibilidade por máquina na página e superfícies para agentes. Nada atrás de login é tocado, nenhum limite de requisições é excedido deliberadamente, e um site que nos bloqueia é registrado como bloqueado, em vez de ser tentado de novo sob disfarce — o bloqueio é o achado.

O conjunto completo de 984 continua publicado de forma anonimizada como o Industrial AI Visibility Benchmark 2026. As 25 empresas citadas aqui são citadas porque são grandes, de capital aberto ou amplamente conhecidas, porque a medição é reproduzível por qualquer pessoa e porque o achado é materialmente mais útil com os nomes do que sem eles.