Um criador, uma estrutura de produção e vídeos de sono de seis horas
Em 30 de dezembro de 2025, a Fortune publicou uma entrevista com um criador de 22 anos chamado Adavia Davis, que afirma que seu portfólio de canais sem rosto no YouTube arrecada cerca de US$ 40.000 a US$ 60.000 por mês — cerca de US$ 700.000 por ano — e exige apenas algumas horas de supervisão por dia. Os artigos e capturas de tela revisados pela Fortune mostram vídeos longos e de produção barata (incluindo documentários de seis horas de "história para dormir") que usam roteiros automatizados, narração sintética e visuais em loop para acumular visualizações enquanto os espectadores fazem outras coisas — ou dormem.
Anatomia da estrutura de conteúdo de IA
O que Davis e outros criadores descrevem como um negócio é menos um estúdio tradicional e mais uma estrutura de software: um conjunto de ferramentas que unem prompts de texto, vozes sintéticas e imagens de banco ou geradas em vídeos que são longos, repetitivos e baratos de produzir. No caso de Davis, a estrutura supostamente inclui uma ferramenta interna chamada TubeGen para orquestrar a produção, o Claude da Anthropic para gerar roteiros e o ElevenLabs para produzir narrações realistas — então as peças são montadas em uploads extensos. A Fortune relatou custos de produção de apenas US$ 60 por vídeo longo e margens operacionais muito altas sobre a receita mensal.
Essas escolhas são deliberadas. Tempos de exibição longos e áudio constante são uma forma de capturar o tempo de exibição — o sinal mais importante que o YouTube usa para ranquear e recomendar conteúdo — enquanto a narração sintética e os visuais padronizados permitem que os criadores escalem para dezenas ou centenas de envios sem contratar grandes equipes. O resultado são canais “sem rosto” que parecem intercambiáveis, mas que, em escala, ainda podem atrair milhões de visualizações diárias.
Qual a dimensão do fenômeno?
Pesquisas independentes sugerem que Davis faz parte de uma tendência muito maior. A Kapwing, uma empresa de edição de vídeo que analisou milhares de canais, descobriu que uma fatia significativa dos vídeos recomendados disponíveis para novos usuários agora se qualifica como "AI slop" (lixo de IA) ou "brainrot" gerados por IA e de baixa qualidade — formatos projetados para monetizar a atenção em vez de recompensar o engajamento com narrativas originais. A amostragem da Kapwing e um feed de conta nova recriado identificaram vídeos de "AI slop" entre as primeiras centenas de recomendações e estimaram bilhões de visualizações cumulativas e dezenas de milhões em receita publicitária nesses canais. O The Guardian e outros veículos resumiram essa pesquisa no final de dezembro de 2025.
O levantamento da Kapwing é importante porque conecta histórias de sucesso individuais a um padrão sistêmico: quando as recomendações algorítmicas recompensam o alto tempo de exibição, independentemente do valor informativo, os incentivos inclinam-se para a produção em massa. Isso explica por que os criadores que conseguem automatizar a narração e a edição ganham uma rápida vantagem competitiva.
O quebra-cabeça das plataformas: monetização, moderação e regulamentação
Esses incentivos agora colidem com as políticas das plataformas. As regras de monetização do YouTube — atualizadas e esclarecidas ao longo de 2025 — restringem explicitamente que conteúdos inautênticos, repetitivos ou produzidos em massa gerem receita publicitária se não oferecerem um valor distinto em cada envio. As orientações públicas da empresa enfatizam que os canais devem demonstrar originalidade e uma contribuição humana significativa para permanecerem qualificados para o Programa de Parcerias do YouTube. Isso cria uma corda bamba jurídica e comercial para os criadores que dependem de fluxos automatizados: pequenos ajustes na aplicação das políticas, nas preferências dos anunciantes ou no algoritmo de recomendação podem mudar drasticamente se um canal gera lucro ou não.
A Fortune relatou que as capturas de tela de ganhos e os registros do AdSense que revisou sustentam as afirmações do criador sobre a receita; mas a fiscalização da plataforma continua sendo a grande incógnita. O YouTube afirmou que refinará as ferramentas de fiscalização e combinará a detecção automatizada com a revisão humana para identificar envios de baixo valor produzidos em massa — o que poderia reduzir ou remover a monetização de canais que cruzarem a linha.
Economia, escala e fragilidade
A lógica financeira por trás de um canal movido por IA é direta: baixo custo variável por vídeo, alta alavancagem das taxas de publicidade e, para alguns nichos, hábitos de visualização atemporais previsíveis (sono, ambiente, compilações). A Fortune relatou estimativas de custos operacionais para Davis de cerca de US$ 6.500 por mês contra receitas na casa das dezenas de milhares, o que implica margens excepcionalmente altas. Esse tipo de lucratividade explica por que os criadores correm para formatos exploráveis.
Mas essa mesma alavancagem cria fragilidade. O negócio depende de três sistemas externos que podem mudar da noite para o dia: o algoritmo de recomendação, a demanda dos anunciantes e a aplicação das políticas da plataforma. Grandes grupos de mídia ou operadores bem financiados poderiam industrializar os mesmos formatos de forma mais rápida e em maior escala, empurrando os criadores independentes para uma competição de preços. E se os compradores de anúncios ou o YouTube decidirem reduzir o pool de conteúdo gerado por IA monetizável, as margens podem evaporar rapidamente.
Ética, danos ao público e segurança infantil
Além da economia, a ascensão do "AI slop" levanta questões éticas. Alguns canais imitam a programação infantil ou reaproveitam material cultural com pouca supervisão; outros envios usam "iscas de choque" ou micromanipulação (erros ortográficos intencionais, flashes quadro a quadro para forçar retrocessos) para manipular métricas de engajamento. Essas táticas corroem a confiança e podem expor crianças e espectadores vulneráveis a conteúdos inadequados. Os moderadores de plataformas e os formuladores de políticas ainda estão tentando equilibrar os usos criativos de ferramentas sintéticas contra os danos que surgem quando a escala e a automação substituem o julgamento editorial.
O que os criadores farão a seguir
Para os criadores que atualmente lucram com fluxos automatizados, a estratégia de curto prazo é a diversificação e a defensibilidade: construir relacionamentos diretos com o público fora do YouTube, vender cursos ou serviços e adicionar formatos que demonstrem uma contribuição humana distinta. O próprio Davis sugeriu que a autenticidade recuperará o valor de escassez à medida que o conteúdo de IA saturar o mercado; essa é uma estratégia comum entre os criadores que sobrevivem a choques nas plataformas.
Para plataformas e reguladores, o desafio é técnico e normativo: detectar e limitar a automação de baixo valor sem sufocar os usos legítimos de ferramentas generativas. As políticas atualizadas do YouTube tentam traçar essa linha, mas a fiscalização será uma corrida armamentista contínua entre sistemas de detecção e criadores que otimizam para sinais de engajamento opacos.
Para onde este mercado pode estar indo
Davis e outros veem uma janela estreita de lucratividade antes que concorrentes bem financiados industrializem os mesmos formatos. Ele disse à Fortune que espera que os indivíduos tenham tempo até meados de 2027 antes que "os tubarões" cheguem — referindo-se a empresas maiores com capital e infraestrutura que poderiam superar os operadores individuais. Se isso acontecerá, dependerá dos mercados publicitários, da intensidade da fiscalização das plataformas e se os espectadores começarão a rejeitar conteúdos de baixo valor otimizados por algoritmos. O que está claro é que a economia que transformou um criador em um negócio relatado de US$ 700.000 é um sintoma visível de desalinhamentos de incentivos mais amplos entre plataformas, anunciantes e o interesse público.
Por enquanto, a história é um estudo de caso sobre como novos blocos de construção de IA — modelos de linguagem grandes para roteirização, conversão de texto em fala de alta qualidade para narração e fluxos de edição automatizados — podem se unir em negócios lucrativos de baixa manutenção. É também um lembrete de que a dinâmica das plataformas, e não apenas o gênio ou o esforço, decide se esses negócios são duradouros.
Fontes
- Kapwing (relatório de pesquisa: análise de "AI slop")
- Anthropic (modelos e documentação do Claude)
- ElevenLabs (documentação do produto para geração de voz por IA)
- YouTube / Google (documentos de políticas de monetização de canais e do Programa de Parcerias do YouTube)
Comments
No comments yet. Be the first!