Por que criamos um SaaS de áudio para mídias web

Por que deixei o mundo da publicidade para construir um SaaS que transforma artigos em áudio? Em uma frase: porque eu queria adicionar mais uma rota para entregar conteúdo. O que segue é como cheguei a essa decisão.

"É só adicionar mais um espaço publicitário e você verá este crescimento mensal"

Isso vem de aproximadamente 2015. Eu trabalhava com monetização e análise de dados para sites de grande escala em uma empresa de mídia ligada a uma grande editora. Eu costumava fazer propostas como esta aos gestores de mídia: "Se você adicionar mais um espaço publicitário aqui, sua receita mensal vai crescer mais ou menos isto". Minhas estimativas geralmente eram corretas. Então os espaços eram adicionados. No meio da rolagem da página, entre artigos, abaixo do rodapé. Os espaços continuavam se multiplicando.

Era o alvorecer da publicidade programática, um período em que a transição para o RTB (Real-Time Bidding) se acelerava. Segundo a eMarketer, cerca de 60% do gasto com publicidade display nos EUA já era programático em 2015. A mesma tendência chegava ao Japão, e as empresas de mídia estavam presas a um dilema: "quanto mais espaços adicionamos, mais o preço unitário cai, mas o total continua subindo".

O mesmo loop continua girando, com intensidade crescente. As taxas publicitárias caem, então você adiciona mais espaços. Mais espaços significam uma experiência de usuário pior. Uma experiência pior significa menos tempo de permanência. Menos tempo de permanência significa que as taxas caem de novo. Dentro desse loop, tanto o lado das mídias quanto o lado publicitário estão tomando decisões racionais para proteger os próprios negócios. Só que o acúmulo dessas decisões racionais produz um resultado irracional para o conjunto. Eu retomei essa estrutura em Por que a receita publicitária das mídias web estagna: dissecando 3 problemas estruturais.

Sou alguém que viveu de publicidade. Como alguém que trabalhou na prática com operações de anúncios, quando o ITP (Intelligent Tracking Prevention) chegou, foi como um golpe no corpo. Os cookies param de funcionar. A precisão das audiências cai. Os anunciantes perdem o entusiasmo para investir. A receita das mídias se corrói por dentro.

Essa estrutura continua conosco hoje.

Depois dos anúncios, no que uma empresa de mídia se apoia?

Depois disso, também trabalhei nos negócios de SSP e redes publicitárias, e dessa vez fiquei do lado da infraestrutura publicitária. Eu era responsável pelo suporte à monetização da publicidade programática e pela análise de dados ao redor dela.

Minha perspectiva mudou. Quando eu estava na empresa publicitária, a pergunta era "como fazemos a receita das mídias crescer?". Do lado das mídias, virou "como fazemos a receita crescer protegendo ao mesmo tempo a motivação da equipe editorial e a experiência do leitor?". Essas duas coisas não se conciliam facilmente.

Para ser honesto, vi muitas vezes em campo os limites da operação de mídia dependente de publicidade. Quando as PV (page views) sobem, a receita publicitária sobe. Então você persegue as PV. Para perseguir as PV, as manchetes ficam um pouco mais sensacionalistas. Os artigos são divididos em pedaços menores. Widgets de recomendação fazem o leitor circular dentro do próprio site. Quantos segundos um leitor permanece no momento em que abre uma página? Como o CTR (taxa de cliques) se distribui? Quando você encara esses números todos os dias, em pouco tempo deixa de ver "leitores" e passa a ver "tráfego".

Falando pela minha própria experiência de fazer propostas de growth hacking, o momento em que você reporta "esta medida elevou o CTR em X%" é genuinamente gratificante. Mas eu também sei quantos editores, por trás desses números, se atormentam com "será que esta manchete está mesmo boa?". Nas redações das mídias, o trabalho é sempre feito lado a lado com dilemas.

Ninguém está fazendo nada de errado. As empresas de mídia precisam se sustentar como negócios. Os editores precisam pagar os salários de quem escreve os artigos. Os custos de servidor também se acumulam. Então maximizar a receita publicitária é uma decisão racional para manter o negócio de pé.

Mas também é um fato que, como resultado, a experiência do leitor fica espremida. Imagino que você já teve a experiência de abrir um artigo de notícias no celular e ver anúncios mais proeminentes do que o próprio texto.

Como alguém que esteve dentro da indústria, sei que isso não acontece porque alguém está sendo malicioso, nem porque as mídias se corromperam. Está acontecendo estruturalmente.

Manter mais uma rota de entrega além da "leitura"

Em maio de 2025 fundei a Media Leap Inc.

Houve alguns gatilhos diretos para criar a empresa. A IA generativa alcançou maturidade prática e o custo da síntese de voz caiu para uma fração do que era alguns anos atrás. Do lado da infraestrutura, o apoio que recebi por meio do Google for Startups Cloud Program foi uma fonte de tranquilidade. Mas acho que o motivo de fundo era mais simples, e é mais preciso descrevê-lo como a vontade de resolver uma pergunta que pairava no fundo da minha mente havia muito tempo.

Tendo trabalhado tanto do lado da empresa publicitária quanto do lado das mídias, havia algo que eu sentia de forma consistente: "o valor do conteúdo" e "a rota pela qual ele alcança as pessoas" são problemas separados. Por melhor que seja o artigo que você escreva, se a única rota de entrega é "texto lido por meio de busca e redes sociais", existe um teto para quantas pessoas ele pode alcançar. No trajeto para o trabalho, caminhando, fazendo as tarefas de casa — se existisse uma rota que alcançasse as pessoas durante esses momentos em que "os olhos estão ocupados", o valor do conteúdo se expandiria na mesma medida.

"A informação, dependendo da forma como é entregue, pode mudar o comportamento das pessoas."

Esta é uma frase que sustento como convicção de negócio, mas desde os tempos em que fazia análise de dados do lado das mídias, uma coisa sempre me incomodou. Artigos de qualidade não alcançavam as pessoas. No momento da publicação, eles recebiam um pouco de distribuição nas redes sociais, mas poucos dias depois sobreviviam apenas do tráfego de cauda longa das buscas. Enquanto isso, o conteúdo em áudio, como podcasts e rádio, está entranhado na vida diária como um hábito que as pessoas desfrutam enquanto se deslocam para o trabalho ou fazem as tarefas de casa.

Segundo uma pesquisa conjunta da Otonaru e da Asahi Shimbun Company (6.ª Pesquisa sobre o uso de podcasts no Japão, publicada em fevereiro de 2026), o uso mensal de podcasts no Japão é de 18.2%. Cresceu de forma constante a partir de 14.2% em 2020, mas ainda fica atrás da cifra de 58% dos EUA (Edison Research, The Infinite Dial 2025). Em especial, alcança 40.5% entre os jovens de 15 a 19 anos, e a base está se ampliando, centrada nas faixas mais jovens. Mas por trás disso, o ato de "ouvir notícias ou artigos em áudio" já é algo que muita gente faz, por meio de recursos de leitura em voz alta em aplicativos de leitura e da narração de notícias em caixas de som inteligentes.

Em outras palavras, a demanda existe. Provavelmente é apenas o lado da oferta que ainda não acompanhou.

Mesmo olhando para a minha própria experiência, sinto a mesma coisa. Quinze minutos lavando a louça, doze minutos caminhando até a estação. Durante esses tempos, mesmo que eu abra um artigo em texto, não consigo continuar lendo. Minhas mãos estão ocupadas e eu não consigo rolar a tela, nem consigo continuar olhando para ela. Mas eu consigo ouvir um podcast. Os momentos em que os ouvidos estão livres já existem ali. As mídias de texto simplesmente ainda não alcançaram esses momentos.

"Ler" e "ouvir" não formam uma hierarquia; ficam lado a lado. Algumas pessoas leem texto melhor; outras preferem ouvir com os ouvidos. O mesmo artigo, apenas mudando a forma de entrega, alcança uma camada diferente de pessoas. Se for assim, uma estrutura de mídia que depende exclusivamente de "ser lida" é, eu acho, uma estrutura desperdiçada.

As mudanças que estamos vendo nos veículos que adotaram

O PUBVOICE é um SaaS que usa IA para converter automaticamente em áudio os artigos de mídias web. Ele cobre da captura do artigo à geração de áudio e à incorporação do player. Deixo a comparação detalhada de recursos para outro artigo.

Em algumas implantações, estamos vendo mudanças no tempo de permanência e na taxa de retorno. Os números e as premissas de medição (medição limitada, não um teste A/B) estão detalhados em O que muda quando os meios digitais adicionam áudio aos artigos, então recomendo ler aquele texto. O que quero escrever aqui não são os números em si, mas qual das mudanças foi a menos esperada.

O número que mais me surpreendeu foi a taxa de retorno.

O aumento do tempo de permanência era previsível, eu acho, porque mais pessoas leem o artigo enquanto ouvem o áudio. O aumento das PV, acredito, ocorre porque foi criado um caminho que leva do player de áudio para outros artigos. Mas a taxa de retorno subindo foi inesperado.

Quando analisamos, dava para ver um movimento de leitores que ouviram o áudio voltando para "ouvir de novo". O gatilho das visitas se deslocava das entradas por busca para a reprodução por hábito. Muda o método de entrega e muda a qualidade do relacionamento. Essa estrutura, eu sinto, é exatamente o que eu queria ver.

Algumas empresas de mídia usam clonagem de voz para levar a voz real do editor. O artigo chega com a voz de quem o escreveu. Uma mudança de distância que nunca surgiu apenas com o texto aparece no feedback.

Por que não adotamos um modelo sustentado por anúncios

Sobre o design de preços do PUBVOICE, costumam me perguntar: "Vocês não poderiam colocar anúncios dentro do player e oferecer o serviço de graça para as mídias?"

Na prática, poderíamos ter desenhado assim. Inserir anúncios em áudio no player, e as mídias poderiam usar de graça enquanto nós ganharíamos com a receita publicitária. Para alguém que passou muito tempo na publicidade, é um modelo familiar.

Mas optei por não fazer. Se eu fosse girar de volta para "adicionar mais anúncios", não haveria sentido em construir este produto. Adicionar espaços e aumentar o valor dos espaços existentes são coisas diferentes. Eu queria construir uma ferramenta para o segundo.

Por isso definimos uma estrutura em que as mídias arcam com o custo. Oferecemos um plano Free, mas o uso sério migra para um plano pago (a partir de 1,480 JPY/month). Não foi uma escolha fácil. O peso de discutir custos recorrentes mensais com as equipes de mídia enquanto elas juntam o orçamento aos poucos reverbera, lentamente.

Dizer "não quero adicionar mais anúncios" enquanto cobro uma taxa significa que tenho a responsabilidade de entregar resultados que justifiquem isso.

A experiência de "ler enquanto ouve"

O áudio do PUBVOICE não resume o artigo. Ele compreende o contexto e a estrutura do artigo (títulos, listas com marcadores, tabelas) e o reescreve em um roteiro agradável para os ouvidos antes de gerar o áudio. Expressões que pressupõem a visão, como "veja a figura acima", são convertidas em linguagem falada natural. Os argumentos e as informações do artigo são preservados por completo; apenas a entrega é otimizada para o ouvido. Em outras palavras, o áudio não é um substituto do texto; ele existe ao lado do texto.

Esta é uma diferença decisiva em relação aos serviços que transformam artigos em vídeo. O vídeo ocupa a tela, então se torna um substituto do texto. Só o áudio pode ser consumido simultaneamente com o texto. A experiência de "ler enquanto ouve" é um ângulo que outros provedores não enfatizam muito, mas é o que eu considero mais importante.

Por que a experiência de "ler enquanto ouve" importa? A velocidade de leitura passa a ser guiada pelo áudio, tornando o abandono menos provável. Ela alcança leitores com dificuldades visuais e leitores que estão aprendendo japonês. E como o leitor continua olhando para a tela enquanto ouve, o tempo durante o qual os espaços publicitários fora da primeira dobra são vistos também cresce. Existe aqui um caminho para aumentar o valor dos anúncios existentes sem adicionar mais. Eu detalhei isso separadamente em outro artigo.

É simplesmente sobre adicionar mais uma rota de entrega

Escrevendo até aqui, um pensamento volta à tona.

A razão pela qual criei o PUBVOICE não é salvar as mídias web. Os desafios de receita das mídias não são simples o suficiente para serem resolvidos apenas com áudio, e eu sabia disso desde o momento em que comecei o negócio.

O que eu queria construir era uma forma de adicionar mais uma rota para entregar conteúdo. Tornar fácil para as mídias ter um método de entrega além de serem lidas pelos olhos. Fazer a ponte entre quem escreve e quem lê por meio da forma do áudio. E, como resultado, se isso abrir um caminho ainda que um pouco melhor para reduzir a dependência de anúncios, tudo bem também.

Acho que basta enquadrar assim: o PUBVOICE existe como uma ferramenta que apoia essa mudança.

Há também a realidade de fundar sozinho, em que os dias em que abro o dashboard no meio da noite e suspiro são mais frequentes. Também é verdade que não alcançamos o número de usuários nem a receita que eu havia projetado para a marca de um ano. Mesmo assim, quando ouço dos veículos que adotaram o serviço que "recebemos pela primeira vez as vozes dos nossos leitores", acho que talvez essa direção não esteja errada.

As rotas para entregar conteúdo não são mais apenas texto. Como as mídias do futuro vão receber esse fato — quero continuar observando.

Artigos relacionados

• Por que a receita publicitária das mídias web estagna: dissecando 3 problemas estruturais — Os limites estruturais da receita publicitária, com os dados mais recentes sobre bloqueio de anúncios e oligopólio de plataformas
• Como estamos pensando em aumentar o valor dos espaços publicitários existentes sem adicionar mais — Como a permanência estendida movimenta o valor dos espaços publicitários existentes
• O que muda quando os artigos de mídias web são transformados em áudio — Como o tempo de permanência e a taxa de retorno se movimentaram com o áudio
• Uma comparação de campo dos serviços de áudio para artigos de mídias web, feita por quem está na linha de frente — Uma comparação entre BeyondWords, PUBVOICE, ReadSpeaker e outros
• Imitação na era da IA e entrega além do texto — O que significa ter uma rota de entrega além da "leitura" na era da busca com IA