Canva AI 2.0 vs. um refresh de marca cobrado à parte

O trabalho que o Brand Intelligence promete eliminar

A entrega recorrente que nunca vira foto de portfólio é a reaplicação de um refresh de marca. O cliente lança a v2 da identidade visual. Não é um rebranding, mas um refinamento. O destaque sai de um verde-azulado chapado para um ciano um pouco mais quente, a fonte display troca uma grotesca por uma neo-grotesca mais compacta e o logo ganha uma nova regra de área de respiro. Nada disso é conceitualmente difícil. Só que a mudança alcança todas as peças que já existem e, em um estúdio com vários clientes ativos, representa algumas centenas de layouts por trimestre.

A proposta do Canva AI 2.0, anunciado em 15 de abril de 2026 e atualmente em research preview, com disponibilidade geral prevista para as semanas seguintes, cita esse trabalho de forma direta. Nas palavras do Canva, o Brand Intelligence permite “atualizar instantaneamente trabalhos existentes ao pedir que o Canva AI aplique sua marca mais recente, transformando horas de atualizações manuais em uma única etapa concluída em segundos”. Não é uma promessa vaga de produtividade. É uma aposta específica justamente na tarefa pela qual eu cobro. Valia um teste sério.

Como funciona a inteligência de marca do Canva AI 2.0

Tirando o verniz da apresentação, duas mudanças de arquitetura realmente importam em um fluxo de sistemas de marca.

A primeira é o Canva Design Model, descrito pela empresa como um modelo fundacional capaz de entender “a estrutura, a hierarquia e a complexidade do design no mundo real”. A consequência prática vem na segunda mudança: inteligência de objetos em camadas. O resultado é montado “a partir de objetos individuais e editáveis, em vez de gerar uma imagem estática ou achatada”. Quem já trabalhou com modelos de imagem conhece o problema fatal: você gosta de 85 por cento do que foi gerado, mas não consegue mexer nos outros 15 sem regenerar tudo e receber algo diferente. O passo anterior do Canva nessa direção chegou em março de 2026 como Magic Layers; a versão 2.0 leva essa lógica para o nível da arquitetura.

O Brand Intelligence opera sobre essa base. Ele lê o Brand Kit — fontes, cores e escalas de estilo — e aplica o sistema de forma nativa, sem exigir que tudo seja repetido em cada prompt. A NAV43, uma das poucas Canva Agency Partners, resumiu a mudança sem rodeios em sua análise do Canva Create 2026: para agências que administram várias marcas de clientes ao mesmo tempo, aplicar o Brand Kit de forma nativa “muda o fluxo de trabalho pela raiz”. A análise também reconhece que os recursos de IA de 2025 “não emplacaram”, exatamente a dose de ceticismo que um teste de preview exige.

O teste: uma mudança de marca, catorze peças e um research preview

Não fiz o teste na conta de um cliente real. Como ainda é um research preview, reconstruí um universo de marca representativo sob meu controle: um sistema frio, quase monocromático, com base neutra escura, tipografia off-white, um único destaque em ciano quente e uma fonte display neo-grotesca combinada a uma fonte de texto humanista. Dentro do Canva, montei catorze peças reais com esse kit: quatro formatos para redes sociais, um modelo de apresentação com seis slides, um one-pager, um conjunto de anúncios em duas proporções, um cabeçalho de e-mail e um slide simples de dados com gráfico de barras.

Depois, fiz uma mudança de marca que um cliente realmente pediria. O destaque ficou um tom mais quente. A fonte display foi trocada por uma versão mais compacta. O lockup do logo ganhou uma moldura fixa para a área de respiro. Conectei o Notion para que a tabela ativa de tokens de design alimentasse o contexto do modelo, em vez de colar valores hexadecimais. No preview, a lista de conectores inclui Slack, Gmail, Google Drive, Google Calendar, Notion, Zoom, HubSpot, Microsoft, Atlassian e Linear. A instrução que dei ao Brand Intelligence foi, de propósito, o tipo de pedido que viria de um cliente sem formação em design:

Apply our updated Brand Kit to every asset in this project.
New accent, new display typeface, new logo clear-space rule
are in the connected Notion token table. Keep layout and copy
unchanged. Update color, type ramp, and logo placement only.

Essa é a versão honesta da promessa em teste. Não “crie algo para mim”, mas “leve minha v2 para tudo o que já existe sem inventar moda”.

O que funcionou

Os layouts flat criados nativamente no Canva receberam a nova identidade sem tropeços. Os quatro formatos para redes sociais e o one-pager adotaram corretamente, logo na primeira tentativa, o novo destaque e a escala tipográfica — inclusive os níveis secundários de cinza suave, não apenas a cor dos títulos. Essa é a parte que os press releases acertam. Quando a peça de origem já era formada por objetos nativos em camadas, a propagação dos tokens funcionou como se espera de um sistema de design.

O comportamento mais valioso não foi a atualização em massa, mas a correção no nível do objeto sem precisar regenerar o restante. A capa da apresentação voltou com a fonte nova, porém com tracking aberto demais; o kerning óptico em uma linha display de 64pt estava visivelmente errado. No antigo universo dos modelos de imagem, isso significaria regenerar e perder todo o resto. Aqui, selecionei o título, reduzi o tracking e nada mais saiu do lugar. Essa é a verdadeira mudança de paradigma para o trabalho de produção, embora o anúncio quase não a destaque. O custo de regenerar tudo do zero era o que tornava as ferramentas criativas de IA inviáveis em projetos de clientes. Eliminá-lo muda mais a conta do que qualquer ganho isolado na qualidade da geração.

A conexão com o Notion também funcionou ao buscar a tabela de tokens. Alimentar o sistema com uma fonte da verdade ativa, em vez de valores copiados, é o padrão correto para sistemas de marca. É a mesma abordagem, já adotada por designers em outras ferramentas, de usar o conector como fonte de tokens. E garantiu que o valor do destaque estivesse certo porque veio da tabela, não da minha lembrança dela.

O que me fez reabrir o Figma

Três coisas deram errado, e o padrão entre elas é justamente o achado útil do teste.

O lockup do logo não mudou de cor. Ele havia sido inserido como um arquivo achatado, e o Brand Intelligence o interpretou como conteúdo de imagem, não como objeto recolorível. É um comportamento defensável, mas revela uma ressalva silenciosa na promessa de “aplicar minha marca mais recente”: ela não vale para artes que entraram no Canva como arquivos achatados — o caso da maioria dos logos em entregas reais de clientes. Reconstruí o lockup como objetos nativos no Figma e fiz uma nova importação. Cerca de vinte minutos.

O slide de dados manteve o destaque antigo nas séries do gráfico. O layout mudou de cor; as barras, não. Componentes de gráfico baseados em template parecem ficar fora do grafo de objetos alcançado pelo Brand Intelligence. Corrigi as séries à mão.

A troca da fonte display ficou próxima nas métricas, mas não recebeu tratamento óptico. Nos tamanhos de corpo, funcionou bem. Nas duas linhas maiores em fonte display, a nova versão exigiu um ajuste manual de tracking e uma quebra de linha forçada que o modelo não fez. É a fronteira previsível: o modelo troca a fonte, mas não faz a direção de arte da tipografia. Essa diferença é o trabalho inteiro.

Nada disso condena a ferramenta. É exatamente o conjunto de 15 por cento que se espera que um modelo deixe passar — e, vale notar, são os 15 por cento que de todo modo exigem o olhar de um designer. Há ainda um limite importante: trata-se de um research preview. A memória persistente não levou corretamente o contexto da minha marca para uma nova sessão, então mantive o Brand Kit como fonte da verdade em vez de confiar na memória do modelo. Eu não usaria a ferramenta em uma entrega paga com prazo fechado antes da disponibilidade geral e de algumas semanas de estabilidade.

A escala de tempo da atualização de marca

Meu fluxo atual para reaplicar a identidade em um conjunto de catorze peças vai e volta entre templates do Canva e o Figma. Pelos números reais da minha planilha de horas, são de três horas e meia a quatro horas de trabalho de um designer pleno. Com a taxa interna média de 95 dólares por hora do meu estúdio, isso dá aproximadamente de 360 a 380 dólares em mão de obra por refresh — e a atualização se repete quase todo mês para cada cliente ativo.

Com o mesmo conjunto no preview do Canva AI 2.0, a atualização em massa terminou em minutos. Meu tempo efetivo de correção — reconstruir o logo, ajustar as séries do gráfico, as duas linhas display e o kerning — ficou em cerca de 50 minutos no total. Arredondando, uma hora contra quatro. Nesse trabalho específico, é uma redução de 70 a 75 por cento no tempo.

O que importa não são os 75 por cento economizados, mas a composição dos 25 por cento restantes. São os ajustes ópticos de tipografia, as exceções de artes achatadas e as decisões que exigem critério. Esse trabalho nunca foi o problema de custo. O problema era a camada de tarefas repetitivas por baixo dele — e foi essa camada que desabou. O preço do preview ainda não está definido, então não vou incluir o custo da ferramenta nessa escala; de qualquer forma, a diferença de mão de obra é o item que realmente pesa.

O que o teste revela para o trabalho de design

O Brand Intelligence não substitui quem projeta a marca. Ele elimina a parte da manutenção do sistema que sempre esteve aquém da qualificação do designer e, ainda assim, sempre apareceu na fatura. Para um estúdio, isso muda a lógica do refresh: em vez de cobrar quatro horas de propagação, passa a fazer sentido cobrar uma hora de direção de arte e acrescentar uma etapa estratégica de maior valor para a qual antes não havia tempo. A ferramenta não muda o padrão do bom design. Muda quanto custa mantê-lo consistente. É a parte do trabalho de marca que já deveria ter sido automatizada há uma década — e o tipo de mudança de pipeline que incorporo aos projetos de clientes na DVNC.studio.

Se você quiser a estrutura do prompt e dos tokens do Brand Kit que usei para fazer a passagem pelo conector funcionar, ela está no pacote de prompts para pôsteres e campanhas com IA.