Em resumo
A apresentação defendeu que o ROI de IA em vendas está concentrado onde há tarefas redundantes e repetitivas (sales development, lembretes, atualização de CRM, pesquisa de conta) e quase ausente onde a venda depende de relacionamento, confiança e criatividade (AE-led, enterprise, field sales). A conclusão central: o mercado superestimou o "SDR autônomo" de ponta a ponta e subestimou o valor de copilotos e assistentes que tiram trabalho redundante do caminho do vendedor humano.
- Em marketing, a percepção de ROI supera o ROI real; em engenharia, percepção e realidade quase coincidem.
- Em vendas, o ROI esperado era de 18% no total, mas o realizado ficou em 17%, com inversão entre sales development (8% esperado vs. 12% realizado) e AE-led sales (10% esperado vs. 5% realizado).
- Lembretes automáticos por SMS antes de reuniões elevaram a taxa de comparecimento a até 75-80%, segundo a palestra.
- Um case citado (PandaDoc) relatou queda de atingimento de cota conforme crescia o uso de IA generativa sem ganho de vendas.
- A proposta prática: pensar em um espectro entre copiloto (dirigido por mim), assistente (autônomo mas supervisionado) e agente totalmente autônomo, escolhendo o nível conforme a tarefa.
- 17%ROI total realizado em vendas, contra 18% esperado
- 12%ROI realizado em sales development, acima dos 8% esperados
- 5%ROI realizado em AE-led sales, bem abaixo dos 10% esperados
- 75-80%Taxa de comparecimento a reuniões com lembrete por SMS 15-20 min antes
1. O mapa de onde a IA ganha e onde ela falha
A abertura da apresentação foi direta sobre onde a IA funciona de forma inequívoca: engenharia e ciência da computação. Fora daí, o critério que separa sucesso de fracasso não é o setor, é o tipo de tarefa.
Obvious answer is, engineering, computer science. (...) The next are these root, very routine, redundant roles. So think support, just jobs that people do over and over and over.
E o oposto também foi dito com a mesma clareza:
Whenever there's lots of creativity, innovation, orthogonal thinking, it actually is very difficult to see value.
Isso ecoa o que a Snowflake, em relatório de pesquisa com a Omdia, chama de áreas onde a IA generativa mais entrega ganhos mensuráveis: operações de TI, análise de dados, segurança, desenvolvimento de software e atendimento ao cliente, todas tarefas com padrão repetível. Vendas, por sinal, não aparece entre as cinco áreas líderes nesse levantamento, o que reforça a leitura de que o problema não é a tecnologia, é a natureza do trabalho.
2. A pesquisa própria: percepção versus ROI real
O ponto mais denso da apresentação foi um estudo interno, apresentado como feito "um mês, dois meses e meio atrás", comparando onde as empresas acreditam ter ROI de IA e onde de fato têm.
So, where within their organization do they believe they're getting ROI from AI? So it's, what do they believe? And then what are they actually getting?
Em engenharia, a correspondência foi quase perfeita (28% esperado contra 30% real). Em marketing, a percepção superou a realidade, um padrão que a apresentação associou ao hábito de usar ferramentas como Claude para produzir conteúdo sem necessariamente gerar venda.
Using Claude to do work (...) for every extra $100 they give to people using Claude, they see their quota attainment drop.
O caso citado, da PandaDoc, foi usado como advertência contra confundir atividade com resultado.
We do need to see ROI. We need to see people actually sell more, not just save. (...) ROI means one of two things. Either A, you're selling more or B, you're saving costs.
Tabela 1. ROI esperado vs. realizado em vendas, por frente
| Frente | Esperado | Realizado |
|---|---|---|
| Sales Development | 8% | 12% |
| AE-Led Sales | 10% | 5% |
| Total vendas | 18% | 17% |
Fonte: a palestra
A leitura que a apresentação fez desses números foi que todo o ganho real veio de sales development, tarefa redundante por natureza, enquanto a venda consultiva (AE-led) decepcionou frente à expectativa.
All the ROI is coming from sales development. None of it's coming from sales. (...) That role is much, there's lots of redundancy, there's lots of patterns in that, whereas relationship building and enterprise sales or field sales, it's just harder.
A Snowflake, em sua pesquisa global com 2.050 profissionais, chega a um quadro mais otimista em termos agregados: 92% das empresas pioneiras relatam retorno positivo e 75% dos executivos de áreas não técnicas dizem o mesmo. A diferença de tom entre as duas fontes não é necessariamente contradição: a pesquisa da Snowflake mede "ROI positivo" de forma ampla, sem decompor por função dentro de vendas, enquanting a apresentação fez exatamente esse corte fino entre SDR e AE.
3. Por que o SDR autônomo de ponta a ponta ainda não chegou
A segunda pergunta da sessão foi direta: por que a indústria achava que já estaria com SDRs totalmente autônomos, e não está?
People thought we'd be in an autonomous SDR by now.
A resposta apresentada tem base comportamental, não técnica: compra é um ato de confiança, e confiança se constrói entre pessoas.
As humans, we like buying through trust and through relationships. (...) I want to look you in the eye and say, look, I'm going to buy this from you. You better take care of me.
Disso derivou uma distinção de três categorias, descrita no palco como um espectro de autonomia:
- Copiloto: dirigido por mim a cada passo ("type a question, it goes and gets your answers"), como Cursor ou Claude no fluxo de código. Comparado a um "traje de Homem de Ferro" para o vendedor.
- Assistente: recebe uma instrução, executa sozinho, mas volta para checar e permanece sob supervisão ("go do this thing, come back when you're done").
- Agente/funcionário de IA totalmente autônomo: opera fora da supervisão direta, caso ainda raro em vendas segundo a apresentação, mais presente em suporte e onboarding de cauda longa (caso citado: Adobe, para clientes pequenos em grande volume).
A documentação da Microsoft sobre Copilot e agentes de IA usa quase a mesma tripartição conceitual (copiloto como interface, agentes como aplicativos especializados, com agentes autônomos operando com supervisão mínima), o que sugere que o vocabulário do palco não é isolado, é o enquadramento que o próprio setor de ferramentas vem adotando.
4. Os casos pequenos que funcionam: lembrete, follow-up, CRM
A parte mais concreta da apresentação foram exemplos miúdos, deliberadamente descritos como "não é venda feita pela IA", mas tarefa negligenciada resolvida pela IA.
O exemplo de confirmação de agendamento foi o mais detalhado, com números comparativos:
What's the average held rate of appointments? (...) You're roughly 50%, 55%. You get about a 25 to as much as a 35% increase in that held rate if you just remind them the morning of with an email. But if you text them just 15 to 20 minutes before the meeting, it goes up as much as 50%. So you can see held rates as high as 75% overall, even as high as 80.
Tabela 2. Taxa de comparecimento a reuniões, por tipo de lembrete
| Cenário | Taxa de comparecimento |
|---|---|
| Sem lembrete (padrão B2B) | 50% a 55% |
| Lembrete por e-mail pela manhã | +25% a 35% sobre a base |
| Lembrete por SMS 15-20 min antes | até 75% a 80% |
Fonte: a palestra
Um estudo publicado no BMC Ophthalmology (2008), sobre lembretes por SMS em consultas ambulatoriais, sustenta a mesma direção com rigor estatístico, embora com números mais modestos: redução de 38% na taxa de não comparecimento (de 18,1% para 11,2%) com lembrete por SMS. É um domínio diferente (saúde, não vendas B2B), mas confirma o mecanismo: lembrete automatizado reduz falta, de forma consistente e mensurável, em contextos bem distintos.
Outro exemplo foi o atendimento fora do horário comercial:
In industries like dental industry, or lots of the different healthcare industries (...) 30% of your revenue will come in after hours. (...) AI is very, very good at after-hours support and after-hours sales.
E a demonstração ao vivo do produto Neo (um dispositivo físico tipo gravador que capta reuniões, atualiza CRM e prevê probabilidade de fechamento com base no que foi dito) ilustrou a tese central: tirar do vendedor humano o trabalho de registro, não a conversa em si.
[Neo] grava reunião -> transcreve -> resume
-> atualiza CRM automaticamente
-> sinaliza compromissos feitos na conversa (MCP)
-> envia e-mail de resumo ao prospectAI is great at eliminating these redundant tasks. (...) It can't, you know, work all of this redundant work and still lets people manage those relationships.
5. O limite reconhecido: privacidade
A própria apresentação fez questão de marcar um limite não resolvido, sem aprofundar:
With all of these assistants, all these note-takers, all of this AI, privacy is upended. (...) It's getting messy. It's a total mess.
Isso não foi desenvolvido no palco, apenas sinalizado como um problema para outro evento.
Onde as fontes discordam
As fontes lidas sustentam em geral a mesma ideia central do palco (ROI concentrado em tarefas administrativas, repetitivas, com uso estratégico ainda raro), mas discordam em grau e em ênfase:
- A pesquisa da AcuityMD com representantes de MedTech encontrou reps que usam IA com três vezes mais chance de bater cota, só que associou esse ganho sobretudo a tarefas administrativas (e-mail, organização, resumo de reunião), com apenas 11% usando IA para gerar insight estratégico. Isso relativiza a divisão rígida feita no palco entre "SDR redundante" e "AE sem ROI": aqui, mesmo em papéis mais consultivos, há ganho, desde que a tarefa automatizada seja a administrativa, não a venda em si.
- A Snowflake relata 92% das empresas pioneiras com ROI positivo, um quadro mais otimista que o corte fino de 17% total em vendas mostrado no palco. A diferença provavelmente vem do método: a Snowflake mede "teve algum retorno positivo", a apresentação mediu proporção de ROI esperado versus realizado por frente específica.
- A Winning Sales, citando a Salesforce, afirma que 83% das equipes de vendas com IA reportaram crescimento de receita, um número que não distingue SDR de AE e que contrasta com o recorte mais cético da apresentação sobre AE-led sales.
- A Annuitas vai na direção oposta e mais crítica: argumenta que a maioria das implantações de IA agêntica em geração de demanda é "tática" e piora a experiência do comprador, gerando ROI nulo a negativo, uma visão ainda mais pessimista que a do palco quanto a usos superficiais da tecnologia.
- Não foi mostrado no palco nenhum dado quantitativo sobre quanto tempo ou custo, de fato, os assistentes tipo Neo economizam em escala, nem taxa de adoção real desses produtos fora da demonstração ao vivo.
O que fazer agora
- Mapeie as tarefas da sua operação de vendas por redundância: se a tarefa se repete em padrão previsível (lembrete, atualização de CRM, pesquisa de conta), ela é candidata a automação total; se depende de confiança e negociação, trate como copiloto, não substituição.
- Audite o que sua equipe já usa de IA generativa: se o uso é majoritariamente de ferramentas genéricas para redigir e-mail e nada de pesquisa estratégica de conta, você está no mesmo ponto que 69% dos reps da pesquisa da AcuityMD, ou seja, ainda não capturou o ROI mais valioso.
- Teste lembretes automatizados antes de investir em agente autônomo de ponta a ponta: se o problema é taxa de comparecimento, o ganho mostrado (até 50% de aumento com SMS) vem de um ajuste simples e barato, antes de qualquer projeto maior de IA.
- Separe claramente, antes de comprar qualquer ferramenta, se você precisa de um copiloto (dirigido por humano), um assistente (autônomo com supervisão) ou um agente pleno; comprar a categoria errada explica boa parte dos pilotos fracassados citados no evento.
- Se a métrica de sucesso do piloto for "horas economizadas" e não "receita adicional ou custo reduzido", redefina a métrica antes de escalar, seguindo o critério que a própria apresentação cravou: ROI é vender mais ou gastar menos, não é produzir mais atividade.



