O CRO da Mural Diz-nos Onde os Líderes de Receita Estão a Errar com a IA — E Como Corrigir

Bill Dwoinen é o CRO da empresa B2B SaaS Mural, numa fase de crescimento. Trabalha na área das receitas há 20 anos e supervisiona agora as Vendas, o Sucesso do Cliente, as Operações de Receitas e os sistemas GTM — e está totalmente focado na IA.

Falámos com Bill sobre a razão pela qual os líderes de receitas devem deixar de resolver pontos de fricção com IA e começar a redesenhar fluxos de trabalho completos. Eis o que nos disse.

Nunca há uma linha reta até à direção executiva

Sou Bill Dwoinen, CRO da Mural. Passei cerca de 20 anos em vendas e na liderança de equipas de vendas. Comecei na área do capital humano, na CareerBuilder, depois transitei para o SaaS na LinkedIn e, posteriormente, passei quase cinco anos a liderar o negócio empresarial da Slack na Salesforce, no setor da tecnologia estratégica. Assumi o cargo de CRO na Mural no início de 2025.

O meu percurso nunca foi uma linha reta. Digo isto aos alunos do ensino secundário quando volto para falar com eles, e falo a sério. A vida não avança em linha reta, e uma carreira em vendas também não. Comecei como colaborador individual, entrei na liderança porque me importava genuinamente mais com as pessoas à minha volta do que com o reconhecimento, e acabei por construir o historial que abre portas para a direção executiva. Foram pequenas escolhas consistentes ao longo de 20 anos — foi isso.

Liderar a organização de receitas

Lidero toda a organização de receitas da Mural, uma empresa B2B SaaS numa fase de crescimento, com um modelo de subscrição recorrente e uma camada de serviços em expansão através da nossa parceria com a LUMA. A organização abrange vendas, sucesso do cliente, operações de receitas e sistemas GTM. Integrei intencionalmente os Sistemas GTM na organização de receitas para alinhar os nossos sistemas, dados e fluxos de trabalho com a forma como os clientes compram, adotam e crescem connosco, em vez de os otimizar em silos.

Servimos clientes empresariais a nível global, com a maior concentração nas regiões AMER e EMEA. A nossa abordagem de entrada no mercado centra-se tanto na aquisição de novos logótipos como na expansão dentro da nossa base de clientes existente, e expandimo-nos ativamente para novos casos de utilização e perfis de compradores para além da presença tradicional da Mural.

O que mais importa para mim é que a organização de receitas funcione como um único motor interligado. O novo negócio, a retenção e a expansão não podem funcionar como agendas separadas. O meu trabalho consiste em garantir que o modelo operacional reflete isso e que todas as partes da organização, desde a primeira conversa de vendas até ao valor do cliente a longo prazo, avancem na mesma direção.

Porque é que a IA é uma dádiva para os CRO

Sempre acreditei nos processos: precisão das previsões, disciplina do pipeline e compreensão dos indicadores antecedentes. A IA está agora a potenciar tudo aquilo em torno do qual construí a minha filosofia de liderança.

As equipas que antes analisavam manualmente o pipeline e tomavam decisões com base na intuição conseguem agora obter sinais mais rapidamente, agir com maior confiança e orientar com mais precisão. Para um CRO, isso não é uma ameaça; é uma dádiva.

Os líderes que vão vencer neste momento não têm medo disso. Nunca tive medo de falhar e também não tenho medo disto. Na Mural, estou focado em construir um motor de receitas onde a IA amplifica aquilo que as melhores pessoas já fazem, sem substituir o discernimento, as relações ou a cultura que estamos a construir. É esse o trabalho agora, e não podia estar mais empenhado nele.

Como a IA pode redesenhar o trabalho de receitas de elevado valor

Utilizei a IA para redesenhar a forma como é realizado o trabalho de receitas de elevado valor, especificamente na pesquisa de contas, na criação de POV e na comunicação.

Este trabalho está mais próximo das receitas do que por vezes se percebe. Influencia a qualidade da interação da equipa com os clientes, a relevância da abordagem e a consistência com que a organização apresenta o valor. Historicamente, também tem sido demasiado manual, demasiado irregular e demasiado dependente do esforço individual. Os melhores representantes fazem-no bem. Outros fazem algo mais genérico. Isto cria um problema de qualidade, não apenas um problema de produtividade.

Os meus novos fluxos de trabalho são GPT personalizados, concebidos para casos de utilização comercial específicos. Não são ferramentas de IA genéricas aplicadas de forma abrangente, mas ferramentas concebidas em torno da forma como analisamos as contas, apresentamos o valor e definimos aquilo que é um resultado comercial sólido no nosso contexto.

A especificidade cria vantagem. As ferramentas genéricas produzem resultados genéricos.

O exemplo mais claro é o nosso fluxo de trabalho de pesquisa de contas e preparação da abordagem. Um representante introduz a conta, o contexto relevante e o objetivo. O fluxo de trabalho produz uma visão estruturada da conta: o que provavelmente está a acontecer no negócio, quais são as prioridades e os pontos problemáticos, que sinais são relevantes e como apresentar o nosso valor face a essa situação específica.

IA na pesquisa de contas e na preparação da abordagem

O representante termina com uma perspetiva real, construída em torno do cliente, e não com um modelo reutilizado. Um trabalho que costumava demorar entre 10 e 30 minutos demora agora cerca de três, sem redução da qualidade. E a qualidade é mais consistente em toda a equipa, independentemente de quem o executa.

IA nos fluxos de trabalho de previsão

Outro exemplo é o Forecast Center, um GPT personalizado que criei para mudar a forma como os líderes se preparam e conduzem as conversas de previsão. Resolve o problema de a maioria das reuniões de previsão se transformar em líderes a lerem os dados para a sala, em vez de orientarem a estratégia com base neles. O Forecast Center utiliza dados operacionais, dados do pipeline e informações sobre a saúde dos clientes, ajudando os líderes a transformar tudo isso numa narrativa clara e numa perspetiva fundamentada antes mesmo de entrarem na reunião.

O nosso padrão interno é simples: se parece que um GPT resumiu uma folha de cálculo, não está terminado. Deve soar como um CRO que fez o trabalho de casa e está preparado para conduzir o negócio.

Resultados

O que torna ambos eficazes não é o modelo. É o desenho do fluxo de trabalho, o contexto integrado e o nível de exigência que definimos para aquilo que consideramos um bom resultado. O comercial e o líder continuam a ser responsáveis pelo julgamento. A IA elimina a fricção da preparação, permitindo-lhes apresentar-se mais bem preparados, mais rapidamente e de forma mais consistente do que antes.

Ainda estamos numa fase inicial, por isso aconselho a não exagerar o impacto nas receitas a jusante. Mas, nestes fluxos de trabalho e noutros, já melhorámos a velocidade e a capacidade de resposta em toda a organização sem sacrificar a qualidade. As equipas conseguem aproximar-se mais rapidamente dos clientes porque já não têm de esperar por uma reunião ou por um processo manual demorado para pesquisar uma conta, reunir contexto e formar uma perspetiva. Isto melhorou a preparação, aumentou a consistência do trabalho realizado junto dos clientes e tornou a organização de receitas mais eficaz na abordagem às contas.

Porque é que as renovações precisam de ser redesenhadas com IA

As renovações também precisam de ser redesenhadas.

A maioria das organizações de receitas continua a tratar as renovações de forma reativa. As equipas aproximam-se da data, verificam o índice de saúde e apressam-se a assegurar a cobertura das relações certas.

Mas, quando as equipas fazem esse trabalho, já estão atrasadas. Eu defenderia que a inteligência de renovação fosse redesenhada como um fluxo de trabalho contínuo, e não como uma emergência trimestral. A IA é particularmente adequada para isso, porque consegue identificar sinais de risco, assinalar lacunas de cobertura e ajudar os líderes a formar uma perspetiva sobre onde agir antes de a janela se fechar.

Porque é que a maior oportunidade da IA não é o que esperaria

Mas lembre-se: a maior oportunidade da IA não consiste em corrigir pontos de fricção individuais. Consiste em repensar o próprio fluxo de trabalho.

No início, provavelmente estava demasiado concentrado em resolver problemas imediatos, o que criou valor, mas foi mais incremental do que transformador em alguns casos.

Se tivesse compreendido isso mais cedo, teria passado menos tempo a otimizar tarefas isoladas e mais tempo a redesenhar de ponta a ponta os fluxos de trabalho de maior valor, ligando-os claramente às prioridades de GTM e ao impacto empresarial mensurável desde o início.

Isso ter-me-ia ajudado a evitar experiências fragmentadas. Estas podem conduzir a ferramentas úteis que, no seu conjunto, não proporcionam uma verdadeira vantagem estratégica.

A lição é que a IA cria mais valor quando está ligada à forma como o negócio gera receitas — e não apenas aos pontos onde as pessoas sentem dificuldades no momento.

O que o Bill partilha

A maior oportunidade da IA não consiste em corrigir pontos de fricção individuais. Consiste em repensar o próprio fluxo de trabalho.

Onde é que a IA orienta as tarefas de receitas

Recorro sobretudo à IA em áreas onde uma melhor síntese e uma preparação mais rápida criam uma verdadeira vantagem, como a pesquisa de contas, a criação de perspetivas, as mensagens, a comunicação e o reconhecimento de padrões em grandes volumes de informação. É excelente a processar dados de entrada, estruturar o pensamento e melhorar a qualidade e a consistência da execução em toda a organização.

As pessoas intervêm quando são necessários verdadeiro discernimento e responsabilização: previsões, definição de preços, decisões finais sobre o pipeline, decisões sobre territórios e decisões importantes relativas ao risco ou investimento nos clientes. A IA pode informar essas conversas, mas não substitui o discernimento da liderança.

A razão é simples. Quero que a IA nos ajude a pensar melhor e a avançar mais depressa, não que assuma decisões em que a subtileza, o contexto e a responsabilização são mais importantes. Numa organização de receitas, a rapidez é importante, mas o discernimento continua a ser o fator diferenciador.

Os líderes de receitas devem estar atentos ao conteúdo medíocre gerado por IA

Por vezes, a IA cria mais resultados em vez de melhores resultados. O exemplo mais claro é o conteúdo medíocre gerado por IA: prospeção genérica, mensagens genéricas, pontos de vista genéricos e muita atividade que parece produtiva, mas não melhora a qualidade comercial. Nestes casos, a IA cria ruído, não alavancagem.

Também já vi a IA ser aplicada em excesso em áreas onde o discernimento, o contexto e a subtileza são mais importantes do que a rapidez. Se os dados de entrada forem fracos ou os padrões forem baixos, a IA não resolve o problema. Amplifica-o.

A questão prende-se menos com a própria tecnologia e mais com a facilidade com que as pessoas podem confundir volume com valor. É o modo de falha que observo mais atentamente, porque conduz à erosão da confiança.

Abordo esta questão estabelecendo um padrão claro em toda a organização, liderando pelo exemplo e expandindo a disciplina que utilizei para criar os meus próprios fluxos de trabalho. Isto significa reforçar que a IA deve aperfeiçoar o pensamento, não substituí-lo, e que o contexto, a iteração e o discernimento continuam a ser importantes.

É isto que distingue as equipas de receitas que obtêm uma verdadeira alavancagem com a IA daquelas que apenas criam mais ruído.

Porque é que a escala nem sempre implica um compromisso na qualidade

Pensava que a escala implicava sempre um compromisso na qualidade. Na estratégia de entrada no mercado, a automatização significou historicamente mais resultados, mas normalmente à custa da relevância, do discernimento e da qualidade.

A IA alterou a minha convicção de que este compromisso é fixo. Se for utilizada corretamente, com o contexto, o desenho dos fluxos de trabalho e os padrões adequados, a IA pode aumentar a rapidez e a escala sem baixar automaticamente a fasquia.

O melhor exemplo são os fluxos de trabalho de pesquisa e preparação de contas que partilhei anteriormente. Isto não acontece por defeito, mas é possível. E representa uma mudança significativa em relação à forma como a maioria de nós experienciou a automatização nas organizações de receitas.

Porque é que bons dados são essenciais para uma adoção bem-sucedida da IA

Os bons dados são mais importantes do que as ferramentas. Se os dados estiverem incompletos, forem inconsistentes ou difíceis de considerar fiáveis, a IA não resolve esse problema. Amplifica-o.

Pode obter resultados mais rapidamente, mas não melhores resultados. Esta foi uma das maiores lições para mim.

Uma adoção bem-sucedida da IA não se resume ao acesso ao modelo certo. Trata-se de ter uma base de dados sólida, disciplina operacional e confiança nos dados de entrada para utilizar o modelo de forma eficaz. As ferramentas são importantes, mas são os bons dados que tornam tudo isto real.

Como devem os CRO abordar as mudanças impulsionadas pela IA

Aconselho os CRO a utilizarem a IA para aperfeiçoar o pensamento, melhorar a execução e ampliar o discernimento, não para inundar a empresa com mais resultados.

Comece pelas áreas em que a rapidez e a síntese criam uma verdadeira alavancagem: pesquisa de contas, criação de pontos de vista, mensagens e reconhecimento de padrões em todo o motor de receitas. Seja claro quanto ao que a IA deve informar e ao que deve continuar a ser feito por pessoas. E estabeleça uma fasquia elevada desde o início; caso contrário, as pessoas irão optar por resultados genéricos que parecem produtivos, mas não melhoram a qualidade comercial.

Os líderes que mais beneficiarão não são os que afirmam ter tudo resolvido. São os que se envolvem seriamente com a IA, a aplicam de forma ponderada e continuam a elevar a fasquia do que ela pode fazer pela empresa.

Acompanhe

Pode acompanhar o trabalho de Bill Dwoinen no LinkedIn.

Haverá mais entrevistas com especialistas no The CRO Club!