Fundador de uma empresa tecnológica e Diretor de Comercialização afirma que a IA pode gerir o funil, mas os humanos continuam a fechar o negócio

Aryan Mahajan é o Diretor de Comercialização da Gerra e fundador da Zoro, onde desenvolve camadas operacionais de IA para organizações de receita.

Sentámo-nos com Aryan para saber como está a utilizar a IA para transformar as organizações de receita. Foi isto que nos contou.

Ser o seu próprio caso de estudo

Chamo-me Aryan Mahajan. Sou o Diretor de Comercialização da Gerra. Sou também o fundador da Zoro, onde desenvolvo a camada operacional privada de IA que gere organizações de receita.

Não cheguei aqui vindo do topo de uma organização de vendas. Comecei com $500 e sem rede de segurança, obrigado a fazer com que uma quantia muito pequena de dinheiro se comportasse como uma grande equipa. Essa limitação tornou-se a filosofia por inteiro: quando não se pode contratar, deixa-se de perguntar "Quem devo acrescentar?" e começa-se a perguntar "O que pode um operador, juntamente com uma frota de agentes de IA, gerir?" A resposta tornou-se numa empresa que passou de $0 para $90K em MRR em 14 meses e que agora gera $150K por mês, com margens superiores a 95%. Funciona com mais de 30 agentes de IA distintos, uma equipa que se consegue contar pelos dedos de uma mão e um motor de conteúdos que gerou mais de 50 milhões de visualizações e 50 000 potenciais clientes.

Interesso-me pela IA na área da receita porque não estou a teorizar sobre ela. Sou o caso de estudo. A organização de receita que lidero é a prova de que a camada operacional que desenvolvo para outros funciona.

Reestruturar o topo do funil de receita

Substituí todo o topo do meu funil de receita — prospeção, pesquisa, qualificação e primeiro contacto — por um sistema de IA que executa a sequência comercial de ponta a ponta.

Antes, as horas humanas eram a parte dispendiosa da receita. Um representante de vendas demora cerca de 40 minutos a pesquisar um único potencial cliente. Uma equipa de quatro ou cinco pessoas custa $100-200K por ano. A maior parte desse trabalho envolve ler, avaliar a adequação e escrever uma primeira mensagem. É um trabalho que exige muito discernimento, mas é lento, inconsistente e limitado pelo número de pessoas que se conseguem contratar.

Desenvolvi um processo que identifica potenciais clientes, enriquece os dados de cada um, pesquisa a empresa e o comprador específico, avalia a adequação face ao perfil de cliente ideal, elimina os que não se enquadram, escreve a abordagem em vários idiomas e depois gere as respostas.

A pesquisa que demorava 40 minutos por potencial cliente custa agora cerca de dois cêntimos por potencial cliente e funciona 24/7. A lógica económica inverteu-se: a construção única de um sistema substitui $100K-200K por ano em custos de pessoal, e o cliente fica com a propriedade total do sistema. Como regista todas as respostas e resultados, o processo de receita passou finalmente a ter memória: o que funcionou, o que não funcionou e porquê, em vez de esse contexto ficar na cabeça de cinco representantes diferentes.

A prova mais evidente: numa campanha, pesquisou 214 potenciais clientes, eliminou os 184 que não se adequavam e conseguiu uma resposta de um fundo de cobertura de $70 mil milhões enquanto eu estava sentado no meu sofá. Isto não é "IA a escrever e-mails não solicitados", algo que era interessante em 2022. É IA a gerir toda a sequência comercial. Essa é a mudança. Mas a maioria dos líderes de receita continua a acoplar um bot de conversação a um fluxo de trabalho que nem deveria existir e a chamar-lhe transformação.

Porque o gosto e o discernimento têm de continuar a ser humanos

Deixo a IA assumir toda a camada de pesquisa e execução: prospeção e enriquecimento, avaliação segundo o ICP e qualificação de potenciais clientes, primeiros rascunhos de abordagens e conteúdos, classificação de respostas, monitorização do processo e da receita — e até reparação do sistema. Utilizo um ciclo de autorreparação que observa os sistemas dos meus clientes em funcionamento, deteta uma falha e corrige-a de forma autónoma; já registei um erro que passou de reportado a resolvido em quatro minutos e meio. A IA trata de tudo o que envolve grandes volumes ou padrões, sobretudo o trabalho que melhora à medida que o sistema recebe mais contexto.

As tarefas que permanecem explicitamente humanas incluem a definição de preços, o posicionamento, as decisões comerciais finais e os juízos sobre o gosto. Defino os preços com base na alavancagem que um sistema cria, não no seu custo de funcionamento. Não entrego esse juízo — o valor de um resultado para um comprador específico — a um modelo. O mesmo se aplica às palavras finais de um negócio e à voz. A IA tornou a produção gratuita, tornando o gosto no elemento dispendioso. Agora todos têm os mesmos modelos, pelo que o mercado revela discretamente quem tem realmente discernimento. Recuso-me a automatizar isso.

Nem a IA deve fechar negócios. São as pessoas reais que criam confiança numa reunião ou numa mensagem direta, e essa confiança levou a alguns dos meus maiores contratos. A última etapa da receita baseia-se em relações e discernimento, e a IA mal a alterou.

A minha linha divisória é simples: a IA não decide nada que transporte a minha reputação ou me comprometa perante um comprador. A IA informa e redige tudo, mas uma pessoa aprova tudo o que é enviado em meu nome ou envolve dinheiro. O meu sistema pesquisa, avalia e escreve a mensagem para um potencial cliente, mas uma pessoa aprova o envio. Redige uma resposta para um cliente, mas sou eu que toco para enviar.

Porque é que a IA não consegue criar procura por si só

A IA não cria autoridade nem procura por si só. Pode produzir conteúdo infinito, mas o volume não é distribuição e não é confiança.

Gerei mais de 50 milhões de visualizações, e não é nas visualizações que está o dinheiro — o dinheiro está nas poucas relações que essas visualizações tornaram possíveis. As equipas que esperam que a IA «gere oportunidades comerciais» ao produzir mais conteúdo acabam normalmente por obter apenas mais ruído.

A procura nasce de uma perspetiva e de provas reais — contributos humanos que o modelo amplifica, mas não origina.

Porque é que os líderes de receitas devem ter cuidado com automatizações excessivas

Vejo duas grandes desvantagens da IA nas receitas.

Em primeiro lugar, pode estar errada com toda a confiança. As primeiras versões do sistema de prospeção contactavam domínios de empresas inventados até eu exigir que cada um fosse verificado antes de ser utilizado. A solução não foi um modelo mais inteligente, mas sim uma barreira de verificação.

Em segundo lugar, a automatização que vai longe demais é perigosa. Uma execução autónoma de pagamentos, numa fase inicial, processou duas vezes o pagamento a um fornecedor com base numa aprovação desatualizada. Agora, tudo o que movimenta dinheiro ou é enviado a um cliente exige uma barreira de aprovação rigorosa e uma janela para anulação — o sistema elabora e prepara, mas é uma pessoa que confirma.

E penso que é importante salientar que o estrangulamento se limitou a mudar de lugar; não desapareceu. Quando a produção passa a ser gratuita, o gosto, o discernimento e as salvaguardas — a camada de revisão humana — tornam-se a restrição, não a produção. As equipas que adicionam IA sem reconstruir essa camada limitam-se a gerar rapidamente mais coisas erradas.

Partilhas de Aryan

Penso que é importante salientar que o estrangulamento se limitou a mudar de lugar; não desapareceu. Quando a produção passa a ser gratuita, o gosto, o discernimento e as salvaguardas — a camada de revisão humana — tornam-se a restrição, não a produção.

Como estão a mudar as equipas de receitas

A IA tornou a equipa mais pequena, mais generalista e mais dependente do discernimento. Não preciso de uma pessoa para cada etapa da produção. Preciso de um pequeno número de profissionais que compreendam o cliente, a economia e o sistema suficientemente bem para orientar as máquinas e assumir as exceções.

Criei mais de 30 agentes distintos para investigação, elaboração, monitorização, acompanhamento, entrega e reparação. O esforço humano concentra-se onde a máquina é fraca: posicionamento, preços, relações, gosto, responsabilização e decisão sobre o que deve acontecer quando o manual padrão falha.

O prémio atribuído ao talento mudou para os profissionais que constroem e operam — pessoas capazes de participar numa conversa comercial, compreender a consequência para o negócio e, em seguida, moldar o fluxo de trabalho ou colaborar com engenheiros para o alterar. Os coordenadores puros têm menos influência porque a IA consegue movimentar informação e produzir uma primeira versão. Os especialistas puros continuam a ser importantes, mas o seu discernimento deve influenciar a organização mais abrangente, em vez de permanecer limitado à sua própria produção.

O objetivo não é retirar as pessoas das receitas. É deixar de ocupar as melhores pessoas com leitura, cópia, insistência e atualizações, para depois as voltar a colocar na confiança e nas decisões.

Porque é que os CRO têm de reconstruir os seus processos

Tenho três conselhos:

1. Pare de acrescentar IA à força aos processos existentes; reconstrua-os em vez disso. Grande parte da "transformação com IA" nas receitas consiste em ligar um chatbot a um fluxo de trabalho que não deveria existir — e, se o processo estiver errado, a IA apenas torna o erro mais rápido. Elimine o passo e, depois, automatize o que resta. As organizações que tratam as receitas como um problema de infraestrutura — ligando autoridade, aquisição, memória, acompanhamento e atribuição num único sistema — acumulam a sua vantagem enquanto as outras ainda escrevem prompts.
2. Controle a camada, não a alugue. O software tornou-se uma mercadoria; uma equipa com pleno contexto operacional e distribuição real supera consistentemente o SaaS pronto a utilizar. A jogada vencedora não é comprar mais dez ferramentas; é criar o sistema operativo subjacente à sua organização de receitas, para que a inteligência se acumule e fique sob o seu controlo. Compre ferramentas para funções comoditizadas; construa a parte que constitui a sua verdadeira vantagem.
3. Seja obcecado pelo componente humano, porque foi aí que a sua vantagem passou a residir. A IA tornou a produção gratuita, fazendo com que o bom gosto, o discernimento e a confiança se tornassem escassos e dispendiosos. Direcione a IA em grande escala — pesquisa, elaboração de rascunhos, monitorização, acompanhamento — e concentre as suas melhores pessoas na última etapa que ela não consegue alcançar: preços, posicionamento, relações e fecho. E implemente um controlo rigoroso de aprovação para tudo o que é enviado a um cliente ou envolve movimentação de dinheiro. O objetivo não é ter menos pessoas a fazer mais ruído; é escalar o seu discernimento.

Os CROs que vencerem este momento não serão os que adotarem mais IA. Serão os que reconstruírem as suas organizações de receitas em torno dela enquanto ela ainda é desconfortável.

Acompanhe

Pode acompanhar o trabalho de Aryan Mahajan no LinkedIn, no Instagram e no X. Ou marcar uma chamada com ele.

Haverá mais entrevistas com especialistas no Clube CRO!