Vender IA em 2026: o novo playbook | Javier Ramirez

ESP

Capa de «Vender IA em 2026: o novo playbook | Javier Ramirez»

O áudio e o vídeo estão em espanhol. Estas notas são uma tradução.

Hoje entrevistei Javier Ramírez, que liderou vendas em três unicórnios do Vale do Silício (Zenefits, Rippling e WeWork) e hoje assessora mais de 50 startups como CRO fracionado.

Há dois anos, a maioria dos clientes dele vendia software tradicional: assinaturas, dashboards. Hoje quase todos vendem algo com inteligência artificial no centro, e a demo já não mostra informação, ela faz o trabalho.

Essa mudança mexeu em todo o resto. Quem está na sala da decisão, quanto dura o ciclo, como o contrato é estruturado, que cota você dá para um vendedor e que tipo de pessoa você contrata para a vaga.

Falamos da objeção que ninguém diz em voz alta, do framework para decidir o que automatizar de acordo com o tamanho do deal e de por que o vendedor está virando consultor.

Estrutura e Principais Destaques

O que Mudou do Lado de Quem Compra

  • Antes você mostrava um dashboard e ele parecia bom. Agora você mostra algo que vai fazer o trabalho, e isso muda quem entra na sala
  • O CFO entra para entender o impacto no headcount e nas margens. Segurança passa a ter um papel ativo. O CEO quer participar porque a decisão o coloca à frente ou atrás da mudança
  • O veredito direto dele: vender IA é mais difícil do que vender SaaS
  • O motivo é que muita gente se queimou. Em 2025 se compraram promessas que não funcionaram, com bastante vaporware que era um frontend com GPT por trás
  • Em 2026 a compra ficou sofisticada: as empresas já testaram, já sabem o que funciona e existe um processo de avaliação de verdade

O Piloto como Centro da Venda

  • A prova de conceito agora aparece em valores muito menores. Não mais em vendas de um milhão, e sim em deals de US$ 150.000 ou menos
  • Um piloto não é dar acesso à ferramenta e esperar. É preciso definir critérios de sucesso antes de começar
  • A pergunta que organiza a conversa: se atingirmos esse objetivo em dois meses, existe algum motivo para vocês não comprarem
  • Muda até o contrato. Em vez dos 12 meses típicos de SaaS, aparecem contratos de 12 meses com cláusula de saída aos 2 ou 3
  • Os ciclos ficam mais longos porque há mais participantes e mais agendas para coordenar. Isso empurra a cota a deixar de ser mensal e passar a ser trimestral

A Objeção que Ninguém Diz em Voz Alta

  • As visíveis: já comprei algo que não funcionou, e não sei se meu time vai adotar
  • A secreta é política. Muita gente se orgulha de liderar um time de 60 ou 100 pessoas, e a IA promete que poderiam ser 30
  • Ninguém diz isso na sua cara. O que você vê é um processo de avaliação que fica misteriosamente mais rigoroso
  • O caso concreto: um deal de uma ferramenta de prospecção com um cliente europeu caiu porque no comitê de avaliação havia alguém de recursos humanos, um papel que normalmente não participa de uma compra comercial, e essa pessoa leu aquilo como um risco para o futuro do time
  • A regra dele: a substituição nunca é o pitch nem o ponto de partida, porque gera medo. A conversa é conduzida com perguntas sobre quanto tempo o time gasta em cada tarefa
  • O posicionamento que funciona: se eu te devolvo 40% do tempo, esse time pode dedicá-lo a um trabalho de mais qualidade

“Isso Nós Mesmos Construímos”

  • É muito mais comum em empresas grandes, que têm time de engenharia próprio e mais ego técnico. Uma empresa pequena precisa comprar algo que resolva o problema hoje
  • A contrapergunta favorita dele: quanto tempo o seu time tem disponível para fazer vibe coding no próximo trimestre, e quanto no longo prazo
  • O ponto não é o produto inicial, e sim a manutenção, os bugs e as integrações. Aí as pessoas entendem que o time deveria estar no roadmap, não construindo uma ferramenta nova
  • Ele é honesto sobre o limite: se o seu produto é um frontend sobre um modelo, você não tem muita defesa. Se tem integrações complexas, tem

O que Distingue um Time de Vendas Nativo em IA

  • O nativo construiu uma ferramenta interna de preparação de calls, alimentada com quem é o comprador e com os deals que já ganhou
  • Esse sistema aprende com as gravações e detecta padrões. Se um vendedor tem problemas no fechamento, você identifica isso numa análise de 15 minutos em vez de ouvir calls por horas
  • O que não é nativo tem uma conta do ChatGPT, um prompt básico e usa no dia a dia. Comprar uma ferramenta que adicionou IA também não significa que o seu time tenha IA
  • O erro de fundo: usar IA para mandar 5.000 e-mails em vez de 100. O retorno não escala em linha reta
  • O que escala é chegar mais preparado à conversa, porque isso aumenta a conversão no longo prazo
  • O papel de go-to-market engineering substituiu o que antes era revenue operations comprando dashboards

Cotas e Expectativas

  • Carles Reina contou neste podcast que na ElevenLabs as cotas eram de um milhão de dólares por vendedor
  • Javier tem hoje um cliente com cotas de 2 milhões, 500.000 por trimestre
  • A referência própria dele: na Zenefits a cota era de 600.000 e já era considerada agressiva há uma década
  • O que torna isso possível é o contrato médio mais alto e colocar IA no topo do funil, incluindo GEO para aumentar o fluxo de leads
  • Algumas empresas usam vídeos do produto para decidir para quais leads ligar, ou seja, o vendedor entra mais adiante no processo

O Framework por Tamanho de Deal

  • Menos de US$ 10.000: o risco é baixo e há pouca gente envolvida. Aqui o volume importa mais que o toque pessoal, e você pode automatizar prospecção e qualificação
  • Entre 10.000 e 100.000: você pode automatizar follow-ups a partir das notas da reunião, conectando o Granola ao Claude. As objeções e a negociação continuam humanas
  • Mais de 100.000: a IA trabalha no background, na pesquisa, nos sinais e no business case. Os pontos de contato são humanos, porque nenhum CFO vai tomar uma decisão dessa magnitude com um sistema
  • A lógica geral: quanto mais sobe o valor, mais sobe o risco, e a IA deixa de ser o prato principal para virar apoio para acelerar

O Stack Pessoal Dele

  • Ele sistematizou o próprio método em um produto que construiu com o Claude Code, treinado com sua knowledge base e 15 anos de experiência
  • O que ele codificou é o seu framework de call de vendas: introdução, agenda, discovery, pitch, demo, pricing, próximos passos e tratamento de objeções
  • Com isso ele avalia calls em escala e identifica padrões. Antes, um treinamento gerava empolgação por um dia e na semana seguinte tudo caía. Agora ele consegue medir se a mudança se sustentou
  • Ele se surpreende quando entra numa empresa e o time chega a uma conversa sem preparação prévia. Hoje isso é o mínimo, e dá para ver quem faz
  • O Granola transcreve todas as calls e, conectado ao Claude, devolve padrões. O Clay e ferramentas parecidas servem para listas de prospecção
  • Ele não aprova o que a IA escreve do jeito que vem. Serve para começar e depois ele coloca o seu ponto de vista, porque se todos usam as mesmas ferramentas, todos soam iguais

O CRM e o Conteúdo Um a Um

  • Se ele fosse a Salesforce ou a HubSpot, teria um pouco de medo. O system of record vai evoluir de forma agressiva
  • Já existem empresas usando o Gong como CRM, porque as gravações e a informação já vivem lá
  • Ter que preencher campos à mão em 2026 parece a ele um produto com os dias contados
  • Sobre outbound: o e-mail bem pesquisado já não diferencia, porque mil empresas podem mandá-lo. O que diferencia é adicionar uma peça de conteúdo feita para aquele cliente, como um vídeo ou uma animação
  • É content marketing no nível de um. Você não publica no LinkedIn, ele chega para aquela pessoa
  • Um fundo importante de San Francisco disse a ele que, em early stage, o que está funcionando é a marca do fundador, e há fundadores usando o Claude para montar 30 dias de conteúdo

O que Você Não Deveria Copiar em Cada Direção

  • O erro mais comum é copiar benchmarks americanos. O ciclo de venda natural no Chile ou no México não se parece com o do Vale do Silício, e isso não é novidade da era da IA
  • Na América Latina, o relacionamento continua sendo requisito para vender na Cidade do México, e há mais avaliação de risco
  • O contrário também vale: nos Estados Unidos você não precisa convidar para almoçar. Dá para fechar um deal de 100.000 ou 150.000 por Zoom e e-mail
  • E lá te dizem não mais rápido, o que é uma vantagem. Na América Latina as pessoas são pouco confrontativas e continuam dizendo que sim
  • O alerta dele: ganhar o WhatsApp de alguém não significa que o deal está avançando

O Novo Perfil do Vendedor

  • A função está ficando mais sofisticada. Em entrevistas recentes, ele encontrou candidatos que chegam com um produto que construíram e mostram para você
  • Uma demo numa entrevista de vendas não existia antes
  • O vendedor carismático que sabia o nome da filha do CFO funcionou até certa época. Hoje o conhecimento técnico é quase um requisito
  • A leitura dele é que o vendedor já não faz venda consultiva, ele já é um consultor. Um amigo dele saiu de consultor na Bain Brasil para uma função comercial na Enter chamada client founder
  • O forward deployed engineer é a evolução do sales engineer: alguém que, antes do fechamento, constrói uma solução específica para aquele cliente
  • Quem continuar fazendo a mesma demo todos os dias, o que historicamente chamavam de demo monkey, vai ser substituído por um vídeo. O próprio comprador já prefere que mandem o vídeo

Velocidade de Crescimento e o que Chega em 2027

  • As empresas estão chegando a 10 milhões de ARR mais rápido do que nunca, e crescer 3x já não basta
  • Ele relativiza o entusiasmo: há outliers como a Happy Robot, mas não é a regra. Continua havendo empresas que precisam ralar fazendo outbound
  • O que ele espera que chegue à América Latina: agentes de vendas autônomos, sem intervenção humana, para produtos abaixo de US$ 2.000 ou US$ 3.000
  • E pricing por resultado em vez de por assento. Se o outcome equivale a uma pessoa de 30.000, você cobra 20.000 para entregá-lo
  • A aposta dele é que isso seja adotado primeiro no Brasil e no México

Glossário do Vale do Silício

TermoO que significaContexto no episódio
POCProva de conceito, um piloto delimitado antes de comprarAgora aparece em deals de US$ 150.000 ou menos, não só no enterprise
Success criteriaOs objetivos mensuráveis que definem se o piloto funcionouO que precisa ser negociado antes de começar, não no final
AI SDRAgente que faz prospecção e escreve e-mails no lugar de um humanoA categoria com 20 concorrentes em que todos fazem o mesmo pitch
Go-to-market engineeringConstruir ferramentas internas para o processo comercialA evolução da função de revenue operations
GEOOtimizar para que os modelos recomendem você, sucessor do SEOUma das formas de alimentar o topo do funil
Forward deployed engineerEngenheiro que constrói a solução específica para o cliente antes do fechamentoA evolução do sales engineer em deals grandes
Pricing por outcomeCobrar pelo resultado entregue e não por assentoO que ele espera ver adotado primeiro no Brasil e no México
Knowledge baseO conjunto de informações com que você alimenta um modeloO que ele codificou com o Claude Code a partir de 15 anos de trabalho
System of recordO sistema onde vive a verdade operacional da empresaO CRM, que na opinião dele está em risco diante das gravações
Demo monkeyO vendedor que repete a mesma demo todos os diasO perfil que ele acredita que um vídeo vai substituir

Pessoas, Empresas e Referências

Pessoas Mencionadas

  • Javier Ramírez: liderou vendas na Zenefits, na Rippling e na WeWork, hoje CRO fracionado e assessor de mais de 50 startups
  • Carles Reina: da ElevenLabs, convidado anterior do podcast, citado pelas cotas de um milhão de dólares
  • O amigo dele da Bain Brasil: contratado pela Enter em uma função de client founder
  • Enzo Cavalie: apresentador do podcast

Empresas e Ferramentas

  • Zenefits, Rippling e WeWork: os três unicórnios onde ele liderou vendas
  • Happy Robot: o exemplo de crescimento acelerado vendendo IA em logística
  • ElevenLabs: a referência de cotas por vendedor na era da IA
  • Enter: startup brasileira de IA para a área jurídica
  • Claude Code: com o que ele construiu o próprio sistema de análise de calls
  • Granola: transcrição de calls, conectada ao Claude para detectar padrões
  • Clay: pesquisa e listas de prospecção
  • Gong: gravação de calls, que algumas empresas já usam como CRM
  • Salesforce e HubSpot: os incumbentes que, na opinião dele, deveriam estar preocupados
  • Replit: a ferramenta que torna crível a objeção de “isso nós mesmos construímos”
  • Supersonic: demos automatizadas, fundada por espanhóis

Assistir ao episódio