A Escala AI-Native de Revenue

Há algumas semanas me peguei numa situação desconfortável para quem conduz a operação de receita e se considera adiantado em IA: eu não tinha como provar que estava. Sabia recitar as ferramentas que o time usava, os agentes que tínhamos construído, o quanto gastávamos em tokens. Mas se alguém me perguntasse, com algum critério, em que nível de maturidade a operação de fato estava, eu só tinha sensação. Acho que estamos à frente. Acho.

O incômodo veio de um lugar inesperado. Vi a Comp, referência em remuneração e gente, publicar um framework que define, em cinco níveis, o que significa uma área de RH ser AI-native. Não é manifesto motivacional. É uma régua. E vi, dentro da própria Woba, onde conduzo a operação de receita, o mesmo esqueleto ser adaptado para Real Estate, Facilities e Workplace, funções que pareciam distantes demais do mundo de software para caberem na palavra AI-native, e couberam.

Duas funções historicamente tratadas como suporte já têm um vocabulário para dizer onde estão e para onde vão na curva de IA. Revenue, a função de que mais se cobra número, não tinha. Fala-se muito de IA em vendas e RevOps e mede-se quase nada. A maturidade real continua sendo avaliada no chute, com frases como estamos adiantados ou estamos atrasados, sem nenhum critério por trás.

Este texto é a régua que faltava. Peguei a mesma lógica de cinco níveis que a Comp formalizou para RH e a Woba traduziu para Facilities, e desenhei a versão da receita. Chamo de Escala AI-Native de Revenue, a régua que eu queria ter tido na mão quando tentei, sem conseguir, responder em que nível a minha própria operação estava.

Você não é cobrado por usar IA

A cobrança mudou. Dois anos atrás a pergunta era se a operação já usava IA. Hoje a pergunta é o que mudou por causa dela: qual forecast ficou mais preciso, qual deal foi salvo a tempo, qual ciclo de vendas encurtou. Com número, não com narrativa.

Sem um critério de maturidade, a operação mede progresso pela única métrica visível, a atividade: quantas pessoas usam IA, quantos agentes existem, quanto se gastou. E confunde movimento com avanço. Os números do mercado expõem o descompasso: 88% das organizações já usam IA, mas só 7% a escalaram de verdade, e apenas 21% redesenharam algum processo por causa dela. Adoção quase universal, transformação estrutural rara. Um mapa de maturidade inverte a pergunta: não quanto de IA usamos, e sim qual papel a IA exerce na forma como esta operação prevê, decide e fecha receita.

A Escala AI-Native, nível a nível

Para não deixar a definição abstrata, ancoro cada nível numa mesma tarefa concreta que qualquer operação de receita reconhece: o fechamento de forecast do mês. A tarefa é a mesma. O que muda, e muda radicalmente, é como cada um chega ao número, medido em dias até o fechamento, dependência de pessoas específicas e quantas versões do número circulam.

Nível 0 · Sem IA. O fechamento na mão. É o ponto de partida, e onde a maioria ainda está. Pipeline desatualizado, cada gerente com a sua planilha paralela, o número saindo de uma rodada de reuniões e chegando tarde. Ganhar capacidade aqui significa uma coisa só, contratar mais gente. A armadilha é confundir digitalização com maturidade: ter CRM e dashboard não tira ninguém do N0, porque nenhuma previsão e nenhuma execução passam por IA.

Nível 1 · Acelera o indivíduo. O analista de RevOps fecha com o Claude do lado. Ainda puxa os exports do CRM na mão, mas pede a narrativa pro board, a comparação com o mês anterior e a lista de deals que destoam, e o trabalho repetitivo sai mais rápido. O ganho é real, mas depende inteiramente de quem opera, e cada mês é um prompt do zero. Titular de férias, o fechamento trava.

Nível 2 · Substitui execução, o time. O fechamento vira uma skill do time. Montada uma vez, com inputs, formato e regras de corte, qualquer pessoa roda e sai igual, e o titular deixa de ser gargalo. Mas os dados ainda são coletados na mão, e cada skill roda em silo. A armadilha clássica é medir maturidade pelo número de agentes construídos.

Até aqui foi formação: o time aprendeu e a IA acelerou o que já se fazia. Isso economiza horas, e é bom, mas não é mudança de jogo. A partir do N3 a IA passa a mudar o que é possível fazer, e a formação vira engenharia de receita: dado conectado, agentes e governança.

Nível 3 · Assistido, a camada que cruza tudo. Você pergunta, o sistema responde, e ninguém coleta input. A camada integra CRM, transcrições de call, e-mails e uso do produto. Você pergunta quais deals de agosto estão em risco e por quê, e recebe com evidência: a call em que o champion sumiu, o e-mail sem resposta há doze dias, o critério da metodologia nunca preenchido. Ela informa, ainda não propõe a ação.

Nível 4 · Inteligente, julgamento 24 por 7. O forecast chega já com a proposta. A camada é calibrada com o histórico da operação, aprendeu como os seus deals morrem, ajustou a projeção onde o otimismo é estatisticamente improvável e sugeriu a ação em cada deal. Você aprova, edita ou rejeita, e cada decisão ensina a camada. É isso que separa julgamento de um alerta sofisticado.

Nível 5 · Autônomo. O sistema de receita se ajusta sozinho: detecta o escorregamento cedo, dispara a cadência de recuperação, mantém o CRM em dia e recalibra a geração de demanda do mês seguinte para cobrir o buraco projetado. Ninguém chegou aqui ainda, é a direção para onde o jogo vai. É honesto dizer que o N5 ainda não foi observado de forma madura em escala.

A curva é exponencial, não somatória

O erro mais comum ao ler uma escala de níveis é tratá-la como uma escada de degraus iguais, em que cada passo soma um pouco ao anterior. Não é assim. O N0 é o chão, sem alavanca. O N1 acelera o indivíduo. O N2 substitui execução. O N3 desbloqueia composição: CRM, calls, e-mails e uso do produto começam a se combinar sem que ninguém programe a combinação. O N4 coloca o melhor julgamento disponível o tempo todo. O N5 faz o sistema melhorar sem custo humano marginal. A composição é multiplicativa: o salto entre dois níveis é uma capacidade nova, não um pouco mais.

E é por isso que existe um divisor de águas escondido entre o N3 e o N4, o ciclo fechado. Sem que a saída do sistema vire um sinal que volta e altera o comportamento futuro, nenhuma infraestrutura passa de N3. A maioria das operações que se dizem investindo pesado em IA opera em ciclo aberto: os agentes produzem, a saída vai para o mundo, e nada volta. Ciclos abertos escalam execução, ciclos fechados escalam qualidade.

O mapa também redesenha o organograma

Há uma consequência desse percurso que quase ninguém conecta ao tema da maturidade: à medida que a operação sobe na curva, a própria estrutura do time se reescreve. Nos primeiros níveis, o organograma comercial sobrevive intacto, com CRO, heads, gerentes, AEs, SDRs e analistas de RevOps. A IA acelera as pessoas, mas a pirâmide continua de pé. É a partir do N3 que ela começa a ceder: quando uma camada agêntica única passa a sintetizar o contexto que antes era costurado pela média gestão, boa parte da coordenação que a justificava perde o sentido.

Em N4 e N5, o que resta não é uma pirâmide menor, e sim outra forma: uma constelação de células em que um profissional sênior opera ponta a ponta, multiplicado pela camada agêntica ao seu redor. É o que venho chamando, em outro texto, de Estrutura Celular Agêntica. O CRO deixa de coordenar departamentos e passa a orquestrar células. O mercado já precifica o movimento: as vagas de GTM Engineer cresceram cerca de 205% de 2024 para 2025. O nível-alvo que você escolhe para a IA define, na prática, o desenho do time que vai sustentá-lo.

Pense por operação, não pela empresa

Há uma tentação de querer construir uma camada agêntica única para a empresa inteira, conectando Vendas, Marketing, RH, Finanças e Operações num só sistema. É viável para uma fração mínima das organizações e impraticável para quase todas. O movimento que funciona é o oposto: tratar cada operação como uma trilha independente, com o próprio ritmo e o próprio nível-alvo. Receita em N3 enquanto Marketing está em N1 não é descompasso, é o estado natural. A consequência para quem lidera a receita é libertadora: você não precisa esperar a empresa inteira virar AI-native para tornar a sua operação AI-native. A trilha é sua.

A pergunta que falta

A maioria das operações de receita que conheço está, hoje, em algum lugar entre o N0 e o N2, com mais gente parada no N0 do que admite. Usam IA pessoal com entusiasmo, começaram a construir alguns agentes, e param por aí, convencidas pelo volume de atividade de que estão muito mais à frente do que de fato estão. O salto para N3 e N4 não vem de mais ferramentas nem de mais agentes. Vem de escolher o nível-alvo e desenhar para ele desde o início, em vez de subir a escada degrau por degrau e descobrir, lá na frente, que boa parte do que foi construído precisa ser jogado fora.

RH ganhou o seu mapa. Facilities ganhou o seu. Revenue, a função de que mais se cobra número, seguia entre as que ainda não tinham uma régua para medir a própria maturidade. Isso não vai durar: alguém vai desenhar esse mapa, e o mercado vai adotá-lo como adotou os outros. A única pergunta que importa para quem lidera receita neste momento é se vai esperar o mapa chegar pronto de fora, ou se vai ser você a desenhá-lo para a própria operação enquanto a janela ainda está aberta.

Eu decidi não esperar. A Escala AI-Native de Revenue é a minha resposta, e agora a pergunta é o que você vai fazer com a sua operação.

Brian Bittencourt lidera Growth, Marketing e Revenue na Woba, plataforma de escritórios flexíveis e workspace-as-a-service da América Latina. O framework de cinco níveis de maturidade AI-native foi originalmente formalizado pela Comp para RH e adaptado pela Woba para Real Estate, Facilities e Workplace.