Investi R$50 mil em 6 meses de IA em projetos de receita. O placar até agora: zero a zero.
Não estou reclamando. Estou documentando.
O ponto de partida
Em fevereiro de 2026, decidi usar o Claude Code como co-piloto em todos os projetos que estava tocando. Quatro empresas, categorias diferentes: integração ERP para e-commerce, biotecnologia, cibersegurança e um projeto meu de geração de conteúdo.
A hipótese era direta. Se IA amplifica capacidade, um CRO solo deveria conseguir operar como uma equipe de cinco. Terceirizar a construção de artefatos, automatizar rotinas de inteligência comercial, criar agentes que fizessem o que eu faria só que sem depender do meu calendário.
Em seis meses gerei mais de 40 iniciativas. Documentos estratégicos, ferramentas em Python, dashboards, agentes, roteiros de cadência, bases de conhecimento, manuais comerciais, sistemas de pontuação de leads, estratégias de mídias sociais, criativos para campanhas e sites.
Boa parte está rodando. Uma parte maior ficou no papel. Aqui está o inventário honesto.
O que foi construído
Não vou listar os 40+ itens. Prefiro mostrar a distribuição por frente, porque o padrão de uso é diferente em cada uma.
Setor de integração ERP para e-commerce B2B
Cinco ferramentas em Python hoje ativas na rotina comercial. A principal identifica lojas virtuais sem ERP integrado e gera lista de leads qualificados. Resultado do primeiro ciclo: 207 leads mapeados, integrados diretamente à estratégia de feiras. Uma segunda ferramenta cruza fontes abertas com a base de prospects para detectar sinais de expansão antes da concorrência. Outra acessa dados de analytics direto pela linha de comando, sem precisar abrir o painel.
Além das ferramentas: dashboard de pipeline ao vivo, radar ABM com 23 contas mapeadas, arquitetura GTM em cinco estágios, integração com o CRM via linguagem natural, knowledge base para o time comercial e cadência de prospecção com 18 contatos configurados.
Treze agentes foram planejados com arquitetura detalhada, TCO calculado em R$58 mil por ano e ROI projetado de 411%. A maioria ainda aguarda um go/no-go que não veio.
Setor de biotecnologia, sell-in B2B para farmácias e prescrição médica
Bot de vendas consultivo treinado para um portfólio de quatro produtos, com respostas calibradas para perfis diferentes de comprador. Dashboard de acompanhamento de carteira por vendedor. Briefings automatizados com análise de evolução de faturamento por cliente e identificação de gargalos por território.
Setor de cibersegurança, MSSP com operação de mais de duas décadas
Posicionamento completo do diagnóstico ao statement aprovado, em três rodadas de revisão com a liderança. Design system documentado. Três versões de mockup do site até aprovação. Plano de marketing semestral com cinco pilares e dez linhas de produto. Mapeamento e estruturação de 479 leads para campanha de mídia paga. Jogo de gamificação para feiras em HTML standalone com coleta de leads integrada. Análise de evento setorial com 35 targets mapeados.
PostFlow — meu próprio sistema de geração de conteúdo semanal
Seis scripts em Python que geram, validam e agendam conteúdo para LinkedIn e Instagram. O pipeline vai da geração até o agendamento automático via API, com uma etapa de validação que bloqueia erros antes de qualquer post ser publicado. Em 22 semanas de operação foram geradas 250 peças: 89 posts LinkedIn, 50 carrosséis Instagram, 49 roteiros de reel, 21 newsletters e 19 articles. Hoje roda toda semana sem intervenção técnica.
O que ficou rodando
De tudo que foi construído, seis iniciativas viraram rotina de verdade: o PostFlow, o detector de leads por setor, a integração com o CRM via linguagem natural, o dashboard de pipeline ao vivo, o bot de vendas da empresa de biotecnologia e o trabalho de posicionamento da empresa de cibersegurança.
Demorei para enxergar o padrão entre eles. Mas está lá, nos três casos.
Primeiro: havia um problema claramente delimitado antes de qualquer linha de código. O detector de leads não nasceu de "vamos usar IA para prospecção". Nasceu de uma pergunta específica: qual e-commerce brasileiro usa plataforma X mas não tem ERP integrado e vai estar na feira daqui a 60 dias? Sem essa pergunta, não existe ferramenta útil. Existe um script genérico que ninguém sabe como alimentar.
Segundo: havia um processo humano funcionando antes da automação. O PostFlow não automatizou o vácuo. Automatizou um processo de geração de conteúdo que eu já fazia manualmente, com fricção e inconsistência. A ferramenta acelerou algo que tinha forma. O bot da empresa de biotecnologia automatizou um roteiro consultivo que o time já usava nas visitas presenciais. A automação não inventou o processo. Ela o tornou escalável.
Terceiro: havia um dono claro. Alguém que usaria aquilo amanhã sem eu estar na sala. Onde havia dono, havia uso.
O que ficou no papel
A lista é maior do que a de sucesso, e vale ser honesto sobre isso.
Manuais comerciais detalhados, escritos e revisados, que ninguém abriu depois da entrega. Bases de conhecimento completas com posicionamento, objeções mapeadas e roteiros de abordagem que o time viu uma vez e não voltou a consultar. Um SDR Bot para WhatsApp que travou por restrições de API e ficou em standby. A cadência de prospecção com 18 contatos configurados que nunca foi ativada porque o processo de acompanhamento ainda não estava definido. Os treze agentes planejados que aguardam uma decisão de alocação que ainda não chegou.
Segundo o McKinsey Technology Report de 2025, menos de 35% dos projetos de IA iniciados por empresas B2B chegam a uma fase de uso recorrente após seis meses. Na minha amostra pessoal de 40 iniciativas, o número ficou próximo disso.
O padrão das iniciativas paradas é o mesmo em todos os casos: construí a automação antes de ter o processo.
Isso tem um nome que o mercado de IA não gosta de pronunciar: velocidade sem direção. A batida no muro não dói menos porque você chegou até ela mais rápido. Ela dói mais, porque você estava animado com a velocidade.
O padrão que a narrativa de mercado esconde
Existe uma versão popular da história de IA em vendas e marketing: automatize tudo, escale rápido, os resultados aparecem. Quem vende essa versão, em geral, não está tocando projetos reais de receita com metas e clientes que pagam.
O que eu vi em seis meses, em quatro empresas diferentes, foi outro padrão. Consistente o suficiente para eu parar de achar que era coincidência.
IA amplifica o que já existe. Não cria do zero.
Onde havia dado limpo, a automação funcionou. Onde havia dado sujo — CRM desatualizado, pipeline sem critérios de qualificação — a automação produziu lixo mais rápido. Onde havia processo comercial com etapas claras, o agente encontrou onde se encaixar. Onde não havia processo, o agente ficou parado esperando uma instrução que nunca chegou.
IA não resolve ambiguidade. Ela a amplifica.
O ROI honesto
R$50 mil investidos. Zero a zero.
O que tenho hoje que não tinha em fevereiro: cinco ferramentas em produção economizando entre 4 e 8 horas semanais por projeto, um sistema editorial que roda sozinho toda semana, uma base de código replicável para novos clientes e um entendimento real de onde IA funciona em projetos de receita.
O que não tenho ainda: um case de ROI com número fechado. Um cliente que chegou e ficou diretamente por causa de uma automação de IA. Um agente que substituiu uma contratação com impacto mensurável na margem.
O zero a zero não é fracasso. É fundação. Mas seria desonesto chamar de outra coisa.
O que eu faria diferente
- Estruturar o projeto antes de qualquer automação. A maior alavanca que aprendi não tem nada de sofisticado: é saber organizar um projeto no Claude Code. Estrutura de pastas com hierarquia clara, arquivo de instruções atualizado com contexto real, memória de projeto como documento vivo. Sem isso, cada sessão começa do zero. Com isso, o sistema fica mais inteligente a cada semana.
- Validar o processo humano antes de automatizar. Antes de construir qualquer ferramenta, uma pergunta: existe alguém que faz isso manualmente hoje e sofreria sem a automação? Se não existe, você está automatizando o vácuo.
- Definir o dono do artefato no dia zero. Toda iniciativa precisa de um nome. Uma pessoa que vai abrir aquilo toda semana, que vai reclamar se parar de funcionar. Se não existe esse nome antes de começar, a iniciativa vai para a pasta.
Em seis meses construí mais do que consigo usar. Aprendi mais do que consigo aplicar de uma vez. E estou documentando isso publicamente porque a versão honesta da história de IA em GTM ainda é rara demais.
A pergunta que fica não é "IA funciona?" Isso está resolvido.
A pergunta é: você tem processo suficiente para ser acelerado?
Porque se não tem, IA vai te ajudar a chegar no muro muito mais rápido.
Nos próximos quatro artigos desta série, desço camada por camada: o que ficou rodando e por quê, o que ficou no papel e por quê, o padrão que se repetiu nas quatro empresas, e o que eu faria diferente se começasse hoje.
Para não perder nenhuma parte, você já está no lugar certo.
Se você está construindo projetos de receita com IA e quer comparar notas: Me manda um oi!