Eleanor Dorfman, Head of Industries da Anthropic, detalhou o stack de GTM da empresa no SaaStr AI Annual 2026. A companhia utiliza seis ferramentas essenciais comuns entre líderes de B2B e IA, além de Jira, Intercom Fin, Snowflake, BigQuery e G Suite, todas aplicadas de forma estratégica nas operações internas.
CEVIU News
As melhores notícias de tecnologia, curadas diariamente para quem vive tech.
266 notícias encontradas
A IA está prestes a transformar a relação entre consumidores e instituições financeiras, e essa mudança vai acontecer com ou sem a participação ativa dessas empresas. Os agentes de IA dos próprios clientes passarão a buscar, comparar e negociar dados de forma autônoma. Ignorar essa tendência não é uma opção estratégica; é um risco.
Muitos acreditam que a IA irá fragmentar os mercados, pois a tecnologia facilita a criação de software, permitindo o surgimento de novas empresas para atender a cada nicho de uso. A IA, nesse cenário, possibilitaria o aparecimento de clones de grandes empresas de tecnologia, buscando conquistar fatia de mercado. No entanto, é mais provável que a IA impulsione uma maior concentração de valor em menos empresas, criando os maiores negócios de todos os tempos. A história nos mostra que novas tecnologias levam a mais concentração, e a IA tem o potencial de ser o exemplo mais poderoso disso até agora.
Ser um "system of record" não é mais suficiente na era dos agentes. O valor está rapidamente se deslocando para o "system of action" . Bancos de dados são centros de custo, enquanto agentes capazes de completar tarefas são multiplicadores de valor. Empresas que focam em como taxar o consumo de seus dados, em vez de como habilitar melhores ações, tornam-se mais uma "utility" do que uma plataforma . O objetivo deve ser criar valor ao ser o melhor lugar para executar.
Sua equipe de engenharia está entregando mais código do que nunca, mas nenhuma das métricas que realmente importam está avançando.
A adoção generalizada de metodologias de startup semelhantes pode promover a mediocridade.
Uma reprecificação de 58 trilhões de dólares na capitalização de mercado do S&P 500, de 20x para 5x o free cash flow atual, significaria uma queda de 75%, aproximadamente 44 trilhões de dólares evaporando. Esse é o cálculo se a IA tornar cada moat competitivo temporário, em vez de duradouro. Setores como o de jornais viram seus múltiplos de EBITDA caírem de 12-15x para 2-4x em uma década, o varejo seguiu caminho similar, e as licenças de táxi foram a zero. O capex em IA, que soma 300-500 bilhões de dólares por ano, só se justifica se os retornos forem duradouros, mas a própria IA é o que está transformando a durabilidade dos retornos em algo de curta vida.
Shopify está se tornando cada vez mais a infraestrutura central para o comércio moderno. A plataforma reduz drasticamente as barreiras para iniciar um negócio ao unificar pagamentos, logística e software. A empresa está incorporando IA diretamente em seu stack para empreendedores, visando diminuir o tempo e o trabalho necessários para construir e gerenciar uma empresa. Shopify está tornando o empreendedorismo cada vez mais fluido, e os dados refletem essa realidade.
Quando desenvolver era um desafio, a engenharia representava o principal gargalo, e a estrutura hierárquica das empresas refletia essa prioridade. Atualmente, com a facilidade de desenvolvimento, a diferença nos resultados de um produto ou empresa passou a depender quase que totalmente do discernimento sobre o que deve ser construído, a melhor sequência para isso e a forma de comunicar seu valor. Nesse cenário, o profissional mais valioso é aquele que se posiciona na interseção entre cultura e tecnologia profunda. Ele é capaz de transitar fluentemente entre o que é tecnicamente viável e quais tendências culturais são realmente relevantes, distinguindo-as das modas passageiras. Essa capacidade é crucial para direcionar o sucesso no mercado atual.
Quase toda grande empresa pública de software tem registrado taxas de crescimento menores a cada ano desde o pico de 2021. A explicação convencional é que o "vibe coding" está "consumindo" o software, mas a realidade é mais simples e prejudicial: as empresas têm orçamentos finitos e estão direcionando uma parcela sem precedentes desses recursos para infraestrutura de IA e provedores de modelos de fundação. O pool de orçamentos de software agora é compartilhado com uma nova categoria que saltou de zero para mais de 40 bilhões de dólares em dois anos. Esse reequilíbrio estrutural levará vários anos para se resolver e prejudicará muitas empresas de software antes que isso aconteça.
Pedir o tempo de alguém é praticamente gratuito para quem solicita, mas representa um custo enorme para quem é solicitado. Essa troca é assimétrica: a pessoa que teve seu tempo interrompido precisa reconstruir o estado mental em que estava, enquanto quem fez o pedido simplesmente segue com seu dia. O problema se agrava com a IA, pois as pessoas estão, na prática, transferindo sua 'produtividade' para os ombros de outros. É crucial que as organizações tornem esses custos visíveis e criem barreiras nos locais certos, garantindo que o fluxo padrão proteja a atenção em vez de consumi-la.
As empresas são responsáveis pelas ações dos agentes de IA pessoais de seus funcionários, de forma similar aos desafios enfrentados no passado com o uso de dispositivos pessoais no ambiente de trabalho.
A retenção é, em grande parte, um problema de percepção. Clientes não cancelam porque deixaram de obter valor, mas sim porque pararam de percebê-lo. A solução para isso começa desde o primeiro dia, ao solidificar o estado 'antes' do cliente para que cada melhoria tenha um benchmark visível. A Rilla é um exemplo notável, saindo de $0 para $70M de ARR em apenas 7 anos como a 7ª empresa SaaS de crescimento mais rápido, construída inteiramente com táticas de consumo, como 'streaks' e metas, que muitas empresas B2B frequentemente ignoram.
A história sugere que o futuro da IA será menos um monopólio e mais um ecossistema. Laboratórios de fronteira construirão a infraestrutura, enquanto milhares de empresas surgirão para transformar essa inteligência em produtos, workflows e sistemas que resolvem problemas reais. Novas profissões deverão ser criadas. Empreendedores e startups dispostos a compreender profundamente os clientes, construir sistemas bem pensados e focar incansavelmente em workflows específicos encontrarão mais oportunidades do que nunca.
Para conquistar a atenção do seu público sobre um tópico, é essencial compartilhar informações, produtos e modelos mentais de forma consistente. A liderança de pensamento se baseia em seis princípios cruciais, em ordem decrescente de importância: ter credibilidade; entender as aspirações das pessoas; ser autoritário, bem-informado e útil; ser digno de citação; ter opiniões bem definidas; e, por fim, ser o primeiro ou ser engraçado. Este artigo aprofunda esses princípios para apresentar uma fórmula clara para a liderança de pensamento. Os líderes mais influentes primeiramente realizam o trabalho, constroem sua credibilidade e, só então, permitem que suas ideias amplifiquem uma base já sólida e confiável.
Não tente encontrar o número 'certo' de co-fundadores. Co-fundadores que se conheceram há pouco tempo podem ser um risco. A confiança na equipe fundadora importa infinitamente mais do que a estrutura da equipe. Ter o time certo para fazer o bolo crescer vale mais do que ter uma fatia maior de um bolo menor.
A maioria das demos são 45 minutos de um monólogo clicando em cada funcionalidade, enquanto o potencial cliente se desconecta e perde o interesse.
Se você ainda usa o ARR como sua métrica principal, ele pode estar te enganando. Empresas nativas de IA precisam de métricas diferentes. O consumo de tokens é uma que é difícil de manipular, pois as empresas de maior crescimento estão diretamente no caminho dos tokens. No entanto, tokens brutos não indicam se você está criando valor ou apenas repassando custos de infraestrutura; por isso, o lucro bruto por milhão de tokens está se tornando o verdadeiro placar que os investidores usam para avaliar empresas. Além disso, os DAUs (Daily Active Users) perdem relevância quando agentes de IA realizam o trabalho dentro de outros produtos via MCP, e a confiança no LTV (Lifetime Value) de qualquer produto de IA é atualmente baixa.
Pense nos metadados que você coleta quando as pessoas usam sua plataforma ou quando observa as consequências do uso do seu produto. Por exemplo, os momentos em que usuários compartilham links de mídias sociais, quando a maioria das pessoas interage, ou que tipo de conteúdo gera o maior engajamento. Esses dados constituem seu data moat mais exclusivo. Use-os para aprimorar a forma como as pessoas utilizam seu produto e, consequentemente, como conduzem seus próprios negócios.
Developer Relations (DevRel) é um papel tão flexível e multifacetado que assume significados muito diferentes dependendo da empresa. A função possui cinco facetas principais: documentação, engenharia, conteúdo e eventos, feedback de produto e gestão de comunidade. Este artigo detalha cada faceta , o que elas significam na prática e por que ocupam suas posições na classificação de prioridades ️.