- Enquanto a maioria das organizações de marketing ainda se limita ao uso de uma única ferramenta centrada no ChatGPT, a SafetyCulture aplicou agentes de IA em toda a operação de GTM e conseguiu melhorar a qualidade dos leads, gerar oportunidades e aumentar a adoção de funcionalidades
- Em um cenário de explosão de cadastros gratuitos globais, para resolver o problema de enriquecimento de dados e priorização de leads, a empresa construiu um workflow paralelo de enriquecimento de leads com IA e alcançou um nível de completude de dados próximo de 100%
- A empresa estruturou a IA para executar outbound personalizado (BDR automatizado), combinando dados de vários sistemas como Salesforce, HubSpot e ZoomInfo para gerar mensagens personalizadas e aumentar fortemente o agendamento de reuniões e a geração de oportunidades
- Também criou um mecanismo de ciclo de vida com IA que combina padrões de uso do cliente, setor e comportamento de clientes similares para gerar recomendações personalizadas de funcionalidades e mais de 2.500 variações de mensagens, elevando a taxa de adoção de recursos
- Ao criar uma camada de aplicativo customizada com IA que unifica vários sistemas de GTM, a empresa permitiu que as equipes de vendas e marketing vissem em uma única tela todas as informações e a “próxima ação”, aumentando a conversão de lead em oportunidade em mais de 25%
- Os agentes de IA migraram de um modo inicial de execução automática para um modelo híbrido com copilot, e cada novo workflow agora começa em modo copilot antes de ampliar gradualmente o nível de automação
Agente de IA 1: enriquecimento de leads com IA
- Os clientes da SafetyCulture chegam do mundo todo, em setores como manufatura, varejo, transporte, construção e mineração, ou seja, áreas que tradicionalmente não são compradoras de tecnologia
- Usar apenas uma plataforma de enriquecimento de leads gerava dados insuficientes ou que rapidamente ficavam desatualizados
- Para resolver isso, a empresa criou um sistema de enriquecimento de leads com IA, independente de plataforma, que consulta 5 provedores de dados em paralelo (estrutura semelhante à da Clay, mas desenvolvida internamente)
- O workflow usa um modelo em cascata, chamando os provedores em sequência, selecionando o valor mais confiável para cada atributo, enquanto um agente separado valida essas informações com fontes públicas como sites e LinkedIn
- No caso de leads dos EUA, o sistema consulta a API da OSHA para localizar violações recentes e obter contexto sobre riscos no ambiente de trabalho, enviando um resumo via Slack junto com os dados do lead
- Como resultado, a taxa de enriquecimento ficou próxima de 100%, e a equipe de GTM e o AI BDR passaram a identificar mais rapidamente os clientes adequados e responder de imediato
- A qualidade dos dados é a base de todos os workflows com IA, e a personalização precisa só é possível quando múltiplas fontes são validadas entre si
Agente de IA 2: AI Auto BDR
- Com 500 mil novos cadastros de equipes gratuitas por ano, a escala era grande demais para o time comercial dar conta, e havia o problema de dificuldade para classificar quais clientes tinham alto fit
- Antes, a equipe de vendas revisava e pesquisava os leads manualmente para escrever mensagens personalizadas, mas esse processo era lento e acabava reduzindo a taxa de resposta
- A empresa então introduziu um AI BDR inbound para lidar com outreach personalizado, respostas baseadas em base de conhecimento e agendamento de reuniões
- Combinando dados de Salesforce, HubSpot, ZoomInfo e Redshift, o sistema analisa contexto, intenção e uso anterior do lead, seleciona dois casos de clientes relevantes, gera um e-mail personalizado e o registra automaticamente em uma sequência no Gong Engage
- Como resultado, a taxa de agendamento de reuniões triplicou e as oportunidades comerciais dobraram; para reduzir custos, as chamadas de IA são priorizadas para leads com maior aderência
- O AI BDR não existe para substituir vendas, mas para aquecer o lead antes, permitindo que os AEs foquem rapidamente nos negócios
- O suporte multilíngue é especialmente eficaz na Europa e na América Latina
Agente de IA 3: personalização do ciclo de vida com IA
- Como os clientes usam a SafetyCulture por motivos muito diversos — auditoria, checklists, inspeções, normas de segurança etc. —, uma única mensagem não conseguia atender todos os perfis
- Para resolver isso, a empresa construiu um motor de recomendação com IA que sugere funcionalidades relacionadas com base no comportamento de clientes semelhantes
- Na Databricks, a equipe usou RAG e workflows com agentes para analisar profundamente os dados de uso do produto e gerar automaticamente mais de 300 casos de uso principais
- De acordo com cada caso de uso, o sistema conecta conjuntos de funcionalidades adequados a cada cliente, gera com IA mais de 2.500 versões de copy e as armazena em Redshift e Braze para uso em mensagens personalizadas
- Com isso, a adoção de novas funcionalidades aumentou 10% e passou a levar a um uso mais profundo do produto, com melhora na retenção
- Como chamadas de IA em tempo real às vezes causam atraso, a empresa optou por executar o processo periodicamente e armazenar em cache, para que a plataforma de marketing possa consultar tudo imediatamente
- Em muitos casos, modelos menores se mostraram mais práticos que LLMs grandes no equilíbrio entre velocidade e custo
Agente de IA 4: camada de app de IA customizada para marketing e vendas
- Cada sistema de GTM tinha seus próprios recursos de IA, mas eles não haviam sido projetados para o produto da SafetyCulture, e as equipes de vendas e marketing precisavam alternar entre várias ferramentas para cruzar informações
- A empresa então usou o Retool para criar uma camada de aplicativo centrada em IA, na qual todas as informações do cliente e até a “próxima ação” podem ser vistas em uma única tela
- Ela oferece duas visualizações: um console de leads e um visualizador de empresas
- Essa camada reúne em um só lugar dados de leads e clientes, informações de enriquecimento com IA, registros de chamadas do Gong, dados de uso do Amplitude, previsão de churn, roteamento de leads e muito mais
- Ao analisar os registros de chamadas do Gong, o sistema cria automaticamente resumos SPICED e os salva no Salesforce, automatizando a passagem de contexto de BDR para AE
- Os AEs também podem usar o recurso “pergunte qualquer coisa sobre a conta” para verificar na hora uso, número de equipes pagas e abordagens de outreach recomendadas
- A taxa de conversão de lead para oportunidade comercial aumentou mais de 25% e, com a automação, os BDRs economizam cerca de 30 minutos por oportunidade
- Mais de 80% da equipe usa ativamente essa camada de aplicativo, e o ganho de produtividade se traduz em respostas mais rápidas e melhor engajamento com clientes
- A IA não precisa necessariamente operar em piloto automático para ter valor; o formato copilot também pode ser extremamente poderoso
Aprendizados de uma organização GTM AI-first
- A SafetyCulture primeiro identificou, ao longo da jornada do cliente, em quais pontos a IA seria mais eficaz entre identificar, personalizar, prever, aconselhar e automatizar
- No início a abordagem era centrada em automação, mas agora a empresa adota um modelo misto entre copilot e automação, e todos os novos workflows começam em modo copilot
- A parte mais difícil foi lidar com acesso a dados, segurança, manutenção do tom de marca e também com os problemas iniciais de alucinação da IA
- Como muitos clientes dependem da SafetyCulture no trabalho de campo, confiabilidade e consistência são essenciais
- O ponto enfatizado é que não basta simplesmente disponibilizar o ChatGPT para a equipe; os resultados vêm do processo de encontrar onde a IA se encaixa nos workflows reais
Ainda não há comentários.