Go-to-Market para 2027

Todas as métricas de crescimento de receita que conhecemos até hoje estão sendo redesenhadas. Entre as startups nativas de IA do top quartil, os líderes de categoria estão indo de 1 a 100 milhões de dólares de receita em 1 a 3 anos. As demais empresas de software levam 5 ou mais. A Lovable, que muitos aqui devem usar, fez esse caminho em 8 meses. E a velocidade com que isso está acontecendo é maior do que você pode imaginar.

Escrevo este artigo a partir do GTM26, em Nova York, evento da Pavilion do qual participo pelo quarto ano consecutivo e que reúne os líderes de receita (CMOs, CROs, COOs) das startups que mais crescem no mundo. Então, se você cuida de Marketing e Vendas em uma operação B2B, esse conteúdo é especialmente você.

O evento carrega o nome da disciplina que estuda como essas empresas crescem: go-to-market. Não de marketing, não de vendas, não de growth. Mas go-to-market: o olhar sobre todo o ciclo de geração, conversão, retenção e expansão de receita. E a tese que trago é: não dá para voltar no tempo e renascer como uma empresa nativa de IA. Mas é possível analisar os mecanismos que viabilizam esse crescimento e emulá-los nas nossas operações.

E o primeiro lugar onde esse abismo aparece é no pipeline: na distância entre a meta na planilha e as oportunidades reais. Trago quatro mecanismos e, junto deles, a complexidade de construí-los.

O primeiro é o contexto. Amos Bar-Joseph, CEO da Swan AI, conversou com cerca de 100 líderes de receita: 30% tiveram resultado com IA e 70% não. A diferença estava na pergunta. Os que falharam perguntavam “quais agentes construir?”. Os que acertaram, “o que a empresa sabe que os agentes ainda não sabem?”. A complexidade: trabalho que não está definido não pode ser delegado, nem a uma pessoa, nem a um agente. Isso exige que marketing e vendas concordem, por escrito, sobre o que é um cliente ideal e o que é uma oportunidade.

O segundo são os fundamentos. Numa pesquisa com 65 operating partners de fundos de private equity, apresentada por AJ Gandhi (ex-VP de Estratégia de GTM da Salesforce, atualmente investidor), 93% colocam fundamentos de go-to-market como prioridade, à frente da IA (85%). Num dos casos documentados, um Perfil Ideal de Cliente (ICP) refinado com IA levou a taxa de conversão de 19% para 34%. A complexidade: ICP bom nasce de dados de ganhos, perdas e retenção. E o portão de entrada é um CRM com mais de 90% de completude, coisa que a maioria das empresas nunca teve.

O terceiro é a medição. Na pesquisa ao vivo do evento, 35% dos líderes disseram não medir o impacto da IA, e só 16% traduzem esse impacto em dinheiro. Repeti as mesmas perguntas com o público brasileiro: aqui, só 5% dizem ter IA governada e medida em escala, contra 16% lá. A complexidade: escolher a métrica antes de construir, e não depois.

O quarto é a adoção. Geoffrey Moore, autor de “Cruzando o Abismo”, resumiu: a inovação em IA é recorde, mas a adoção segue o ritmo de sempre. Quem vence é quem consegue adoção. Muitas empresas estão no “purgatório de pilotos”, testando sem nunca colocar em produção. A complexidade: escolher um caso de uso, dar a ele um dono e levá-lo até o resultado.

E então, o que muda para 2027? Nos boards, a métrica que começa a ganhar espaço é a receita por funcionário comercial. E o contraste é grande: em Nova York, 86% dos líderes esperam que o trabalho em go-to-market mude com o mesmo time ou com um time menor. No Brasil, 69% ainda esperam precisar de mais gente.

Minha leitura: em 2027, o crescimento não virá de mais gente no funil, e sim de marketing e vendas operando sob o mesmo contexto, os mesmos fundamentos e a mesma régua de medição.