A Vercel diz que hoje uma pessoa dá conta, nos Estados Unidos, da qualificação de leads inbound que antes ocupava dez. O relato é da COO da empresa, Jeanne DeWitt Grosser, em entrevista no evento SaaStr AI resumida pela SaaStr em 6 de novembro de 2026. Segundo ela, a mudança veio de um agente de IA que passou seis semanas em modo sombra, com a melhor SDR da casa revisando cada resposta antes de ele andar sozinho.
O custo e o retorno vêm do blog da própria Vercel, no artigo Introducing eve, de 17 de junho de 2026, e estão detalhados abaixo.
O que a Vercel contou
Segundo a COO, na entrevista à SaaStr, e segundo o blog da empresa:
- Equipe: o time que qualificava leads inbound tinha dez pessoas. Hoje uma pessoa cuida dos EUA e cerca de 20% do tempo de outra cobre Europa e APAC.
- Destino das pessoas: a executiva disse que os integrantes do time foram para funções de mais valor. A SaaStr não detalha quais. Em artigo de novembro de 2025, a Vercel escreveu que os outros nove passaram a trabalhar em vendas mais complexas.
- Como foi desenhado: um engenheiro de GTM acompanhou a melhor SDR por alguns dias e anotou cada aba que ela abria (LinkedIn, BuiltWith, site da empresa, CRM, histórico no Slack). Cada fonte virou uma etapa do fluxo. O processo foi documentado e padronizado antes de entrar qualquer modelo.
- Modo sombra: seis semanas em produção com a SDR revisando todas as saídas e devolvendo correções. Quando ela parou de ter o que corrigir, saiu do circuito.
- Custo: abaixo de US$ 5 mil por ano em infraestrutura e tokens, mais cerca de 20% do tempo de um engenheiro para manutenção, segundo a COO.
- Retorno: 32 vezes o custo, na conta da própria empresa, comparando com o custo do time de dez pessoas. A fonte não abre a fórmula.
- Revisão humana no envio: no artigo de novembro de 2025, a Vercel descreve que pesquisa, classificação e rascunho de e-mail vão para aprovação humana no Slack antes do envio.
Por que isso importa para quem opera receita
Esta é uma leitura do Club Martech: o relato interessa mais como desenho de processo. A ordem que a Vercel descreve (observar quem faz bem, transformar o passo a passo em fluxo, padronizar e só depois automatizar) lembra um projeto de RevOps. O modo sombra teve um critério claro de saída: a especialista não tinha mais correções a fazer.
Os números, por outro lado, são todos autorrelatados e não têm benchmark. A fonte não informa volume de leads, taxa de qualificação, qualidade do lead repassado nem conversão incremental. A COO diz que a qualidade se compara à do time humano e que o tempo de resposta caiu, sem mostrar os dados. Então o retorno de 32 vezes tende a depender de premissas que a gente não conhece.
O que conferir antes de copiar a ideia
- Critério escrito: se a sua qualificação de leads vive na cabeça de quem faz, o primeiro trabalho é documentar, antes de pensar em modelo.
- Fontes que o agente vai consultar: CRM, enriquecimento e histórico precisam de acesso por API e dado limpo. A COO resumiu que dado bom gera agente bom.
- Período de sombra com régua: defina quem revisa, o que conta como erro e quando o humano sai do circuito.
- Métrica de antes e depois: registre volume, tempo de resposta, aceite pelo time de vendas e conversão para oportunidade. Sem isso, não dá para afirmar retorno.
- Aprovação no que sai para o cliente: mantenha revisão humana no e-mail enviado enquanto o fluxo não provar estabilidade.
E agora?
A Vercel diz rodar mais de cem agentes internos e reavaliar a cada trimestre o que constrói e o que compra. Se você quer entender as peças desse tipo de sistema, vale começar pelo verbete agente de IA. A gente acompanha se a empresa publica dados de volume e conversão que permitam medir o caso além da declaração.
