# Copiar não escala: o que o GTM americano ensina, e onde o Brasil pode sair na frente

Raphael Godoy, CRO da Kamino, passou pelo filtro do comprador B2B brasileiro as tendências do SaaStr 2026: preço por resultado, Forward Deployed Engineers, governança de agentes e o novo papel das pessoas. A conclusão foi que o modelo americano precisa ser traduzido, não copiado, e que o lado relacional do Brasil virou vantagem.

- Formato: Workshop
- Trilhas: MKT, RevOps, Vendas
- Etapas da ampulheta: Vendas, Atendimento, RevOps
- Palestrantes: Raphael Godoy (CRO · Kamino)
- Horário: 10h40
- Publicado em: 16/10/2026
- URL canônica: https://conteudo.revopss.co/sessao/copiar-nao-escala-gtm-americano-brasil-sair-na-frente

## Em uma frase

As tendências de go-to-market que vêm dos Estados Unidos são reais, mas não funcionam no Brasil copiadas e coladas. Precisam ser adaptadas à cultura do comprador local, e o jeito relacional do mercado brasileiro, antes visto como atraso, agora é um diferencial.

## Para quem é

- Lideranças de receita, marketing, vendas e CS em empresas B2B.
- Empresas de software que estão revendo modelo de preço e de atendimento com a chegada da IA.
- Profissionais que querem entender como seu papel muda com agentes de IA.

## O que você vai aprender

- Por que o preço por resultado esbarra na cultura de negociação brasileira, e como contornar isso.
- O que é um Forward Deployed Engineer e por que essa função faz sentido agora.
- Que riscos a falta de governança de agentes cria, inclusive na hora de captar investimento.
- Por que a IA “promoveu” todo mundo, e por que conhecer o negócio do cliente vira vantagem.

## O problema

O mercado de SaaS americano dita tendências: preço por uso ou por resultado, agentes autônomos, times comerciais muito menores e CS como motor de expansão. Muitas empresas brasileiras tentam replicar esse playbook como ele chega.

Para Raphael, o comprador brasileiro é diferente. Ele acredita que já tem o diagnóstico e quer um plano de ação, mesmo que o plano esteja errado. Pensa a negociação como um bolo de tamanho fixo: se o fornecedor ganha mais, ele ganha menos. E tem menos acesso a capital. Ao mesmo tempo, vender funcionalidade não funciona mais, e virar consultoria também não. É preciso achar o meio do caminho.

## O método

Três blocos para traduzir o playbook: como vendemos, como nos estruturamos e onde ficam as pessoas

### 1. Como vendemos: solução, sem virar consultoria

O cliente que enxerga valor porque a empresa discute o processo dele captura valor mais rápido e vira case, mas ainda é exceção, não regra. Para isso funcionar, o discovery precisa entender a dor de verdade. Vender funcionalidade não cabe mais: mostrar tela a tela do produto sem conectar ao negócio leva o cliente a responder “isso aí eu faço no Claude”. Mas ir direto para a consultoria também não dá, porque o cliente brasileiro, em geral, não está acostumado a contratar McKinsey ou BCG. É preciso achar o meio do caminho e avaliar se vale insistir em dez reuniões antes de capturar valor. Um exemplo da Kamino: o cliente diz que o problema é a conciliação, quando na verdade é o começo do processo de contas a pagar.

### 2. Como vendemos: preço por resultado, com piso

O risco está passando do comprador para o fornecedor, que precisa provar que gera valor. Na teoria, cobrar só pelo resultado é o modelo mais justo. Na prática brasileira, quando o fornecedor começa a ganhar muito, o cliente quer renegociar e passa a questionar a atribuição. A recomendação é manter um piso fixo e monetizar mais com cobranças pequenas e transacionais pelo que os agentes executam para o cliente. Quanto menor e mais transacional a unidade cobrada, menos discussão sobre preço.

### 3. Como nos estruturamos: Forward Deployed Engineer

É a pessoa que vai à operação do cliente para ajudá-lo a implementar e validar o valor prometido. O conceito, pioneiro na Palantir, é quase contraintuitivo depois de anos de PLG e modelos no-touch. Com a IA, a empresa pode entregar uma jornada mais fluida e usar as pessoas não para tocar processos internos, mas para ajudar o cliente na transformação. Não basta fazer o plano teórico: é preciso ir à operação e fazer a transformação acontecer na ponta, junto com o cliente. Além do GTM engineer, já discutido em outras palestras, Raphael aponta essa como a função que garante a entrega de valor. Ainda há poucas vagas com esse nome no Brasil, e não precisa ser esse o nome.

### 4. Como nos estruturamos: governança de agentes

Antes, o poder estava com o dono da planilha. Agora, com o Claude, está com quem cria artefatos de IA, e cada área chega com um número que a outra não reconhece. Raphael não defende cortar o acesso das pessoas à IA, e sim discutir os riscos em paralelo: regulatório (LGPD, no mínimo, e regulação própria no setor financeiro, com todos plugados via MCP na base de clientes), qualidade e governança do dado, questionamento de grandes clientes nas RFPs sobre como seus dados são usados em LLMs, e valuation. A Kamino passou por várias rodadas, a última uma Série A. Numa Série B, o fundo vai perguntar como a empresa usa IA e quais artefatos usa, e pode pedir uma auditoria. Sem inventário e guardrails definidos por uma área, e não por cada pessoa, a empresa vale menos.

### 5. Onde ficam as pessoas: de executor a revisor, de generalista a especialista

Todo profissional se beneficia da IA. Quem executava passa, no mínimo, a revisar, como os desenvolvedores que hoje revisam código gerado pelo Claude ou outras ferramentas. Não existe mais analista de marketing júnior nem desenvolvedor júnior, porque a execução básica já é feita pela IA. O tempo que sobra deve ir para planejamento, pensamento crítico e conhecimento do negócio: o da própria empresa e o do cliente. Saber usar IA bem já é pré-requisito, não diferencial. Dominar a indústria, a persona e o negócio do cliente vira vantagem composta para as organizações.

## Na prática

### O dilema do evento

Raphael usou o exemplo do amigo Bruno, da Bora, que trabalha com eventos corporativos, com valores hipotéticos. Se o evento custava 100 e o Bruno passasse a cobrar 50 por venda gerada, o acordo fecharia rápido, porque o risco seria todo dele. Mas, se o evento gerasse dez vendas, a conta chegaria a 500 pelo mesmo evento. Aí o cliente quer renegociar e vai ao CRM conferir se aquelas vendas viriam de qualquer jeito, porque “você sempre me gerou três”. Quanto mais valor o fornecedor gera, mais pressão sofre no preço.

### Cobrança por execução do agente

Com um cliente que pagava 100, o fornecedor passa a ganhar 110 porque o agente começa a fazer algo que antes não era entregue. Na Kamino, cada conciliação automática pode custar R$ 0,50. Como substitui o trabalho de um analista financeiro, o cliente reconhece que é barato. Quanto menor e mais transacional a cobrança, menos discussão sobre preço.

### O problema pode estar no ICP

Muitas vezes se diz que o churn é problema de CS, mas na maioria das vezes o problema está no ICP, lá na venda. E quem contrata uma solução de CS não vai discutir a forma de venda. Como CRO, Raphael olha marketing, vendas e CS juntos para enxergar a causa real.

### A analogia do personal trainer

Quantas vezes alguém fez um curso e não aplicou, ou prometeu treinar três vezes por semana e não foi? O personal que liga cedo e espera na portaria aumenta o comprometimento e a chance de sucesso. Se ele só monta a planilha e não vai junto aos treinos, a chance cai. O FDE cumpre esse papel na transformação do cliente. Se o ticket é de R$ 100 por mês, o modelo não fica de pé. Às vezes vale subir o ticket para R$ 1.000 e entregar a transformação prometida.

### “Artefato só seu não existe”

Na Kamino, um artefato de IA só passa a valer quando é compartilhado, validado como institucional e colocado no ambiente único onde ficam todos os artefatos usados no dia a dia.

### Software virou commodity

Raphael lembrou que o time pedia ao ChatGPT para ensinar a montar dashboards no Tableau. Depois passou a gerá-los direto no HubSpot e no Claude, até descobrir que bastava subir o print de um dashboard e pedir para reproduzir.

### Aprender a falar com outra persona

Com quase duas décadas de GTM, Raphael conta que nos dois anos de Kamino tem aprendido a falar com o público financeiro, porque nunca tinha feito isso. Ele diz nunca ter conversado tanto com clientes.

### A vantagem brasileira

Por muito tempo, o Brasil foi visto como um mercado atrasado por ser relacional: do cafezinho, da conversa olho no olho. Já o comprador norte-americano é mais pragmático e compra mais por autosserviço. Raphael citou Edson Rigonatti, sócio-fundador da Astella, que antes evitava empresas de SaaS com muita camada de serviço, por não escalarem. Hoje, uma empresa só de produto deixou de ser atraente, porque o produto pode ser substituído amanhã. A camada relacional, como um encontro presencial igual a este evento, a IA não reproduz, e passou a ser o diferencial.

### Serviço que escala

Na sessão de perguntas, um participante quis saber como se diferenciar pelo serviço sem perder a escala do SaaS. Raphael brincou que a resposta rápida é “quando descobrir, me conta”, e citou camadas possíveis: atender o suporte mais rápido que qualquer concorrente, com ou sem IA, e garantir que a adoção da ferramenta seja bem-sucedida. As duas coisas são serviço e diferenciação.

## Erros comuns

- Copiar o playbook americano sem traduzir para a cultura do comprador brasileiro.
- Adotar preço 100% por resultado sem piso e sem atribuição combinada.
- Prometer uma transformação que o cliente não consegue fazer sozinho, e não acompanhar a implementação.
- Liberar licenças de IA para todos sem governança, inventário de artefatos e guardrails.
- Continuar só executando, sem migrar para revisão, planejamento e conhecimento do negócio.

## Insights para guardar

### 1. Traduzir, não copiar

O playbook americano é real, mas precisa ser adaptado ao comprador local.

### 2. O risco mudou de lado

O fornecedor precisa provar valor, mas no Brasil o preço por resultado precisa de piso.

### 3. Quanto menor a unidade, menor a briga

Cobrança transacional reduz a discussão sobre preço.

### 4. Governança de IA afeta valuation

Sem inventário e guardrails, a empresa vale menos numa diligência.

### 5. Todo mundo foi promovido

A execução básica é da IA, e o diferencial passa a ser senso crítico e domínio do negócio.

### 6. Usar IA bem é pré-requisito

O diferencial é o que só o humano entrega.

### 7. Ser relacional virou superpoder

Quando o produto é fácil de replicar, a camada de serviço e de relacionamento diferencia.

## Frases dos palestrantes

> “O brasileiro ainda não tem, culturalmente, maturidade para ir para o modelo ganha-ganha. O nosso bolo não aumenta de tamanho na nossa cabeça.”
> — Raphael Godoy (Ao explicar por que o preço por resultado esbarra na cultura brasileira)

> “O que antes era visto como atraso, pra mim agora é o nosso superpoder.”
> — Raphael Godoy (Ao fechar a palestra, sobre o mercado brasileiro)

## Leve para segunda-feira

- Revise o modelo de preço: existe um piso? Há alguma entrega dos agentes que poderia ser cobrada por execução?
- Mapeie os clientes que não estão capturando o valor prometido e defina quem vai à operação deles para ajudar na implementação.
- Antes de culpar o CS pelo churn, verifique se os clientes que cancelam estavam dentro do ICP.
- Faça um inventário dos artefatos de IA da empresa e defina guardrails: o que pode e o que não pode ser consumido pela IA.
- Escolha uma tarefa que você executa e passe a revisá-la, usando o tempo livre para estudar o negócio, a indústria e a persona do cliente.
- Identifique onde o relacionamento com o cliente pode virar diferencial de serviço, e não custo.

## Perguntas frequentes

### O preço por resultado funciona no Brasil?

Com adaptações. Segundo Raphael Godoy, CRO da Kamino, o cliente brasileiro tende a renegociar quando o fornecedor passa a ganhar muito. A saída é manter um piso fixo e cobrar valores pequenos e transacionais pelo que os agentes de IA executam.

### O que é um Forward Deployed Engineer?

É o profissional que vai à operação do cliente para ajudá-lo a implementar a solução e validar o valor prometido. O conceito tem a Palantir como pioneira e ganhou força com a IA.

### Por que a governança de agentes de IA afeta o valor de uma empresa?

Porque cria riscos regulatórios, de qualidade de dados e de segurança das informações dos clientes. Numa rodada de investimento, a empresa precisa mostrar inventário dos artefatos de IA e guardrails claros.

## Título original da sessão

O playbook de GTM americano escala no Brasil? 7 leituras do SaaStr 2026