Plinio Escopelle
Por Plinio Escopelle – Convidado por Gabriel Harchbart
Hoje, vejo gestores em uma busca cada vez mais acelerada por fazer mais. Mais produtos. Mais canais de aquisição. Mais serviços. Mais tecnologia. Mais automações. Mais iniciativas.
A lógica, à primeira vista, é bastante racional. Criamos novos produtos para ampliar nossa participação de mercado. Abrimos novos canais para acelerar vendas. Desenvolvemos novas soluções para criar barreiras competitivas. Tentamos atingir novos públicos para encontrar novas avenidas de crescimento.
O problema é que existe uma variável que não cresce na mesma velocidade: a nossa capacidade de foco.
Tempo é finito. Pessoas são finitas. Capital é finito. E, talvez ainda mais importante, atenção é finita.
Ao longo dos últimos anos, gerenciando equipes de dezenas de pessoas, fui entendendo, algumas vezes da maneira mais dolorosa, que menos pode significar muito mais.
Em determinado momento, olhei para uma das operações que liderava e percebi que havíamos desenvolvido quase dez canais diferentes de aquisição. No papel, aquilo parecia uma empresa sofisticada: diversas fontes de demanda, vários experimentos rodando simultaneamente e diferentes avenidas de crescimento.
Quando comecei a olhar individualmente para esses canais, a história mudou. Alguns apresentavam uma relação entre CAC e LTV muito ruim. Outros consumiam tempo relevante da equipe e não representavam nem 2% ou 3% da nossa demanda. Ainda assim, estavam todos ali: recebendo reuniões, análises, campanhas, integrações, orçamento e atenção dos gestores.
Até que fiz uma pergunta para um deles: “Se você utilizasse 100% do tempo que tem disponível para trabalhar essencialmente no nosso principal canal, conseguiria dobrá-lo de tamanho?”
A resposta foi um ensurdecedor sim.
Aquilo me incomodou. Não porque tivéssemos encontrado uma nova oportunidade. Exatamente pelo contrário: a oportunidade já estava diante de nós.
O mesmo tempo que poderia estar sendo utilizado para dobrar um canal que representava uma parcela relevante da nossa receita estava sendo pulverizado em iniciativas que, mesmo se fossem muito bem-sucedidas, talvez não produzissem 10% daquele impacto.
Percebi que estávamos aplicando uma espécie de Pareto invertido. Gastávamos uma parcela enorme do nosso esforço tentando fazer crescer aquilo que tinha pouca capacidade de mover o resultado, enquanto as maiores alavancas da operação disputavam atenção com dezenas de outras coisas.
Existe algo particularmente sedutor em criar. Um produto novo gera entusiasmo. Um canal novo parece crescimento. Um projeto novo mobiliza a equipe. Uma nova tecnologia cria a sensação de que estamos avançando.
Otimizar o que já existe não provoca necessariamente a mesma sensação. Às vezes significa passar semanas olhando conversas de vendas, tempos de resposta, taxas de conversão, gargalos operacionais, etapas desnecessárias e pequenos desperdícios.
Criar é mais excitante do que otimizar. E talvez seja exatamente aí que esteja uma das maiores armadilhas da gestão.
A IA tornou esse problema ainda maior
Nunca foi tão barato criar.
Com inteligência artificial, uma equipe consegue produzir em horas algo que anteriormente levaria dias ou semanas. Conseguimos desenvolver sistemas, analisar dados, produzir conteúdo, criar agentes, automatizar processos e testar novas hipóteses em uma velocidade que poucos anos atrás seria impensável.
Isso é extraordinário. Mas existe um efeito colateral.
Quando aumentamos nossa capacidade produtiva, aumentamos também nossa capacidade de produzir coisas que não deveriam existir.
Em outras palavras: a IA aumentou simultaneamente nossa capacidade de gerar valor e nossa capacidade de gerar lixo. E lixo dentro continua significando lixo fora.
O problema não está na tecnologia. Está na sequência das perguntas que fazemos.
Muitas empresas começam perguntando: “O que mais podemos criar com IA?”
Talvez uma pergunta melhor fosse: “O que estamos fazendo hoje que não precisaríamos mais fazer?”
Essa inversão parece pequena, mas muda completamente a forma como enxergamos produtividade.
Antes de mudar o output, abra a caixa-preta
Uma das referências que mais influenciaram minha forma de pensar gestão é High Output Management, de Andrew Grove.
Grove começa o livro usando algo aparentemente banal, a preparação de um café da manhã, para explicar princípios de produção. Um processo possui diferentes etapas, recursos, controles de qualidade e, principalmente, uma etapa limitante que determina a capacidade de produção do sistema. A partir daí, o trabalho de gestão passa por entender o processo, encontrar suas restrições e atuar sobre as atividades de maior alavancagem. Para Grove, o output de um gestor está relacionado ao output da organização que ele consegue influenciar, e atividades gerenciais têm valores muito diferentes dependendo da alavancagem que produzem. (books.gds.ph)
Gosto de transformar essa lógica em uma caixa-preta.
De um lado entram os inputs: pessoas, capital, tecnologia, leads, dados, horas de trabalho. No meio existe a caixa-preta: processos, decisões, handoffs, aprovações, reuniões, análises, retrabalho, espera, sistemas e todas as pequenas engrenagens que transformam aqueles recursos. Do outro lado está o output: vendas, clientes, produtos entregues, receita, margem.
O que tenho visto na era da IA é uma obsessão por mudar o lado direito dessa equação. Queremos um novo output. Um novo produto. Um novo canal. Um novo agente. Uma nova solução.
Só que todo novo output tende a criar novas coisas dentro da caixa-preta e, quase sempre, exige também novos inputs. Mais processos. Mais integrações. Mais acompanhamento. Mais conhecimento. Mais reuniões. Mais decisões. Mais pessoas envolvidas.
Se a empresa já possui uma operação desorganizada, colocar mais coisas dentro dela pode simplesmente aumentar a desorganização.
Por isso, antes de usar IA para construir uma nova fábrica, talvez devêssemos utilizá-la para melhorar a fábrica que já temos.
Faça primeiro uma faxina dentro de casa
Existe uma ferramenta extremamente simples que continua sendo poderosa: desenhar o processo atual e o processo desejado. O famoso AS IS e TO BE.
Coloque no papel o que realmente acontece hoje. Não o processo bonito que está no manual. O processo real.
Onde alguém espera? Onde existe retrabalho? Onde uma informação precisa ser digitada duas vezes? Onde alguém analisa manualmente algo que uma máquina poderia analisar? Onde um cliente fica sem resposta? Onde existem aprovações que não acrescentam qualidade? Onde sistemas diferentes poderiam ser consolidados? Onde uma pessoa extremamente capacitada gasta tempo executando uma tarefa de baixíssimo valor?
Depois desenhe novamente o processo. Só que, dessa vez, retire coisas.
Antes de automatizar uma etapa, pergunte se ela deveria existir. Antes de acelerar um processo, pergunte se ele é necessário. Antes de adicionar uma ferramenta, pergunte se outra pode desaparecer.
E só então utilize tecnologia, hoje, principalmente IA, para lubrificar as engrenagens que permaneceram.
Essa ordem importa. Eliminar. Simplificar. Otimizar. Automatizar. Escalar. Não o contrário.
Pequenas melhorias podem gerar grandes resultados
Imagine uma empresa cuja aquisição dependa majoritariamente de vendas inbound. Ela investe em marketing, gera demanda e envia esses leads para uma equipe de pré-vendas responsável pela qualificação.
Ao analisar o processo, descobre que existe uma perda relevante naquela etapa. Leads recebem follow-up fora do horário ideal. Algumas conversas ficam tempo demais sem resposta. Determinados padrões de objeção não são tratados corretamente. Parte dos leads simplesmente se perde por falhas operacionais.
Historicamente, descobrir isso exigiria um trabalho considerável. Alguém precisaria extrair dados, ler amostras de conversas, organizar informações e cruzar diferentes variáveis.
Hoje, uma IA pode analisar milhares de conversas do CRM, identificar horários de resposta, categorizar objeções, comparar os vendedores, encontrar padrões nos negócios perdidos e apontar exatamente onde existe ruptura.
Talvez não seja necessário criar absolutamente nada novo. É possível simplesmente corrigir aquela etapa.
Se essa intervenção aumentar em 15% a conversão daquele ponto do funil, mantendo constantes as conversões seguintes, o efeito também se propaga pelo restante do processo.
Você passa a vender mais sem necessariamente gerar um lead adicional. Sem criar outro canal. Sem aumentar proporcionalmente sua estrutura comercial. Sem colocar mais complexidade dentro da empresa.
E é aqui que a alavancagem se torna particularmente interessante.
Uma melhoria de 15% em receita com pouca necessidade de aumento da estrutura pode produzir um impacto muito superior a 15% no resultado operacional.
Imagine, apenas como exemplo simplificado, uma empresa com margem EBITDA de 10%. Se ela conseguir aumentar a receita em 15% e tiver uma margem de contribuição de 60% sobre essa receita incremental, sem adicionar novas despesas fixas, o EBITDA cresce aproximadamente 90%.
Não é uma previsão, empresas possuem estruturas de custos diferentes. É apenas uma demonstração da matemática da alavancagem.
Pequenas melhorias dentro da caixa-preta podem provocar enormes mudanças na última linha.
Então eu me pergunto: Quantos novos canais seriam necessários para produzir o mesmo resultado? Quantos novos produtos? Quantas contratações? Quantos projetos?
E estamos falando de apenas uma etapa. Em operações reais, existem processos com perdas muito maiores.
Talvez a maior avenida de crescimento de muitas empresas não esteja fora delas. Talvez esteja escondida dentro da própria operação.
O difícil não é dizer sim
Greg McKeown trata justamente dessa discussão em Essencialismo: A disciplinada busca por menos.
A proposta do essencialismo não é simplesmente fazer menos por fazer menos. McKeown descreve a ideia como buscar aquilo que permite nossa maior contribuição e eliminar o que não é essencial. Não se trata de fazer mais coisas em menos tempo, mas de fazer “menos, porém melhor”. (gregmckeown.com)
Essa diferença é fundamental para gestão. Porque oportunidades nunca terminam.
Sempre haverá outro canal que poderíamos testar. Outro produto que poderíamos desenvolver. Outra parceria. Outra funcionalidade. Outra campanha. Outra reunião. Outra ideia aparentemente boa.
O trabalho de um gestor não pode ser simplesmente dizer sim às boas ideias. Boas empresas possuem muito mais boas ideias do que capacidade para executá-las.
O verdadeiro trabalho está em escolher quais delas merecem consumir os recursos finitos da organização. E isso exige dizer não.
Não porque uma iniciativa seja necessariamente ruim, mas porque existe outra coisa com maior capacidade de produzir resultado.
Foi exatamente o que aconteceu quando perguntei ao meu gestor se ele conseguiria dobrar nosso principal canal. Talvez os outros canais fossem bons. Esse nunca foi o ponto.
A pergunta correta era: eles eram melhores do que utilizar aquele mesmo esforço na maior alavanca que já possuíamos?
A resposta era não.
Quando fazer fica barato, escolher fica mais importante
A inteligência artificial diminuiu brutalmente o custo de execução. E isso pode nos levar a uma conclusão equivocada: se ficou barato fazer, deveríamos fazer mais.
Eu acredito que acontece justamente o contrário.
Quanto mais barato fica executar, mais valiosa se torna a capacidade de escolher. Porque execução abundante sem priorização apenas produz dispersão em uma velocidade maior.
Por isso, antes de perguntar à IA qual produto você deveria criar, talvez valha perguntar onde sua operação perde dinheiro. Antes de construir um novo agente, peça para ela analisar os milhares de processos que sua empresa já executa. Antes de abrir outro canal de aquisição, descubra por que o melhor canal que você possui ainda não é duas vezes maior. Antes de reduzir pessoas, descubra quanto mais output a mesma estrutura poderia produzir com um processo melhor.
Use IA primeiro como um microscópio sobre a operação. Depois como uma ferramenta para remover atrito. Depois para automatizar. E apenas então como uma máquina para criar coisas novas.
Não estou defendendo empresas menos ambiciosas. Estou defendendo exatamente o contrário.
Ambição também significa concentrar recursos onde eles possuem maior capacidade de produzir resultado.
Às vezes, crescer exige adicionar. Mas muitas vezes exige retirar.
E talvez esse seja um dos paradoxos mais importantes da gestão na era da inteligência artificial: nunca tivemos tanta capacidade de fazer mais coisas e, justamente por isso, nunca foi tão importante decidir quais delas simplesmente não deveriam ser feitas.
O maior ganho pode estar no que você deixa de fazer.
