Você não está implantando um CRM. Está pagando para descobrirem a sua empresa.

O que decidir antes de assinar a próxima implantação, no ano em que os fornecedores de IA passaram a mandar engenheiros morar no cliente.

Por Ricardo Segura · OPEX Consultoria · Novembro de 2026

1. A segunda linha da proposta

A proposta está na sua mesa e tem duas linhas. A primeira é a licença: tantos usuários, tanto por mês. A segunda é a implantação: levantamento de processos, parametrização, integrações, migração de dados, treinamento.

Quase toda a negociação vai para a primeira linha. O dinheiro costuma estar na segunda. Na minha experiência, ela é maior que a licença, e as customizações que vêm depois são caras. Procurei um número independente para essa proporção e não achei. Só existem estimativas de consultorias e de fornecedores, que vão de uma a cinco vezes o valor anual da licença, conforme a complexidade, com alguns modelos abaixo de uma vez. Fique com a ordem de grandeza.

Agora olhe para o que a segunda linha compra. Durante meses, uma equipe de fora entrevista a sua gente para descobrir como a sua empresa funciona. Quem aprova desconto. Quando um pedido vira exceção. Por que aquele cliente tem uma condição que nenhum outro tem. Você paga para que alguém descubra o que a sua empresa sabe e nunca escreveu. No fim, uma parte disso vira campo, regra e fluxo dentro do sistema. A outra parte vai embora na cabeça do consultor.

Daí a pergunta que este texto só responde no final, porque a resposta depende do caminho:

Quando o projeto terminar, o que fica com a sua empresa?

Um aviso antes de seguir. A OPEX vende arquitetura de memória organizacional, então eu tenho lado nessa discussão. Por isso reservei uma seção inteira, perto do fim, para o que joga contra a minha posição.

Até pouco tempo dava para tratar essa pergunta como detalhe de contrato. Em 2026 deixou de dar, e o motivo apareceu primeiro no mercado de trabalho.

2. O engenheiro que vai morar na sua empresa

A função se chama Forward Deployed Engineer, ou FDE. É o engenheiro que trabalha dentro do cliente, ao lado de quem opera, para configurar a IA, ligá-la aos dados e sistemas da casa e resolver problema de negócio. O modelo foi popularizado pela Palantir e era, até pouco tempo, um cargo de nicho.

Em 2026, as vagas com esse título nos Estados Unidos cresceram mais de 1.000% entre janeiro e agosto, na comparação com o mesmo período do ano anterior, segundo dados da Lightcast publicados pela Fortune. O salário mediano anunciado passa de US$ 188 mil, contra cerca de US$ 145 mil de um engenheiro de software tradicional.

O que chama atenção é quem está contratando. Em abril, a Salesforce lançou uma rede de parceiros FDE com Accenture, Deloitte e mais de trinta firmas, e explicou o motivo: poucas empresas têm base técnica para transformar pilotos em sistemas nos quais o negócio possa se apoiar. Em maio, Anthropic e OpenAI anunciaram empresas de serviços para implantar IA dentro de clientes. Em outubro, a CNBC noticiou US$ 1 bilhão da AWS para a mesma finalidade.

Leia isso com olho de comprador. As empresas que fazem os melhores modelos e os maiores sistemas chegaram à mesma conclusão: o produto, sozinho, não chega à produção. Falta alguém que entenda a dor do cliente, o processo do cliente, as exceções do cliente. Então elas estão mandando gente para dentro do cliente para aprender exatamente isso.

É a segunda linha da proposta, agora com salário alto e orçamento de bilhão.

Se esse conhecimento vale tanto para eles, por que não é a sua empresa que o cataloga primeiro? A resposta começa por um fato incômodo: o sistema que você já tem nunca foi feito para guardá-lo.

3. O que o seu CRM sabe e o que ele nunca soube

Um CRM é um sistema de registro. Ele sabe em que estágio está a oportunidade, qual é o valor, quem é o contato, quando foi a última atividade. Faz isso bem, e a empresa continua precisando que alguém faça.

O que ele não guarda foi descrito com precisão num ensaio da Foundation Capital, publicado em dezembro de 2025, que virou referência no debate. O exemplo é simples. Um agente de renovação propõe 20% de desconto. A política da empresa limita renovações a 10%, salvo exceção aprovada. O agente reúne os incidentes graves que o cliente sofreu, encontra uma aprovação anterior de um vice-presidente em caso parecido, e o financeiro aprova.

No CRM fica um único fato: desconto de 20%. Quem autorizou o desvio, com base em quê e apoiado em qual precedente, nada disso fica.

Os autores chamam o que falta de rastros de decisão (decision traces) e dão ao conjunto deles, ligado por cliente, política e tempo, o nome de context graph: um registro vivo que torna o precedente pesquisável. É o que chamei, no manifesto, de decisão como evento imutável com porquê. O capital de risco chegou ao mesmo lugar por outro caminho e pôs na oportunidade uma etiqueta de um trilhão de dólares. A etiqueta é tese deles, não medida de mercado.

O argumento que pesa para quem compra é estrutural. Sistemas de registro guardam o estado atual. Os armazéns de dados recebem a informação depois que a decisão já foi tomada. O contexto se perde antes de chegar a qualquer um dos dois.

É esse contexto que o consultor levanta na implantação e que o FDE vai buscar dentro da sua empresa. Os grandes fornecedores perceberam o mesmo, e estão se mexendo mais depressa do que seria cômodo para a minha tese.

4. Os fornecedores não estão parados

Seria fácil dizer que os grandes sistemas são jardins murados. Em parte são. Em parte deixaram de ser.

Eles abriram a porta. Salesforce e HubSpot já oferecem servidores MCP, o protocolo aberto de que tratei no Arsenal Executivo, e a HubSpot tem conectores para Claude e ChatGPT que leem e gravam registros no CRM. Na prática, o assistente de IA que a sua empresa escolher já consegue consultar e atualizar o sistema. O argumento de que eles não conversam com nada envelheceu.

Eles estão construindo a memória. No Dreamforce de 2026, segundo a cobertura de analistas, a Salesforce apresentou uma camada de contexto e memória compartilhada entre agentes, com disponibilidade geral indicada para dezembro. Em maio escrevi que não havia produto de prateleira para o Segundo Cérebro. Preciso atualizar a frase: o recipiente está virando produto.

E estão ganhando dinheiro. No trimestre encerrado em julho de 2026, a Salesforce reportou receita de US$ 11,3 bilhões, alta de 11%, e receita anual recorrente do Agentforce acima de US$ 1,5 bilhão, alta de mais de 240%. Quem anuncia a morte do CRM não leu o balanço.

Mas repare num detalhe da porta aberta. Em maio de 2025, a Salesforce mudou os termos de uso da API do Slack. Aplicativos de terceiros continuam lendo as mensagens em tempo real e perderam o direito de armazená-las e indexá-las a longo prazo. Consultar ficou permitido. Levar embora ficou proibido.

Junte as peças. O fornecedor oferece o sistema, a camada de memória e o engenheiro que vem morar com você. É uma oferta completa, e para muita empresa vai ser tentadora. Só que ela muda a natureza da decisão: você deixa de escolher um software e passa a escolher de quem vai depender.

5. Quem fica dependente de quem

A leitura apressada de tudo isso é que a IA resolve e o engenheiro só instala. Os fatos apontam para outro lado. O modelo está virando padrão: qualquer assistente já se liga aos grandes sistemas, e trocar um pelo outro custa cada vez menos. O conhecimento do processo continua sendo de cada casa.

A IA executa bem o que é codificável e tem volume. Ela não sabe qual problema vale resolver, nem por que a casa decide como decide. Alguém precisa saber. Vejo três respostas para quem será esse alguém, com custos diferentes.

O engenheiro do fornecedor. É conhecimento alugado. Ele aprende o processo, constrói e sai. O que aprendeu vai com ele ou fica registrado no formato de quem o enviou. Resolve a falta de engenharia, que é real, e cria uma dependência nova.

A sua gente treinada. É melhor, porque fica em casa. Mas pode ser a quinta dor do manifesto com outro crachá, a do líder que vira gargalo cognitivo. Se o que a pessoa treinada sabe continuar só na cabeça dela, a empresa trocou o gerente sênior insubstituível pelo especialista de IA insubstituível.

A memória escrita. É a única das três que reduz as outras duas. Com processo, exceções e porquês registrados, o engenheiro de fora vira tradutor temporário, e a pessoa treinada vira o curador da memória que descrevi no artigo anterior, e deixa de ser ponto único de falha.

Nessa arquitetura, a IA é infraestrutura, as pessoas são donas do processo, e o FDE é andaime: entra para construir e sai quando a obra fica em pé. Os próprios fornecedores admitem o destino. A AWS diz que seus engenheiros trabalham com o time do cliente para que ele consiga manter e expandir os sistemas por conta própria. A Anthropic inclui no programa de formação engenheiros que já são funcionários de clientes e parceiros.

No papel, fecha. A diretoria vai fazer outra pergunta: isso dá resultado?

6. Onde o dinheiro apareceu

Dá, para poucos. E o perfil desses poucos se repete.

Na pesquisa global da McKinsey de 2026, 80% de quem usa IA no trabalho dizem que a própria produtividade melhorou. Só 37% atribuem à IA algum efeito no lucro operacional. E o grupo de alto desempenho, que atribui a ela pelo menos 5% do lucro operacional, ficou parado em 6%. A distância entre "minha produtividade melhorou" e "o resultado da empresa mudou" é o retrato dos trinta ChatGPTs descoordenados.

O que os 6% fazem de diferente? Quase três quartos deles redesenharam seus fluxos de trabalho. Entre as demais empresas, cerca de um quarto. O estudo Wharton–GBK de outubro de 2026 acrescenta um dado útil para qualquer conselho: quem mede a IA por crescimento relata retorno forte quase três vezes mais do que quem mede só eficiência, 35% contra 13%.

Ninguém redesenha um processo que não está descrito.

O estudo do MIT NANDA de 2025, conhecido pela manchete de que 95% dos pilotos de IA generativa fracassam, explica o outro lado. Mais da metade dos orçamentos vai para ferramentas de vendas e marketing, enquanto o maior retorno apareceu na automação de retaguarda. E as ferramentas travam no uso corporativo porque, segundo o relatório, a maioria dos sistemas de IA generativa não retém feedback, não se adapta ao contexto e não melhora com o tempo. É a descrição de um problema de memória.

O trabalho mais sólido que encontrei mostra o que acontece quando esse problema é resolvido. Brynjolfsson, Li e Raymond, em estudo divulgado em 2023 e publicado em 2025 no Quarterly Journal of Economics, acompanharam cerca de 5 mil atendentes de suporte que passaram a usar um assistente de IA. Nos números da versão de 2023, os chamados resolvidos por hora subiram 14% na média e 34% entre os novatos e os menos qualificados. Entre os mais experientes, o efeito foi mínimo. A explicação dos autores, apresentada como evidência sugestiva: o modelo dissemina as melhores práticas dos atendentes mais capazes e encurta a curva de experiência dos novos.

É o conhecimento que vivia na cabeça dos melhores colocado à disposição de todos, medido em operação real.

No Brasil, o obstáculo vem antes. Num levantamento da Zappts de setembro de 2026, 55,1% das empresas não têm mapeamento estruturado do retorno da IA, e 19,8% medem de forma clara e recorrente.

Esses são números dos outros. Tenho um caso meu, pequeno, que posso contar por dentro.

7. A conta que fiz na minha empresa

Em abril de 2026 aposentei o CRM da OPEX. Os motivos estão registrados na decisão daquele dia. A assinatura não se pagava numa operação de um operador só. O modelo do sistema previa um vendedor e um comprador, e cada negócio meu tem quatro partes: comprador, intermediário, fabricante e representante. O conector de IA disponível tinha limitações que quebravam a rotina. Hoje a fonte da verdade é um acervo de arquivos de texto, com decisões datadas, políticas escritas e um ritual diário rodando em cima.

A operação é pequena, tem um decisor, e eu programo. A própria decisão registra a condição em que eu a revisaria: o dia em que houver um time de vendas e a operação deixar de ser de um usuário. Nesse dia, permissões, auditoria, relatórios e escala voltam a pesar, e um CRM volta para a mesa.

A diferença é como eu chegaria a essa conversa. Com o processo descrito, as exceções catalogadas e as dores em ordem de retorno. O fornecedor não precisaria descobrir como a empresa funciona, só traduzir o que já está escrito.

Antes de dizer o que eu faria no seu lugar, devo a você a lista do que pode estar errado em tudo isso.

8. Onde esta tese pode estar errada

Quem constrói sozinho costuma chegar menos longe. No estudo do MIT, as soluções compradas de fornecedores especializados ou feitas em parceria chegaram à implantação com cerca do dobro da frequência das construídas internamente. A Fortune cita cerca de 67% para o primeiro grupo. Entender a própria dor é diferente de saber construir a solução.

E, no entanto, os melhores constroem mais. Na McKinsey, quase metade das empresas de alto desempenho constrói suas soluções internamente, contra 31% das demais. Minha leitura é que as duas coisas convivem: a minoria que tem engenharia e processo descrito constrói e ganha, e a maioria que não tem se sai melhor comprando.

O caso mais citado não diz o que dizem dele. A Klarna é lembrada como a empresa que trocou o CRM por IA. O CEO contou outra história: não substituíram software por um modelo de linguagem. Construíram um stack interno, com banco de grafos, para juntar num lugar só o conhecimento espalhado pelos sistemas. Sobre o resto do mercado, ele foi direto: "Todas as empresas vão fazer o que a Klarna faz? Duvido." E acrescentou que não via ali o fim da Salesforce.

Guardar é a parte fácil. O analista Charles Betz, da Forrester, lembra que pedaços dessa camada de decisões existem há décadas e que a dificuldade real é a fidelidade do que se guarda. Sem governança, o registro vira um diário em que todos escrevem e ninguém lê. E muitas das decisões mais valiosas acontecem em reunião e em telefonema, sem deixar rastro digital.

Os dados são frágeis. Quase tudo o que citei sobre retorno é resposta de executivo a questionário, e McKinsey e GBK vendem consultoria nessa área. A CNBC registra que os ganhos atribuídos aos projetos com FDE ainda não foram verificados de forma independente. O Gartner prevê que mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027. Não encontrei estudo que compare empresas que começaram pela memória com empresas que começaram pelo sistema. O meu caso é um só. E as três dependências da seção 5 são leitura minha.

Nada disso derruba a ordem que vou propor. Tudo isso limita o quanto posso prometer com ela.

9. O que assinar, e em que ordem

Volto à pergunta do começo: quando o projeto terminar, o que fica com a sua empresa?

Fica o que já estava escrito, em nome dela, antes de o projeto começar. O resto fica com quem descobriu.

Por isso a ordem importa mais do que a escolha do fornecedor.

Primeiro, memória. Uma área, um decisor, noventa dias. Registrar as decisões com o porquê, escrever as regras tácitas, anotar cada exceção no dia em que ela acontece. A IA faz aqui o trabalho braçal que antes tornava isso inviável: transcreve a reunião, lê o e-mail, propõe o registro, cobra o que ficou aberto. A pessoa cura.

Segundo, diagnóstico. Com três meses de rastro, as dores aparecem sem entrevista. Onde o processo quebra. Qual exceção se repete. Qual aprovação trava a venda. Cada uma recebe uma estimativa de retorno, e a lista é ordenada por ela. É aqui que se descobre quanto do problema era processo mal desenhado, e processo mal desenhado dentro de um sistema caro continua mal desenhado.

Terceiro, sistema. Comprar, renovar, trocar ou construir. Com a especificação escrita pela própria casa, a segunda linha da proposta encolhe, a comparação entre fornecedores fica objetiva, e a memória já nasce num formato que sobrevive à troca de qualquer um deles.

Há casos em que a ordem se inverte. Time grande de vendas, setor regulado, exigência de auditoria e de permissões desde o primeiro dia, ou nenhuma capacidade interna de engenharia. Nesses casos o CRM vem primeiro, e a camada de memória é construída ao lado dele, desde o início, em nome da empresa.

Comprar não é o problema. O Brasil compra: na TIC Empresas 2025, o uso de CRM subiu de 25% para 31% das empresas, e o de IA, de 13% para 17%. O problema é comprar sem saber o que a própria casa já sabe.

Se a proposta já está na mesa e não há noventa dias, leve cinco perguntas para a reunião:

1. O que a implantação vai descobrir sobre a nossa empresa, e onde isso fica escrito quando o projeto acabar?
2. Consigo exportar, além dos registros, o histórico de decisões e exceções, num formato que outra ferramenta leia?
3. O contrato permite que a IA que eu escolher leia e guarde esses dados, ou só a IA do fornecedor?
4. Como o preço se comporta quando agentes fizerem o trabalho de usuários: por cadeira, por consumo ou por resultado?
5. Se o engenheiro do fornecedor vier morar aqui, quem da minha equipe aprende com ele, até que data, e o que fica documentado em nosso nome?

E os CRMs, sobrevivem? Sobrevivem. Os números de receita não mostram um setor morrendo, e nem os autores da tese do context graph apostam nisso. O que muda é onde está o valor. O registro do estado vira infraestrutura, necessária e cada vez mais parecida entre fornecedores. O valor migra para quem guarda o contexto das decisões.

Os fornecedores vão incorporar o segundo cérebro aos seus sistemas, e isso tende a encurtar a implantação. Se a memória da sua casa nascer lá dentro, o projeto fica mais rápido e a saída, mais cara. Se nascer num formato da empresa, legível por qualquer modelo e por qualquer sistema, o CRM passa a ser uma peça substituível de uma arquitetura que é sua.

Você não está implantando um CRM. Está pagando para descobrirem a sua empresa. Descubra antes, por escrito e em seu nome. Depois assine.

Memória antes de inteligência. E, pelo mesmo motivo, memória antes do sistema.

Se você está com uma proposta dessas na mesa, conversamos antes da assinatura. Sem agenda, sem deck, sem proposta. Só uma conversa entre operadores.

Ricardo Segura é founder da OPEX Consultoria, que presta serviços de arquitetura de memória organizacional e, portanto, tem interesse comercial na tese deste artigo.

Referências

1. Estimativas de custo de implantação de CRM (fontes com interesse comercial): hyphadev.io e codleo.com
2. Fortune (Preston Fore), sobre o crescimento das vagas de forward deployed engineer, dados Lightcast, 3 set. 2026 — fortune.com
3. Salesforce, anúncio da FDE Partner Network, 15 abr. 2026 — salesforce.com
4. TechCrunch (Russell Brandom), "Anthropic and OpenAI are both launching joint ventures for enterprise AI services", 4 mai. 2026 — techcrunch.com
5. CNBC (Barbara Booth), "AWS, Anthropic race to deploy army of specialized engineers", 15 out. 2026 — cnbc.com
6. Foundation Capital (Ashu Garg), "AI's trillion-dollar opportunity: Context graphs", 26 dez. 2025 — ashugarg.substack.com
7. Salesforce Developers, "Salesforce Hosted MCP Servers Are in Beta Today", out. 2025 — developer.salesforce.com ; e Salesforce, "Introducing the Data 360 MCP Server", 26 mai. 2026 — salesforce.com
8. HubSpot, página de ferramentas de IA (servidor MCP remoto e conectores) — hubspot.com
9. Info-Tech Research Group (Igor Ikonnikov), nota sobre o Dreamforce 2026, 25 set. 2026 — infotech.com
10. Salesforce, resultados do segundo trimestre fiscal de 2027, 26 ago. 2026 — s205.q4cdn.com
11. CX Today, sobre a mudança nos termos da API do Slack — cxtoday.com
12. McKinsey (QuantumBlack), "The State of AI: Global Survey 2026", ago. 2026 — mckinsey.com ; números lidos na cobertura da TechTimes, 26 ago. 2026 — techtimes.com
13. Wharton Human-AI Research e GBK Collective, estudo de adoção de IA 2026, 13 out. 2026 — gbkcollective.com
14. Fortune, sobre o relatório MIT NANDA "The GenAI Divide: State of AI in Business 2025", 18 ago. 2025 — fortune.com ; Virtualization Review, com trechos do relatório, 19 ago. 2025 — virtualizationreview.com ; e DX, "The AI Divide" — getdx.com
15. Brynjolfsson, Li e Raymond, "Generative AI at Work", NBER Working Paper 31161 (2023); The Quarterly Journal of Economics, v. 140, n. 2, p. 889–942 (2025) — nber.org
16. TI Inside (Matheus Bracco), sobre o estudo Zappts "Panorama da IA no Brasil 2026", 8 set. 2026 — tiinside.com.br
17. TechCrunch (Julie Bort), "Klarna CEO doubts that other companies will replace Salesforce with AI", 4 mar. 2025 — techcrunch.com
18. Forrester (Charles Betz), "Context Graphs Are A Convergence, Not An Invention", 10 abr. 2026 — forrester.com
19. Gartner, "Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027", 25 jun. 2025 — gartner.com
20. CGI.br / Cetic.br, release da TIC Empresas 2025, 15 jun. 2026 — cgi.br