Why the Next Generation of Enterprise Software Looks Nothing Like Salesforce

Alex Rampell e Joe Schmidt, sócios da gestora de venture capital Andreessen Horowitz (a16z), entrevistam Keith Peiris, cofundador e CEO da Lightfield. A empresa desenvolve uma plataforma de CRM baseada no conceito de "modelo de mundo dos negócios" (business world model) e anunciou uma rodada Série A de US$ 47 milhões liderada pela a16z. Antes da Lightfield, Peiris cofundou a Tome, ferramenta de criação de apresentações com inteligência artificial.

Da Tome à Lightfield: a decisão de pivotar

A Tome foi criada por profissionais com histórico em produtos de consumo (três dos cinco membros fundadores vieram da Meta/Facebook, trabalhando em design de produto no Instagram e Messenger). Lançada na época do GPT-3 e do ChatGPT, a Tome atingiu 25 milhões de usuários, adicionando cerca de 2 milhões de usuários por mês e enfrentando gargalos de capacidade de inferência.

Apesar do crescimento, o time decidiu abandonar o produto. Peiris explica que o modelo de negócio não se sustentava entre usuários corporativos exigentes (como bancos de investimento e consultorias) porque os grandes modelos de linguagem (LLMs) careciam de contexto fundamental: não compreendiam a relação entre o apresentador, o público e o objetivo da mensagem. Concluiu-se que esperar apenas pela evolução dos modelos gerais ("hopium") não resolveria a falta de contexto corporativo.

Para encontrar um caso de uso B2B viável, a equipe analisou sua base e identificou que o público comercial mais ativo vinha de vendas e marketing. Ofereceram 12 pilotos gratuitos para empresas de 500 a 1.000 funcionários. Nesses pilotos, os clientes passaram a pedir tarefas além de apresentações, como qualificação de leads, pesquisa e análise de contas para expansão.

Ao tentar integrar dados do Salesforce, gravadores de chamadas e data warehouses, Peiris percebeu que o problema central das empresas era a reconciliação de dados fragmentados e conflitantes espalhados por múltiplos sistemas.

A criação da Lightfield e a validação inicial

A equipe tentou inicialmente criar um assistente de go-to-market (GTM). O produto teve engajamento de executivos de contas (AEs), mas nenhuma capacidade de cobrança (pricing power), pois competia com dezenas de assistentes e não detinha a posse dos dados (system of record).

Diante disso, a empresa reduziu o quadro de funcionários e passou quatro meses programando um CRM do zero. Para atrair os primeiros usuários para um produto inacabado, Peiris utilizou o espaço físico ocioso do escritório da Tome, anunciando no LinkedIn e no X que startups poderiam utilizar as mesas gratuitamente se adotassem o novo CRM ("precificação negativa"). As primeiras 10 empresas utilizaram o software diariamente e geraram ciclos de feedback a cada duas horas via Slack.

Arquitetura: Registro de Atividades cronológico versus Esquemas Rígidos

A arquitetura da Lightfield foi desenhada sob a premissa de que "inteligência é superior a esquemas" (intelligence > schema):

• Registro de atividades canônico (Activity Log): Inspirando-se no feed cronológico do Facebook, o sistema registra todas as interações (e-mails, reuniões gravadas, documentos trocados, uso do produto e transações financeiras) em uma linha do tempo antes de preencher tabelas tradicionais.
• Abordagem semiestruturada: Uma tentativa inicial de operar com dados 100% não estruturados falhou devido à lentidão nas consultas (queries). A Lightfield adotou um formato semiestruturado: armazena grandes volumes de dados não estruturados no registro de atividades e utiliza inferência causal para navegar e responder perguntas.
• Eliminação de consultoria de dados: Em CRMs legados, erros na modelagem inicial de campos e etapas de vendas são irreversíveis. Na Lightfield, o usuário conecta e-mails, gravadores de chamadas e data warehouses (como Snowflake); o sistema organiza os relacionamentos em tempo real sem exigir que vendedores preencham campos manualmente.

Caso de uso: Power

A startup Power opera um marketplace que conecta pacientes com doenças graves a ensaios clínicos da indústria farmacêutica. Utilizando a flexibilidade de esquema da Lightfield, a empresa modelou dados B2C (pacientes) e B2B (farmacêuticas), integrando automações que monitoram dados da FDA e do portal clinicaltrials.gov. O sistema foi capaz de cruzar dados e viabilizar o tratamento experimental para um paciente com Alzheimer em questão de dias.

Estratégia de Mercado: Greenfield versus Brownfield

Alex Rampell conceitua mercados brownfield como aqueles dominados por soluções legadas com clientes "reféns" (como SAP e Salesforce em grandes corporações) e greenfield como empresas novas sem sistemas pré-existentes.

• Foco inicial em Greenfield: A Lightfield focou em startups em estágio inicial (via prospecção direta em empresas do Y Combinator), acompanhando seu crescimento acelerado desde o pré-seed até as Séries A e B, com clientes crescendo de zero a 100 representantes de vendas.
• Superando a barreira do VP de Vendas tradicional: Novos executivos de vendas contratados costumam exigir ferramentas que já conhecem (como Salesforce). Para mitigar essa resistência, a Lightfield oferece licenças gratuitas para toda a empresa (engenharia, finanças, produto, suporte). A retenção é garantida pelo efeito de rede interno: finanças usa para reconhecimento de receita, engenharia para entender o cliente e suporte para pontuação de contas.

Interface e Workflows: Equilíbrio entre Tabelas e Linguagem Natural

Peiris adota uma postura pragmática quanto ao design do produto:

• Manutenção de visualizações tradicionais: O software mantém tabelas, planilhas e dashboards determinísticos para reuniões de pipeline, evitando impor interfaces puramente conversacionais.
• Automação de sequências (recipes): Em vez de construir fluxos de automação de e-mails (sequences) com diagramas visuais rígidos, regras condicionais e variáveis manuais, os usuários conversam com agentes que geram "receitas" de contato contextualizadas a partir do modelo de mundo do cliente.
• Sistemas próprios vs. DIY (Do It Yourself): Clientes que tentam construir seus próprios sistemas ou camadas de IA sobre bancos de dados via CLI ou Model Context Protocol (MCP) costumam retornar à interface padrão da Lightfield devido à superioridade dos mecanismos proprietários de sincronização (e-mail, Slack, data warehouse), precisão no reconhecimento de entidades e velocidade de busca.

Modelos de Precificação na Era da IA

A Lightfield testou diferentes modelos até definir sua estrutura comercial:

1. Apenas por assento (per seat): Clientes avançados consumiam 10.000 vezes mais recursos computacionais/tokens do que a média, inviabilizando as margens.
2. Apenas por consumo (créditos): Os usuários pararam de utilizar o produto por medo de custos imprevisíveis.
3. Modelo Híbrido (adotado):
   • Taxa de plataforma + Assentos fixos: Cobre o CRM básico (registro de reuniões, histórico, atualização de tarefas e dados operacionais).
   • Baseado em consumo: Aplicado a recursos de alto ROI e intensidade de processamento, divididos em:
     • Geração de pipeline e enriquecimento de dados;
     • Automações de fluxo de trabalho (ex.: roteamento inteligente de leads para vendedores específicos via pesquisa autônoma);
     • Inteligência e planejamento de cenários (projeções estratégicas de vendas e simulações com modelos avançados).

Peiris rejeita cobrança puramente baseada em desfechos (outcome-based pricing) em vendas, argumentando que os resultados dependem diretamente do ajuste de produto ao mercado (product-market fit) do próprio cliente, e não apenas da ferramenta de software.

Cultura Organizacional e Velocidade de Execução

Para evitar os erros de gestão observados na Tome — onde a segmentação excessiva de funções ("pessoas brincando de casinha") travava iterações e impedia mudanças de rumo —, a Lightfield implementou uma dinâmica operacional ágil:

• Equipe generalista de 40 pessoas: Não há barreiras rígidas de departamento. Todos os 40 funcionários participam da mesma reunião diária (stand-up) matinal.
• Planejamento contínuo: Demandas de engenharia, suporte ao cliente (CS) e entrega são ranqueadas por prioridade diária e semanal. Qualquer funcionário disponível assume a tarefa mais crítica da fila.
• Uso interno de ferramentas: Colaboradores usam a própria Lightfield para obter contexto sobre clientes, operam LLMs integrados ao Figma para design e gerenciam tarefas no Linear.
• Critério de entrega (Bugbashes): A barreira para iniciar um projeto interno é baixa, mas o critério de envio para produção exige aprovação da equipe em sessões coletivas de caça a bugs (bugbashes), prática trazida do Instagram.

Riscos, Expansão e Visão de Futuro

O principal fator de paranoia de Peiris é a velocidade de desenvolvimento de funcionalidades. Ele cita o exemplo da ElevenLabs, que migrou de um CRM iniciante para o Salesforce porque a startup fornecedora demorou quatro meses para entregar dashboards customizados.

Para priorizar o roadmap diante de demandas infinitas, a Lightfield foca nas necessidades dos clientes que mais crescem, avaliando o potencial de expansão da conta em um horizonte de três anos.

Quanto à expansão para fora do Vale do Silício, a empresa utiliza as startups de tecnologia como logotipos de referência para validar segurança (como conformidade com BAAs para área médica e testes de intrusão) antes de entrar em indústrias tradicionais, como manufatura.

A visão de longo prazo de Peiris é posicionar o CRM como uma ferramenta de planejamento de cenários estratégicos para CEOs e diretorias — auxiliando na definição de ritmo de contratação de vendedores ou identificação de novas linhas de produto a desenvolver a partir dos padrões de dados de clientes.