SDR com IA vs. SDR humano: $46 contra $312 por reunião em 60 dias

O SDR com IA agendou 11 reuniões no primeiro mês, com $415 gastos em software. O SDR humano usado na comparação agendou 19, a um custo total de aproximadamente $8,000 naquele mês. Mas nenhum desses números era o que realmente importava. O ponto decisivo foi o que aconteceu com a atribuição na semana em que os dois enviaram emails para as mesmas contas.

O resultado, antes de explicar o teste

Ao longo dos 60 dias, o custo por reunião agendada foi de $46 na stack do SDR com IA e de $312 na operação completa do SDR humano. Essa é a manchete. Sozinha, porém, ela induz ao erro — e é por isso que estou escrevendo este artigo, em vez de simplesmente publicar um print.

Quando corrigi os dados pela taxa de comparecimento e pela taxa de SQL, a distância caiu bastante. O custo por SQL ficou em $184 na stack com IA e $397 na operação humana. O SDR com IA venceu, mas por 2.2x, não pelos 6.8x sugeridos pelo dashboard bruto. As reuniões marcadas pelo agente não eram iguais às marcadas pelo profissional — fingir que eram é justamente a armadilha de quase todo post do tipo “troquei uma pessoa por IA”.

Havia ainda uma segunda distorção, mais difícil de enxergar e de corrigir: a contaminação da atribuição. Durante cerca de duas semanas do teste, o agente e o SDR humano enviaram emails para as mesmas contas-alvo. As respostas chegaram: algumas na caixa do agente, outras na do profissional e outras em um endereço genérico info@, que precisei encaminhar manualmente. Os dois fluxos reivindicaram o crédito. O dashboard do fornecedor mostrava um conjunto de números; nosso CRM, outro. Nenhum estava correto até eu refazer a divisão das contas e recalcular a atribuição usando um grupo de controle.

É a parte que ninguém publica. Calcular o custo por reunião é a metade fácil. O problema de atribuição é o que determina se o SDR com IA gera margem de verdade ou apenas cria um custo adiado, discretamente deslocado da linha de pessoal. O mercado já posiciona o software de AI SDR como uma fração do custo total de um SDR humano, mas essa comparação pressupõe atribuição limpa — exatamente o que não existe quando agente e profissional atuam sobre contas que se sobrepõem.

Como montei o teste e calculei o custo total

Uma única operação outbound. Um único ICP: empresas B2B SaaS de médio porte, com 200 a 1,500 funcionários, na América do Norte. Uma lista de 4,200 contas-alvo, dividida em 50/50 entre o agente e o SDR humano, com uma regra rígida de supressão entre as duas listas. Foram 60 dias, a partir do fim do verão. Mesma oferta, mesmo destino do link de calendário e os mesmos critérios de qualificação no inbound depois que uma resposta chegava.

O custo total do SDR humano usado no teste não foi um palpite. Montei a conta item por item para que a comparação se sustentasse diante de qualquer time financeiro:

Anualizado, o valor passa ligeiramente de $140K por posição. Isso está alinhado ao retrato publicado pelo mercado: um SDR humano custa mais de $60K só em salário-base, e seu custo total fica consideravelmente acima disso quando todas as demais parcelas entram na conta.

Calculei o lado do SDR com IA da mesma maneira, comparando tudo em bases equivalentes: assinatura do software, consumo e a camada de dados que sustenta a operação. Nada de esconder mão de obra, alegar que “essa licença já existia” ou ratear valores para favorecer o resultado da IA. A composição completa vem a seguir.

A stack do SDR com IA, ferramenta por ferramenta

O agente era a camada de AI SDR propriamente dita. A infraestrutura de entregabilidade e dados ficava em uma stack separada, porque nenhum produto de AI SDR que testei traz o suficiente de ambas para operar sozinho — apesar de a narrativa dos fornecedores sugerir o contrário. A definição publicada de AI SDR inclui prospecção, cadências e tratamento de respostas. Na prática, a prospecção exige uma fonte externa de dados, enquanto as cadências precisam de uma infraestrutura externa de caixas de email. Sem isso, os limites chegam antes de completar um mês.

O preço da camada do agente fica dentro da faixa publicada de $3,000 a $6,000 por ano para software de AI SDR. Ao incluir dados e infraestrutura de caixas de email, a stack completa chega a cerca de $8,400 por ano. Ainda assim, toda a operação custa menos do que um único mês do SDR humano com todos os encargos.

Uma ressalva importante sobre o escopo: outbound frio é um modelo. Já o inbound — um agente que responde e encaminha o tráfego do site e os formulários recebidos — é outro produto, criado para outro problema. Meu teste foi com a variante outbound. Os números deste artigo não podem ser transferidos para inbound.

A camada de dados é o ponto que a maioria dos relatos sobre “testei um AI SDR” deixa de fora. O agente só entrega o que as linhas enviadas a ele permitem. Explorei essa parte em mais detalhes no artigo sobre a combinação de Apollo, Clay e Smartlead por trás de qualquer AI SDR. Em resumo: não dá para avaliar um AI SDR antes de descobrir se o gargalo está nos dados e nas caixas de email.

Playbook de implantação em 30 dias

Dias 1 a 5: ICP, lista e supressão

Defina o ICP com mais rigor do que parece necessário. Um ICP frouxo destrói o custo por reunião do agente, porque o volume multiplica o erro. Monte a lista de contas e faça o enriquecimento. Em seguida, crie a lista de supressão: contas que o SDR humano já está trabalhando, oportunidades ativas e qualquer lead inbound dos últimos 90 dias. Sem essa lista, o problema de atribuição começa no primeiro dia.

Dias 6 a 12: mensagem, revisão e entregabilidade

Escreva as cadências e submeta cada variação a uma revisão humana antes de qualquer disparo. Rejeitei os três primeiros conjuntos de aberturas gerados pelo agente porque soavam obviamente padronizados — aquele tipo de “encontrei seu perfil” que leva um domínio à lista de bloqueio em menos de uma semana. Em domínios novos, aqueça as caixas por no mínimo 14 dias; se puder esperar mais, espere. Comece limitando cada caixa a 30 envios diários e aumente gradualmente.

Dias 13 a 21: aumento de volume e regra rígida de escalonamento

Eleve o volume de envios até a meta. A regra mais importante de toda a operação era simples: qualquer resposta positiva gerava uma transferência para uma pessoa em questão de minutos, não de horas. O agente classificava a intenção; a próxima mensagem ficava com um humano. É aqui que a maioria das operações totalmente autônomas falha. A resposta do agente a um comprador real soa como a resposta de um agente a um comprador real — e consome a confiança conquistada ao longo de seis emails.

Dias 22 a 30: corte, ajuste e fechamento do grupo de controle

No dia 22, já há dados de resposta suficientes para eliminar o ramo de pior desempenho da cadência. Cortei um dos três ramos, responsável por 60% das respostas com sentimento negativo. Separe um grupo de controle de 400 contas, que não será abordado nem pelo agente nem pelo profissional, para obter uma base limpa de atribuição na segunda metade do teste.

A única regra que evitou um incidente de marca: nenhum envio totalmente autônomo para contas tier one. Os 5% mais importantes da lista passavam por aprovação humana em todas as mensagens. O agente redigia; uma pessoa apertava o botão de envio. Eu não abriria mão dessa regra em troca de nenhum resultado de custo por reunião.

Os números nos dias 7, 30 e 60

O SDR com IA venceu em custo por reunião agendada em todos os checkpoints. Também venceu em custo por SQL, mas sua vantagem encolheu à medida que aplicamos a taxa de comparecimento e a qualificação — essa é a curva que realmente importa. No dia 7, o custo do SDR humano por SQL era 5.7x maior. No dia 60, 2.2x.

O dashboard bruto do fornecedor atribuía 34 reuniões ao agente, e não 26. A diferença de oito reuniões vinha de contagens duplicadas, quando o agente levava o crédito por uma reunião cuja conversa já havia sido iniciada pelo humano, e de “reuniões” que na verdade eram pedidos de descadastramento classificados como intenção positiva. Refiz a contagem a partir do CRM, não do dashboard do fornecedor. O número corrigido é o que aparece na tabela.

O problema de atribuição que ninguém publica

Duas semanas depois do início do teste, uma conta da lista do SDR humano respondeu a um email do agente. O profissional havia escrito para a mesma pessoa três semanas antes e tinha colocado no calendário uma reunião à qual o lead não compareceu. A nova resposta caiu na caixa do agente, foi classificada como positiva e acionou a transferência; outra reunião foi marcada. O CRM registrou a origem como sendo o agente. O dashboard do fornecedor também contabilizou o resultado. Com toda razão, o SDR humano reivindicou o crédito.

Três fenômenos ocorriam ao mesmo tempo. Agente e profissional abordavam contas sobrepostas apesar da regra de supressão, porque ela cobria oportunidades ativas, mas não as inativas. A atribuição ao último contato favorecia o agente, que havia enviado o segundo email. E o dashboard do fornecedor aumentava ainda mais o resultado porque toda classificação de intenção positiva era registrada como “reunião originada” antes mesmo de a reunião acontecer.

A correção tomou uma semana inteira. No próximo teste, eu a implementaria antes de começar:

Divida a lista de contas com uma barreira rígida, não com uma supressão flexível. As 2,100 contas do agente ficam fora do alcance do SDR humano durante todo o teste, e vice-versa. Nada de abrir exceção para contas “aquecidas” ou porque “o profissional já tinha um relacionamento”. A contaminação começa justamente nas exceções.

Mantenha um grupo de controle formado por contas que nenhum dos dois fluxos aborda. Sem ele, não há como saber se as reuniões aconteceram graças à prospecção ou se surgiriam de qualquer maneira por inbound e pelo pipeline existente. O grupo é pequeno e custa oportunidades que deixam de ser trabalhadas, mas é o único recurso que permite divulgar um número com segurança.

Use a primeira resposta relevante como unidade, e não a “reunião agendada”. O agendamento vem depois de três ou quatro eventos mensuráveis e acaba contaminado. Já a primeira resposta relevante tem data e hora, está vinculada a um email específico e a um remetente específico e pode ser atribuída com clareza a apenas um fluxo.

O princípio geral é este: nunca coloque um SDR com IA e um SDR humano na mesma lista sem uma divisão rígida e um grupo de controle. Caso contrário, os números se tornam irrecuperáveis, e duas semanas do teste serão gastas explicando a divergência a um líder de vendas que, com razão, não confia no dashboard do agente.

O que o SDR com IA não conseguiu fazer

Articular diferentes pessoas do comitê de compras depois da primeira resposta. Quando um diretor demonstrava interesse, até o terceiro dia o SDR humano já envolvia na mesma conversa o VP e o responsável por TI. O agente continuava enviando emails apenas ao diretor. Cinco das oito oportunidades que avançaram além da primeira reunião só progrediram porque uma pessoa incluiu o segundo e o terceiro stakeholder. O agente não tem um modelo de comitê de compras que resista ao contato com um organograma real.

Interpretar o momento certo a partir de uma resposta de uma linha. “Entre em contato no próximo trimestre” teve dois significados nos dados do teste. Para um diretor com orçamento, queria dizer outubro. Para um gerente sem orçamento, queria dizer nunca. O SDR humano percebeu a diferença em dez segundos ao receber um alerta no Slack. O agente tratou os dois casos da mesma forma e voltou a abordar ambos em 90 dias, o que desgastou a segunda relação.

Contornar objeções além dos fluxos previstos. O agente tinha três ramificações para três objeções comuns. A quarta objeção, que apareceu em aproximadamente 15% dos casos, recebeu uma resposta genérica, com tom evasivo, e encerrou a conversa.

Risco para a marca. Uma mensagem do agente saiu com o nome do produto de um concorrente na linha da oferta, porque a camada de personalização puxou o campo errado. Ela foi enviada para 14 contas. Duas sinalizaram o erro; uma delas era ex-cliente. Esse prejuízo não aparece no custo por reunião — mas deveria.

Uma regra prática para tomar a decisão

Substitua a posição por uma stack de SDR com IA quando três condições forem atendidas. O ticket é inferior a aproximadamente $25K ACV, faixa em que a economia da operação não comporta o custo por SQL de um SDR humano, mesmo com uma conversão razoável. O volume da lista é alto — acima de 3,000 novas contas-alvo por trimestre — e permite acumular a vantagem de escala do agente. E o trabalho se limita ao topo do funil, com outro time humano responsável por envolver o comitê de compras e qualificar os leads depois da primeira resposta.

Use o SDR com IA para ampliar a capacidade, não para substituir uma pessoa, quando o ticket supera $50K ACV, quando o comitê de compras normalmente tem três ou mais integrantes ou quando uma única abordagem equivocada a uma conta estratégica cria um incidente de marca que precisaria ser explicado ao CEO. Nessa faixa, a IA gera capacidade adicional — um ganho real, mas muito diferente de “eliminamos uma posição”.

A faixa intermediária, com tickets de $25K a $50K, é onde está a maioria dos times — e onde a decisão fica difícil. A resposta não está na demonstração do fornecedor, mas em um teste dividido de 60 dias, com separação rígida das contas e grupo de controle, montado como descrevi e executado antes de cortar qualquer posição. Muitas vantagens de custo por reunião que vi em cases de fornecedores desaparecem depois que a atribuição é refeita de forma limpa. Algumas sobrevivem. Sem realizar o teste, não há como saber em qual grupo o seu caso cairá.

Perguntas frequentes

O que é um AI SDR?

É um software que executa tarefas de prospecção, cadências e tratamento de respostas típicas de um SDR humano. O escopo muda bastante conforme o fornecedor e o tipo de operação: outbound frio, atendimento inbound e voz são produtos diferentes, com economias unitárias distintas.

A IA está substituindo os SDRs?

Na maioria das faixas de ticket e volume, a IA está transformando o trabalho do SDR mais do que eliminando a função. A camada repetitiva — pesquisa de listas, primeira versão das cadências e classificação de respostas — está sendo automatizada. Articular um comitê de compras e captar as nuances de intenção em uma resposta de uma linha ainda não estão, pelo menos por enquanto.

Quanto custa um SDR com IA?

O software do agente costuma ficar na faixa de $3,000 a $6,000 por ano, mas a cobrança por uso eleva o valor real. O custo anualizado de um SDR humano passa de $140K quando entram salário-base, variável, encargos sobre a folha, ferramentas, ramp-up e gestão.

Qual é o melhor AI SDR?

Depende da operação. Outbound frio, atendimento inbound e agentes de voz são produtos distintos. A escolha deve considerar seu ticket, o volume da lista e se o gargalo está na camada do agente ou na infraestrutura de dados e caixas de email que a sustenta.