Vice-presidente de crescimento do Google Cloud na construção de uma equipe de marketing nativa de IA: 8 conclusões do SaaStr AI 2026

A vice-presidente de demanda e crescimento global do Google Cloud, Sarah Kennedy Ellis, juntou-se a nós para uma sessão do terceiro dia no SaaStr AI 2026. Ela administrou o marketing na Marketo (vendida para a Adobe por US$ 4,75 bilhões) e liderou o marketing da divisão de software empresarial da Adobe antes do Google, então ela passou por mais de uma mudança de plataforma. Seu argumento principal: o Google quer ser o “Cliente Zero” para todas as aplicações de IA em marketing.

Não a demonstração chamativa. A organização real do dia a dia rodando com seus próprios agentes, repassando o que acontece às equipes de produto. A maior parte do que ela disse se aplica quer você tenha 5.000 profissionais de marketing ou 5.

Aqui estão as conclusões que vale a pena roubar. O que está desacelerando a adoção da IA ​​dentro do Google não é a qualidade do modelo. É o atrito no fluxo de trabalho existente e a mudança comportamental necessária para quebrá-lo.

Seu enquadramento: o maior atrito em um fluxo de trabalho é o maior inibidor da adoção, muito acima da qualidade do agente em qualquer dia. As equipes que já dedicam muito tempo ao gerenciamento de mudanças e ao treinamento são as que obtêm produtividade real dos agentes. As equipes que esperam por um modelo melhor estão presas.

Se você é um fundador e está se perguntando por que sua equipe “não está usando as ferramentas de IA”, a resposta geralmente não são as ferramentas. Dentro da equipe de marketing do Google Cloud, os 20% dos principais adotantes de IA são as mesmas pessoas que encontram mais produtividade e são aqueles que realizaram mais treinamento e aprendizado. Essa correlação é importante para a forma como você implanta IA em uma equipe.

O instinto é comprar licenças e aguardar a adoção. O que realmente impulsiona isso é o desenvolvimento deliberado de habilidades, e as pessoas que investem tempo avançam rapidamente. O tempo é a maior restrição à adoção.

Kennedy disse que as pessoas realmente só tinham cerca de 5 minutos por semana para aprender. Então, o Google construiu o treinamento em torno dessa realidade. Eles chamam isso de AI Boost Bites: vídeos de 5 a 7 minutos, alguns de 2 a 3 minutos, cada um cobrindo uma coisa específica que você pode fazer.

Os primeiros eram básicos (“como você cria slides com o Gemini”). Desde então, eles evoluíram para uma orquestração multiagente em uma campanha. A lição para o B2B: se o seu treinamento não se enquadra na lacuna que sua equipe realmente possui, isso não acontece.

Projete por 5 minutos, não 5 horas. O caso de uso principal foi o lançamento do Gemini no Chrome. O Google precisava de milhares de ativos criativos.

Eles executaram uma produção de ativos em escala e reduziram o tempo de produção em cerca de 70%, passando de semanas para dias. Os 70% não são a parte interessante. Todo mundo cita economia de tempo.

A parte interessante: a taxa de conversão aumentou. O volume aumentou e a qualidade aumentou com ele. Isso é o oposto do que geralmente acontece.

Normalmente, quando o volume de saída aumenta, a qualidade cai. A equipe de Kennedy viu a personalização até o nível individual em uma escala que não era possível antes, e converteu melhor. Essa é a barreira para se segurar.

Se você está dimensionando o conteúdo e a qualidade está caindo, você está aumentando o volume sem julgamento. Sua regra sobre onde ir com força: alto volume e julgamento humano limitado são necessários para obter um resultado de alta qualidade. Essa é a zona onde os agentes ganham seu sustento.

Três semanas antes do Google Cloud Next, Kennedy matou o vídeo de abertura nos ensaios. Ele estava usando IA, mas não o suficiente para realmente mostrar o que o produto poderia fazer. Então a equipe o reconstruiu.

A reconstrução: um diretor criativo esboçou o conceito em um guardanapo, inseriu-o no Nano Banana para imagens de origem, adicionou movimento com VO e costurou-o com alguns agentes personalizados construídos na plataforma de agentes Gemini Enterprise. 138 ovos de Páscoa referenciando a história do Google, até a garagem original de 1998 e o rack de servidor original construído em Legos. A barreira técnica que eles atingem é aquela que toda equipe de evento conhece: resolução.

A saída máxima foi 4K. A tela do Next é do tamanho de um 737. Eles tiveram que aumentar de 4K para 12K usando um modelo Deep Mind personalizado, o mesmo usado para a produção do Mágico de Oz no Sphere.

A versão anterior deste projeto exigia uma agência, um orçamento muito maior e muito mais do que três semanas. Todo esse caminho desabou em uma equipe interna usando ferramentas próprias. E o mesmo projeto era totalmente impossível um ano antes.

Kennedy observou que eles tentaram um trabalho semelhante no ano anterior e que era muito cedo, principalmente por causa do problema dos upres. Doze meses depois foi enviado. O filtro de contratação de Kennedy agora abre com uma pergunta simples: diga-me o que você construiu.

Não o que você administrou, mas o que você construiu pessoalmente. Você pode sentir a mudança de energia quando alguém fala sobre algo que ele mesmo fez em vez de algo sobre o qual leu. É uma leitura rápida para saber se uma pessoa é genuinamente curiosa, e é por curiosidade que ela está contratando.

A ideia maior por trás disso: seu currículo está se tornando uma coleção dos agentes que você construiu. Você não está apenas trazendo um trabalho, você está trazendo uma equipe. Como essa portabilidade funciona tecnicamente ainda não está claro, mas os candidatos que já pensam dessa forma são aqueles que podem construir uma equipe liderada por agentes.

A opinião de Kennedy, que ela considerou talvez impopular: a estrutura importa menos do que a responsabilização. O marketing está se aproximando das vendas há uma década. RevOps foi o começo disso.

Os agentes aceleram a mesclagem porque não solicitam trabalho. Eles partem dos resultados. Os humanos passaram anos tentando se alinhar em resultados compartilhados entre vendas e marketing.

Os agentes começam aí por padrão. Isso reformula o trabalho do marketing como líder na tecnologia que produz vendedores mais eficazes, em vez de defender uma fronteira funcional. A melhor reformulação da sessão: pare de pensar nela como um agente.

Pense nisso como algo que você está contratando para sua organização e que precisa de contexto e treinamento desde o primeiro dia, assim como um ser humano. A diferença é que ele se lembra do contexto de forma mais rápida e consistente do que qualquer pessoa que você contrate. Você não sai da integração inicial.

Você ainda precisa investir. E a habilidade de fornecer esse contexto, treinar o agente e projetar o fluxo de trabalho é agora a habilidade premium para os profissionais de marketing. A mudança de mentalidade subjacente: os profissionais de marketing costumavam obter gratificação com o resultado.

Agora, a entrada é a coisa mais valiosa que você cria, porque o agente é responsável pela saída. Essa é uma mudança real na forma como você pensa sobre sua função e de onde vem seu valor. Mais um que vale a pena sinalizar com antecedência.

O Google deixou mil flores desabrocharem nos agentes por cerca de 18 meses. Eles queriam o jardim cheio. Então, o grande número de agentes forçou um processo de curadoria mais silencioso e nos bastidores: quais equipes estão realmente escalando algo em vez de executar uma maravilha de um só golpe, e o que é reutilizável em outras equipes.

A resposta não foi sufocar a construção. Era para colocar a infraestrutura por trás do compartilhamento, então um bom agente construído pela equipe do Chrome fica à disposição da equipe do Cloud, tudo construído na mesma plataforma (Gemini Enterprise, antiga Vertex). Se você chegar cedo, provavelmente desejará a fase das mil flores.

Saiba apenas que a questão da governação está a chegar e que a solução é uma infra-estrutura partilhada e não uma repressão.