Masterclass: como FDEs ganham US$ 1 milhão por ano implementando agentes de IA

Ver no idioma original →

Autoria: Greg Isenberg · Assistir no YouTube

Vídeo de autoria do canal indicado, não da IANIA; todos os direitos pertencem ao criador. Transcrição, resumo e tradução gerados automaticamente; o conteúdo no idioma original é preservado na versão em idioma original.

Idioma original: inglês

Vídeo original: Masterclass: How FDEs make $1M/yr deploying AI agents · Canal: Greg Isenberg · 53:34 · Assistir no YouTube

Tópicos: Agentes de IA, Aplicações empresariais de IA, Automação de tarefas e workflows, Mercados e economia, Modelos de IA

Resumo

Voss, da Veric Agents, explica como FDEs identificam processos empresariais que podem ser redesenhados com agentes de IA e outras soluções, em vez de simplesmente adicionar IA aos sistemas existentes. O trabalho começa com entrevistas, análise dos sistemas de registro e documentação, e segue com o mapeamento e a classificação de cada etapa como removível, determinística, agentic ou sujeita à decisão humana. O episódio apresenta exemplos de melhorias mensuráveis em vendas e finanças e discute modelos, governança, competências técnicas e formas de demonstrar retorno financeiro. No final, Voss propõe um plano prático para iniciantes: mapear um processo, escolher um fluxo de trabalho e implementar uma solução, começando por um projeto pequeno.

Pontos-chave

• Implementar IA com bons resultados exige redesenhar processos, não apenas acrescentar agentes às operações existentes.
• Mapear o trabalho requer combinar entrevistas com funcionários, análise dos sistemas de registro e consulta à documentação disponível.
• Cada etapa deve ser avaliada para decidir se deve ser eliminada, automatizada com código determinístico, executada por um agente ou mantida sob decisão humana.
• Sempre que possível, os agentes devem operar dentro dos sistemas que a empresa já usa, reduzindo mudanças e treinamento.
• FDEs devem medir indicadores de desempenho antes e depois da implementação, como tempo de ciclo, taxa de processamento direto e custo por operação.
• O valor pode vir de redução de custos, aumento de receita ou mitigação de riscos; a proposta deve ser adaptada ao interlocutor.
• Não é necessário usar um modelo de fronteira em todos os casos: cada fluxo de trabalho deve ser avaliado com diferentes modelos.
• Um FDE precisa combinar entendimento operacional, capacidade de entregar código de produção e conhecimento de IA, além de comunicar resultados à liderança.
• Para começar, a recomendação é mapear um processo simples e oferecer a implementação a uma pequena empresa, mesmo que o primeiro projeto seja gratuito.

Capítulos

Início	Capítulo	Resumo
00:00	Oportunidade para FDEs	Greg apresenta a possibilidade de FDEs receberem remuneração elevada ao gerar valor mensurável para empresas.
03:38	O que significa implementar IA	Voss promete explicar o fluxo de trabalho completo e argumenta que implementar IA exige redesenhar processos, não apenas adicioná-la como uma camada.
07:44	A complexidade dos sistemas empresariais	A conversa mostra como empresas acumulam processos, equipes e sistemas diferentes, tornando insuficiente uma aplicação superficial de IA.
09:49	Como mapear o trabalho real	Voss descreve a combinação de entrevistas, análise dos sistemas de registro e consulta à documentação para compreender os processos.
14:26	Exemplo de processo em vendas	Um caso de vendas revela que um fluxo aparentemente simples tinha etapas e ciclos de retrabalho não documentados.
18:02	Classificar etapas e integrar agentes	As etapas devem ser eliminadas, executadas com código determinístico, atribuídas a agentes ou mantidas sob decisão humana, de preferência dentro dos sistemas existentes.
21:43	Implementações em empresas de portfólio	Voss recomenda agrupar empresas com sistemas semelhantes e adaptar a proposta de valor ao executivo responsável.
26:59	Exemplos em finanças e métricas	Casos de contas a pagar ilustram como mapear exceções e medir mudanças no tempo, na taxa de processamento direto e no custo por fatura.
32:37	Projetos em pequenas empresas	A conversa apresenta desafios de uma empresa de contabilidade e explica quando usar código, agentes ou revisão humana.
35:45	Modelos, agentes e governança	Voss recomenda comparar modelos por fluxo de trabalho e diferencia assistentes conversacionais de agentes que operam em segundo plano.
40:29	Competências e remuneração de FDEs	Um FDE precisa entender o trabalho, entregar código de produção e dominar a camada de IA, além de comunicar o valor à liderança.
45:14	Como começar e medir resultados	Voss propõe um plano de início com um processo simples e encerra reforçando a importância de estabelecer indicadores de base e acompanhar os resultados.

Citações

IA não é algo que você aplica como uma camada de tinta. — 05:09

Não há uma segunda mente que você possa simplesmente conectar. — 11:21

Se a sua proposta de IA é: ‘vamos tirar vocês do Salesforce e levar para este CRM nativo de IA’, você já perdeu. — 19:35

Não aplique IA. — 50:27

Conceitos e entidades

• forward deployed engineer (FDE) (conceito): Profissional que trabalha próximo às empresas para entender seus processos e implementar soluções de IA integradas às operações.
• process mapping (conceito): Mapeamento detalhado das etapas, exceções, responsáveis e sistemas envolvidos em um processo empresarial.
• process re-engineering (conceito): Redesenho de processos para melhorar seu funcionamento antes ou durante a implementação de automação e agentes.
• systems of record (conceito): Sistemas empresariais que armazenam e organizam os registros usados para executar operações, como vendas ou finanças.
• human-in-the-loop (conceito): Abordagem em que uma pessoa revisa ou aprova etapas de maior risco que não devem ficar inteiramente a cargo de um agente.
• background agents (conceito): Agentes que executam tarefas em segundo plano e solicitam a atenção de uma pessoa quando precisam dela.
• Veric Agents (empresa): Empresa mencionada por Voss, que implementa agentes e trabalha com transformação de processos empresariais.
• Voss (pessoa): Convidado do episódio, associado à Veric Agents, que explica sua abordagem para implementar agentes em empresas.
• Greg Isenberg (pessoa): Apresentador do canal que entrevista Voss e discute o trabalho de FDEs.
• Thrive (empresa): Empresa citada como exemplo de organização que implementa IA em empresas de seu portfólio.
• Salesforce (ferramenta): Sistema de CRM usado como exemplo de sistema de registro no qual agentes podem analisar dados e executar ações.
• NetSuite (ferramenta): Sistema empresarial citado como ERP usado por empresas de portfólio e como base para agrupar implementações.
• Microsoft Copilot (ferramenta): Assistente de IA da Microsoft mencionado durante a discussão sobre ferramentas usadas por empresas.
• OpenAI (empresa): Empresa citada na discussão sobre modelos e recursos de segurança para uso empresarial.
• Azure AI Foundry (ferramenta): Serviço citado como uma das plataformas pelas quais a equipe encaminha solicitações a modelos.
• Amazon Bedrock (ferramenta): Serviço da AWS citado como plataforma para acessar modelos em contextos empresariais.
• Google Vertex (ferramenta): Plataforma do Google citada como opção para encaminhar solicitações a modelos.

Tradução completa (pt-BR)

00:00 Por que as pessoas estão recebendo um milhão de dólares como engenheiros de implantação avançada? Parece loucura, né? Mas, pensando bem, não é. Porque, se você implanta agents e consegue gerar de 5 a 25 milhões de dólares em valor para as empresas, [música] será que elas estariam dispostas a lhe dar uma parte desse bolo? Acontece que sim. Então, a pergunta passa a ser: como você pode se tornar um engenheiro de implantação avançada? Como pode implantar agents para fazer as empresas funcionarem com mais eficiência, aumentar a receita e melhorar as margens? Bem, hoje

00:32 Convidei Voss, da Veric Agents, para mostrar por dentro como isso funciona. Ele está compartilhando exemplos de projetos com clientes, com os detalhes alterados, que você simplesmente não consegue ver publicamente. Isso está acontecendo pela primeira vez na internet. E isso é muito [música] legal. Acho que muita gente já falou sobre engenharia de implantação avançada na internet, mas não apresentou exemplos concretos de como você [música] pode realmente fazer isso. Ao final deste episódio, você vai entender como encontrar o trabalho que vale a pena automatizar. [música] Você vai conseguir decidir onde

01:02 os agents devem ser usados. Vai entender a diferença entre open source e código fechado. [música] Vai entender qual é o papel de Muse, Grockbot e Dots been em tudo isso e como começar a colocar isso em prática. Esta é uma masterclass sobre como se tornar um engenheiro de implantação avançada. Gravei outro episódio com Voss há pouco tempo, mas mantivemos a conversa em um nível mais geral e, atendendo aos pedidos de vocês, vamos nos aprofundar. Então, envie este episódio para um amigo, curta e comente. Vejo você no final do episódio. Uma das perguntas mais comuns que recebo hoje em dia é: Greg, como

01:34 você usa IA de voz no dia a dia? Bem, hoje vou explicar tudo em 60 segundos. Vou apresentar meu kit de ferramentas de IA de voz agora mesmo. E este trecho tem o patrocínio do Google. O Google tem se destacado muito em IA de voz. Tenho usado recentemente o Gemini 3.8 Live. O mais legal do 3.8 Live é que você pode simplesmente fazer uma ligação com ele e dizer algo como: “Ei, sabe como está indo minha campanha de lançamento?”. Ele está conectado a todas as minhas ferramentas e

02:06 basicamente toca minha empresa em segundo plano. Então, penso nele como se fosse quase meu chefe de gabinete. É esperto. É inteligente. Está conectado às minhas ferramentas. E me permite viver minha vida enquanto a IA de voz me ajuda a tocar minha empresa. A segunda ferramenta é o Gemini 3.5 Transcribe. O mais legal é que posso deixar mensagens de voz, e ele as analisa. Remove os “hums”, os “likes” e, sabe como eu uso? Você me conhece: tenho muitas ideias. Tenho muitas

02:36 ideias de startups, e isso me permite sair para caminhar, simplesmente falar essas ideias e receber de volta um texto claro. E isso também me ajuda a me lembrar, porque, sinceramente, esqueço as coisas. A terceira ferramenta é o Gemini 3.8 Flash Text to Speech. O mais legal é que você pode dizer: “Ei, crie uma voz com sotaque do Brooklyn”. E ele faz isso. Talvez você esteja pensando: como dá para usar isso de verdade? Bem,

03:07 sabe, há muitos produtos que precisam de uma voz. No meu caso, recentemente, tenho desenvolvido um aplicativo para dispositivos móveis e incluí nele uma voz de integração. E a última ferramenta é o Speech to Speech. Sabe, nem todo mundo fala inglês. Então, se você faz negócios em mandarim na China, pode usar a tradução em tempo real do Gemini 3.5 Live Translate, e isso abre novos mercados. Essas são apenas quatro ferramentas pelas quais tenho estado obcecado ultimamente. Mais uma vez, obrigado ao Google por

03:38 patrocinar este trecho do episódio. Vou incluir na descrição links para você experimentar essas ferramentas e modelos. Divirta-se. Tenha um dia criativo e vejo você na próxima masterclass de 60 segundos. >> [música] >> Voss, o que as pessoas vão aprender até o fim deste episódio? >> Espero que as pessoas aprendam os workflows completos que estamos vendo como parte da transformação com IA e entendam melhor como podem fazer isso por conta própria. >>

04:08 É, porque se fala muito sobre isso e eu também sou meio culpado por manter a conversa em um nível mais geral. Às vezes, eu simplesmente digo: “Aqui está um tema interessante. Aqui está um modelo de negócio interessante. É só aplicar IA”. Mas a grande pergunta é: como aplicar IA de verdade? Como é essa parte do trabalho de um engenheiro de implantação avançada? Então, vamos entrar nos detalhes. Certo. Esse é o compromisso que você vai assumir com a

04:38 pessoa que está ouvindo isto: ao final deste episódio, ela vai entender o que significa, de fato, aplicar IA. O que significa, na prática, fazer uma implantação avançada em algum lugar? E quais são as oportunidades de negócio e de monetização? Qual é o tamanho dessa oportunidade? Esse é o compromisso que você assume hoje? >> Com certeza. Palavra de honra. Vamos nessa. >> Certo. >> Legal. Então, publiquei um artigo algumas semanas atrás, intitulado “Não aplique IA”. Obviamente, é um trocadilho com IA aplicada e coisas do tipo.

05:09 E, de novo, a ideia é explicar que IA não é algo que você aplica como uma camada de tinta. É algo que realmente envolve reengenharia de processos. Esse é o objetivo da apresentação de hoje. Obrigado pelo convite. Como todo mundo provavelmente já sabe — e, Greg, sei que você falou sobre isso há uma ou duas semanas —, isso já está acontecendo, certo? As operações de roll-up são uma parte importante da estratégia de private equity hoje em dia: você compra uma empresa que depende muito de pessoas, de processos ultrapassados

05:40 e talvez também de software ultrapassado. Por exemplo, empresas de contabilidade, lojas de TI, escritórios de advocacia etc. Essas holdings de IA ou empresas de transformação com IA estão comprando essas empresas do portfólio e colocando engenheiros de IA — engenheiros de implantação avançada — dentro delas. O que fazem é identificar os processos. Mapeiam os sistemas de registro, as exceções, o que acontece em cada etapa e quanto tempo leva cada ciclo, inclusive os ciclos recorrentes que surgem por causa da transferência de trabalho entre duas

06:10 equipes diferentes. Então, reconstroem o processo do zero com agents. Um exemplo que vem à mente é a Thrive. Ela tinha 35 engenheiros trabalhando em 70 empresas quando fiz esta pesquisa. Tenho certeza de que esse número pode estar ainda maior agora. E o que estão vendo é que isso funciona muito bem. Os números melhoram. As declarações de imposto de renda são feitas 30% mais rápido, com 98% de precisão. Os agents realmente conseguem tirar trabalho das mãos das pessoas, e isso é viável. É possível. A única ressalva

06:42 é que isso exige muito mais trabalho do que as pessoas talvez imaginassem inicialmente. Um exemplo: a margem bruta de uma empresa de call center era de 60% ou mais, o que é bastante alto. E, como resultado disso, quando compram a empresa — digamos que a comprem por um bilhão de dólares — e aumentam a margem, dobrando-a, por exemplo, no melhor cenário, isso se reflete na avaliação da empresa inteira. Então, de repente, você pode comprá-la por um bilhão, implementar IA ao longo de 3, 6, 12 ou 24

07:13 meses, seja qual for o prazo, e depois vendê-la por 2, 4 ou 8 bilhões. Esse é realmente o objetivo dessas empresas. >> Legal. Vamos continuar. >> Aqui você pode ver alguns exemplos diferentes disso. A Thrive Holdings, com Josh Kushner; a General Catalyst; as operações de roll-up com IA; e as pessoas que executam as etapas dois e três são os engenheiros de implantação avançada. >> Acho que vamos falar disso até o final, mas essa é a grande pergunta que muita gente tem. Acho que as pessoas ouvem isso e pensam:

07:44 “Beleza.” Mas você está basicamente dizendo: compre uma empresa, adicione IA e, sabe, ponto de interrogação, ponto de interrogação, lucro. Entende o que quero dizer? Isso [risos] quer dizer que acho que a grande questão é: tudo bem, mas como você faz isso de verdade? >> Vamos falar sobre isso. >> Com certeza. Não vou ficar só no nível superficial. Vamos entrar nos detalhes. E a analogia que gosto de apresentar a todos quando pensam no que significa ser um engenheiro de implantação avançada é que sua vida já é complicada, certo? Você tem cinco caixas de entrada diferentes, quatro locais de armazenamento de arquivos: Google Drive, Notion, iCloud Drive, a

08:16 área de trabalho. Você também tem cinco aplicativos de mensagens. Tem iMessage, WhatsApp, Slack, Google Calendar, Outlook Calendar, todas essas coisas. E é muito difícil entender exatamente como você gosta de usar seus sistemas, certo? Então, qual aplicativo usar é a parte fácil. Você pode fazer uma chamada de ferramenta simples, por exemplo, a uma API do sistema de registro que escolher. Mas, se um cliente manda um e-mail para você, sabe, é pelo Gmail, é trabalho. Mas, se alguém da família manda uma mensagem, é pelo iMessage ou pelo WhatsApp, e entender isso é bastante complicado

08:47 até mesmo em nível pessoal. Então, imagine isso numa empresa, e aí entra o que você disse, certo? Ponto de interrogação, ponto de interrogação, ponto de interrogação. As pessoas ficam muito irritadas com essa ideia de que, sabe, a IA vai consertar tudo. É só usar IA, porque elas sabem que, na verdade, isso é bastante complicado. Imagine uma empresa, certo? Essa empresa adquiriu outras oito no passado. Então, agora, ela opera em cinco regiões diferentes. Está em São Paulo, em Bangalore, na Austrália, em Sydney, e tem 23 sistemas de registro diferentes, e cada região

09:17 faz as coisas de um jeito diferente. Chicago usa SAP, Salesforce e Workday. Toronto usa Netswuite, HubSpot e ADP, e assim por diante. Então, a situação é realmente bastante complicada, e é exatamente por isso que, mais uma vez, não dá para aplicar IA. Se você aplicar IA a essa empresa inteira, que literalmente se estende pelo mundo todo, vai acabar só fazendo isso mais rápido. Espero que eu possa falar palavrão neste podcast e que você possa censurar. >> Com certeza. [risos] >> E esse é o problema fundamental. Então, mais uma vez, não quero, sabe,

09:49 ficar batendo demais na mesma tecla sobre o problema. O problema é bem claro. É muito complicado. Então, como você faz isso de verdade? Esta é a nossa visão. Tenho certeza de que há muitas maneiras diferentes de fazer isso, mas, na nossa visão, o processo é mapear os processos, depois reprojetá-los, construir, implantar e lançar. E há algumas maneiras diferentes de fazer isso. Então, se você fosse entrar numa empresa no dia zero, aqui está o que eu recomendaria. >> Aham. >> A primeira coisa são entrevistas com as pessoas.

10:20 Vamos começar por um único departamento, certo? Na área financeira, você conversa com os responsáveis por contas a pagar, contas a receber, conciliações, faturamento, operações bancárias, planejamento e análise financeira, e assim por diante, e vai descendo a partir daí. O motivo pelo qual essas entrevistas são muito úteis é que muitas informações estão na cabeça das pessoas. É muito raro haver uma documentação organizada à qual você possa simplesmente direcionar seu agent, que ele aprenda e siga em frente. Muitas vezes, isso não está escrito. Não está documentado. E ouvimos isso o tempo todo quando conversamos com empresas. Elas nos dizem:

10:50 “Ah, sim, essa pessoa está na empresa há 20 anos.” E ela simplesmente cuida disso. É muito comum. Não importa o tamanho da empresa. Pode ser uma Fortune 50 enorme. Pode ser uma pequena SMB. Todas têm essas pessoas-chave fundamentais que guardam as informações na cabeça. >> É. Quer dizer, se você acha que vai entrar numa empresa e que ela vai ter um segundo cérebro no Obsidian conectado a agents de IA, está muito enganado, meu amigo. Entende o que quero dizer? Tipo

11:21 >> Com certeza. >> Não existe segundo cérebro por aqui. [risos] >> É. Não há nada em que você possa simplesmente conectar, chamar uma API e, de repente, ter seu repositório de conhecimento. >> Cabe a você criar isso, e é algo que precisa ser feito por departamento e entre departamentos, e dá muito trabalho. >> Certo. Então, o primeiro passo é basicamente, [suspira] de certa forma, criar uma API humana. É reunir todos os sistemas de dados, SOPs, sabe, tudo isso…

11:52 e colocar essas informações em sistemas digitais modernos. >> Com certeza. Você sempre tem um jeito bom de explicar as coisas. Gostei: uma API humana. É isso mesmo, e você precisa entender por que as pessoas fazem as coisas do jeito que fazem hoje. Quem realmente toma as decisões? Qual etapa é só teatro? Qual etapa é legítima? O que acontece quando há exceções? Com que frequência elas acontecem? Nada disso está escrito.

12:22 Depois disso, passamos a minerar os sistemas de registro e todo o resto. Certo? Há muitos dados no Salesforce, no Netswuite, no dynamics, no workday, e assim por diante. E isso não significa que estejam documentados, certo? Não estão num documento com algo como etapa um, etapa dois, etc. Mas você pode, de certa forma, criar essa SOP trabalhando sobre os sistemas de registro. Por exemplo, se eu tiver acesso em tempo real ao Salesforce durante

12:52 três ou quatro semanas, vou entender bem que tipo de dados entra no Salesforce e com que frequência eles são corrigidos, etc. E isso acontece continuamente, e você pode usar IA para analisar o significado oculto por trás de cada uma dessas ações. Certo? Então, se chega um determinado registro de uma certa empresa, de certo porte, vemos essas ações acontecendo e podemos criar uma espécie de grafo: certo, quando algo acontece, quando algo de uma determinada categoria entra, A vai para X, B vai para Y, C vai para Z,

13:23 etc. Mas, obviamente, se você fizer isso sem as entrevistas, vai perder metade do quadro. O aspecto final é o que existe fora dos sistemas. Então, você vai até a documentação existente. Às vezes está desatualizada, às vezes está bem boa. Está no SharePoint. Está no Drive. Está no Notion. Está no Slack. Está no Teams. Está no Gmail. Está em planilhas. E, mais uma vez, com essas três etapas, você tem literalmente o panorama completo da empresa. A proporção varia de uma empresa para outra, certo? Numa empresa muito grande, há 10 anos de dados históricos do Salesforce para você analisar.

13:55 Numa SMB, provavelmente não. Provavelmente, a maior parte está na cabeça das pessoas, e você vai descobrir isso nas entrevistas; talvez não haja processos, sistema de registro nem software. Então, cabe a você determinar qual abordagem precisa adotar em cada empresa, e isso varia. >> Claríssimo. >> Aqui vai um exemplo bem concreto. Você queria sair do nível superficial. É isso que estamos tentando fazer. Esta é uma empresa de software de capital aberto. Na verdade, foi um projeto que concluímos. Era uma empresa com US$ 5 bilhões em receita. Ela tem mais de 150

14:26 produtos, um monte de consultores de soluções, e fomos contratados pelo CRO. Como a empresa é de capital aberto, isso a torna bastante complicada. Você precisa lidar com regulamentações, certas leis se aplicam, etc. O documento do processo que eles tinham — e que haviam concluído, acho que num trabalho com deote que mapeou isso para eles — dizia: você cria uma cotação, depois a envia, ela vai para o deal desk, então é aprovada, depois você a envia, negocia e assina. Era tudo muito direto, e era sempre isso que acontecia. Mas, se você olhar por um único ângulo, mesmo que seja o de uma só pessoa, ela pode

14:56 contar a história errada. Então, você também precisa entrevistar outras pessoas. Mas a realidade era outra, e isso ficou claro por meio de agents de mineração de processos que implantamos no CRM deles, que acredito que era o Salesforce. Na verdade, era um processo de 20 etapas, com sete ciclos diferentes. Então, da etapa um até a etapa quatro ou cinco, você volta à etapa um se houver algum problema. E 61% das solicitações realmente seguem esse ciclo. Mais adiante no fluxo, o jurídico devolve a solicitação em 12% das vezes. Mais adiante, em 30% das vezes, um

15:27 Uma nova cotação precisa repetir, ah, o processo de aprovação etc., etc. Então, nada disso estava realmente documentado, e coube a nós — na verdade, à minha equipe de quatro engenheiros de implantação — entrar e criar esse mapeamento de processos. >> É interessante. A forma como estou pensando nisso é que todo negócio é meio que uma fábrica. Se você pensar em uma fábrica, imagine que está olhando para o chão de fábrica. Sabe, há uma linha de montagem. Há diferentes partes da linha de montagem. E provavelmente há alguns escritórios onde as pessoas fazem contabilidade

15:59 ou, sabe, e todos trabalham juntos para criar um produto. E o que é muito legal no que você está fazendo — e na engenharia de implantação como serviço em geral — é que, basicamente, você está perguntando: como eu reduzo cada negócio a esses sistemas ou a um conjunto de sistemas por departamento? E então você está, você está… O que é muito legal é que agora

16:30 bem, temos tudo de que precisamos para realmente fazer o trabalho, que normalmente é feito. A primeira etapa é a parte digital: as ferramentas digitais, como o Salesforce, o NetSuite e todos esses produtos. Depois, há os agentes que realmente fazem o trabalho, e então há as pessoas. Muitas vezes há uma etapa que envolve uma pessoa, certo? Nem tudo pode ser feito por agentes. Então, o que você está fazendo aqui é meio que expondo o sistema inteiro.

17:01 Você está reconhecendo que muita gente pensa que tem um sistema completo, mas, na verdade, geralmente só tem a ponta do iceberg. E basicamente está perguntando: como posso abrir esse sistema, otimizá-lo e, então, imagino, fazer evals — sobre isso você pode falar —, mas, basicamente, garantir que ele esteja fazendo seu trabalho da

17:32 melhor forma possível. >> Sim, com certeza. E é engraçado você mencionar esse mapeamento dos processos, digamos, de um departamento de vendas, como temos aqui. Na verdade, isso nunca tinha sido apresentado a ninguém do departamento >> de forma tão organizada, >> a ponto de o CRO e os CFOs nos dizerem: “Sinto que vocês entendem nosso departamento melhor do que nós”. E é verdade, porque ninguém tinha feito isso ainda. E esse é o verdadeiro problema, certo? Se você chega e diz: “Ei,

18:02 queremos usar IA”. Bem, para quê? O que estamos fazendo? Qual é o processo que não está funcionando? Que problema estamos tentando resolver? É por isso que essa etapa é necessária. E, voltando ao que você disse, nem tudo pode ser agentic; algumas coisas devem ser determinísticas etc. Estes são os 20 passos, e é assim que os dividimos em categorias, certo? Há quatro categorias. Uma é excluir a etapa. Ela não deveria existir em um mundo pós-IA. Algumas etapas são simplesmente código, com regras. Não é necessário nenhum julgamento. Por exemplo, é

18:33 uma chamada simples de API. Se isto acontecer, então aquilo acontece. Cinco são agentic, certo? Como elaborar uma cotação, o que exige certo nível de julgamento sobre quem é o cliente, quanto ele vale para nós, quanto precisamos gastar, que recursos precisamos alocar etc. E, por fim, como você disse, pessoas no loop: tomadores de decisão humanos que vão lidar com as tarefas de maior risco, coisas que você realmente não pode se dar ao luxo de, sabe, errar. E isso inclui aprovação, negociação, assinatura, envio de pagamento etc.

19:04 >> Isso. >> Então, também fazemos assim. E há uma coisa que realmente quero destacar, certo? Muita gente pensa nos agentes de IA como uma nova interface, mas nós adotamos a abordagem oposta. E é isso que, na minha experiência, realmente tem repercutido entre muitos executivos. É o que recomendo fortemente a qualquer pessoa que queira ser FDE: apresente-se como alguém que vai criar esses agentes dentro dos sistemas de registro da empresa. Por exemplo, uma coisa que fazemos é ter agentes que analisam seu Salesforce

19:35 e executam ações no seu Salesforce. E não há uma nova interface que você precise acessar para interagir com eles. Não estamos pedindo que você substitua seu Salesforce, seu CRM. Isso é impossível. São relatos reais dos nossos clientes. Eles passaram vários anos e gastaram vários milhões de dólares — acho que uma vez foram US$ 10 milhões — para migrar de um ERP para outro. A mesma coisa com a migração de um CRM para outro etc. Se sua proposta de IA for: “Ei, vamos tirar você do Salesforce e passar para este CRM nativo de IA”, você já os perdeu.

20:09 E, sabe, talvez em pequenas e médias empresas, onde não têm CRM, você possa oferecer um. Ótimo. Mas, fora isso, tente trabalhar dentro dos sistemas de registro. Mesmo neste caso, quando há uma pessoa no loop, trata-se de uma mensagem no Slack. E vimos que isso também repercute muito entre nossos clientes. Então, recomendo fortemente essa abordagem. E é assim também que você não precisa treinar a equipe de novo, certo? Ela já está acostumada com isso. Você trabalha dentro dos registros que ela já usa e pode começar a operar rapidamente, com uma taxa de utilização muito maior, muito mais eficiência etc. >> Sim. Quer dizer, em geral, você está

20:40 tentando vender qualquer coisa para alguém, e quer seguir o caminho de menor resistência, certo? Então, acho que, se você pedir que mudem completamente de software e, além disso, introduzir todos esses conceitos novos, porque provavelmente nunca ouviram falar de muitos deles — talvez alguns já tenham ouvido, mas outros provavelmente não —, essa ideia de todo esse mundo agentic em que estamos vivendo. Então,

21:12 sim, meu ponto, minha opinião aqui é — ou simplesmente estou concordando com você — que obviamente faz sentido, especialmente se alguém estiver ouvindo isto e quiser ser um engenheiro de implantação avançada ou começar um negócio de engenharia de implantação avançada: seguir o caminho de menor resistência. >> Sim, com certeza. Eles nunca ouviram falar de Jev, Muse ou de nada do que ele faz, certo? Então, simplifique. >> Sim. >> Aqui vai outro exemplo, certo? Mencionamos que há muitas empresas de private equity procurando identificar sua

21:43 pilha de tecnologia. Para quem não conhece muito bem o assunto, uma empresa de private equity tem participações em dezenas de empresas, certo? E seu objetivo é: certo, vamos implementar IA em todas elas. Isso é impossível, certo? Se você tem 26 empresas diferentes, são 26 projetos diferentes. E cada uma dessas 26 empresas tem 10 departamentos diferentes. Cada departamento tem 10 workflows diferentes. De repente, você precisaria implementar 50 mil engenheiros de implantação avançada ao longo de três anos só para

22:15 conseguir fazer alguma diferença. Então, a forma que recomendamos para lidar com isso é agrupar as empresas do portfólio. Muitas vezes, o agrupamento é feito com base nos sistemas de registro. Por exemplo, se uma empresa de private equity tem 26 empresas diferentes e estamos cuidando da área financeira de todas elas, vamos agrupar as cinco que usam o NetSuite como ERP e as quatro que usam o Dynamics. Então, se você é um FDE, seu trabalho é garantir que realmente entenda quais

22:46 recursos já existem em cada software. Então, o que o NetSuite oferece? O que não oferece? O que o Dynamics oferece? O que não oferece? E, depois, onde você pode preencher as lacunas e como fazer isso se comunicar com os outros sistemas que eles usam, como Ramp, Bre, Tipi, Blackline, Concur ou Expensify. Na área de operações de vendas, alguns usam Salesforce, outros usam HubSpot. Como integrar isso a todo o resto da pilha deles e às planilhas etc.? Você entendeu. E o que acontece é que, se você

23:17 fizer isso dessa forma, só precisa lidar com as semelhanças, certo? Em vez de ser puxado em direções diferentes, você simplifica tudo com um único ponto de entrada, que é um sistema de registro. É o que recomendamos fortemente, especialmente se você é um FDE. Se pedirem que você trabalhe com 10 empresas diferentes, precisa simplificar as coisas para si mesmo. Isso também simplifica a política interna. Sabe, você trabalha com CFOs e com o mesmo comprador repetidamente. É interessante que o CFO seja o patrocinador. Quer dizer, você

23:50 Acho que pode ser o CTO ou alguém da área de tecnologia. >> Sim, muitas vezes somos chamados por CIOs, pela perspectiva de querer identificar tudo. Mas também são CEOs, CFOs, CROs que dizem: “Bem, este é o meu departamento e quero algo para ele”. Agora, uma ressalva: os CFOs são notoriamente céticos, como eles mesmos reconhecem, então boa sorte vendendo para CFOs, mas…

24:22 é assim que as coisas funcionam. >> É, sim. Quer dizer, não quero ofender nenhum CFO que esteja ouvindo isto, mas, para mim, os CFOs só se importam em otimizar custos. >> Então, quando ouvem falar de agentificação ou agents, só pensam: como reduzo meus custos e aumento minha margem? Você está descobrindo que essa é a melhor forma de entrar? Tipo: “Vamos implantar tudo isso e você vai economizar bastante dinheiro”. É assim que você pensa nisso ou estou deixando passar alguma coisa? >> Não, eu diria que isso está, em grande parte, correto. Obviamente, entregamos valor em três frentes, certo? Uma é a redução de custos, mas a segunda é o aumento da receita e a terceira é a mitigação de riscos. E o que vimos que realmente repercute entre os CFOs é, sim, reduzir custos, sem dúvida, em primeiro lugar. Mas também: quanto tempo você leva para fechar os livros? Já ouvimos falar de cerca de 22 dias…

24:54 …quatro semanas, seis semanas. Bem, isso é mais de um mês. Chamamos isso de fechamento mensal; do que estamos falando? Então, se conseguirmos reduzir esse prazo para quatro ou oito dias, com mais precisão e pelo mesmo custo de hoje, eles realmente consideram isso útil. E, obviamente, se depois também conseguirmos reduzir custos, melhor ainda. Mas é um pouco dos dois: não queremos apenas manter a bagunça que já temos, só que mais barata; eles…

25:26 …na verdade querem avançar para algo mais rápido, mais preciso etc. >> Quer dizer, talvez seja simplesmente uma questão de falar com quem está comprando. Se você estiver falando com um CIO ou CTO, talvez o foco seja a eficiência, a produção, a produtividade, manter-se atualizado — tudo isso. Mas depois a questão pode ser repassada ao CFO. Talvez ele não se importe tanto com a…

25:56 …eficiência, no sentido de que o resultado fique muito mais limpo e melhor. Talvez ele só se importe com o aumento da receita e com a redução de custos. Então, é óbvio, mas, para quem está ouvindo, é isso: venda para quem você está abordando. >> Sim, com certeza. Venda o resultado, certo? Se estivermos falando com um CHRO ou um diretor de recursos humanos, >> a mensagem é: você pode contratar pessoas melhores mais rápido e treiná-las mais depressa desde o primeiro dia. Não é…

26:28 …uma questão de custo. Eles não querem economizar dinheiro aqui. Querem obter resultados muito melhores. Então, há… >> Legal. Vamos de novo a fundo em um exemplo concreto. Cinco empresas do portfólio, todas usando NetSuite, mas, mesmo assim, cada uma tem maneiras bem diferentes de operar. Você sabe: 12 etapas, 9 etapas, 15 etapas, 18 etapas, 13 etapas. E imagine que elas também tenham diferenças e variações regionais em cada empresa do portfólio. Então, mais uma vez, é por isso que mapear tudo é tão importante. E isso é útil não só para cada empresa do portfólio, certo? Cada CFO tem o mesmo investimento que mencionamos antes: ele vê isso e entende melhor o próprio departamento. Mas a firma de private equity também se beneficia, pois pode ver tudo mapeado e simplificado. E o que temos visto é que muitas firmas de private equity nos perguntam: “Certo, qual é o playbook? Quando adquirirmos uma nova empresa, que processo devemos…

26:59 …seguir? Como devemos proceder? Que software devemos adotar? E esse mapeamento permite dizer: “Olha, se você usa NetSuite, esta é a maneira concreta de fazer as coisas. Pronto. Você transforma isso em seis etapas, com agents em determinados pontos etc.” Agora, obviamente, isto é uma dramatização. Muito raramente tudo fica tão organizado a ponto de você poder dizer: “Olha, todo mundo segue seis etapas e conseguimos; eficiência perfeita”. Mas, na verdade, dá para chegar bem perto disso, e você consegue esse resultado ao se envolver profundamente…

27:29 …no mapeamento, trabalhando com as partes interessadas e depois reestruturando o processo com muita visão de futuro e muita reflexão. Então, mais uma vez, isto é real e, obviamente, está anonimizado; não podemos compartilhar detalhes dos workflows reais dos nossos clientes, mas…

27:59 …este é um mapeamento real de processo, acho que era de contas a pagar. >> Sim, era de contas a pagar. >> E tinha 17 etapas diferentes, com exceções sendo tratadas. Então, estas são todas as exceções, e estas são todas as etapas etc. Fizemos esse levantamento ao longo de, acredito, duas ou…

28:31 …três semanas, com entrevistas, mineração de processos etc. E, na verdade, este é um workflow menos complicado para eles, em geral. Já vimos workflows com 40 ou 200 etapas. Fica uma loucura. Mas seu trabalho como FDE é, primeiro, mapear tudo isso. Não pule esta etapa. Não deixe de mostrar ao cliente a bagunça em que ele está. Eles precisam ver isso. Parte o coração deles, mas é necessário. Depois, você mostra o futuro com agents. Ele…

29:02 …fica visualmente muito mais limpo, então eles podem respirar aliviados; e, em segundo lugar, funciona muito melhor, com agents cuidando do que precisam cuidar e pessoas no fluxo quando necessário etc. Estas caixas verdes são etapas que vêm depois de decisões humanas, acho eu. E ainda há uma exceção em que, por exemplo, é determinado o código etc. Então, esse é o seu trabalho como FDE. >> Aliás, se você estiver vendendo isso para um CFO, o jeito de fazer é colocar…

29:34 …os agents ali e, em seguida, o custo mensal estimado deles, porque vai ser surpreendentemente baixo, certo? >> Em comparação com o custo de pessoas. >> Com certeza. E você pode fazer o mesmo com a precisão e todos os KPIs que puder apresentar. Eles adoram isso. Qualquer executivo do C-suite, certo? E parte do seu trabalho, com base nesses KPIs, é mostrar: “É assim que funciona mal agora, e é assim que vai funcionar no futuro”. Depois, você se compromete a atingir esse padrão. Assim, daqui a seis meses, você pode dizer: “Eu fiz isso”.

30:04 >> Adorei. >> E você continua roubando minha deixa, Greg. É exatamente isso que estamos mostrando aqui. Então, você mostra a eles: de 17 etapas no processo para sete; tempo de ciclo de 24 dias para seis; ciclos de exceção de seis para um. Este é um ótimo exemplo. Nos próximos dois indicadores, a taxa de processamento direto de uma fatura subiu de 18% para 87% para este cliente. E isso foi uma virada de jogo para eles porque, de repente, literalmente a maioria das faturas estava passando por rotas de exceção. Isso é péssimo. Significa que seus processos são muito ruins…

30:35 …E nós corrigimos esse processo. Aliás, isso é uma reengenharia de processos. Nem sequer se trata só de agents. E, por fim, reduzimos o custo de processamento de uma única fatura de US$ 31 para US$ 6. É uma redução de 80%. Então, como você disse, certo, você mostra isso a eles neste slide. >> Certo? E, para quem diz que a Voss está apenas substituindo pessoas por agents, há outro ponto: se você consegue otimizar uma empresa de modo que…

31:05 …o custo por fatura caia de US$ 31 para US$ 6, de repente, essa empresa passa a ter uma margem maior. Sim, talvez fique com parte dessa margem, mas também pode repassar uma parte aos clientes. >> Com certeza. E também pode usar essa margem para contratar, porque… >> Certo. >> A verdade é que os clientes com quem trabalhamos muitas vezes são da Fortune 1000 ou da Fortune 500. Eles querem vencer, querem…

31:36 …

32:06 crescer. E muitas vezes vemos que isso envolve realocação de recursos. Não se trata de fazer demissões em massa, certo? Eles preferem que seus melhores profissionais de finanças não passem o tempo fazendo encaminhamento e aprovação manual de faturas e analisando faturas. Isso é ridículo. Preferem que essas pessoas se dediquem a tarefas de maior impacto, certo? Planejar certos aspectos de FP&A ou transferi-las para equipes multifuncionais, ou montar suas próprias equipes de FTE.

32:37 Então, espero que ninguém esteja com a impressão de que isso vai substituir o emprego de todo mundo. Sim, haverá migração de empregos. Mas acho que as empresas que querem vencer estão realocando pessoas. Não estão fazendo demissões de 50%. Isso é loucura. >> Legal. >> Outro exemplo: uma empresa de contabilidade com 60 pessoas. Este é mais o lado das pequenas e médias empresas, certo? E isso é para você que está começando seu primeiro projeto de FDE: provavelmente deveria começar por aqui. Isso não era, na verdade, um dos nossos clientes, mas alguém do setor com quem eu tinha

33:08 conversado. A empresa tinha US$ 12 milhões em receita, 400 clientes e quatro sistemas. O que tornava tudo difícil é que cada cliente enviava seus livros de um jeito diferente. Ouvi dizer que algumas faturas eram enviadas como uma foto de alguém rabiscando em um caderno. E foi aí que percebi: “Certo, não dá simplesmente para aplicar IA. Você precisa realmente se aprofundar e fazer isso direito.” Não vou insistir nesse ponto, porque, primeiro, este link estará na descrição e, segundo, é mais do

33:38 mesmo. Mas a realidade é que disseram que havia seis etapas. Na verdade, havia 14. Há muitos ciclos de retorno. Cabe a você entrar e descobrir isso. Antes, falamos sobre isso do ponto de vista de vendas. Agora, estamos falando do ponto de vista financeiro. Então, cobrança; depois, você precisa pedir de novo em 70% das vezes. Aí, um parceiro devolve mais tarde. Você vê a etapa quatro aqui. Isso acontece em 35% das vezes. Para deixar bem claro: se você é um FDE, seu trabalho é, sim, mapear isso, mas também explicar a eles qual é o custo de isso

34:11 acontecer. Se, em 35% das vezes, você precisa fazer esse ciclo, quanto isso custa? Não só em dinheiro, mas também em tempo. Qual é o tempo de ciclo entre essa pessoa da equipe e a próxima? É aí que se perde muito tempo. No artigo que publiquei, Michael Hammer, que fez esse estudo sobre transformação digital, disse que você pode ter 20 etapas e, se acelerar cada etapa, talvez não torne o processo mais rápido, porque é o tempo de ciclo entre as etapas que faz

34:43 toda a diferença. É daí que vêm os 20 dias de tempo, e isso se repete continuamente. Ele disse isso há 30 anos. Então, estamos vendo a mesma coisa hoje. De novo: as mesmas quatro categorias, desculpe — exclusão, código simples, agentes e decisões humanas. Cabe a você descobrir isso. Se quiser saber como fazer, é muito simples: use código simples quando for um caso simples de “se x, então y”. Não há julgamento nem variação; e, se houver variação, é um switch case, certo? Se x, então y; se z, então

35:14 alguma outra coisa. Usei letras aleatórias, mas você entendeu. No caso dos agents, é quando você tem dados históricos suficientes e é necessário fazer julgamentos, mas ainda dá para ser bastante específico. Por exemplo, temos uma fatura e um item de linha mostra monitores. É muito provável que sejam materiais de escritório, mas há exceções: se for de um determinado fornecedor, sabemos que, na verdade, não são materiais de escritório, e sim outra coisa. Não sei, você entendeu. E, por fim, decisões humanas, certo? Se tivermos que enviar um pagamento, provavelmente deveria haver uma pessoa envolvida.

35:45 Não queremos que um agent vá do início ao fim, porque aí você tem golpes de phishing, certo? Chega uma fatura, o agent diz: “Parece legítima. Vamos pagá-la.” Ter uma pessoa no processo é sempre muito útil para revisar e dar a aprovação, etc. >> Como as pessoas deveriam pensar nos modelos de ponta em comparação com os modelos open source, nos modelos chineses em comparação com os modelos americanos? Como acabamos de falar de agents como agents, mas, se você realmente for

36:17 implementar esses agents, como as pessoas deveriam pensar nesses ecossistemas? >> Ótima pergunta. Por um lado, a maioria das empresas usa o Copilot, o Microsoft Copilot. Por trás dele está o Claude Code. Por trás disso está o Codex. E muito do que você quer fazer, especialmente em uma pequena ou média empresa, deveria começar com arquivos de skill, onde quer que você esteja. Agora, se

36:48 você está realmente criando agents, o que exige experiência em engenharia — vou ser sincero, e os grandes laboratórios não querem que você saiba disso —, a maior parte do que você quer alcançar não precisa usar um modelo de ponta. São poucos os casos em que vimos necessidade de implementar Fable ou Astra. Isso não significa que não usemos os modelos deles. Usamos Opus, o modelo 4.8 Aid ou, mais provavelmente, Sonnet; ou o GPT, sabe,

37:21 com um modelo de raciocínio mais fraco. Já nem sei qual é a convenção de nomes deles. E também usamos modelos open source. A outra questão é que, se você está falando com grandes empresas — e aqui vai uma informação privilegiada para quem está assistindo —, elas têm aversão a modelos chineses, apesar de serem números de ponto flutuante; não é bem assim que funciona. Elas não querem trabalhar com modelos da China; não podem, ou há uma forte aversão a isso. Mas já usamos modelos open source como Muse e, às vezes, modelos chineses quando temos permissão. Grok também tem sido um ótimo

37:53 modelo para nós. Então, não sinta que precisa se limitar ao ChatGPT, Claude e aos modelos de ponta. Você pode usar os modelos que não são de ponta dessas empresas. Pode usar Grok. Pode usar Muse. Pode usar GLM, Kimi, Qwen. Todas essas opções são ferramentas, e você deveria fazer benchmark de cada workflow com cada modelo para determinar qual é o modelo certo para o seu caso de uso. >> Temos visto plataformas de agents pessoais começarem a crescer. Agora temos Grokbot.

38:23 Temos Muse. O Muse tem até uma versão para pequenas empresas. Eles acabaram de anunciá-la. Tem o Instinct, que é mais voltado para o consumidor. Dá para imaginar que os outros grandes players também vão entrar nesse espaço. Como você está pensando em usar os Grokbots desse mundo para implementar soluções nessas empresas? Está pensando nisso? >> Sim. E ontem a OpenAI lançou o Dots, certo?

38:55 Acho que isso abre uma possibilidade, mas é difícil enxergar como fazer a governança desses agents pessoais no contexto de uso empresarial, certo? Acho que isso é uma extensão. Minha filosofia, e a filosofia que seguimos aqui na Veric, é que existem dois tipos de agents para qualquer empresa ou organização. Há o agent assistente, que é seu copiloto. Você conversa com ele e realiza tarefas. E o Instinct e o

39:28 Dots, o Grobbot e o Muse são extensões disso: você precisa conversar com eles, e eles realizam tarefas. A outra opção são agents em segundo plano, que realmente trabalham sem você precisar acompanhá-los. Eles simplesmente fazem o trabalho e avisam quando precisam de você. Já sabem o que precisam fazer. Por isso, esse processo aprofundado de mapeamento e engenharia de processos é tão valioso. Consigo imaginar que, em algum momento, eles se conectem, de modo que você possa usar o Muse ou o Grokbot para configurar esses agents em segundo plano, que fazem o trabalho

39:59 por você o tempo todo, mas essa governança ainda não existe. Ainda há uma enorme lacuna em relação ao quanto você precisa se envolver e ao nível de envolvimento exigido do ponto de vista da engenharia de software. Então, até agora, os casos de uso são limitados, para responder à sua pergunta, e preferimos tirar trabalho da carga deles a fazê-los trabalhar mais rápido, porque essa é a diferença no ROI. Isso aumenta a produtividade deles em 10% ou 20%. Isso aumenta a produtividade em 70% ou 80%, com maior precisão etc. >> Uhum.

40:29 Legal. >> Então, de novo, para vender a ideia de um FDE, você precisa ser três pessoas em uma. Primeiro, precisa entender como o trabalho é realmente feito. Idealmente, isso significa sair por conta própria e estudar a fundo esses sistemas de registro. Estudar Salesforce e Dynamics, como conversamos antes. O que eles oferecem? O que não oferecem? E, por fim, parte disso é entender como deve funcionar o processo de contas a pagar. Você aprende isso sozinho ou combinando o estudo com uma experiência dentro de uma empresa. O segundo é

41:01 entregar código em produção. Você precisa ser capaz de fazer trabalho de engenharia. Isso não significa que você precise ter graduação em ciência da computação e ser engenheiro de software há 10 anos, especialmente com os avanços da engenharia de IA. Mas precisa ser capaz de entregar código em produção: agents que se conectem a esses diferentes sistemas de registro e façam isso com auditabilidade, governança e segurança. E, terceiro, a camada de IA, certo? Saber qual modelo

41:33 usar, saber em que você pode confiar a um modelo e em que não pode, saber como testar cada modelo por meio de evals, otimizar seu harness. E, por fim, saber como lidar com agents que tomam ações incorretas, certo? Reverter ações de agents que alucinam, etc. E, se você consegue fazer essas três coisas, é o melhor FDE. Você é muito competente. E isso é, na verdade, muito, muito raro. Normalmente, você só tem uma ou duas dessas habilidades. Ou

42:04 é até meio medíocre nas três. Você precisa ser excepcional nas três. Além de saber comunicar tudo isso. Certo? Ser capaz de conversar com a alta liderança e convencê-la de que esse é o caminho certo. E, se você é essa pessoa, precisamos muito conversar. Queremos contratar você. Dito isso, você também terá muitas oportunidades em todos os outros lugares, certo? Todo mundo está procurando FDEs de alto nível. Com certeza. [respira fundo] Cem por cento. Sim. Quer dizer, gostei que você se arriscou, sabe? Respeito. Acho que

42:36 essa pessoa é como um jogador da NBA, certo? É do 1% do 1% . Mas, se você conseguir descobrir como fazer isso, o legal é que dá para aprender. Como você disse, não precisa ter graduação em ciência da computação. Só precisa se dedicar a aprender o ofício. Você precisa de experiência em aplicar esse ofício e também de muita

43:08 prática com todos os diferentes ecossistemas: open source versus código fechado, muitos dos diferentes… Quer dizer, até mesmo o ecossistema da Microsoft e o ecossistema da Salesforce. Você precisa entender tudo isso, juntar as peças e comunicar de um jeito que convença os executivos. Então, é difícil, mas é por isso que essas pessoas recebem o que recebem. Sabe o que quero dizer? E é por isso que o valor é tão alto, certo? Como vimos neste episódio, os problemas que você resolve

43:41 ao implementar FDEs representam facilmente milhões de dólares em economia e eficiência por ano. Então, alguém me deu um conselho uma vez. Era uma pessoa muito conhecida, um fundador muito conhecido, com várias vendas de empresas por vários bilhões de dólares. Eu ainda era jovem. Ele sempre dizia: se você está procurando emprego, o melhor

44:11 emprego para encontrar é aquele mais próximo do dinheiro: aquele em que você consegue mostrar que pode otimizar a receita e o lucro. Porque quem faz isso naturalmente acaba recebendo mais, já que gera mais valor, como falamos antes, como aquele sistema de fábrica. Então, é tipo: você gerou 10 milhões de dólares em valor para essa empresa. Será que eu poderia pagar 10

44:43 10% disso? Um milhão de dólares? Talvez, sabe? Pode ser uma troca justa. E é por isso que acho que os FDEs são tão procurados e também tão bem pagos. >> Sim. Você pagaria a eles 10% do que conseguem entregar para você sem pensar duas vezes. E até há empresas de private equity contratando FDEs e dando a eles uma participação nos ganhos, em que, sabe, compraram a empresa por um bilhão e esperam vendê-la por 5 bilhões, e você receberia 0,5% dessa diferença

45:14 >> com base no trabalho que você conseguir fazer para elas. >> Como você disse, eles são os jogadores da NBA. Você precisa ser bom, precisa ser ótimo. Precisa ser o melhor dos melhores. >> Sim. Então, algumas tarefas práticas: se você quiser se aprofundar no espaço dos FDEs, se quiser começar, talvez só experimentar um pouco, se estiver começando do zero, é isto que eu faria pessoalmente. Faça uma lista de todos os aplicativos que guardam suas coisas, certo? Falei dos meus mais cedo, hoje,

45:45 mais cedo na apresentação: cinco caixas de entrada diferentes, três canais diferentes de mensagens e comunicação, etc. Faça isso para você. Escreva qual deles prevalece, quais entram em conflito, sabe, como encaminhar as coisas. Faça um mapeamento completo dos processos da sua própria vida. E, no próximo passo, pegue 20 coisas que você fez na semana passada, certo? Você pagou uma conta, cancelou uma assinatura. Esse é um caso importante. Estou vendo muitos casos de uso no Instinct e no Muse em que eles entram e cancelam

46:15 as coisas que as pessoas esqueceram que tinham. Aliás, preciso fazer isso com a Adobe. Adobe, se estiver ouvindo, cobrou 40 dólares por mês durante dois anos. Na quarta-feira, escreva um processo passo a passo. Sabe como você paga uma conta do início ao fim ou como envia uma fatura pelo trabalho, se for freelancer. Mapeie tudo isso e tente ser o mais detalhista possível. Sabe, há cinco maneiras diferentes de fazer isso. Há 10 exceções diferentes, etc. E, na quinta-feira,

46:46 classifique cada etapa, como falamos, nas quatro categorias. O que é eliminado? O que é determinístico? O que é agentic? Para que você ainda precisa estar presente? E, na sexta-feira, decida com quem você quer entrar em contato e procure várias pequenas e médias empresas com as quais possa fazer contato ou para as quais possa enviar uma abordagem fria, para fazer isso por elas e oferecer a solução para um único processo. Comece com um workflow. Deixe-o bem simples e faça tudo por elas. Crie os arquivos de skill, faça o assistente pessoal, o Instinct, o Muse, o crockbot, o dots, seja lá o que for, e crie os agents com um cronograma. Faça de graça, se precisar, caso esteja começando. Acredite, a experiência vale mais, e no próximo trabalho você pode cobrar cinco dígitos, seis dígitos. Mas, se nunca fez isso, ganhe experiência. E aí você segue em frente, levando o que aprendeu com esta apresentação. Quanto é importante saber implementar hardware com agents nessas empresas? É

47:17 assistente pessoal, instinto, musa, crockbot, pontos, seja lá o que for, e construir os agents e dar a eles um cronograma. Faça de graça, se for preciso, caso esteja começando. Acredite em mim, a experiência vale mais, e no próximo você pode cobrar cinco dígitos, seis dígitos. Mas, se nunca fez isso, ganhe um pouco de experiência. E então siga em frente e aproveite o que aprendeu com esta apresentação. Quão importante é saber implementar hardware com agents nessas empresas? É

47:49 algo que muita gente está pedindo? >> Hardware no sentido de GPUs? Sim, tipo, sabe, elas têm dados confidenciais e querem modelos open source nas próprias instalações, basicamente, em vez de agents na nuvem. >> Sim, sinceramente, não vimos nada disso. Sei que há empresas que fazem isso, alugando ou vendendo clusters de GPU para empresas muito grandes,

48:20 talvez altamente regulamentadas. Trabalhamos com algumas das empresas mais regulamentadas do planeta. Bancos, serviços financeiros, saúde, farmacêuticas. E não acho que elas estejam nesse ponto ainda. Talvez cheguem lá algum dia, mas não agora. >> Você viu que a OpenAI lançou alguns recursos de segurança ontem, no Dev Day ou algo assim? >> Não, não vi. O que foi? >> Eles lançaram… Vou abrir aqui para não falar errado. Então, lançaram recursos privados

48:53 inteligência. A inteligência privada da OpenAI ajuda as empresas a usar IA de ponta com mais confiança de que seus dados estão protegidos. Há retenção zero de dados com processamento privado e seguro, o que permite revisões automáticas de segurança. Basicamente, você não precisa dar à equipe da OpenAI acesso ao conteúdo subjacente. Acho que muita gente pensava mais ou menos assim: “Quero usar alguns desses modelos, sabe, mas, quando digo”

49:23 “gente”, quero dizer empresas. As empresas pensam: “Quero usar alguns desses modelos, mas será que eu realmente quero entregar as chaves para a OpenAI? Talvez não.” Então, elas acabam lançando um recurso assim. >> Ah, muito legal. >> É. A gente encaminha as solicitações pelo Azure Foundry, pelo AWS Bedrock, pelo Google Vertex, e eles, mais uma vez, concordaram em não treinar com os dados e oferecer retenção zero de dados, etc. Mas dá para ver como isso está se tornando cada vez mais um problema para muitas empresas. Faz sentido terem lançado esse recurso. >> Legal. E sim, gostei desse processo passo a passo

49:57 . Isso é valioso, de verdade, não só para muita gente. Primeiro, se você quer ser um FDE, isso é valioso. Segundo, se você quer que sua empresa seja mais nativa em IA, isso é valioso — com exceção das coisas de sexta-feira, porque você não vai entrar em contato com as pessoas. Mas, de segunda a quinta, você fica entendendo o sistema e otimizando o sistema. Então, isso é valioso para muitas pessoas diferentes. >> Sim. E uma das perguntas que nos fazem é: como criamos nossos próprios

50:27 FDEs internamente? Eu pediria que seguissem o mesmo manual, certo? Então, se eu não deixar nada mais para quem está assistindo, que seja isto: é assim que se deve fazer. Não aplique IA a tudo, certo? Esse é o motivo pelo qual a maioria dos projetos-piloto de IA fracassa: tentam simplesmente enfiar IA na empresa, de um jeito muito vago. Talvez seja distribuir uma licença do Claude Code para todo mundo, ou talvez construir um

50:57 agent que não entende de verdade o workflow. Não funciona. Quando entramos nessas grandes empresas, seguimos exatamente este processo, e é por isso que transformamos departamentos com IA com sucesso. Seguimos estas etapas: encontramos o processo real. Medimos o tempo de referência e todos os KPIs. Escolhemos processos com responsáveis. Classificamos cada etapa. Definimos a referência antes de construir. Depois, construímos uma vez e implantamos em todos os lugares. E medimos

51:28 constantemente. Então, ao longo de quatro semanas, fazemos uma auditoria com esses CFOs; entendemos os sistemas deles, construímos os PCs e, em quatro semanas, concluímos tudo isso. Nas quatro semanas seguintes, construímos os agents. Três meses depois, seis meses depois, dizemos: “Era assim antes; agora está assim”, e comprovamos isso para eles. Então, não é só “ah, construímos IA, implantamos e acabou”. Esse é o trabalho de um FDE: fazer tudo de ponta a ponta. Então,

51:58 espero que isso tenha sido útil para todos que estão assistindo, e desejo boa sorte a todos. >> Vamos incluir o link nas notas do programa e na descrição para que as pessoas possam acessar. Às vezes, as pessoas me perguntam — na verdade, nem me perguntam. Comentam: “Você está envolvido nessa empresa”. Não estou envolvido nessa empresa. Sabe, o Voss não me pagou uma cerveja. Não me mandou dinheiro. Não me ofereceu um café. Nada. Acho que ele é muito inteligente nesse assunto. E acho que, se você entende disso, tem uma

52:29 vantagem injusta. E é por isso que o trago aqui. Estou aqui porque ele é de nível mundial nesse assunto. Ele não tem medo de compartilhar o segredo, e é por isso que está aqui. >> Agradeço. Bem, agora me sinto mal. Devo mesmo uma cerveja a você. Mas, enfim, se eu tirar uma coisa disso tudo, é que preciso contratar pessoas. Então, se as pessoas puderem se candidatar, talvez eu possa dar uma boa recompensa por isso. Mas, sim, agradeço muito por me receber. >> Não precisa me dar nada em troca. Bem,

53:03 eu gosto do que você está fazendo. E é engraçado você dizer “não aplique IA”, mas depois “candidate-se à minha empresa”. Isso é hilário. [risos] E espero que mais pessoas — se você chegou até aqui — vão lá e façam, não importa se querem ser FDEs ou aplicar essa metodologia. Vão lá e façam, ponham a mão na massa. Se quiserem que eu me aprofunde nesses assuntos, por favor, me avisem nos comentários. Eu leio cada

53:34 comentário. Respondo à maioria. Voss, você é uma lenda por vir aqui e compartilhar o segredo. Agradeço muito. Volte outra vez, por favor. Vou incluir links para que vocês possam acompanhar o Voss na internet e acessar o artigo dele sobre aplicar IA, que eu vi e sobre o qual entrei em contato com ele e disse: “Ei, você tem que voltar. Volta, volta, volta ao podcast.” E até a próxima, meu amigo. >> Um brinde. Muito obrigado por me receber.

Transcrição original

[00:00] Why are people getting paid a million dollars as for deployed engineers? It sounds crazy, right? But if you think about it, it isn’t. Cuz if you’re deploying agents and you’re able to drive 5, 10, $25 million of value for companies, [music] would they be willing to give you a slice of that pie? It turns out yes. So the question becomes, how could you become a foreploy engineer? How could you deploy agents to make companies run more efficiently, drive revenue, lift margins? Well, today

[00:32] I brought on Boss from Veric Agents for an inside look at how this works. He’s sharing examples from client engagements with the details changed that you just don’t get to see publicly. This is for the first time ever on the internet. And that’s really [music] cool. I think a lot of people have talked about for deployed engineering on the internet, but they haven’t gone into concrete examples for how you [music] can actually do this. By the end of this episode, you’re going to understand how to find the work worth automating. [music] You’re going to be able to decide where

[01:02] agents belong. You’re going to understand open- source versus closed source. [music] You’re going to understand where Muse, Grockbot, and Dots been in in all of this and how you can start putting this into practice. This is a master class for how to become a Ford deployed engineer. I did one other episode with Voss not too long ago, but we kept it high level and by popular demand, we’re going deeper. So send this to a friend, like and comment and I’ll see you at the end of the episode. One of the most common questions I get nowadays is, Greg, how

[01:34] are you using voice AI in your everyday life? Well, today I’m going to break it down in 60 seconds. I’m going to give you my voice AI toolkit right now. And this section is sponsored by Google. So Google’s actually been crushing it with voice AI. Um, I’ve been using Gemini 3.8 Live recently. So what’s really cool about 3.8 Live is you can just go and have a phone call basically with it and say something like, “Hey, you know, how am I doing with my launch campaign?” And it’s connected to all my tools and it’s

[02:06] basically running my business in the background. So I think about it as if my it’s almost like my chief of staff. It’s smart. It’s intelligent. It’s connected to my tools. And it allows me to live my life while having uh voice AI help me run my business. The second is Gemini 3.5 Transcribe. Now, what’s really cool about this is I can go and leave voice notes and it’ll go and parse those voice notes. It removes the ums, the likes, and you know how I use it is, you know me, I’ve got a lot of ideas. I got a lot

[02:36] of startup ideas and it just allows me to go on walks and just basically give those those ideas and get back text that is clear. Um, and that also just, you know, allows me to remember cuz frankly I forget things. Um, the third is Gemini 3.8 flash text to speech. Now, what’s really cool about this is you can go and say, “Hey, build me a voice that has a Brooklyn accent.” Um, and it’ll go and do it. And you might be thinking, well, how can you actually use that? Well, you

[03:07] know, there’s so many products that need a voice. You know, for me, recently, I’ve been building a mobile app and I just included an onboarding voice into the mobile app. And the last thing is speechtoech. You know, not everyone speaks English. So, if you’re doing business in Mandarin in China, you get this realtime translation via Gemini 3.5 Live Translate and it just opens up new markets. So, these are just four tools that I’ve been uh obsessed with lately. Uh, shout out again to Google for

[03:38] sponsoring this part of the episode, and I’ll include links for where you can play with these tools and models in the description. Have fun with it. Have a creative day, and I’ll see you at the next 60cond master class. >> [music] >> Voss, by the end of this episode, what are people going to learn? >> People are going to hopefully learn the endto-end workflows that we’re seeing as part of AI transformation and better

[04:08] understand how they can go ahead and do this themselves. >> Yeah, because there’s lots of talk and I’m sort of guilty for this too of just keeping it high level. Um, sometimes I’m just like, here’s an interesting topic. Here’s an interesting business model. Just apply AI. Um, but the big question is, well, how do you actually apply AI? What is this forward deployed engineer piece look like? So, we’re going to actually get into the nitty-gritty of that. All right. So, that’s the commitment you’re going to make to the

[04:38] person listening to this. By the end of this episode, uh, they’ll understand what it actually means to apply AI. What does it actually mean to forward deploy into something and where are the business opportunities and monetization opportunities and how big is this thing? Is that the commitment you are going to make today? >> 100%. You have my word. Let’s do it. >> All right. >> Cool. So, you know, I put out an article a few weeks ago um and it was titled don’t apply AI. Obviously, a play on,

[05:09] you know, applied AI, etc. And again, the point of that is to to go into, you know, AI isn’t something that can be applied like a coat of paint. It’s something that really involves process re-engineering. Um, and that’s the goal of of today’s uh kind of presentation. And thanks for having me on. Um, so as I’m sure everyone already knows, and you know, I know you, Greg, you talked about this a week or two ago. Um, this is already happening, right? Rolloffs is a huge part of the private equity playbook these days where you’ll buy a firm that runs very much on people, outdated

[05:40] processes, maybe outdated software as well. Um, for example, accounting firms, IT shops, law practices, etc. And these AI holding companies or AI transformation companies are buying up these, you know, portfolio companies and putting AI engineers forward deployed engineers inside of it. So what they do is they’ll find the processes. They’ll map out the systems of record, the exceptions, what happens where, what cycle time is occur is recurring as a result of, you know, handoff between two

[06:10] different pods of people. And they’ll rebuild that process with agents from the ground up. Um, Thrive, for example, comes to mind. They have 35 engineers across 70 firms as of, you know, me creating this and, uh, doing some research. I’m sure that might be even higher now. Um, and what they’re seeing is that it’s actually quite successful. Uh, the numbers move. You know, tax returns 30% faster at 98% accuracy. Agents are actually able to take work off of people’s plates and it is feasible. It’s possible. The only caveat

[06:42] being is that it’s a lot more involved than people had maybe initially surmised. Um, so one example is gross margin at one call center firm was 60% and above, which is actually quite high. uh and as a result of that you know when they buy the firm let’s say they buy it for a billion dollars and they increase the margin uh and they double it for example in the best case um that actually translates into the valuation of the entire company. So all of a sudden you can buy it for a billion implement AI across you know 3 6 12 24

[07:13] months whatever that is and then you can sell it for 2 billion or 4 billion or 8 billion um and that’s really the goal of these of these companies. >> Cool. Let’s keep going. >> So here you can just see a few a few different examples of that. Thrive holdings with Josh Kushner, General Catalyst, AI enabled roll-ups and then the people who are doing those steps of two and three are those four deployed engineers. >> And I think like we’ll get into that by the end, but like I think that’s the big question a lot of people have is like I think people hear this and they’re like,

[07:44] “Okay, cool.” But like you’re basically saying like buy a business, add AI and you know question mark question mark profit. You know what I mean? That [laughter] mean so I think like the big qu it’s like okay but how do you actually do this? >> We will talk about that >> 100%. I’m not going to keep it super high level. We’re going to get into it. Um and the analogy that I like to give everyone as you’re thinking about what it means to be a forward deployed engineer is your life is already complicated right? You have five different inboxes, four file stores, Google Drive, Notion, iCloud Drive, the

[08:16] desktop. You even have five messaging apps. You have iMessage, WhatsApp, Slack, Google Calendar, Outlook Calendar, all this stuff. And it’s actually very hard to understand exactly how you like to use your systems, right? So, which app is the easy part. You can make a simple tool call for example to a API uh of, you know, whatever system of record of your choosing. But if a client emails you, you know, it’s a Gmail, it’s work. But if a family messages you and it’s iMessage or it’s WhatsApp, um, and understanding this is quite complicated

[08:47] even at a personal level. So imagine at a company and this is to your point, right? This question mark question mark question mark. People are so annoyed at at this like, you know, AI is going to fix everything. Just just use AI because they know that it’s actually quite complicated. Um, imagine a company, right? This company has acquired eight other companies in the past. So now they’re existing in five different regions. They’re in Sa Paulo, they’re in Bangalore, they’re in Australia, they’re in Sydney and they have 23 different systems of record and each region is

[09:17] doing things differently. Chicago is on SAP, Salesforce and Workday. Toronto is on Netswuite, HubSpot and ADP and so on and so forth. So really it is quite complicated and this is exactly why again AI cannot be applied. If you’re applying AI over this entire company, which literally spans the entire globe, you’re going to end up with just making faster. I hope I can curse on this podcast and bleep that out with you. >> Absolutely. [laughter] >> Um, and that’s the fundamental issue. So now, again, I don’t want to, you know,

[09:49] be too uh beating a dead horse on the problem. The problem is very clear. It’s very complicated. So, how do you actually go about doing this? This is our view. And I’m sure there’s many different ways of doing this, but our view is process mapping, then re-engineering, then building, deploying, and rolling it out. Um, and there’s a few different ways that we do that. So, if you were to go into a company on day zero, here’s what I would suggest that you do. >> Mhm. >> The first is interviews on the human

[10:20] side. So, let’s start off with a single department, right? You’ll have in finance, you’ll talk to the head of AP, AR, reconciliations, billing, banking, FPNA, etc., and you’ll work your way down from there. And the reason why these interviews are super helpful is because a lot of information lives in their heads. Very rarely do you have a very clean document source that you can just point your agent at, it’ll learn it, and go from there. Very often, it’s not written down. It’s not documented. And we hear this all the time when we talk to companies. uh they tell us

[10:50] saying, “Oh yeah, this person’s been at the firm for 20 years.” And they just handle it. It’s so common. It doesn’t matter the size of the company. Could be a massive Fortune50. It could be a small SMB. They all have these critical key people where information lives in their head. >> Yeah. I mean, people, if you think that you’re going to walk into a company and they’re going to have like an obsidian second brain hooked up to AI agents, you are just mistaken. my friend. You know what I mean? Like

[11:21] >> 100%. >> There is no second brain happening here. [laughter] >> Yeah. There’s nothing you can just plug into call an API and all of a sudden you have your knowledge store. >> It’s kind of on you to create that and it’s per department and it’s cross department and it’s very very involved. >> Okay. So step one is basically [sighs] in a sense it’s creating like a human API. It’s getting all the uh you know uh

[11:52] data systems SOPs you know all that stuff into modern digital systems. >> Absolutely. You always have a good way of articulating I like that it’s a human API. Um that’s what it is and you have to understand you know why do they do things the way they do them today? Who really decides them? Which step is theater? Which step is legitimate? What happens when exceptions take place? how often do exceptions take place? Um, all of these things are not written down.

[12:22] From there, we move on to then mining the systems of record and mining everything else. Right? So, really there’s a lot of data that exists in their Salesforce, their Netswuite, their dynamics, their workday, etc. And that doesn’t mean it’s written down, right? It’s not in a document which has like once step one, step two, etc. But you can sort of create that SOP by living on top of their systems of record. So for example, if I have real- time access to a Salesforce for example over the course

[12:52] of you know 3 to 4 weeks I have a pretty good understanding of what sort of data enters Salesforce, how often is it getting corrected etc. And this runs constantly and you can use AI to analyze what the hidden meaning is behind each one of those actions. Right? So if a certain record comes in and it’s from a certain company, it’s of a certain size, we see these actions taking place and now we can create sort of a graph of okay once something happens, once something enters of a certain category, A goes to X, B goes to Y, C goes to Z,

[13:23] etc. But obviously if you just do that without the interviews, you’re missing half the picture. The final aspect is what lives outside of them. So then you actually go into the existing documentation. Sometimes outdated, sometimes it’s pretty good. This is in SharePoint. This is in Drive. This is in notion. This is in Slack. This is in Teams. This is in Gmail. This is in spreadsheets. And again, through these three steps, you have literally the entire company’s picture. And it varies the split amongst companies, right? For a very large company, they’ve had 10 years of Salesforce historical

[13:55] data for you to go off of. For an SMB, they probably don’t. They probably have mostly in people’s heads in interviews, um, and no processes, no system of record, no software. So it’s up to you to determine what angle you need to take per company and it varies >> crystal clear. >> So here’s a very concrete example. You wanted to go away from high level. This is what we’re trying to do. Um this is a public software company. This is actually an engagement that we that we completed. Um so it was a $5 billion in revenue company. They have over 150

[14:26] products, tons of solution consultants and we were brought in by the CRO and they’re public. So this actually makes them quite complicated. you have to deal with regulation uh certain laws apply etc. So the process document which they actually had and they had completed this I think it was engagement with deote that mapped this out for them um was you build a quote then you submit it then it goes to deal desk then you approve it then you send it you negotiate then you sign it very cut and dry and this is always what happens if you just look at one angle even just one person right they might

[14:56] tell you the wrong story so you have to interview other people as well um but what the reality was and this was as a result of process mining agents that we had deployed over their CRM which I believe was Salesforce. Um it’s actually a 20step process with seven different loops. So from step one to step, you know, four or five, then you loop back to one if there’s an issue. Um and that’s 61% of requests actually follow that loop. Then later down the chain, legal sends it back 12% of the time. Later down the road, 30% of the time a

[15:27] new quote has to repeat uh getting approval, etc., etc. So none of this was really documented and it was up to us and actually my team of four deployed engineers to go in and create this process mapping. >> It’s interesting like the way I’m thinking about it is every business is sort of like a factory and a factory if you think about imagine you’re looking down at a factory floor. You know there’s an assembly line. There’s different parts of the assembly line. And there’s probably maybe some offices where people are doing some accounting

[15:59] or you know and they all kind of work together to create a product. And what’s really cool about what you’re doing and just for deploy engineering as a service in general is you’re basically saying like how do I distill every business down to these systems or set of systems uh per department and then you’re you’re basically what’s really cool is like now

[16:30] well we have everything we need to actually get the you you usually the work done. There’s the dig step one is like the digital tools like the sales forces, the net suites, all those products. Then there’s the agents that actually do the work and then there’s the human beings. There’s often times like a human being step to it, right? Like not everything could be fulfilled by agents. So what you’re doing here is you’re kind of like exposing the whole system.

[17:01] um you’re acknowledging that a lot of people think that they have a full system but it’s actually usually just the tip of the iceberg and you’re basically saying how can I open up this system optimize it and then I would imagine like have eval or um which you can talk about but basically make sure that you know it’s doing its job at be uh you

[17:32] know as good as as possible. >> Yeah, 100%. And it’s funny that you mentioned that like the mapping of the processes let’s say across a sales department as we have here. Um it’s it’s actually never been shown before to anybody in the department >> so cleanly >> to the point where you know the CRO and CFOs are telling us like I I feel like you understand our department better than we do. And it’s true because no one has done that yet. And that’s the real issue, right? If you go and say, “Hey,

[18:02] we want to use AI.” Well, on what? What are we doing? What what is the broken process? What’s the problem we’re trying to solve? And that’s why you need this step. And and then to your point of, you know, not everything can be agentic, some things should be deterministic, etc. These are the 20 steps, and this is what we bucket them into, right? There’s four buckets. One is delete the step. This shouldn’t exist in a post AAI world. Um, some steps are plain code where you have, you know, rules. There’s no judgment required. For example, it’s

[18:33] a simple API call. If this happens, then this happens. Five are agentic, right? You have building a quote that requires some level of judgment with who’s the customer, what’s it worth to us, how much do we need to spend, what resources do we need to allocate, etc. And then finally to your point, humans in the loop, human decision makers who are going to be handling the most risky tasks, things that you really cannot afford to, you know, get wrong and and it’s approval, it’s negotiation, it’s signing, it’s submitting payment, etc.

[19:04] >> Yep. >> So this is also how we do it. And this is one thing that I really want to call out, right? A lot of people think of AI agents as a new surface and we take the opposite approach and this is what I’ve seen really resonate with a lot of executive leaders and it’s what I strongly recommend to anybody who wants to be an FTE is pitch yourself as building these agents inside their systems of record. So one thing that we do is for example we’ll have agents that mine your Salesforce

[19:35] and take action in your Salesforce. Uh, and there’s no new surface that you need to go into to interact with this. We’re not asking you to replace your Salesforce, your CRM. That’s impossible. Real quotes from our customers. They spent several years and several million dollars, I think $10 million one time on migrating from one ERP to the next. Same thing for, you know, one CRM to the next, etc. If your pitch for AI is, hey, we’re going to move you from Salesforce to this AI native CRM, you’ve lost them.

[20:09] And you know, maybe in SMB where they don’t have a CRM, you can put them on one. That’s great. But otherwise, try to be inside of systems of record. Even here when you have human in the loop, it’s a message in Slack. And that’s what we’ve really seen resonate with our clients as well. Um, so I strongly recommend this being the case. And this is also how you don’t have to retrain staff, right? they are already used to this. You’re working inside their their records and you can just hit the ground running with a much faster um rate of you know utilization, much higher efficiency, etc. >> Yeah. I mean in general like you’re

[20:40] trying to sell anything to anyone like you want the path of least resistance, right? So, um I think that if you’re going to ask them to completely move softwares and then kind of like introduce all these new concepts to them because they probably haven’t heard of a lot of these I mean maybe some of them maybe have but some of them probably haven’t around this like whole agentic world that we’re living in. So,

[21:12] uh, yeah, my point my take here is like or I’m just agreeing with you like obviously it makes sense like if especially if someone’s listening to this and like wants to be a forward deployed engineer or wants to like start a forward deploy engineering business like path of least resistance. >> Yeah, 100%. They haven’t heard of Jev or Muse or any of his stuff, right? So, just, you know, keep it simple. >> Yeah. >> Um, here’s another example, right? And we mentioned there’s a lot of PE firms that are looking to uh identify their

[21:43] their stack. For for anyone who’s not very familiar, a private equity firm will have ownership um in dozens of companies, right? And their mandate is all right, let’s roll out AI across all of them. And it’s impossible to do so, right? If you have 26 different companies, that’s 26 different engagements. Um and then each one of those companies 26 has 10 different departments. Each department has 10 different workflows. and all of a sudden you’ll need to deploy 50,000 Ford deployed engineers across 3 years if you

[22:15] want to even make a dent. Um so the way that we recommend going about this is grouping together portfolio companies. Um often times it’s on systems of record. So for example, if we have a port a PE firm with 26 different companies and we’re tackling finance for all of them, we’ll group together the you know five that are on Netswuite as their ERP and four that are in Dynamics. So if you’re an FTE, your job is to make sure you really understand what

[22:46] capabilities already exist in each software. So what does Netswuite offer? What does it not? What does Dynamics offer? What does it not? And then where can you fill in the gaps and how do you make that talk to whatever else they’re on which is ramp or bre or tipi or blackline or concur or expensify. On the sales operation side it means some are on Salesforce, some are on HubSpot. Um how do you integrate that with everything else across their stack and their spreadsheets etc. You get the idea. Um, and what happens is if you go

[23:17] about it this way is you only have to tackle similarities, right? Instead of getting pulled in different directions, you just streamline with one, you know, entry point and that’s a system of record. That’s what we strongly recommend, especially if you’re an FDE. If you’re being asked to do 10 different companies, you have to simplify it for yourself. Um, it also simplifies the politics. You know, you’re working with CFOs uh with the same buyer over and over again. It’s interesting that the CFO is the sponsor. Like it’s, you know, you would

[23:50] think that it might be the CTO or or someone just from technology. >> Yeah, we we very often get brought in with CIOS um and then that’s just from like the we want to identify everything perspective. Um, but also it’s like CEOs, CFOs, CRO who are like, well, this is my department and I want something there. Now, caveat being CFOs are self-proclaimedly notoriously skeptical, so good luck selling into CFOs, but um,

[24:22] that’s just how it goes. >> Um, yeah. I mean, to me, don’t want to offend any CFOs listening to this, but to me, like CFOs just care about optimizing costs. >> So, when they hear, you know, agentification or agents, they’re just thinking, how do I lower my costs, increase margin? Um, are you finding that’s like the best way to get in? like, hey, like we’re going

[24:54] to like deploy all this stuff and like you’re going to save a bunch of money. Is that how you how you’re thinking about it or am I missing it something? >> No, I would say that’s that’s largely correct. Um, we obviously deliver value on three buckets, right? One is cost savings, but the second is revenue uplift and third is risk mitigation. Um and what we’ve seen actually resonate with CFOs is yes cost cutting absolutely uh first and foremost but then also like how long does it take you to close your books and we’ve heard like about 22 days

[25:26] uh 4 weeks 6 weeks well okay that’s that’s over a month that’s it’s called month end close what are we talking about here um so if we can bring that down to 4 days or 8 days with higher accuracy at the same cost you’re running it today even they’ve really found that to be useful and then obviously further if we can cost cut um you know down the line that’s even better but it’s a bit of both it’s not just that we want to keep our existing slop but cheaper they

[25:56] actually do want to move towards faster more accurate etc >> it’s I mean maybe it’s just like you speak to who you’re selling to so if you’re speaking to like a CIO or CTO it’s like the efficiency maybe it’s the efficiency, it’s it’s you know the output, it’s it’s productivity, it’s stay up to date, you know, it’s all of that, but like then it gets like handed over to the CFO. It’s like they might not care as much about the

[26:28] efficiency in terms of like or the output that it’s like way cleaner and nicer. They might just care about like the revenue uplift and and and uh lowering cost. So, I mean, obvious to say, but like that’s, you know, for people listening, it’s like sell to who you’re you’re speaking to. >> Yeah. 100%. Sell the outcome, right? If we’re talking to a CHRO or a chief people officer, >> it’s you can hire better people faster and train them quicker on day one. It’s

[26:59] not about the cost. They don’t want to save money here. They want to get way better output. Um, so it it there is >> cool. So here’s again deep dive into a concrete example. Um five portfolio companies all on Netswuite but even then they have very different ways of running things. Uh you know 12 steps, 9 steps, 15 steps, 18 steps, 13 steps and then imagine you know they have regional differences, regional variances at each portfolio company level. So again this

[27:29] is why mapping it out is so important and this is useful not just for each portfolio company, right? Each CFO has the same, you know, uh, investment that we talked about earlier where they see this and you understand their department better than they do, but the PE firm does as well where they can see things get mapped out and streamlined. And what we’ve seen is a lot of PE firms ask us for okay, what’s the playbook, right? Tomorrow when they acquire a new company, what process should they

[27:59] follow? Um, how should they go about it? What software should they adopt? Um, and this mapping of saying, “Hey, look, if you’re on Netswuite, this is the concrete way of doing things. Here you go. You turn this into six steps, agents in certain locations, etc.” Now, this is obviously a dramatization. You will very rarely get to as clean as like, hey, everyone’s on six steps and we did it, guys, perfect efficiency. But you’ll actually come quite close to this and you’ll get that by being very deeply

[28:31] involved mapping it out working with the stakeholders then re-engineering it with um a lot of foresight and a lot of uh thought thoughtfulness. So again this is actually and this is anonymized obviously we can’t share you know details about our clients actual workflows but >> this is a real process mapping for I think it was accounts it was accounts payable yeah >> um and it was 17 different steps with exceptions being handled right so these are all like exceptions and these are all the steps etc um and this we uncovered over the course of I believe 2

[29:02] 3 weeks with interviews process mining etc um and this is actually a less complicated you know workflow for them and in general. We’ve seen workflows that are 40 steps or 200 steps. Um, it gets crazy. But your job as an FTE is to one, map this out. Don’t skip this step. Don’t skip educating the client on on what their, you know, mess is. They want to see this. It breaks their heart, but they need it. Um, and then you turn it into here’s the agentic future. It

[29:34] one visually looks much cleaner so they can take a deep sigh of relief and two it actually runs much smoother where you have agents that are handling what they need to handle and you have humans in the loop where needed etc. Um these green boxes are you know steps after I think human decisions um and this is still like an exception where like you know determines the code etc. So, this is your job as an FTE. >> By the way, if you’re selling this to a CFO, the way to do this is like you have

[30:04] the agents there and then you put the estimated cost per month of the agents because it’s going to be like shockingly low, right? >> Relative to human beings >> 100%. And you have the same thing with like the accuracy and all the KPIs that you can throw at them. They love that. Any sea suite, right? Um, and part of your job is based on those KPIs. here’s how bad it runs now and here’s how it’s going to run in the future and then you hold yourself to that standard. So 6 months from now you can say I did this.

[30:35] >> Love it. >> And you you keep you keep stealing my thunder, Greg. That’s exactly what we’re showing here. Um so you know you show them you know from 17 process steps to seven cycle time from 24 days to six exceptional loops from 6 to 1. This is a really good one. The next two, the straight through rate of an invoice, we drove that from 18% to 87% for this client. And that was a gamecher for them because all of a sudden, literally a majority of their invoices were going through exception routes. Like that’s terrible. That means you have really bad

[31:05] processes. And we fixed that process. That’s a process re-engineering flow, by the way. That’s not even um all about agents. And then finally, we drove the cost of handling a single invoice down from $31 to $6. It’s an 80% reduction. Um, so to your point, right, you show them that in this slide, >> right? And to the people who are like, Voss is just replacing human beings with agents. The other piece of this is if you’re able to optimize a company such that

[31:36] their cost per invoice is going from 31 to $6. Now, all of a sudden, that company has more margin. Yes, they might take some of that margin, but they also might give back some of that margin to customers. >> Absolutely. And also use that margin to hire because >> right >> the truth be told, right, the the clients that we work with are very often like Fortune 1000, Fortune 500. Um they’re they want to win, they want to

[32:06] grow. Uh and we’ve very often seen that it’s reallocation of resources. It’s not about doing mass layoffs, right? They would rather have their best people in finance, not spend their time doing manual invoice routing and approvals and parsing of an invoice. That’s ridiculous. They would rather have those people on higher leverage tasks, right? Planning out FPNA certain aspects of that um or migrating them across cross functional or building their own FTE

[32:37] teams. Um, so I hope that no one is under the impression where these are, you know, going to replace everyone’s job. Yes, there will be migration of job. Um, but I I do think that the companies who want to win are reallocating. They’re not they’re not, you know, doing 50% layoffs. That’s crazy. >> Cool. >> Another example, 60 person accounting firm. This is more of the SMB side, right? And this is for, you know, if this is your first FDU project, you should probably start here. Um this was uh not actually one of our clients but someone else in the industry that I had

[33:08] chatted with. Um they had $12 million in revenue, 400 clients, four systems. Uh and what made it hard is you know every client sends it books in a different way. I I actually heard that some invoices were sent as a picture >> of someone scribbling in a notebook. And that was when I knew like, okay, you can’t just apply AI. You got to really get in there and do it deeply. I won’t beat a dead horse here because, you know, one, this link will be in the description, and two, it’s more of the

[33:38] same. But reality is, they said they had six steps. The reality is they had 14. They have a lot of loops. It’s on you to go in and figure this out. Previously, we talked about it in a sales perspective. Now, we’re talking about it in a finance perspective. So, collections, then you reask 70% of the time that happens. Then a partner sending it back later. You see step four here. that happens 35% of the time. To be very clear, if you’re an FTE, your job is yes to map this out, but also to educate them on what is the cost of this

[34:11] happening. So if if if 35% of the time you have to do this loop, what does that cost? Not just in terms of money, but in terms of time. What is the cycle time of this one person on the team to the next person on the team? That’s where a lot of the time goes. Um in the article that I put out uh Michael Hammer who did this study of you know digital transformation said that you might have 20 steps and if you speed up each step you might not make the process any faster because it’s the cycle time between steps that makes

[34:43] all the difference. That’s where the 20 days of of time comes out to be and that’s seen time and time again. That was 30 years ago that he said this. So we’re seeing the same thing today again same five the same four buckets sorry uh deletion plain code three agents two human decisions it’s on you to figure this out if you want to know how to go about this it’s very simple plain code is to be used when it’s a simple if x then y there’s no judgment there’s no variance and if there is variance it’s a switch case right if x then y if z then

[35:14] a whatever I random letters you get the idea um on the agent side it’s where you have enough historical data and judgment is required that you can be pretty concrete about hey for example we have an invoice a line item shows monitors that’s very likely going to be office supplies but there are exceptions if it’s from a certain vendor then we know that it’s actually not office supplies it’s you know some other thing I don’t know you get the idea uh and then finally human decisions right if we have to send out payment there should

[35:45] probably be a human on that we don’t want an agent to go end to end because then You have fishing scams, right? You have an invoice that comes in, agent says, “This looks legit. We’re going to go ahead and pay it.” Human in the loop is always super helpful for reviewing and for delivering approval, etc. >> How should people think about frontier models versus open- source models, Chinese models versus America models? like in in like we’ve just talked about agents as agents but if you’re actually

[36:17] going to deploy these agents how how should people think about these ecosystems? >> Super good question. So on one hand most companies are on co-pilot, Microsoft copilot. Now behind them is cloud code. Behind that is codecs. Um and a lot of what you want should start especially for an SMB in skill files wherever you are. Now, if

[36:48] you’re actually building agents, which requires engineering expertise, I’ll be honest, and the big labs don’t want you to know this, but most of what you’re looking to achieve does not need to be leveraging a frontier map. There’s very few cases where we’ve seen the need to deploy Fable or Astra. Um, now that doesn’t mean that we’re not using their models. We’re using, you know, Opus, you know, 4.8 aid or sonnet more likely or you know GPT you know

[37:21] with lower thinking model I don’t even know what their naming convention is anymore um and also open source now the other part is if you’re talking to enterprise uh and this is some sauce for for the viewers they have an aversion to Chinese models even though they’re floating point numbers not actually how that works uh they don’t want to work with models that are out of China they can’t or you know there’s a there’s a strict aversion to it but we have leveraged open source models like you know Muse um and sometimes Chinese models where we’re allowed to uh grock has been a great

[37:53] model that we’ve used as well. Um so don’t feel the need to silo yourself into just chatgbt claude frontier models. You can use their non-frontier models. You can use gro. You can use muse. You can use GLM, Kimmy, Quinn. All these different things are are toolkits and and you should benchmark every single workflow against every single model to determine what model is the right use is the right model for your use case. >> We’ve seen personal agent platforms start to get big. So we have Grockbot

[38:23] now. We have Muse. Muse actually has Muse for small business. They just announced that. Um, Instinct, which is more on the consumer side. Um, you got to think the other big players are going to come into that space too. Um, how are you thinking about using the Grock bots of the world to to, you know, deploy into these enterprises? Are you thinking about it? >> Yeah. and then open AI yesterday with dots, right? Um

[38:55] I think there’s an unlock for that, but it’s hard to see governance for those, you know, agents, personal agents in the enterprise use case, right? Um I think that is an extension. I think my my philosophy and the philosophy that we follow here at Veric is that there’s two streams of agents for for any business or whatever. There’s the sidekick agent, which is your co-pilot. You chat with it, you get stuff done. And Instinct and

[39:28] Dots and Grobbot and Muse are extensions of that where you have to chat with it and they get stuff done. The other angle is background agents that truly do work in the background. They don’t bother you. They just do the same thing and they ping you when they need to. They know what they have to do already. And that’s why this deep dive process mapping process engineering is so valuable. Now I can see them connecting at some point where you can use a muse or a Grockbot to set up these background agents that just take work

[39:59] for you all the time, but that governance isn’t there yet. Uh there’s still a massive gap in how much involved you have to be and how involved you have to be from a software engineering perspective. Um, so so far the use cases to answer your question are limited and we would rather take work off of their plate rather than make them move faster because that’s the difference in ROI. This gives them 10 20% faster output. This gives them 70 80% faster output with higher accuracy etc. >> Mhm.

[40:29] Cool. >> So again selling the idea of an FTE you need to be three people in one. uh one you need to understand how the work actually gets done. Uh ideally that means you go off on your own and you really study these systems of record. You study salesforce net dynamics as we talked about earlier. What do they offer? What do they not? And then finally and then and then part of that is you know how should accounts pay table function and you learn that either on your own in combination with going into a company. Uh the second is

[41:01] shipping production code. You have to be able to do engineering work. Now doesn’t mean you need to be a undergrad in computer science and you know software engineer for 10 years especially with the advances in AI engineering. Uh but you do need to be able to ship production code agents that call into these different systems of record and do so with auditability, governance, um security in place. And then third is the AI layer, right? Knowing what model

[41:33] to use, knowing what you can trust a model with versus what you can’t, knowing how to test each model through eval, you know, optimizing your harness. And then finally, you know, how to handle agents taking incorrect actions, right? Roll backs on agents hallucinating, etc. And if you can do all three of those, you are the best FTE. You’re a very cabley. And this is actually very very rare. Usually you just have one or two of these. Um or

[42:04] you’re even kind of mediocre at all three. You have to be exceptional at all three. Plus the communication of it all. Right? Being able to speak to senior leadership uh and and convince them this is the right way to go. And if you are this person, we really need to talk. We want to hire you. Um and that being said, you’ll also have ample opportunity everywhere else, right? Everyone’s looking for top FTEES. Totally [gasps] 100%. Yeah. I mean, she I like that you shot your shot there, you know, respect. Um I think uh

[42:36] this person is like your NBA player, right? It it’s it’s it is top 0 1%. But if you can figure this out and the cool thing is you can figure this out in like you you know like you said like you don’t need to be a have a CS degree. You just have to dedicate yourself to learning the craft. You you need experience deploying the craft and you also need a lot of

[43:08] uh reps around just all the different ecosystems open source versus closed source like a lot of the different um I mean even like the the Microsoft ecosystem and the Salesforce ecosystem you have to understand all these words bring it together communicate it in a way that you know sells to execs so it is hard, but like that’s why these people get paid what they get paid. You know what I mean? And that’s why the value is so huge, right? Like the problems that you’re solving

[43:41] with deploying FTEES like I mean, as we’ve seen in this episode, like is multi-million dollars of savings and efficiency per year easily. So, like someone once gave me advice, well-known well-known person, well-known founder, uh several multi-billion dollar exits when I was, you know, young. And he he he he always said like, you know, if you’re if you’re finding a job, the best

[44:11] job to find is the one closest to the money. um the one that could show that you can optimize that you um you know revenue profit um because the people that do that are the ones that are naturally going to get paid the most because there it generating as much value for that as we talked about earlier like that factory system. Um, so it’s like, yeah, you you know, you you gave $10 million of value to this company. Do I could I pay you 10

[44:43] 10% of that? A million dollars? Like maybe, you know, like that might be a trade. And that’s why I think FDEEs are so in demand one, and two, getting paid so well. >> Yeah. In a heartbeat, you would pay them 10% of what they can deliver for you. And there’s even PE firms who are hiring FTEES and giving them a percent ownership in the carry where you know they bought it for a billion and they hope to sell it for 5 billion and you’ll get you know.5% of whatever that delta

[45:14] is >> based on the work that you’re able to do for them. >> Um like to your point it’s it’s the NBA players and like you have to be good you have to be great. You have to be the best of the best. >> Yeah. So action items, if you want to be, you know, deeper in the FTE space, if you want to kind of get started, maybe dip your toes in, if you’re starting from nothing, this is what I would do on a personal level. List every single app that holds your stuff, right? I I talked about mine

[45:45] earlier today, earlier today earlier in the presentation, which was, you know, five different inboxes, three different texting communication channels, etc. Do this for yourself. um write which one wins, which one disagrees, you know, how to route this kind of do a whole process mapping of your own life. And the next step, take 20 things you did last week, right? You paid a bill, you cancelled a subscription. This is a big one. I’m seeing a lot of use cases on Instinct and Muse where they go in and cancel

[46:15] their, you know, stuff they forgot about. I got to do that with Adobe, by the way. Adobe, if you’re listening, charge me 40 bucks a month for two years. Um on Wednesday you write one process down step by step. You know how you pay a bill end to end or how you submit an invoice if you’re a freelancer for work. You know map this out and try to get as detailed as possible. So you know there’s five different you know ways of doing it. There’s 10 different exceptions etc. And Thursday

[46:46] sort every single step like we talked about the four buckets. What gets deleted? What’s deterministic? What’s agentic? What do you still need to be there for? And then Friday, figure out who you want to reach out to and reach out to a bunch of SMBs that you can either get connected with or you can do cold outbound to to do this for them and offer this in a single process. Start with one workflow. Make it super simple and do everything for them. do the skill files, do the uh, you know,

[47:17] personal assistant, instinct, muse, crockbot, dots, whatever it is, and build the agents and give them a timeline. Do it for free if you have to, if you’re getting started. Trust me, the experience is worth more and your next one you can charge that five figures, that six figures. But if you haven’t done this ever, get some experience in. Um, and then you you go from there and take what you learned from this from this presentation. How important is it is it to know how to deploy hardware with agents at these enterprises? Is

[47:49] that something a lot of people are asking for >> hardware in terms of like GPUs? Yeah, like uh you know they have sensitive data and so they you know they want to you know they want open source models on you know at on premise basically versus versus cloud agents. >> Yeah, truthfully we’ve seen zero of that. Um I know there are companies who do that where they kind of like either rent or sell GPU clusters to very large

[48:20] maybe heavily regulated companies. We’ve worked with some of the most heavily regulated companies on the planet. Um, like banks, financial services, healthcare, pharma. Um, and I don’t think that they’re there yet. Maybe eventually they might be, but not right now. >> Did you see OpenAI launched some security features yesterday at dev day or the other? >> No, I missed it. What was that? >> They launched pull it up so I don’t butcher it. So they launched private

[48:53] intelligence. Open AI private intelligence helps businesses use frontier AI with greater confidence that their data is protected. So there’s a zero data retention with private private safety processing which enables automatic automated safety reviews. Basically you don’t have to give open AI uh p personnel access to the underlying content. I think a lot of people were kind of like I want to use some of these models, you know, but I mean when I say

[49:23] people, I mean businesses um businesses are like I want to use some of these models but do I will really want to give the keys to OpenAI? Like maybe not. So they end up launching a feature like that. >> Oh, very cool. >> Yeah. I mean we we route through like Azure Foundry, you know, AWS Bedrock, Google Vertex, and they have, you know, again, they’ve agreed to not train ZDR, etc. Um, but I can see how this becoming more and more of an issue for a lot of companies. It makes sense why they launched it. >> Cool. And yeah, I like this step-by-step

[49:57] uh process. This is valuable for really not just for a lot of people. Number one, if you want to be an FTE, this is valuable. Number two, uh if you want your company to be more AI native, it’s valuable except Friday stuff, like you’re not reaching out to people, but Monday to Thursday, you’re just like >> understanding the system and optimizing the system. >> So, it’s it’s valuable for a lot of different people. >> Yeah. And one of the questions we get asked is like, how do we make our own

[50:27] FDES internally? And I’d have them follow the same playbook, right? Um so again this is if I if I leave the viewers with nothing else this is this is what it should be. Don’t apply AI right >> too many times and this is the reason why most AI pilots fail is is they try to slap AI on um on on the business and it’s it’s very handwavy and you know you maybe it’s rolling out a license with claw code to everyone maybe it’s you know building an

[50:57] agent that doesn’t really understand the workflow. it doesn’t work. Um when we go into these large companies, this is the exact process that we follow and this is why we successfully have transformed departments with AI. We do these steps. We find the real process. We measure the time baseline all of the KPIs. We pick processes with owners. We sort every single step. We baseline before we build. And then we build it once and we deploy it everywhere. And we measure it

[51:28] constantly. So we’ll go to these CFOs over the course of four weeks do an audit um where we you know we understand their systems we build the PC’s and all in four weeks the next four weeks we build the agents and then 3 months after that 6 months after that we say hey this is what it used to be this is what it is now and we prove it to them so it’s not just oh we built AI we deployed it we’re done that’s the job of an FD doing everything end to end um so

[51:58] hopefully that was helpful for for all people watching and I’m wishing everyone best of luck. >> We’ll include the link to this in the show notes in the description so people can access it. Uh sometimes people ask me actually they don’t even ask me. They go in the comment section. They’re like you’re involved in this company. No, I’m not involved in this company. You know, like Vos Voss hasn’t bought me a beer. He hasn’t sent me money. He hasn’t given me a coffee. Nothing. I think that he’s just really smart when it comes to this stuff. And I think that if you understand this stuff, you have an

[52:29] unfair advantage. And that’s why I bring him on here. I’m I’m on here because he he’s world class when it comes to this stuff. He’s not afraid of sharing the sauce, and that’s why he’s here. >> I appreciate that. Well, now I feel bad now. I do owe you a beard. Uh but uh yeah, I mean, look, if I get one thing out of this, it’s it’s I need to hire people. So, if people can apply, that’s one thing that, you know, maybe I can I can send grand kickback for. But yeah, we, you know, just really appreciate you having me on. >> No kickback needed at all. Um,

[53:03] I uh I like what you’re doing. And it’s funny you’re saying like don’t apply AI, but apply to my company. So that’s it’s hilarious. [laughter] Uh, and uh, yeah, I wish more people I hope if you’ve made it this far that you go, no matter if you want to be an FTE or you want to apply these this methodology, like go and do it, get your hands dirty. Uh, if people want me to go deeper uh, on these topics, please let me know in the comment section. I read every

[53:34] single comment. I respond to most. Voss, you’re a legend for coming on, sharing sharing the sauce. I appreciate you. Um, please come back again. I’ll include links where you can follow uh Voss on the internet and his apply AI article that I saw and I reached out to him and I was like, “Hey, you got to come back. Come come come back on the pod.” Um, and uh, I’ll see you next time, my friend. >> Cheers. Thanks so much for having me.