Produto B2B não é vender para empresa. É vender para múltiplos decisores, com risco financeiro real, pressão por ROI e zero espaço para erro.

Neste episódio do podcast, Paulo Chiodi conversa com Ricardo Kremer, CPTO da Solides, HR Tech com mais de 45 mil clientes e crescimento acelerado, sobre os bastidores de construir, escalar e liderar produto B2B no Brasil.

Você vai entender por que “nunca customize seu produto” pode ser uma das decisões mais estratégicas para quem quer crescer de forma sustentável. Em vez de customização, o caminho é parametrização, identificação de padrões e foco em dor financeira real.

Falamos sobre as principais diferenças entre B2B e B2C, Product-Led Growth (PLG) no contexto B2B, discovery orientado a impacto no negócio, cultura de experimentação com IA e como estruturar times de produto preparados para escalar.

Se você é Product Manager, Founder, Head de Produto, Tech Lead ou atua com SaaS B2B, este episódio vai ajudar você a evitar erros clássicos que travam crescimento.

LinkedIn do Ricardo: https://www.linkedin.com/in/ricardo-kremer/

Principais tópicos do episódio:

• Diferenças reais entre produto B2B e B2C
• Por que customização destrói escalabilidade
• Parametrização como estratégia de produto
• ROI e redução de turnover como proposta de valor
• PLG no B2B: educar antes de vender
• Discovery focado em onde o cliente perde dinheiro
• Como equilibrar experimentação e qualidade em ambientes críticos
• Motor A vs Motor B: execução vs inovação
• O perfil ideal de PM para B2B
• Como fomentar cultura de testes sem comprometer clientes

Capítulos:
00:00 Introdução e contexto da Solides
01:40 Diferenças entre B2B e B2C na prática
06:40 Pressão de stakeholders e pedidos de clientes
07:30 Parametrização vs customização
09:50 PLG no B2B e educação de mercado
13:40 Discovery focado em dor financeira
17:45 Como estruturar e escalar times de produto B2B
21:38 Cultura de experimentação em ambientes críticos
25:40 Motor A vs Motor B e gestão de portfólio
30:10 Conselhos para PMs que querem crescer no B2B
33:30 Encerramento

Recados importantes:

🔗 Construa uma carreira à prova do futuro, liderando produtos mais inteligentes e eficientes com IA. Acesse: https://go.pm3.com.br/ProductGurus-AI-Specialist
Cupom de 10%: PRODUCTGURUS
🔗 Pingback é a plataforma simples e rápida para automatizar marketing e vendas sem burocracia. Crie formulários, dispare e-mails e WhatsApp, segmente leads e automatize fluxos enquanto seu time acompanha tudo no CRM. Acesse: https://pbck.link/paulo-chiodi

Neste episódio do Produto Gurus, recebo Nicolas Câmara, co-founder e CTO da Firecrawl, a startup que está construindo a infraestrutura que conecta a web aos agentes de IA.

A Firecrawl nasceu de um pivot radical. O time tinha um chatbot para documentação, com clientes como Snapchat, DoorDash e Coinbase. Crescia, mas de forma linear. Em um fim de semana, decidiram extrair apenas uma parte da tecnologia interna: o motor de ingestão de dados da web. Fizeram deploy antes de embarcar em um voo. Ao pousar, o projeto já tinha mil estrelas no GitHub e clientes pagantes.

Hoje, a Firecrawl transforma sites cheios de HTML, anúncios e scripts em dados limpos e estruturados (Markdown e JSON), prontos para modelos de linguagem. Em vez de a IA “ver” lixo, ela consome informação organizada. É a ponte entre a internet desenhada para humanos e a nova internet usada por agentes.

Falamos sobre open source como estratégia de distribuição, GitHub como canal de aquisição, o que investidores compram quando apostam em infraestrutura de IA, como atender empresas como Shopify e Canva com um time de 22 pessoas e o debate sobre bolha versus fundamentos econômicos da IA.

Se você está construindo um SaaS com IA, levantando capital ou tentando entender onde realmente está o valor na nova stack, este episódio é um mapa estratégico.
Nesse episódio você vai descobrir:
• Como a Firecrawl nasceu de um pivot brutal depois de um produto que “crescia, mas não explodia”.
• O que realmente significa transformar qualquer site em texto limpo e JSON que IA entende de verdade.
• Por que ser 100% open source foi a estratégia que mais acelerou a adoção.
• Como atender Shopify, Canva e milhares de devs com apenas 22 pessoas no time.
• A velocidade insana que eles alcançaram (menos de 1 segundo pra scrapear uma página).
• E o que o Nick acha que todo mundo está subestimando nos próximos 24 meses de IA.
Se você constrói com IA, vende pra devs ou sonha em fazer um SaaS que realmente escala, esse papo é ouro puro.

🔗 Firecrawl: https://www.firecrawl.dev/
🔗 LinkedIn do Nick: https://www.linkedin.com/in/nicolas-silberstein-camara/
🔗 X/Twitter do Nick: x.com/nickscamara_

Capítulos:
00:00 Deploy antes do voo → mil estrelas ao chegar em SF 🔥
01:25 O que é Firecrawl? Ponte entre web e agentes de IA (explicação simples)
02:00 Por que isso importa na era dos LLMs e agentes?
03:05 História do pivot: Mendable não escalava exponencialmente
05:15 Priorização brutal: o que NÃO fazer para focar no core
07:00 Problemas reais de web scraping que Firecrawl resolveu
08:02 Como limpar sites: de HTML bagunçado → Markdown/JSON limpo (economia de tokens)
10:05 Decisão estratégica: por que open source explodiu?
12:00 Monetização open source → Cloud escalável (browsers próprios)
13:26 Atendendo gigantes: Shopify, Canva e exigências enterprise
16:16 Métricas de qualidade: cobertura, precisão, estabilidade e latência
19:03 Fire Engine: velocidade média 2s → meta 1s em breve
21:23 O que YC e investidores compram: fundação da nova internet
23:23 Tese de pitch em 1 frase + dicas para founders
29:09 Go-to-market dev-first: GitHub + docs + experiência insana
31:55 O que todo mundo subestima: superinteligência em 12–24 meses
33:15 Bolha de IA: compute caro hoje, mas vai baratear (aposta otimista)

Recados importantes:

🔗 Construa uma carreira à prova do futuro, liderando produtos mais inteligentes e eficientes com IA. Acesse: https://go.pm3.com.br/ProductGurus-AI-Specialist
Cupom de 10%: PRODUCTGURUS

🔗 Pingback é a plataforma simples e rápida para automatizar marketing e vendas sem burocracia. Crie formulários, dispare e-mails e WhatsApp, segmente leads e automatize fluxos enquanto seu time acompanha tudo no CRM. Acesse: https://pbck.link/paulo-chiodi
Deixa seu like se você também quer que seu produto exploda em 1 dia.

Por que a concentração da produção de chips em Taiwan é um risco geopolítico global? E se a China realmente está fazendo dumping de modelos de IA?

Neste episódio do Product Guru's, Paulo Chiodi conversa com Pedro Teberga, PhD e educador em tecnologia, sobre a infraestrutura por trás da IA, os riscos geopolíticos da concentração de chips em Taiwan e o futuro da indústria de inteligência artificial.

Você vai entender porque olhar apenas para chatbots ignora toda uma cadeia crítica de valor, como a guerra entre EUA e China afeta o mercado e onde está o real valor para startups de nicho.

--- CAPITULOS---

00:00 - Intro: O risco geopolítico de Taiwan

01:34 - Por que não dá pra olhar IA só como chatbot

04:04 - China está fazendo dumping de modelos de IA?

06:35 - A concentração perigosa de chips em Taiwan

10:57 - Energia elétrica: o gargalo invisível da IA

13:12 - Existe uma bolha de IA? Análise crítica

18:13 - Open source vs closed source: quem acelera mais?

19:35 - Quem captura mais valor: quem cria ou quem distribui?

22:30 - SaaS morreu? O dilema das startups de IA

27:12 - IA na educação: o que muda nos currículos

33:13 - Brasil tem chance de competir em IA?

PATROCINADORES:

🔗 Construa uma carreira à prova do futuro, liderando produtos mais inteligentes e eficientes com IA. Acesse: https://go.pm3.com.br/ProductGurus-AI-Specialist

Cupom de 10%: PRODUCTGURUS

🔗 Pingback é a plataforma simples e rápida para automatizar marketing e vendas sem burocracia. Crie formulários, dispare e-mails e WhatsApp, segmente leads e automatize fluxos enquanto seu time acompanha tudo no CRM. Acesse: https://pbck.link/paulo-chiodi

SIGA O PEDRO:

• LinkedIn: https://www.linkedin.com/in/pedroteberga/

NOS SIGA:

• Instagram: @product.gurus

• Newsletter: https://www.productgurus.com.br/

#IA #Taiwan #Geopolitica #InteligenciaArtificial #TechPodcast

Neste episódio, eu recebo Mario Marcoccia, engenheiro e cofundador da Compra Rápida, para uma aula prática sobre checkout e otimização de conversão no e-commerce brasileiro.

A conversa vai do básico que quase ninguém mede até os detalhes que mais derrubam vendas: frete surpresa, fricção de preenchimento, tempo de carregamento, usabilidade, confiança e o equilíbrio delicado entre conversão e segurança contra fraude.

Se você trabalha com produto, growth, e-commerce, CRO, UX ou tecnologia, esse episódio é um mapa direto do que mexer primeiro para reduzir abandono de carrinho e aumentar taxa de conversão sem “quebrar” o checkout.

Takeaways do episódio:

Por que o frete surpresa é o maior ofensor do abandono de carrinho.

Os 3 grupos de fricção que mais derrubam conversão: compreensão, agilidade e comodidade.

Como aplicar teste A/B em checkout com o nível certo de cautela e validação.

IA no checkout na prática: análise de sentimento, checkout agêntico e automação de testes.

Conversão vs fraude: como evitar decisões “8 ou 80”.

O que é checkout headless e por que ajuda performance sem trocar o motor do e-commerce.

-----

🚨 Recados importantes:

🔗 Construa uma carreira à prova do futuro, liderando produtos mais inteligentes e eficientes com IA. Acesse: https://go.pm3.com.br/ProductGurus-AI-Specialist

Cupom de 10%: PRODUCTGURUS

🔗 Pingback é a plataforma simples e rápida para automatizar marketing e vendas sem burocracia. Crie formulários, dispare e-mails e WhatsApp, segmente leads e automatize fluxos enquanto seu time acompanha tudo no CRM. Acesse: https://pbck.link/paulo-chiodi

Capítulos:

00:37 Introdução e o mito da IA no checkout

01:40 Checkout no Brasil é cultural (e tem dinheiro na mesa)

03:16 Quem é Mario Marcoccia e a Compra Rápida

04:15 Por que o abandono de carrinho ainda é tão alto

04:40 O maior fator de abandono: frete surpresa

06:05 Falta de compreensão no checkout mata conversão

07:35 Agilidade, cliques demais e tempo de carregamento

09:15 Cadastro obrigatório e fricção na recompra

10:24 Teste A/B em checkout sem quebrar vendas

11:01 Como filtrar sinal vs ruído nos dados

14:58 Onde a IA entra de verdade no checkout

15:18 IA aplicada a frete, sentimento e conversão

18:09 Personalização, dados e governança

20:13 IA para priorizar o que mexer no checkout

22:20 Conversão vs fraude: o ajuste fino

26:23 O que é checkout headless (sem jargão)

28:11 Onde mais a IA gera retorno no e-commerce

29:36 O que a Compra Rápida faz (sem falar IA)

30:42 Checkout agêntico e compras via WhatsApp

Conecte com o Mario no LinkedIn: https://www.linkedin.com/in/mariomarcoccia/

Site da Compra Rápida: https://comprarapida.co/

Neste episódio do Product Guru’s, eu converso com Luiz Gattaz (iFood) sobre o Faster, a plataforma interna que virou uma das engrenagens mais importantes para analytics, experimentação e crescimento dentro do app.

A gente fala sobre o que quase ninguém explica quando o assunto é plataforma: como ela realmente vira um motor de escala, como muda o comportamento dos times, e por que experimentação só funciona de verdade quando está conectada à audiência, dados e execução.

Se você trabalha com produto, growth, dados ou engenharia, esse episódio é um mapa prático de como empresas grandes constroem loops de crescimento de forma consistente, sem depender de “sorte” ou achismo.

Takeaways do episódio:

- Por que o Faster nasceu (e como ele evoluiu de analytics para uma plataforma completa).

- O erro clássico de usar plataforma de forma “isolada” e perder o valor da integração.

- Como audiências e segmentação viram armas reais para acelerar experimentos e decisões.

- O que muda quando um time aprende a operar em ciclo contínuo de testes e aprendizado.

- O desafio invisível de produto plataforma: ansiedade dos times e pressão por “liberar logo”.

- Quando uma demanda vira capability de plataforma (e quando deve ficar com o time).

- Como conectar backlog, experimentos e métricas com dinheiro de verdade no fim do mês.

- Por que plataformas bem feitas viram parte da estratégia de crescimento da empresa.

Esse episódio também abre o caminho para a parte 2, onde vamos entrar mais fundo no tema de mensageria, CRM e comunicação com usuários dentro do ecossistema do iFood.

/// Recados importantes:

Construa uma carreira à prova do futuro, liderando produtos mais inteligentes e eficientes com IA. Acesse: https://go.pm3.com.br/ProductGurus-AI-Specialist

Cupom de 10%: PRODUCTGURUS

---

Pingback é a plataforma simples e rápida para automatizar marketing e vendas sem burocracia.

Crie formulários, dispare e-mails e WhatsApp, segmente leads e automatize fluxos enquanto seu time acompanha tudo no CRM. Acesse: https://pbck.link/paulo-chiodi

Capítulos do episódio:

00:00 Por que o Faster importa

03:00 A dor que levou o iFood a criar uma plataforma própria

06:00 Analytics, experimentação e audiência: como tudo se conecta

13:00 Quem extrai mais valor do Fester

17:00 O Faster como loop de crescimento

21:00 Jornada, eventos e decisões baseadas em dados

35:00 O desafio de escalar plataforma sem virar caos

44:00 Encerramento e gancho pro próximo episódio

Assista até o final se você quer entender como plataformas internas realmente destravam crescimento e por que produto plataforma é um jogo completamente diferente de produto “normal”.

Links e recomendações:

Conecte com Luiz Gattaz no LinkedIn: https://www.linkedin.com/in/luizdgattaz/

Canal do Liam Bolling, ex-PM do Google: @liambolling ​

Débito técnico virou a explicação padrão para tudo que dá errado em produto. Mas e se o problema não for engenharia?

Neste episódio do Product Gurus, converso com Zara, líder de engenharia com passagem por empresas de alto crescimento, para desmontar uma das narrativas mais repetidas do mercado.

Falamos sobre:

– Por que débito técnico nasce do desalinhamento entre produto e engenharia

– O erro de tratar times como comando e controle

– A diferença entre build to learn e build to earn

– Por que velocidade sem clareza destrói produtos

– Como entregas “vazias” criam times ocupados, não times produtivos

– O papel da intencionalidade, da definição de sucesso e do problem framing

Este episódio é para quem lidera produto, engenharia ou tecnologia e está cansado de repetir frameworks sem resolver problemas reais.

Se você já sentiu que seu time entrega muito e gera pouco impacto, esse papo é pra você.

/// Recado Importante:

Construa uma carreira à prova do futuro, liderando produtos mais inteligentes e eficientes com IA. Acesse: https://go.pm3.com.br/ProductGurus-AI-Specialist

Cupom de 10%: PRODUCTGURUS

Capítulo:

00:00 – A polêmica: débito técnico não é da engenharia

01:40 – Produto e tech brigam por quê?

03:05 – Quando produto e engenharia viram uma coisa só

05:10 – Confiança importa mais que hierarquia

07:00 – Débito técnico nasce do desalinhamento

09:30 – Entregas vazias e times ocupados

11:40 – Build to learn vs build to earn

14:30 – Velocidade sem clareza destrói produtos

17:10 – O erro de tratar desejo como problema

20:00 – IA, hype e apostas de um milhão

23:10 – Produto builder: ajuda ou atrapalha?

26:00 – Fatiar, descartar e priorizar de verdade

29:20 – Por que frameworks não salvam times

32:10 – O maior desafio de liderar engenharia

35:30 – Comunicação é o gargalo invisível

38:00 – Cultura de engenharia não é anarquia

41:20 – Verdade inconveniente: PM precisa entender tech

44:30 – PM de plataforma é raro no Brasil

47:10 – Por que plataforma não é tratada como negócio

48:50 – Encerramento e gancho para o próximo episódio

🎙️ Convidado: https://www.linkedin.com/in/eusouozara/

📚 Livro citado no episódio está na descrição

🔗 Conecte-se com o Zara na newsletter: https://substack.com/@zarathon

Se inscreva no canal para mais conversas reais sobre produto, tecnologia, negócio e liderança.

Neste episódio, Paulo Chiodi conversa com Nicole Grossman sobre sua trajetória no mundo das startups e a influência da inteligência artificial no mercado.

Nicole compartilha suas experiências desde a formação em engenharia até a construção de produtos inovadores, discutindo os desafios enfrentados em cada estágio de desenvolvimento.

A conversa também aborda a importância da experiência do usuário, as métricas essenciais para startups e os conselhos para mulheres na tecnologia.

LinkedIn da Nicole: https://www.linkedin.com/in/nicolegrossmann/

Texto sobre Builder.AI: https://www.productgurus.com.br/p/o-colapso-da-builderai-e-o-fim-de?r=2jz3x1

Texto sobre $400 doláres por usuário: https://www.productgurus.com.br/p/a-conta-dos-400-dolares-para-a-bolha?r=2jz3x1

Tópicos Principais

Nicole começou sua carreira em engenharia e se tornou programadora.

O estágio zero para um é desafiador, mas o um para dez também.

A inteligência artificial está transformando a eficiência em várias áreas.

Existem pressões diferentes em cada estágio de crescimento de uma startup.

A integração de IA em produtos traz desafios significativos.

A experiência do usuário deve ser priorizada no design de produtos com IA.

Métricas como NRR são cruciais para entender a retenção de clientes.

A monetização de funcionalidades de IA é complexa e variável.

A educação e a formação contínua são essenciais para o sucesso na tecnologia.

Mulheres na tecnologia devem se apoiar e buscar oportunidades.

Capítulos

00:00 Introdução ao Podcast e Apresentação de Nicole

02:47 Entendendo o Conceito de 'Zero pra Um'

05:14 Inteligência Artificial e Eficiência em Startups

08:07 A Bolha da Inteligência Artificial

10:27 Desafios da Integração da IA Generativa

13:22 Construindo um Roadmap de Produto com IA

16:17 Erros Comuns na Experiência do Usuário com IA

26:19 Interação Humano-Computador e IA

29:47 Construindo um Pitch Convincente

35:14 Métricas e KPIs em Startups

40:01 Precificação de Produtos com IA

45:20 Desafios e Oportunidades para Mulheres em Tecnologia

Neste episódio, Paulo Chiodi discute a matemática por trás da inteligência artificial e os desafios de monetização que a indústria enfrenta. Ele destaca a necessidade de gerar 400 dólares por usuário anualmente para justificar os investimentos massivos em infraestrutura de IA.

A conversa explora a discrepância entre os gastos e a receita gerada, além de considerar a curva em J como um possível cenário futuro para a produtividade e lucros na área.

LinkedIn: https://www.linkedin.com/in/paulochiodi/

Mais detalhes sobre aqui.

Curta. Compartilhe.

Deixe seu comentário e suas 5 estrelas.