Relevance AI

O que é

Relevance AI é uma plataforma no-code para construir e operar times de agentes de IA — o que ela chama de “AI workforce” — sobre as ferramentas que seu time de ops já usa. Você monta agentes em um builder visual escrevendo instruções em linguagem natural, escolhendo um modelo base (Claude, Gemini ou OpenAI) e concedendo a cada agente um conjunto de ações que ele tem permissão de executar. Os agentes podem chamar uns aos outros: um trabalho de “BDR” é na verdade um agente de pesquisa, um de scoring e um de outbound trabalhando como time sob um mesmo playbook. A plataforma se apoia em uma escada de autonomia de quatro níveis — Assisted, Copilot, Autopilot, Self-Driving — para que um processo comece com uma pessoa aprovando cada passo e evolua para rodar sozinho assim que você confia nele. Ela se conecta a mais de 1.000 ferramentas nativamente e suporta MCP para o resto. A empresa foi fundada em Sydney, levantou uma Série B de $24M liderada pela Bessemer Venture Partners em maio de 2025 (cerca de $37M no total), e lista Qualified, SafetyCulture, Canva, KPMG e Autodesk entre seus clientes; reportou 40.000 agentes criados na plataforma só em janeiro de 2025.

Onde se encaixa em ops

O builder é de propósito geral, mas o centro de gravidade é GTM. Os agentes pré-montados que a Relevance promove têm formato de vendas:

• Bosh — um BDR/SDR de IA que pesquisa leads, enriquece contatos, faz scoring contra o ICP, escreve outbound, gerencia respostas, agenda reuniões e atualiza o CRM. O Bosh é em si um sistema multiagente, com onboarding sob medida para empresa em vez de self-serve.
• Apla — um agente de pesquisa de contas que prepara os AE com um brief por conta antes das ligações.
• Processos de back-office — fora de vendas, os times constroem seus próprios agentes: um triador de intake para legal-ops que roteia solicitações de contratos, ou um agente de recruiting que resume um candidato contra o scorecard. Esses são builds, não templates que você liga.

Como cada agente roda pelo mesmo grafo de conectores, a mesma camada de modelos e os mesmos portões de aprovação, um agente de RevOps e um de recruiting são governados sob uma única política em vez de duas ferramentas pontuais desconectadas.

Preços

Relevance AI é usage-based, medido em duas unidades: Actions (cada passo que um agente dá) e Vendor Credits (o custo do modelo por trás desses passos). Os assentos não são o medidor — todos os planos incluem agentes ilimitados.

• Free — $0, ~200 Actions/mês, um builder. Suficiente para prototipar um agente de ponta a ponta.
• Pro — cerca de $19/mês, para indivíduos que constroem e testam agentes com frequência.
• Team — cerca de $234/mês, adiciona agentes de ligação/reunião, mais builders e usuários finais, e analytics.
• Enterprise — sob medida; é aqui que vivem o Bosh e os controles de SSO/residência de dados. O faturamento anual sai cerca de um terço mais barato que o mensal.

O preço de assento do título não é o orçamento. Conecte suas próprias chaves da Anthropic ou OpenAI para pagar tarifas de fornecedor diretamente e pular a margem do crédito, e então dimensione o número real pelo volume de Actions assim que os agentes rodam em cadência de produção.

Melhor para

• Times de RevOps e GTM que querem montar processos de agentes de vários passos — pesquisa, scoring, outbound, follow-up — com portões de aprovação humana, e que têm alguém para ser dono do design dos agentes.
• Times de ops de qualquer função que preferem um builder no-code a um projeto de engenharia, e que querem escolha de modelo e tool calling nativo de MCP em vez de um único modelo cravado.

Alternativas e quando escolher cada uma

• Dust — escolha quando o trabalho é um assistente fundamentado em conhecimento sobre seu SaaS (“qual é nossa posição sobre indenização sem teto?”) mais do que uma automação de processos que executa ações. A Dust lidera em recuperação e preços flat transparentes; a Relevance lidera em processos multiagente autônomos e agentes GTM pré-montados.
• Microsoft Copilot Studio — escolha quando seu time vive no Microsoft 365 e você quer agentes dentro desse ambiente com a maior base instalada por padrão, não uma plataforma à parte.
• Lindy — o entrante de automação de agentes no-code de crescimento mais rápido que os compradores colocam frente à Relevance. Escolha-o para automações mais leves de indivíduo a time; a Relevance se destaca em governança de empresa e na escada de autonomia.
• n8n — escolha quando você quer ser dono da orquestração você mesmo e plugar modelos em um workflow DIY em vez de comprar uma camada de agentes gerenciada.

Pontos de atenção

• Actions mais Vendor Credits são o orçamento real, não o assento de $19. Um processo multiagente tagarela queima Actions rápido, e os créditos de modelo escalam com a recuperação e as chamadas de ferramentas. Proteção: rode um piloto de 30 dias sobre seu caso de uso de maior volume, leia o consumo de Actions e créditos no dashboard antes de assinar Enterprise, e conecte suas próprias chaves de modelo para pagar tarifas de fornecedor.
• Os agentes-estrela são de GTM; a alegação de “AI workforce” é mais ampla que os templates prontos. Bosh e Apla têm formato de vendas. Para um processo de legal-ops ou recruiting você está montando agentes no builder, não comprando um trabalhador acabado. Proteção: defina o escopo de um sprint de construção com um dono nomeado antes de assumir que um processo fora de vendas sai em uma semana.
• Autonomia sem governança é output ruim e silencioso em escala. Um agente self-driving que escreve no Salesforce ou envia email pode degradar a deliverability ou a qualidade dos dados antes de alguém notar. Proteção: mantenha os agentes com permissão de escrita nos degraus Assisted/Copilot atrás de aprovação até a taxa de resposta e a precisão se sustentarem, e promova para Autopilot um processo por vez em vez de passar toda a workforce para L3 no primeiro dia.