Apollo reconstrói assistente de IA com Deep Agents e LangSmith para automação de go-to-market
A Apollo.io, plataforma de inteligência de vendas com mais de 275 milhões de contatos, compartilhou como reconstruiu seu assistente de IA usando Deep Agents e LangSmith para orquestrar tarefas complexas de go-to-market (GTM). O resultado é um sistema de agentes que executa fluxos completos de prospecção — da pesquisa de leads à criação de sequências personalizadas de outreach.
O assistente anterior da Apollo dependia de uma arquitetura RAG simples com fluxos determinísticos. Funcionava para consultas básicas, mas não conseguia lidar com tarefas multi-etapa que exigiam raciocínio, uso de ferramentas e adaptação em tempo real. A migração para Deep Agents — agentes que planejam, executam e refletem sobre suas ações em loop — mudou o patamar do sistema.
A nova arquitetura usa o LangGraph como orquestrador, com agentes especializados para pesquisa de empresas, qualificação de leads, geração de mensagens e agendamento. Cada agente tem acesso a ferramentas específicas do ecossistema Apollo — busca no banco de dados de contatos, análise de intenção de compra, templates de email e integração com CRM. O LangSmith fornece observabilidade completa: tracing de cada execução, avaliação de qualidade das saídas e monitoramento de latência e custo por agente.
Os números divulgados pela Apollo impressionam: o assistente com Deep Agents reduziu em 40% o tempo médio de criação de sequências de outreach e aumentou em 25% a taxa de resposta nas campanhas geradas por IA, comparado ao sistema anterior. A empresa também relatou que a qualidade das mensagens — medida por revisão humana — subiu de 3,2 para 4,1 em uma escala de 5 pontos.
O caso da Apollo ilustra uma tendência mais ampla: empresas de SaaS estão migrando de assistentes baseados em RAG simples para arquiteturas de agentes com loops de raciocínio. A diferença prática está na capacidade de decompor tarefas complexas — como “encontre leads similares aos nossos melhores clientes e crie uma campanha para eles” — em sub-tarefas que o agente executa, verifica e ajusta autonomamente.
