O que aconteceu

Em 23 de junho de 2026, a Attention, plataforma de IA para equipes de receita com sede em Nova York, anunciou uma Série B de US$ 30 milhões liderada pela RTP Global. A rodada teve a participação de investidores que já estavam na base (Aglaé Ventures, Eniac e Alven), do novo investidor Linea Ventures e de um grupo de anjos operadores vindos de empresas como Preply, Pavilion, Engine, Abridge e Scale AI. Com o aporte, a empresa soma cerca de US$ 44 milhões captados desde a fundação, no fim de 2021, pelo CEO Anis Bennaceur e pelo CTO Matthias Wickenburg.

O anúncio escolhe as palavras com cuidado: a Attention diz que constrói “o sistema de IA que comanda as equipes de receita, e não apenas grava o que elas fazem”. Com isso, a rodada marca uma saída da gravação e da análise de conversas (a categoria em que a Attention nasceu) em direção à execução por agentes. Segundo a empresa, desde o lançamento desse recurso ela já executa mais de 20 milhões de ações de agentes por mês para os clientes, e a receita recorrente anual (ARR) cresceu 4x em um ano. A Attention atende mais de 500 clientes, entre eles Abridge, Scale, Lovable, Preply, Engine e BambooHR.

O dinheiro vai para o que a empresa chama de motor de ações autônomas: um sistema que identifica as próximas ações de maior impacto de cada vendedor, ordena essas ações pela receita provável, executa as que o vendedor aprova e aprende com o resultado de cada ação. “Nós executamos a próxima melhor ação e, como somos nós que executamos, conseguimos ver o que funcionou e o que não funcionou, e ficamos mais inteligentes a cada vez”, disse Bennaceur. A proposta é um ciclo fechado entre recomendação, execução e feedback, algo que ferramentas puramente analíticas nem tentam fazer.

Por que isso importa para quem está na prática

Para os padrões da categoria de IA para receita, a rodada é pequena. O que chama atenção é o posicionamento. A Attention tenta de forma explícita ir além do conceito de revenue intelligence (capturar e analisar o que aconteceu nos negócios) e chegar à execução, em que o sistema faz o trabalho em vez de só reportar. Para profissionais de sales enablement e de competitive intelligence, essa mudança traz algumas consequências.

1. A fronteira entre inteligência e execução está sumindo. Durante anos, revenue intelligence significou entregar um insight para uma pessoa decidir o que fazer. O modelo de ações de agentes da Attention encurta essa distância: o sistema recomenda, executa após aprovação e usa o resultado para ajustar a própria priorização. Espere que as ferramentas de “inteligência” do seu stack passem a prometer cada vez mais capacidade de execução. Teste essas promessas a fundo, porque agir com base em um sinal ruim custa mais caro do que apenas exibi-lo.

2. O ciclo de execução é uma barreira de dados, não só uma funcionalidade. O argumento da Attention é que, por executar ações, ela enxerga resultados que concorrentes que só analisam não conseguem ver. Se isso se confirmar, a vantagem se acumula: mais ações geram mais dados de resultado, que melhoram a priorização, que aumenta a adoção. Para times de CI que acompanham o mercado de IA para receita, esse é o diferencial a observar. Fornecedores que fecham o ciclo entre recomendação e resultado vão acumular sinais proprietários que ferramentas só de análise não conseguem copiar.

3. Os incumbentes definem a régua que a Attention precisa superar. A Attention concorre de frente com plataformas de IA para receita já consolidadas. A líder da categoria, a Gong, passou anos construindo confiança no mercado enterprise, integração profunda com CRM e uma grande base própria de dados de resultado. Um salto de 4x no ARR e 20 milhões de ações de agentes por mês mostram tração real, mas a Attention desafia empresas com bases instaladas e caixa muito maiores. A Série B financia a tentativa, não garante o resultado.

Principais detalhes

Data do anúncio: 23 de junho de 2026
Rodada: Série B de US$ 30 milhões
Investidor líder: RTP Global
Investidores participantes: Aglaé Ventures, Eniac, Alven (já na base); Linea Ventures (novo); anjos operadores de Preply, Pavilion, Engine, Abridge e Scale AI
Total captado até agora: cerca de US$ 44 milhões
Fundação: fim de 2021, em Nova York, por Anis Bennaceur (CEO) e Matthias Wickenburg (CTO)
Tração: mais de 20 milhões de ações de agentes por mês; ARR 4x maior em um ano
Clientes: mais de 500, entre eles Abridge, Scale, Lovable, Preply, Engine e BambooHR
Uso dos recursos: construir um motor de ações autônomas que prioriza e executa as próximas ações de maior impacto de cada vendedor; ampliar a presença no mercado enterprise

Impactos no mercado

A captação da Attention é mais um sinal de que o stack de tecnologia de receita está sendo reprecificado em torno de agentes. A tese que os investidores estão financiando é que o valor duradouro está nos sistemas que executam e aprendem, e não nos que só gravam. Essa tese já aparece em toda a categoria, de plataformas de conversa que passam a executar ações a ferramentas de enablement que prometem fluxos autônomos. A pressão competitiva é real: ferramentas posicionadas apenas como camada de gravação, análise ou relatórios correm o risco de virar funcionalidades dentro de um sistema maior baseado em agentes, em vez de produtos independentes.

Para vendedores e times de CI, a lente prática é a deal intelligence. A promessa de um motor de ações autônomas é colocar os sinais dos negócios em prática (apontar riscos, priorizar follow-ups e sugerir próximos passos) no momento em que eles importam, e não em uma revisão semanal. A dúvida é se essa promessa resiste a pipelines enterprise bagunçados. É exatamente isso que os compradores devem questionar nas avaliações: peça aos fornecedores os dados de resultado por trás da priorização, e não só a interface que a exibe.

O cenário de investimento também pesa. Uma Série B de US$ 30 milhões num momento em que o capital se concentra em GTM com agentes mostra que os investidores ainda veem espaço para desafiantes contra incumbentes bem estabelecidos, desde que esses desafiantes consigam explicar uma vantagem estrutural. A aposta da Attention é que o ciclo de execução é essa vantagem. Para quem mapeia o mercado de IA para receita, a empresa agora merece acompanhamento de perto como uma concorrente crível, ainda que não comprovada, contra os players estabelecidos.

Recursos relacionados

Revenue Intelligence — a categoria que a Attention quer superar
Sales Enablement — o principal público comprador de plataformas de receita com agentes
Perfil competitivo da Gong — a incumbente de IA para receita com quem a Attention concorre
Deal Intelligence — a capacidade vizinha que as ferramentas de receita com agentes agora prometem colocar em prática