O time de growth que ajudou a Anthropic a valer 380 bilhões era uma pessoa só
Austin Lau não tem background técnico, ele passou por Dropbox, Webflow e Notion antes de chegar na Anthropic como primeiro growth hire da empresa. Quando chegou, não havia ninguém fazendo paid search, paid social, lifecycle, SEO ou gestão de lojas de aplicativos. Ele ficou sozinho nessa função por dez meses, durante o período de crescimento mais acelerado de uma empresa avaliada em 380 bilhões de dólares.
O que ele fez com essa restrição não foi trabalhar mais horas. Foi decidir, desde o início, que certas tarefas nunca seriam feitas manualmente de novo.
A primeira coisa que Lau priorizou ao chegar não foi paid search e sim lifecycle marketing. Para quem pensa em crescimento como funil de aquisição, isso parece contramão, mas tem uma lógica: sem saber o que faz um usuário ficar, sem entender qual comportamento nos primeiros dias antecipa retenção, escalar aquisição paga só acelera o problema. Você traz mais gente para um balde furado. Lau construiu a base de mensuração e retenção antes de abrir o orçamento de anúncios, porque sem ela os dados de performance não dizem nada confiável sobre o que está funcionando.
Essa sequência, lifecycle antes de paid, impõe uma disciplina que a maioria dos times de growth ignora porque a pressão por resultado imediato vai sempre na direção de ligar a torneira de aquisição o quanto antes. O problema é que torneira ligada com medição ruim gasta budget sem gerar aprendizado. Lau sabia disso de experiências anteriores e recusou repetir o padrão.
Quando chegou a hora de escalar aquisição, a lógica de priorização de canais que ele adotou também quebra com o convencional. Google Ads ficou com a maior parte do esforço de paid porque captura intenção já formada: alguém que busca “melhor assistente de IA” ou “alternativa ao ChatGPT” está a um clique de converter, e o custo por conversão reflete isso. LinkedIn Ads entra para gerar demanda entre tomadores de decisão em empresas, com CPCs acima de 20 dólares, mas com segmentação por cargo e tamanho de empresa que não existe em nenhum outro canal.
São dois papéis distintos no funil, e tratá-los com o mesmo framework de avaliação de ROI distorce a decisão de onde alocar.
O canal que Lau descreveu como “o mais forte que existe agora” foi influencer marketing. O time patrocinou 31 criadores para 50 posts no LinkedIn com a hashtag ClaudePartner, priorizando perfis entre 50 e 200 mil seguidores, o que o mercado chama de mid-tier a macro.
A escolha por esse range não é aleatória, criadores nessa faixa têm audiências específicas o suficiente para gerar confiança e grandes o suficiente para ter alcance com custo por impressão razoável. Mega-influenciadores têm audiências difusas demais para produto B2B e enterprise e nano-influenciadores têm custo de operação alto para o volume de resultado.
O que torna influencer marketing difícil de copiar é que o resultado depende de curadoria, não de volume. O time de customer marketing publicou 67 histórias de clientes no segundo semestre de 2024, cada uma entre 650 e 1.050 palavras, gerando mais de 60 mil visitas orgânicas mensais. Esse monte de casos reais é o que alimenta tanto o conteúdo dos criadores quanto o argumento de vendas enterprise. Um criador com 100 mil seguidores no LinkedIn falando sobre como usa o Claude para um caso específico de trabalho carrega mais credibilidade do que qualquer anúncio pago porque o leitor sabe que aquela pessoa usa o produto de verdade.
Para fazer tudo isso sozinho, Lau precisou de uma relação diferente com o trabalho repetitivo. Ele não tentou fazer mais rápido, ele eliminou.
O workflow de Google Ads que construiu com Claude Code processa um CSV com centenas de anúncios existentes, identifica os de pior performance e gera variações novas respeitando os limites da plataforma: 30 caracteres para títulos, 90 para descrições. A divisão em dois sub-agentes separados, um para títulos e outro para descrições, foi a decisão técnica mais importante do projeto. Tentar fazer os dois num único agente produzia resultados mediocres.
A separação de responsabilidades melhorou a qualidade do output e simplificou a depuração quando algo saía errado. O processo que levava duas horas passou a levar quinze minutos.
Para criativos visuais, construiu um plugin no Figma que gera até 100 variações de anúncios trocando títulos e descrições entre frames, em múltiplos formatos simultaneamente. O prompt inicial para o Claude Code foi: “Eu trabalho no Figma e quero resolver o problema de copiar e colar repetitivamente. Você consegue me ajudar a construir um plugin?” Uma hora depois tinha um protótipo funcional. Um processo que levava 30 minutos por lote passou a levar 30 segundos.
Para análise de performance do Meta Ads, construiu um servidor MCP integrado à API da plataforma que puxa dados de campanhas diretamente no Claude Desktop, sem precisar abrir o Ads Manager separado. Para experimentos, implementou um sistema de memória que registra hipóteses e resultados entre rodadas de teste, de forma que cada nova geração de variações parte do histórico acumulado de o que funcionou e o que não funcionou.
O que conecta esses quatro sistemas é o mesmo princípio: identificar onde o trabalho é repetitivo e tem estrutura clara o suficiente para ser descrito em linguagem natural, e então construir algo que execute essa parte. O julgamento sobre o que faz sentido testar, qual voz usar, como adaptar o tom por canal, esse trabalho continuou sendo humano. O time de product marketing e copywriting escreveu o copy de referência que os agentes usam antes de qualquer automação entrar. Os sistemas não substituem o julgamento. Executam o julgamento que já foi feito.
Em setembro de 2025, Sunil Subhedar entrou como Growth Marketing Leader. Subhedar passou por Canva, onde construiu times globais de performance e lifecycle marketing, pelo Uber, onde liderou marketing programático, e pelo Google durante a aquisição do AdMob. O time cresceu. Subhedar confirmou no LinkedIn que toda pessoa do time usa Claude Code regularmente e que a cultura de experimentar com IA está se espalhando para o restante da organização de marketing.
A frase que Lau usou para descrever onde o papel está indo foi:
“O growth marketing está indo na direção de quase um product manager. A gente não só executa campanhas, a gente constrói produtos para atingir as metas.”
Subhedar disse algo parecido ao descrever o que procura em contratações: os melhores marketers pensam em sistemas, não em canais, e o traço mais importante é curiosidade.
Pensamento em sistemas significa conseguir olhar para um processo de trabalho, identificar onde estão as dependências entre etapas, decidir o que pode ser automatizado sem perder qualidade, e construir a automação sem precisar de engenheiro. É um conjunto de habilidades que não aparece nos job descriptions de growth marketing porque a maioria das empresas ainda escreve essas vagas para o profissional de cinco anos atrás: fluência em plataformas de anúncio, capacidade de interpretar dashboards, experiência com testes A/B.
Nenhuma dessas habilidades é irrelevante, mas nenhuma delas explica como uma pessoa operou o crescimento de um produto de 380 bilhões de dólares sozinha por dez meses. O que explica é que Lau sabia, antes de tudo, o que não precisava fazer manualmente. E as vagas que a maioria das empresas abre hoje não conseguem nem identificar esse perfil no processo seletivo, muito menos avaliar se o candidato o tem.
Para ajudar negócios a escalarem, sem perder tempo com tarefas repetitivas, a Pingback automatiza marketing e vendas. Com essa plataforma, você pode criar formulários personalizados, segmentar listas de contatos, disparar e-mails e mensagens via WhatsApp, gerenciar leads no CRM e acessar conteúdos educativos para otimizar suas estratégias. Tudo isso em um único lugar.
É ideal para times que buscam uma plataforma simples, leve e rápida.