O que é meeting intelligence?

Categoria de software que grava, transcreve e analisa reuniões de vendas para extrair insights — geralmente pós-call (Gong, Chorus). Versões avançadas atuam em tempo real durante a call.

Meeting intelligence (também chamado de revenue intelligence ou conversation intelligence) é a categoria de software que grava, transcreve e analisa reuniões de vendas para extrair insights acionáveis. A categoria explodiu a partir de 2017 com Gong, Chorus, ExecVision e Wingman; em 2026, é tabela quase obrigatória em times mid-market e enterprise. O que mudou nos últimos dois anos é o paradigma: meeting intelligence saiu do "analisa depois" para "age durante".

Origem e categoria

A primeira onda de meeting intelligence (2017-2022) resolveu um problema operacional clássico: 90% dos reps faziam notas pobres, gestores não tinham visibilidade do que acontecia nas calls, e managers prometiam coachar mas raramente conseguiam shadowar. Gravar tudo, transcrever e indexar criou pela primeira vez uma camada de dado estruturado em cima de algo que era invisível.

A segunda onda (2023-2025) foi o boom de IA generativa: resumos automáticos, action items extraídos, scoring de competências, detecção de "sentimento" do buyer, identificação de risk de churn ou win rate. Gong, Chorus (acquired por Zoominfo), Fireflies, Otter, Fathom e dezenas de outros viraram features de IA quase indistinguíveis entre si.

A terceira onda (2024-2026) é a divergência: alguns players continuam no paradigma pós-call (analisar depois), outros começam a entregar real-time (agir durante). Essa divergência é mais profunda do que parece — afeta arquitetura, latência, e principalmente o ROI percebido pelo usuário.

Componentes de uma plataforma de meeting intelligence

Independente do paradigma, qualquer plataforma séria entrega 5 peças:

  • Captura. Integração com Zoom, Google Meet, Microsoft Teams. Recording bot que entra na call ou recording nativo via API.
  • Transcrição. ASR (speech-to-text) em múltiplos idiomas, com diarização (separar quem falou).
  • Análise. Identificação de tópicos, perguntas, objeções, menção a concorrentes, sinais de compra.
  • Scoring. Avaliação automática contra critérios fixos (BANT, MEDDIC, talk:listen ratio, monologue duration, filler words).
  • Distribuição. Highlights, summaries, integrações com CRM (Salesforce, HubSpot, Pipedrive, RD Station).

Plataformas real-time adicionam uma sexta peça: inferência em latência sub-segundo com sugestão devolvida ao rep durante a fala — o que exige stack de ASR, NLU e RAG muito mais agressivo.

Os dois paradigmas

A divergência atual no mercado é o timing da inferência:

Pós-mortem (Gong, Chorus, Fireflies, Otter, Fathom, Avoma). Captura → batch processing pós-call → entrega de resumo, scorecard e recomendações. Ciclo típico: 2-30 minutos depois do término. Útil para revisão semanal, treinamento de novos reps com calls passadas, forecasting, identificação de risk em pipeline. Não muda o resultado da call que acabou.

Real-time (LPH Meet, partes do Microsoft Sales Copilot, alguns features experimentais do Gong). Captura → inferência streaming → sugestão devolvida ao rep em <1s, durante a fala. Útil para impedir o erro antes que aconteça: detecção de objeção, battle card competitivo, guidance de pricing, próximo passo recomendado. Muda o resultado da call viva.

A diferença não é "qual é melhor" — é "qual problema você está resolvendo". Se o problema é visibilidade e treino, pós-mortem resolve. Se o problema é fechar mais deals que estão entrando hoje, real-time é o único que faz.

Sobre a palavra "intelligence"

A nomenclatura "meeting intelligence" tem uma armadilha sutil. Inteligência é capacidade de agir com informação em tempo útil — não só registrar e analisar depois. Quando uma plataforma vende "intelligence" mas só processa pós-call, o que ela entrega é mais próximo de arqueologia ou forensics: você descobre o que aconteceu, mas o evento já passou.

Por isso o vocabulário está mudando. "Revenue intelligence" virou rótulo do Gong, "conversation intelligence" do Chorus, "meeting intelligence" do Avoma — todos pós-call. Players real-time começaram a usar "live coaching" ou "in-call AI co-pilot" para se diferenciar. A palavra "intelligence" sem qualificador típicamente indica pós-mortem em 2026.

Dados de impacto

  • +45% no win rate em times que usam meeting intelligence real-time (Forrester, 2024).
  • +12% no win rate em times que usam meeting intelligence pós-mortem com revisão consistente (Gong State of Revenue 2024).
  • 3x mais chance de fechar quando objeção é tratada em <1s durante a call (Gong Labs, 300M+ calls).
  • −$1,2M ARR perdido por ano num time típico de mid-market que usa só pós-mortem em vez de real-time (LPH análise interna baseada em 200+ deal post-mortems, 2025).

Custo da categoria

Meeting intelligence vai de gratuito (Otter free, Fathom AI free tier) a $250+/usuário/mês (Gong enterprise + plataforma fee). A faixa típica de mid-market: $30-$100/usuário/mês. Para um time de 10 reps, isso vira $3.6-12K por ano em meeting intelligence pura, antes de qualquer outra ferramenta de vendas.

→ Ver o LPH Meet (real-time) ou comparar com Gong, Fireflies e Fathom.

What is meeting intelligence? (English)

Software category that records, transcribes and analyzes sales meetings to extract insights — typically post-call (Gong, Chorus). Advanced versions act in real time during the call.

Meeting intelligence (also called revenue intelligence or conversation intelligence) is the software category that records, transcribes and analyzes sales meetings to extract actionable insights. The category exploded after 2017 with Gong, Chorus, ExecVision and Wingman; by 2026, it's nearly table stakes for mid-market and enterprise teams. What changed in the last two years is the paradigm: meeting intelligence moved from "analyze later" to "act during".

Origin and category

The first wave of meeting intelligence (2017-2022) solved a classic operational problem: 90% of reps took poor notes, managers had no visibility into what happened on calls, and managers promised to coach but rarely shadowed. Recording everything, transcribing and indexing created — for the first time — a structured data layer over something that was previously invisible.

The second wave (2023-2025) was the generative-AI boom: automatic summaries, extracted action items, competency scoring, "sentiment" detection, churn risk and win-rate identification. Gong, Chorus (acquired by Zoominfo), Fireflies, Otter, Fathom and dozens of others became nearly indistinguishable AI features.

The third wave (2024-2026) is the divergence: some players stay in the post-call paradigm (analyze later), others start delivering real-time (act during). That divergence is deeper than it looks — it affects architecture, latency, and most importantly the ROI users perceive.

Components of a meeting intelligence platform

Regardless of paradigm, any serious platform delivers 5 pieces:

  • Capture. Zoom, Google Meet, Microsoft Teams integration. Recording bot that joins the call or native API recording.
  • Transcription. ASR (speech-to-text) in multiple languages with diarization (who-spoke-when).
  • Analysis. Topic identification, questions, objections, competitor mentions, buying signals.
  • Scoring. Automatic evaluation against fixed criteria (BANT, MEDDIC, talk:listen ratio, monologue duration, filler words).
  • Distribution. Highlights, summaries, CRM integrations (Salesforce, HubSpot, Pipedrive, RD Station).

Real-time platforms add a sixth piece: inference in sub-second latency with the suggestion delivered back to the rep during their speech — which requires a much more aggressive stack of ASR, NLU and RAG.

The two paradigms

The current market divergence is inference timing:

Post-mortem (Gong, Chorus, Fireflies, Otter, Fathom, Avoma). Capture → batch processing post-call → delivery of summary, scorecard and recommendations. Typical cycle: 2-30 minutes after end. Useful for weekly review, onboarding new reps with past calls, forecasting, pipeline risk identification. Doesn't change the outcome of the call that just ended.

Real-time (LPH Meet, parts of Microsoft Sales Copilot, some experimental Gong features). Capture → streaming inference → suggestion delivered to the rep in <1s, during their speech. Useful for preventing the mistake before it happens: objection detection, competitive battle cards, pricing guidance, recommended next step. Changes the outcome of the live call.

The difference isn't "which is better" — it's "which problem are you solving". If the problem is visibility and training, post-mortem solves. If the problem is closing more deals coming in today, real-time is the only one that does it.

On the word "intelligence"

The "meeting intelligence" naming has a subtle trap. Intelligence is the ability to act on information in time — not just record and analyze later. When a platform sells "intelligence" but only processes post-call, what it delivers is closer to archaeology or forensics: you discover what happened, but the event has passed.

Vocabulary is shifting because of this. "Revenue intelligence" is Gong's label, "conversation intelligence" is Chorus's, "meeting intelligence" is Avoma's — all post-call. Real-time players started using "live coaching" or "in-call AI co-pilot" to differentiate. The word "intelligence" without qualifier typically indicates post-mortem in 2026.

Impact data

  • +45% win rate in teams using real-time meeting intelligence (Forrester, 2024).
  • +12% win rate in teams using post-mortem meeting intelligence with consistent review (Gong State of Revenue 2024).
  • 3x more likely to close when objection is handled in <1s during the call (Gong Labs, 300M+ calls).
  • −$1.2M ARR lost per year in a typical mid-market team using only post-mortem instead of real-time (LPH internal analysis based on 200+ deal post-mortems, 2025).

Category cost

Meeting intelligence ranges from free (Otter free, Fathom AI free tier) to $250+/user/month (Gong enterprise + platform fee). The mid-market typical band: $30-$100/user/month. For a 10-rep team, that's $3.6-12K per year on pure meeting intelligence, before any other sales tool.

→ See LPH Meet (real-time) or compare with Gong, Fireflies and Fathom.

Páginas relacionadas / Related pages

Termos relacionados / Related terms