Romain Sestier (CEO) & Guillaume Lebedel (CTO), Co-Fundadores da StackOne – Série de Entrevistas

Romain Sestier, o Co-Fundador e CEO da StackOne, construiu um produto do zero a uma valorização de $1 bilhão no Google e também atuou como VP de Produto e CS na Yieldify, onde gerenciou 70 pessoas globalmente e liderou a estratégia de integração de SaaS. Romain também abriu o escritório do Reino Unido como Chefe de Serviços do Reino Unido na ContentSquare e liderou a integração com ferramentas de teste A/B. Ele também co-fundou uma startup anterior, Upper.ai, com Guillaume.

Guillaume Lebedel, o Co-Fundador e CTO da StackOne, foi o VP de Engenharia na Yieldify, uma empresa que foi adquirida pela Publicis. Guillaume liderou equipes de integração e construiu centenas de integrações com ferramentas de SaaS usadas por mais de 1000 produtos de SaaS. Ele também construiu e manteve APIs com mais de 2 bilhões de acessos por mês.

StackOne é uma plataforma de integração alimentada por IA e com foco em privacidade que ajuda empresas de SaaS B2B e agentes de IA a construir integrações em tempo real e bidirecionais em centenas de sistemas empresariais por meio de uma API unificada. Projetada para velocidade e segurança, ela permite que os desenvolvedores enviem integrações em dias em vez de semanas sem armazenar dados de clientes.

O que o inspirou a deixar o Google e co-fundar a StackOne, e qual foi a lacuna no espaço de integração de IA ou SaaS que você viu que tornou a oportunidade urgente?

Romain: “A dor da integração é algo que eu senti em todos os estágios da minha carreira, seja em uma startup em estágio inicial ou trabalhando com sistemas de grande escala dentro do Google. Enquanto liderava o Produto no Google, eu estava construindo uma ferramenta de insights de IA para varejo, e mesmo lá — em uma das empresas mais tecnicamente avançadas do mundo — nós encontramos enormes obstáculos apenas para obter uma integração limpa entre os sistemas. Foi quando isso realmente me atingiu: este é um problema sistêmico e generalizado. E com o surgimento dos LLMs, vimos uma nova janela de oportunidade se abrir. De repente, havia uma oportunidade de reimaginar completamente a camada de integração: uma que não estava apenas acoplada, mas construída do zero para a IA. Guillaume e eu vimos isso claramente: o timing estava certo, e o mercado estava com fome de uma solução.”

Como sua experiência em liderar o produto e os serviços na Yieldify e seu trabalho no Area 120 influenciaram sua abordagem para a estratégia de produto da StackOne?

Romain: “Na Yieldify, eu liderava tanto o lado de Produto quanto o de Serviços do negócio, o que me ensinou a importância de vincular a estrada ao resultado real de receita; coisas como uma integração de parceiro mais rápida, um valor de pedido médio mais alto ou uma rotatividade mais baixa. No Google, eu escalei um produto de insights de dados que entregou $1 bilhão em receita incremental, e essa experiência reforçou quão críticos são os métricos de experiência e adoção do usuário para o sucesso. O Area 120 foi uma besta muito diferente — era tudo sobre ideias 10x e velocidade. Isso me ensinou a me mover rapidamente, experimentar constantemente e não ter medo de apostar alto. Tudo isso influenciou profundamente como construímos na StackOne: sprints bienais, apostas ousadas de produto e um foco laser em tornar as integrações não apenas mais fáceis de dimensionar, mas deliciosas de usar.”

A StackOne não está construindo um novo modelo — vocês estão construindo o tecido conjuntivo entre os modelos e os sistemas SaaS. Por que essa camada de infraestrutura é tão crítica para o sucesso dos agentes de IA?

Guillaume: “A realidade é que os agentes de IA não precisam apenas de cérebros, eles também precisam de mãos. Um modelo pode ser capaz de raciocinar brilhantemente, mas a menos que ele possa tomar ações precisas, seguras e rápidas no mundo real, ele está muito limitado. Sem uma camada de infraestrutura estruturada para governar a autenticação, os limites de taxa e as permissões de acesso, eles ou irão ‘alucinar’ e tomar ações erradas ou quebrar coisas. A maioria das empresas usa mais de 100 ferramentas de SaaS, então sem uma plataforma como a StackOne abstraindo a ‘encanação’, você fica preso tentando conectar cada uma individualmente. Nosso trabalho é dar aos agentes acesso seguro e escalável às ferramentas de que eles precisam, para que as equipes possam se concentrar na lógica, não na logística.”

Você pode nos levar por como a API Unificada da StackOne e a plataforma de Ações de Agente de IA funcionam por baixo dos panos? O que é tecnicamente desafiador sobre isso?

Guillaume: “Nós definimos uma especificação OpenAPI exaustivamente descrita por domínio, que mapeia para centenas de endpoints subjacentes. Essa especificação permanece atualizada centralmente, então os clientes não precisam gerenciar alterações de versão. Nossos esquemas de ferramentas vêm pré-definidos com os escopos de autenticação certos, significando que o agente não precisa adivinhar ou ultrapassar. A parte mais difícil é normalizar os modelos de dados de SaaS — ferramentas como o Workday permitem que os clientes definam objetos e relacionamentos personalizados, o que introduz uma complexidade massiva. Nosso mecanismo lida com tudo isso em tempo real, dando aos desenvolvedores uma camada de execução confiável e determinística alimentada por mapeamento assistido por LLM.”

O que torna o mecanismo de chamada de ferramenta da StackOne mais rápido e preciso do que as capacidades dos próprios LLMs líderes?

Guillaume: “A chave é a estrutura. Nosso mecanismo fornece assinaturas de função tipadas e exaustivamente descritas, então os modelos sabem exatamente quais argumentos usar. Por baixo dos panos, a StackOne é capaz de batchear e paralelizar as chamadas de ferramenta enquanto respeita os limites de taxa para realizar as solicitações o mais rápido possível com retrys automatizados. E, como gerenciamos credenciais centralmente, não há necessidade de reautenticação dentro do loop. Essas otimizações fazem uma grande diferença quando você está tentando executar agentes em tempo real.”

Como a StackOne é otimizada especificamente para casos de uso de IA, como Geração Aumentada de Recuperação (RAG), uso de ferramentas ou execução de agente em tempo real?

Guillaume: “Nós oferecemos pontos de extremidade delta-only para pipelines RAG, o que mantém as janelas de contexto curtas e eficientes. Para agentes em tempo real, suportamos webhooks unificados de streaming aproveitando eventos nativos ou criando eventos sintéticos quando as ferramentas subjacentes não fornecem os eventos de que você precisa. E nossa plataforma impõe controle de acesso granular no nível de locatário e projeto, o que é essencial para orquestrar vários agentes de forma segura em diferentes usuários.”

Quais são os principais mal-entendidos que as equipes têm sobre construir integrações internamente versus usar uma plataforma como a StackOne?

Romain: “Um grande mito é que as integrações são apenas sobre fazer uma chamada de API. A construção inicial pode parecer simples, mas a manutenção contínua muitas vezes consome 20% do tempo de engenharia. As equipes também subestimam o valor dos conectores de nicho: os que você desprioriza podem ser onde o risco de rotatividade realmente vive. E a segurança é frequentemente um pensamento posterior. As equipes DIY raramente cobrem coisas como conformidade SOC-2 ou isolamento de locatário, que são imprescindíveis para clientes empresariais. E então há a personalização de locatário. Cada novo cliente traz seu próprio conjunto de casos de bordo, peculiaridades de configuração e lógica de mapeamento, o que adiciona complexidade contínua que é fácil de subestimar no início.”

Todos falam sobre agentes de IA, mas o deploy no mundo real ainda está em estágios iniciais. O que você acredita que está impedindo a adoção em massa nas empresas — e como a StackOne está abordando isso?

Romain: “Segurança e conformidade ainda são os principais bloqueadores. Os CIOs se preocupam com agentes agindo fora do escopo ou criando lacunas de auditoria. A StackOne resolve isso aplicando escopos de OAuth de privilégio mínimo, habilitando interruptores de kill no nível de locatário e fornecendo um registro de auditoria completo. Quando as equipes de risco veem esse nível de controle, elas mudam de ser guardiãs para apoiadoras ativas.”

Quais são os principais desafios técnicos ou de segurança em permitir que os agentes de IA atuem em nome dos usuários em plataformas de SaaS — e como você mitiga esses desafios?

Guillaume: “Você tem que gerenciar coisas como a propagação de tokens e ciclos de refresh, o que resolvemos com um cofre central de criptografia. Prevenir vazamento de dados no nível de linha é outro desafio, então impomos identificadores de conta determinísticos na chamada de ferramenta para garantir que os agentes acessem apenas os dados certos e que isso não dependa do LLM. E para evitar a deriva ou o mau uso do agente, executamos continuamente verificações de política e testes de red team. Nossa plataforma também permite parametrizar quais ações devem estar disponíveis para qual sistema vinculado. A segurança precisa ser incorporada desde o início.”

Como você vê o futuro das ferramentas de código aberto como LangChain e CrewAI se misturando com plataformas proprietárias como a StackOne?

Guillaume: “Nós vemos o código aberto como a camada de orquestração e a StackOne como a infraestrutura subjacente. É por isso que construímos SDKs para Python e Typescript que se conectam diretamente aos fluxos de trabalho do LangChain e do CrewAI. Você verá um modelo híbrido surgir, com ferramentas de código aberto para prototipagem e plataformas gerenciadas para confiabilidade de nível de produção, similar a como as equipes usam o Terraform com o AWS. Não é um ou outro, é ambos.”

Obrigado pela grande entrevista, leitores que desejam aprender mais devem visitar StackOne.