A economia não é um jogo de "nós contra eles" (parte III)

Este artigo do JdN, "Coindu coloca quase meio milhar de trabalhadores em "lay-off""" fez-me recordar:

• A economia não é um jogo de "nós contra eles" (parte I)
• A economia não é um jogo de "nós contra eles" (parte II) de Dezembro de 2024

A Coindu não é um episódio. É um sintoma. Recordar a Yazaki.

Quando uma empresa portuguesa perde produção para outro país, a explicação fácil é dizer que "nos roubaram" trabalho. Mas essa explicação consola mais do que esclarece.

Nas partes I e II, usei a imagem de uma corrida. O problema da Coindu não era apenas correr pior. Era estar numa pista onde Portugal competia directamente com geografias mais baratas, nomeadamente no Norte de África. A frase de uma trabalhadora citada na altura era brutal na sua simplicidade: "não podemos concorrer com o Norte de África". 

A notícia de ontem do JdN confirma que não estávamos perante um episódio isolado. A Coindu vai colocar 493 trabalhadores em lay-off, entre Maio e Novembro de 2026, justificando a decisão com a conjuntura global, a redução de encomendas no sector automóvel, as tarifas nos principais mercados e o impacte dos conflitos na Ucrânia e no Médio Oriente na confiança do mercado. O artigo recorda ainda que a empresa empregava 2.100 trabalhadores em 2022 e tem agora 752. 

Isto não é apenas uma empresa em dificuldade. É um aviso sobre o lugar que Portugal ainda ocupa em algumas cadeias de valor.

Fazemos bem. Trabalhamos muito. Cumprimos. Temos experiência industrial, mas, em certas actividades, continuamos demasiado perto da zona onde o preço manda. Empresas sem autonomia, ou sem capacidade, para conjugar exploration com exploitation, acabam, mais tarde ou mais cedo, vítimas da demasiada confiança na exploitation da fórmula actual.

E quando o preço manda, a empresa portuguesa fica vulnerável. Vulnerável à quebra de encomendas. Vulnerável à pressão dos clientes globais. Vulnerável à comparação com outras localizações. Vulnerável à pergunta incómoda que qualquer grupo internacional faz: onde consigo produzir com a melhor combinação de custo, capacidade, prazo, qualidade e risco?

Esta pergunta tornou-se ainda mais importante depois da entrada da Coindu no universo do Gruppo Mastrotto. Em 2024, o grupo italiano adquiriu uma participação maioritária na Coindu, apresentando a operação como um passo de integração vertical no sector automóvel. A própria comunicação do grupo refere que a Coindu passa a fazer parte de um grupo líder na indústria do couro, com ambição de oferecer soluções completas para interiores de automóveis. 

Ora, isso tem duas leituras. A positiva é evidente: integração num grupo maior, mais músculo financeiro, mais acesso a clientes e maior capacidade de oferecer soluções completas. A leitura menos confortável é que a Coindu passa também a estar integrada numa rede internacional onde Portugal, México e Tunísia fazem parte do mapa produtivo.

Isto não significa, por si só, que uma encomenda saiu de Portugal e foi directamente para a Tunísia. Seria uma acusação que exigiria dados que não tenho, mas significa outra coisa igualmente importante: dentro de um grupo internacional, as unidades competem naturalmente entre si por novos projectos, volumes e prioridades.

E essa concorrência interna não é moral. É estratégica.

Se uma unidade portuguesa estiver posicionada em actividades muito intensivas em mão-de-obra, sensíveis ao custo e dependentes de grandes clientes automóveis, vai ser comparada com unidades em geografias onde o custo é mais baixo. Não porque alguém "odeie" Portugal, mas porque é assim que funcionam as cadeias globais.

A verdadeira questão, portanto, não é saber se a Tunísia nos roubou trabalho. A questão é saber porque é que Portugal continua, em certos sectores, a disputar trabalho na mesma pista da Tunísia.

A saída não pode ser apenas pedir protecção, subsídios ou compreensão. Isso pode atenuar a dor no curto prazo, mas não muda a posição estratégica. A saída é mudar de pista: mais engenharia, mais industrialização, mais automação inteligente, mais responsabilidade no desenvolvimento do produto, mais qualidade difícil de copiar, mais integração com clientes, mais certificação, mais capacidade técnica e mais participação nos momentos da cadeia onde a margem é capturada.

A Coindu é, por isso, um sintoma. Mostra a fragilidade de uma parte da indústria portuguesa: competente, séria, trabalhadora, mas ainda demasiado exposta a segmentos onde o critério dominante é o custo.

E mostra também a pergunta que devíamos fazer mais vezes:

Quando o próximo projecto chegar à mesa de decisão de um grupo internacional, que razão forte existe para vir para Portugal?

Se a resposta for apenas "temos trabalhadores experientes e cumprimos bem", talvez já não chegue.

Porque outros também aprendem. Outros também cumprem. Outros também têm fábricas. E alguns fazem-no com custos mais baixos.

A política industrial séria começa aqui: não em salvar nostalgias, mas em criar condições para que as nossas fábricas deixem de competir apenas por preço e passem a competir por valor.

Curiosidade do dia

Mão amiga mandou-me uma mensagem com este postal, sobre onde estão a ser criadas unidades industriais na Europa.

A leitura dos comentários é muito interessante: proporciona contexto e avança com explicações locais que não aparecem nos livros da academia.

O ponto mais interessante talvez não seja apenas saber onde estão a nascer as unidades industriais. É perceber o que o mapa revela sobre a capacidade real dos territórios para fazer indústria acontecer.

Muitas vezes discutimos a indústria a partir dos grandes conceitos: estratégia europeia, autonomia, fundos, inovação, transição energética. Mas uma fábrica nasce em condições muito concretas: terreno disponível, ligação eléctrica, licenças, água, acessos logísticos, mão-de-obra, fornecedores, previsibilidade fiscal e uma administração pública capaz de decidir em tempo útil.

Por isso, talvez este mapa não mostre apenas onde a indústria é mais barata. Mostra onde há menos atrito para produzir.

E esta é a pergunta que devia interessar a Portugal: somos um país onde uma empresa industrial consegue nascer, crescer e operar sem ser esmagada pela burocracia, pela incerteza energética, pela lentidão administrativa e pela falta de escala?

Não chega dizer que queremos reindustrializar, subir na escala de valor ou depender menos do turismo. A indústria não nasce onde há os melhores discursos sobre indústria. Nasce onde é mais fácil transformar investimento em produção.

Qual é o “biorreactor” da sua fábrica? (parte I)

Mão amiga fez-me chegar este artigo que acho delicioso "American factories lag in adopting Al. This drugmaker is an exception".

O artigo descreve um caso interessante da Bristol Myers Squibb (BMS). A empresa está a usar inteligência artificial para acompanhar e melhorar a produção de medicamentos biológicos.

"In a sterile Bristol Myers Squibb lab about an hour north of Boston, scientists in scrubs and hairnets transfer living cells to a 2,000-liter stainless steel bioreactor that grows them for weeks. The goal is to produce proteins that are genetically engineered to attack cells that cause disease.

Tiny variations in heat, light or pH level can stop the cells from growing, causing drug shortages that endanger patients. Typically scientists would have to wait to see what went wrong during that fragile process, but now artificial intelligence is used to carefully monitor important variables - such as temperature and oxygen levels - and alert technicians if there are problems."

Em vez de esperar pelo fim do processo para perceber que algo correu mal, a empresa usa dados de produções anteriores para antecipar problemas e apoiar decisões durante o processo. A IA, neste caso, não aparece como magia. Aparece como uma forma de transformar a experiência acumulada, dados históricos e variáveis de processo em uma capacidade de decisão mais rápida. Confesso que, quando comecei a usar a IA, sonhei com o que poderia aprender com a análise de padrões em mais de 20 anos de arquivo de CAPAs numa empresa farmacêutica para a qual prestava serviço à época.

Ao ler este exemplo da BMS, lembrei-me imediatamente do início da minha vida profissional. Trabalhei na produção de PVC-emulsão e, nessa altura, usávamos um microscópio electrónico para observar visualmente o produto e tomar decisões sobre o processo. Não era inteligência artificial, claro. Mas a lógica de fundo tinha alguma semelhança: olhar para sinais que não eram evidentes a olho nu, interpretar o que se passava no processo e decidir o que fazer antes que o problema se tornasse irreversível.

Na altura, a decisão dependia da experiência das pessoas, da capacidade de observação e da interpretação técnica. Hoje, a inteligência artificial pode ajudar a fazer algo semelhante, mas com outra escala: analisar milhares de dados históricos, detectar padrões subtis, relacionar variáveis que, isoladamente, parecem inocentes e sugerir acções antes do desvio se transformar em perda, retrabalho ou rejeição.

A fábrica deixa de ser apenas um local onde se executam operações. Passa a ser um sistema que aprende com aquilo que já fez.

"Previously, scientists and technicians were never sure why some batches of cells produced a large amount of proteins, while others failed completely. But now AI uses information from past batches to identify what variables need to change. For example, if oxygen levels are lower than in previous batches, the system will suggest that oxygen be added. If the pH levels are higher than previous batches, it will recommend a fix. It also makes suggestions about the best time to harvest the cells.

These innovations have boosted the volume of drugs produced for clinical trials and commercial use at the facility by about 40%, according to a company spokesperson.

“We are able to now intervene in the batches during the manufacturing process and not have to wait until we get to the end,”"

O caso da BMS é interessante precisamente porque não começa pela tecnologia. Começa por um problema industrial real. Há um processo crítico. Há variáveis difíceis de controlar. Há pequenos desvios que podem ter grandes consequências. Há dados históricos. Há conhecimento técnico. E há uma decisão operacional que precisa de ser tomada mais cedo.

É aqui que a IA pode criar valor. A pergunta não é: "Como podemos usar inteligência artificial?" A pergunta mais útil é outra: Onde é que estamos a perder dinheiro, tempo, qualidade ou capacidade porque não conseguimos interpretar a variação suficientemente cedo?

Muitas empresas industriais ainda tratam a variação como ruído. Aceitam que certos defeitos "acontecem" (meu Deus, tantas recordações de desculpas para matar investigações e justificar o status quo), que certos lotes "são mais difíceis", que certas máquinas "são temperamentais" (como o russo no filme Armageddon), que certos fornecedores "dão sempre mais problemas", que certas equipas "trabalham melhor" do que outras (a minha mente voa para duas linhas de produção de calçado por injecção e dois turnos com produtividades tão diferentes entre si).

No entanto, por trás dessas frases, pode haver padrões. E por detrás desses padrões pode haver oportunidades de optimização.

A IA industrial não deve ser vista como um novo brinquedo digital. Deve ser vista como uma extensão da capacidade da organização para compreender o seu próprio processo.

A inteligência artificial parece ter mais potencial quando determinadas condições se cumprem. O artigo não transforma este caso numa regra geral, mas o padrão é claro: a IA parece criar mais valor quando existe histórico de processo, variáveis interdependentes, elevado custo de erro, sinais precoces e capacidade de actuar antes do problema se tornar irreversível.

Primeiro, quando o processo é repetitivo. Quanto mais ciclos, lotes, ordens, ensaios ou operações houver, maior a possibilidade de aprender com o histórico.

Segundo, quando há muitas variáveis interdependentes. Temperatura, pressão, humidade, velocidade, tempo de ciclo, características da matéria-prima, equipa, máquina, turno, lote, fornecedor, condições ambientais. Cada variável isolada pode parecer controlada. O problema, muitas vezes, está na combinação entre elas. O bom velho Taguchi.

Terceiro, quando o custo do erro é elevado. Um lote rejeitado, uma cozedura perdida, uma linha parada, uma série de peças com defeito, uma reclamação importante, uma investigação de desvio, um retrabalho caro. A IA torna-se mais interessante quando o erro chega tarde e custa muito.

Quarto, quando há sinais precoces. A IA só ajuda de verdade se houver dados que permitam antecipar o problema. Se tudo for descoberto apenas no fim, já estaremos no território da constatação. O valor está em perceber antes.

Quinto, quando ainda é possível actuar. Não basta prever. É preciso poder fazer alguma coisa: ajustar parâmetros, alterar uma sequência, parar a produção, chamar manutenção, rever uma fórmula, mudar o plano, segregar material, reforçar controlo ou investigar uma tendência.

Por isso, a IA cria mais valor ao transformar sinais fracos em decisões antecipadas.

Não invento, está tudo no artigo:

1. "AI uses information from past batches to identify what variables need to change."

2. "For example, if oxygen levels are lower than in previous batches, the system will suggest that oxygen be added. If the pH levels are higher than previous batches, it will recommend a fix. It also makes suggestions about the best time to harvest the cells."

3. "Previously, scientists and technicians were never sure why some batches of cells produced a large amount of proteins, while others failed completely."

4 e 5. "We are able to now intervene in the batches during the manufacturing process and not have to wait until we get to the end."

Os sectores com maior potencial não são necessariamente os mais "modernos". São aqueles onde a variabilidade é cara, frequente e difícil de interpretar.

Há um primeiro grupo de sectores onde predominam processos físico-químicos ou biológicos. Aqui entram a indústria farmacêutica, a biotecnologia, a química fina, a alimentação, as bebidas, a fermentação, as formulações e alguns processos de tratamento térmico. Nestes sectores, pequenas variações de pH, temperatura, tempo, concentração, humidade, pressão ou qualidade da matéria-prima podem alterar significativamente o resultado.

Há depois um segundo grupo: processos com máquinas, ciclos repetitivos e muitos dados operacionais. A injecção de plásticos (uma abordagem tipo BMS seria usar dados de ciclos anteriores para prever defeitos antes de serem visíveis: empeno, chupados, rebarbas, falta de enchimento, variação dimensional, marcas superficiais ou peças fora de tolerância), a embalagem, a maquinação e a metalomecânica (desgaste de ferramentas, vibração, temperatura, rugosidade, tolerâncias, rejeições, manutenção preditiva, consumo energético, muito bom para IA porque há dados de máquina e sinais físicos ricos) e certas linhas de montagem são bons exemplos. Nestes casos, a IA pode ajudar a relacionar parâmetros de máquina com defeitos, tempos de ciclo, desgaste, consumo energético, rejeições e manutenção.

Um terceiro grupo inclui processos intensivos em energia e com grande variabilidade de matéria-prima. A cerâmica (um sector onde a variabilidade é enorme: matérias-primas naturais, humidade, granulometria, formulações, prensagem, secagem, cozedura, curvas de forno, temperatura, atmosfera, esmaltes, retracção, empeno, fissuras, tonalidade e defeitos superficiais. Uma abordagem inspirada no exemplo da Bristol Myers Squibb seria usar dados históricos para prever o comportamento da pasta, da secagem e da cozedura; o vidro, o papel, o têxtil (por exemplo, na tinturaria: acabamento, encolhimento, gramagem, cor, defeitos, consumo de água e energia) e os materiais de construção entram aqui. São sectores onde muitos defeitos aparecem tarde, depois de já se ter gasto energia, tempo de forno, capacidade produtiva e material. Prever com antecedência pode ser muito valioso.

Finalmente, há sectores onde o potencial está menos no controlo fino de parâmetros físicos e mais na gestão do fluxo. O calçado, a confecção, o mobiliário e outras produções por encomenda ou em pequenas séries podem beneficiar de IA na previsão de atrasos, optimização de corte, balanceamento de capacidade, controlo visual da qualidade, gestão de materiais e redução de retrabalho.

E volto à pergunta anterior. A pergunta não é: "Como podemos usar inteligência artificial?" A pergunta mais útil é outra: Onde é que estamos a perder dinheiro, tempo, qualidade ou capacidade porque não conseguimos interpretar a variação suficientemente cedo? Mais um exemplo de obliquidade. O objectivo não é usar IA, o objectivo é melhorar o desempenho e, por isso, recorre-se à IA.

Curiosidade da noite

The German media are reporting that €10bn of the recovery fund money earmarked for Spain ended up in the country’s pension system. This is how the good idea of a eurobond gets killed. Mistrust is not only present. It is justified. This example also goes to show that a eurobond…

— Wolfgang Munchau (@EuroBriefing) May 12, 2026

Curiosidade do dia

No FT de hoje pode ler-se:

"Airlines across Europe are cutting prices for summer flights to counter a delay in bookings, as customers worry jet fuel shortages will disrupt holiday plans."

Na capa do The Telegraph de hoje pode ler-se:

"Millions of passengers face flight cancellations under Labour’s plans to combat jet fuel shortages,  airports have warned."

Em que ficamos?

O FT mostra o desconto necessário para convencer o cliente a comprar. O Telegraph mostra o risco de não haver capacidade suficiente para entregar o que foi vendido. Entre os dois está a realidade: quando a confiança cai antes da oferta colapsar, os preços descem; quando a oferta realmente aperta, os preços sobem e os cancelamentos aparecem.

 

É doentio

O artigo "La productividad por trabajador cae en 2025 hasta su nivel más bajo en tres años" é sobre Espanha, mas a tabela permite perceber a quebra muito mais forte da produtividade em Portugal do que em Espanha.

Uma economia saudável não melhora apenas porque põe mais gente a trabalhar. Melhora quando cada hora de trabalho gera mais valor. E isso não está a acontecer.

Quando a economia cresce por volume, mas não por valor acrescentado, a produtividade fica presa. É a diferença entre:

• vender mais unidades;
• atender mais clientes;
• receber mais turistas;
• contratar mais pessoas;

E, por outro lado:

• vender melhor;
• cobrar mais por diferenciação;
• incorporar mais conhecimento;
• automatizar o que deve ser automatizado;
• criar marcas, processos, tecnologia, design, propriedade intelectual e capacidade comercial.

O artigo mostra uma economia que parece estar a fazer mais, mas não necessariamente a valer mais.

A imigração entra sobretudo para alimentar sectores de baixa produtividade, baixos salários, rotação elevada e pouca formação, ou seja, permite fomentar esse modelo. Ajuda empresas a sobreviverem sem terem de mudar muito. Neste caso, a imigração funciona como uma válvula de escape: resolve a falta imediata de mão de obra, mas reduz o incentivo para investir em produtividade. Facilita o desvio de recursos para novos projectos de baixa produtividade.

Uma economia pode crescer porque junta mais trabalhadores, recebe mais turistas e alimenta sectores intensivos em mão de obra. Mas isso não é o mesmo que subir na escala de valor. Sem mais capital, melhor gestão, melhor tecnologia, melhor posicionamento e maior diferenciação, o país apenas acrescenta volume. E volume, como sabemos, é vaidade; produtividade e valor acrescentado são sanidade.

É doentio como este não é o tema mais importante nos media portugueses. Tudo o resto é espuma.

Curiosidade do dia

Hoje, à hora do almoço, vi este tweet:

It's always cute when people argue that the demise of Italian industry and stagnant real wages over the last two decades have nothing to do with the Euro's introduction.

How do you explain that then?

Why can't people admit that the Euro has been an epic failure for Italy? pic.twitter.com/NfUYb0GtkO

— Michael A. Arouet (@MichaelAArouet) May 9, 2026

Há muitos anos que tenho outra teoria: O choque chinês, não o euro 

Por isso, pedi ao ChatGPT para fazer um gráfico em que se adicione o desempenho industrial dos EUA ao da Alemanha e da Itália. 

Voilá:

Quando incluímos os EUA, a tese do euro torna-se menos convincente. Os EUA não adoptaram o euro e, mesmo assim, também mostraram perda de dinamismo industrial após 2000. Portanto, há um choque comum mais plausível: a entrada da China no sistema comercial global.

A data crítica talvez não seja apenas 1999, ano da introdução do euro no mercado financeiro, mas também 2001, quando a China entrou formalmente na OMC. A partir daí, a indústria dos países desenvolvidos passou a enfrentar uma combinação poderosa: capacidade produtiva chinesa, custos baixos, escala, investimento, aprendizagem rápida e integração nas cadeias globais. A China tornou-se membro da OMC em 11 de Dezembro de 2001.

A China foi o grande choque externo; o euro condicionou a forma como cada país europeu conseguiu, ou não, responder a esse choque.

No caso dos EUA, a literatura sobre o "China shock" é bastante clara: o aumento da concorrência das importações chinesas afectou especialmente regiões e sectores industriais mais expostos, provocando desemprego, menor participação no mercado de trabalho e pressão sobre os salários nas zonas industriais dos EUA. Portanto, o facto de os EUA também mostrarem estagnação industrial torna mais fraca a explicação monocausal "foi o euro".

No caso italiano, a China também é uma explicação muito plausível, porque a indústria italiana tinha muito peso em sectores mais vulneráveis à concorrência chinesa: têxteis, vestuário, calçado, mobiliário, bens de consumo, pequenas máquinas, componentes e produção de média tecnologia. Há investigação do Banco de Itália que enquadra precisamente o "China shock" como uma força que deslocou emprego industrial e deteriorou carreiras em economias avançadas, incluindo estudos aplicados ao mercado de trabalho italiano.

A diferença é que a Alemanha não sofreu da mesma forma. E esse é o ponto mais interessante. A Alemanha entrou no mesmo euro, enfrentou a mesma China, mas tinha outra posição competitiva: máquinas, automóveis, química, bens de capital, Mittelstand exportador, integração com a Europa Central e Oriental e capacidade de vender à própria industrialização chinesa. A China foi concorrente, mas também cliente e plataforma de crescimento.

A Itália ficou mais exposta a uma combinação má: concorrência chinesa em sectores onde era forte, baixa produtividade, menor capacidade de escala global, menos investimento e, dentro do euro, perda da velha válvula de escape da desvalorização cambial. Antes, quando a competitividade se degradava, a lira podia desvalorizar. Com o euro, esse ajustamento deixou de existir. A adaptação tinha de vir por meio da produtividade, da inovação, da diferenciação e da reorganização industrial, muito mais difícil.

O grande choque foi a globalização industrial liderada pela China. Mas o euro tornou mais difícil para Itália ajustar-se a esse choque, enquanto a Alemanha conseguiu transformar a mesma conjuntura numa vantagem.

Automatizar é o último passo: Um convite (parte III)

Parte I e parte II.

Em "The End of One-Size-Fits-All Enterprise Software" os autores defendem que a inteligência artificial está a desfazer a lógica que dominou o software empresarial durante décadas. Até agora, as empresas compravam sistemas standard (ERP, CRM, plataformas de RH, ferramentas de projecto) e depois adaptavam o seu trabalho à lógica desses sistemas.

"Generative Al is dissolving the economic logic that made standardized enterprise software the only practical choice for most companies. What replaces it will be shaped not just by the rapidly evolving capabilities of this new technology, but by leaders willing to ask a harder question: Which workflows do we actually need to own?"

A pergunta era: "Como fazemos isto dentro do software?"

Talvez a pergunta certa devesse ter sido sempre outra: "Como deve este trabalho funcionar para criarmos mais valor?"

A IA pode mudar esta relação. Com agentes, low-code, no-code, APIs e ferramentas de desenvolvimento cada vez mais acessíveis, passa a ser possível criar soluções mais adaptadas à forma real como cada empresa trabalha. Isto é uma oportunidade, mas também é uma armadilha. 

Porque, se agora é mais fácil construir software à medida, também é mais fácil construir desperdício à medida. Aprovações inúteis à medida. Relatórios redundantes à medida. Fluxos confusos à medida. Sistemas elegantes para continuar a fazer coisas que deviam ter sido eliminadas. 

Antes, a empresa podia dizer: "O sistema obriga-nos a trabalhar assim." Essa desculpa vai perder força. Se podemos moldar a tecnologia ao trabalho, que trabalho merece realmente ser moldado, protegido e melhorado?

Numa PME, isto é muito concreto. A preparação de propostas comerciais é apenas administração ou é uma capacidade crítica? A gestão de reclamações é burocracia ou uma fonte de aprendizagem? A resposta a pedidos de clientes é papelada ou vantagem competitiva? A gestão de fornecedores, acções, auditorias, desvios, documentação ou reporting é apenas cumprimento ou parte da forma como a empresa cria confiança?

"But the underlying logic has changed. For a generation, the question in enterprise software was which tools should we buy. The emerging question is more fundamental: How can we rethink our workflows and decide which we want to build, compose, collaborate on, or buy outcomes?"

Nem tudo merece ser automatizado. Nem tudo merece ser construído internamente. Nem tudo merece ser controlado pela empresa.

Alguns workflows devem ser eliminados. Outros simplificados. Outros compostos com ferramentas existentes. Outros desenvolvidos com parceiros. Outros talvez devam ser comprados como resultado.

Mas a sequência importa. Primeiro, perceber o trabalho. Depois, decidir que trabalho merece existir. Depois, decidir que trabalho merece ser nosso. Só depois construir, compor, colaborar, comprar resultados ou automatizar. O fim do software "one-size-fits-all" não é um convite para pôr IA em todo o lado. É um convite para pensar melhor sobre como a empresa trabalha, onde cria valor e que capacidades quer realmente possuir.

Automatizar é o último passo.

Antes disso, há uma pergunta ainda mais importante: que trabalho queremos realmente manter nas nossas mãos?

Curiosidade do dia

Em Novembro passado em Ver para lá do que se conhece (parte VII) falamos sobre este caso. No The Times do passado dia 25 de Abril em "Spine-injury woman can walk once again thanks to implant" temos a continuação:

"It has been almost a year since Edwards, from Devon, took her first step in 15 years. Now, she is getting used to a life in which she can shuffle for short distances with a frame and meet people at eye level.

...

In her abdomen, an implant is linked to her spine — below the point of injury. She can select a mode on her watch that allows her to use a walker, moving her legs with a left click and a right. A mode lets her stand up, with something to hold on to. If she is at home, she can do the same — but using her thoughts. She can think of walking, and her legs move."

Lembro-me de ter visto, num filme, uma conversa em que alguém dizia que um banqueiro americano muito famoso e rico, do início do século XX, morreu de septicemia, algo que hoje, em muitos casos, seria tratado com antibióticos e intervenção médica rápida. 

Também há tempos vi uma notícia que me deu a crer que no tipo de cancro que matou Steve Jobs, já há avanços importantes e novas opções terapêuticas. 

BTW, isto é muito mais interessante, mas não vejo grande divulgação.

Subida na escala de valor versus extracção

O WSJ do passado dia 6 de Maio publicou "Harley's New CEO Aims for Value".

Um título algo enganador.

"Harley-Davidson spent years doubling down on its baby-boomer base with expensive cruisers and touring bikes. Now, its new chief executive said, the name of the game is volume sales—and affordability.

...

Altogether, the new motorcycles represent an attempt to make the legendary but struggling motorcycle brand relevant again to consumers who can't afford bikes with carlike prices.

The focus on entry-level motorcycles is a reversal of the strategy plotted by Starrs's predecessor. Jochen Zeitz, a longtime company director who became CEO in 2020 and departed in October, gave priority to Harley's large, expensive touring bikes and cruisers, which can cost more than $50,000.

That helped to boost Harley's profit but did little for the retail sales of the company's bikes, which have been in steep decline since their 2006 peak."

O artigo descreve a mudança estratégica da Harley-Davidson sob um novo CEO. Depois de vários anos concentrada em motos caras e de margem maior, a empresa quer voltar a crescer em volume por meio de modelos mais acessíveis.

Os resultados do primeiro trimestre parecem indicar que as vendas estão a recuperar, mas o desempenho financeiro está a cair drasticamente.

A minha abordagem normal seria criticar a Harley por uma decisão como esta, na senda de "Volume é vaidade e lucro é sanidade". No entanto, o caso da Harley levanta um tema interessante: nem sempre vender mais caro significa subir na escala de valor.

Durante anos, a Harley parece ter protegido margens elevadas, mas à custa de uma base de clientes cada vez mais envelhecida e estreita. A questão é saber se estava realmente a criar valor novo ou apenas a extrair valor acumulado pela marca ao longo de décadas.

Modelos mais acessíveis podem parecer uma descida na escala de valor. Mas podem ser o contrário, se funcionarem como porta de entrada para o universo Harley: acessórios, manutenção, personalização, comunidade, eventos e, mais tarde, modelos superiores.

O risco é evidente: tornar a marca mais acessível sem a tornar vulgar. Se as novas motos forem percebidas como “Harleys baratas”, a empresa pode perder a aura sem ganhar escala suficiente para compensar.

A lição para as PME é esta: subir na escala de valor não é simplesmente vender mais caro. É densificar a relação com o cliente. Um produto de entrada pode fazer sentido, desde que abra caminho para mais confiança, recorrência, especialização e margem futura. A pergunta não é “barato ou caro?”. A pergunta é: isto abre uma escada de valor ou apenas compra volume à custa da identidade?

Curiosidade do dia

O Telegraph de hoje publica o artigo "Curtain comes down on opera after single moan over 'colonialism'".

O artigo relata que o Minack Theatre, na Cornualha, cancelou uma produção da ópera Lakmé, de Léo Delibes, depois de uma queixa apresentada por um activista hindu, que considerou a obra profundamente problemática por reflectir exotismo colonial, atitudes orientalistas e estereótipos sobre tradições orientais. O teatro justificou a decisão, dizendo que já tinha preocupações quanto à forma como a ópera tratava de questões culturais e religiosas, reconhecendo que certas obras antigas contêm referências desactualizadas e sensibilidades culturais hoje difíceis de aceitar.

O cancelamento da ópera Lakmé, após críticas ao seu alegado exotismo colonial, é um sinal dos tempos. Obras criadas noutros séculos, com a linguagem e os pressupostos da sua época, começam a ser julgadas não como património cultural complexo, mas como objectos moralmente suspeitos.

Dentro de alguns anos, não será surpreendente que algo semelhante aconteça em Portugal com "Os Lusíadas". Dir-se-á que Camões usa linguagem violenta, vilipendia os “sarracenos”, glorifica a expansão portuguesa e reflecte uma visão colonial, religiosa e guerreira incompatível com as sensibilidades actuais. A obra será classificada como "problemática", depois "contextualizada", depois talvez reduzida a excertos cuidadosamente escolhidos.

O problema não está em discutir criticamente Os Lusíadas. Isso é necessário. O problema está em transformar a crítica numa desculpa para deixar de ler. Uma sociedade madura consegue reconhecer, na mesma obra, génio literário, beleza poética, violência histórica, fé, propaganda e contradição. Uma sociedade infantil exige que o passado peça desculpa ao presente.

Se só aceitarmos conservar as obras antigas depois de as purificar segundo os critérios morais de hoje, não ficaremos com uma cultura mais justa. Ficaremos com uma cultura mais pobre, mais medrosa e menos capaz de compreender a complexidade da história.

Automatizar é o último passo: Um convite (parte II)

Ontem escrevi sobre uma ideia que me parece cada vez mais importante: automatizar é o último passo.

 A ideia vem do chamado algoritmo de Elon Musk. Primeiro, questionar os requisitos. Depois, eliminar o que não devia existir. Depois, simplificar. Depois, optimizar e acelerar. Só no fim, automatizar. 

A ordem é importante porque a pior coisa que podemos fazer é acelerar aquilo que devia ter sido apagado. No podcast sobre Musk, a história aparece de forma muito clara: a automatização na Tesla foi, muitas vezes, tentada cedo demais; só depois se percebeu que havia partes, movimentos, requisitos e processos que, primeiro, deviam ter sido eliminados ou simplificados. 

Hoje junto outra peça ao puzzle. Num texto publicado no WSJ no passado dia 6 de Maio, "IBM CEO Says Al Requires Big Shift", Arvind Krishna, CEO da IBM, aparece praticamente com a mesma ideia, mas em linguagem de empresa grande: 

"maximizing returns on investment in artificial intelligence requires a fundamental restructuring of business workflows rather than just adopting new technology." 

Ou seja, o retorno da inteligência artificial não surge por comprarmos mais uma ferramenta. Aparece quando a empresa tem coragem de redesenhar a forma como o trabalho atravessa a organização.

Isto é muito diferente da conversa habitual sobre IA. A conversa habitual começa com a ferramenta. Que modelo vamos usar? Que plataforma devemos comprar? Que agente podemos criar? Que casos de uso estão na moda? Krishna sugere outra sequência. A IA pode começar no indivíduo, passar para pequenas equipas, depois para grupos multifuncionais e só mais tarde chegar à organização inteira. É nessa última fase que o valor se torna realmente interessante. Mas é também aí que a coisa dói, porque já não estamos a falar de produtividade pessoal. Estamos a falar de responsabilidades, interfaces, decisões, informação, sistemas, hábitos, territórios e pequenas capelinhas internas.

O exemplo da IBM é muito bom precisamente por não ser sofisticado. Não estamos a falar de descobrir uma nova molécula, desenhar um foguetão ou reinventar a banca. Estamos a falar de uma carta de verificação de emprego para apoiar um pedido de empréstimo. Antes, segundo Krishna, esse workflow podia exigir até 18 pontos de contacto: gestor, especialista de RH, back-office, diferentes sistemas, passagens de informação e validações. Hoje, o colaborador faz o pedido a um bot interno; o sistema verifica a identidade, recolhe a informação necessária e envia a carta. 

"The 18 touchpoints have been reduced to just one."

Esta frase devia ficar colada na parede de muitas empresas.

Porque a pergunta relevante não é: "Onde podemos usar IA?" A pergunta relevante é: "Onde é que temos 18 pontos de contacto escondidos?"

Nas PME, esses 18 pontos de contacto raramente aparecem num desenho bonito. Aparecem numa proposta comercial que demora demasiado tempo. Numa reclamação que passa por três pessoas antes de alguém decidir. Num pedido de informação técnica que fica preso entre comercial, qualidade e produção. Numa aprovação que sobe à direcção por hábito. Num ficheiro Excel que alguém preenche porque outro sistema não fala com o primeiro. Num processo de compras onde ninguém sabe exactamente quem decide o quê. Em pequenas esperas, pequenas dúvidas, pequenas repetições, pequenos "manda-me outra vez", pequenos "quem é que tem isto?", pequenos "temos de confirmar com fulano". Pequenos, pequenos, pequenos. Até que, somados, deixam de ser pequenos.

É aqui que o vídeo de Mark Cuban também entra bem na conversa. Cuban tem chamado a atenção para a oportunidade de ajudar empresas, em particular pequenas e médias empresas, a implementar agentes de IA e a aplicar tecnologia existente de forma prática, em vez de tentar construir o próximo grande modelo. A formulação citada pela Inc. é directa: 

“Be an expert in making agents for business.” 

E, noutro contexto, Cuban sublinha que a vantagem não ficará apenas com quem adopta IA, mas com quem itera e executa melhor; nas palavras citadas pela Business Insider, 

“the early adopters, that iterated and executed the best, were the winners.” 

Musk, Cuban e Krishna estão a falar de coisas diferentes, mas a convergência é interessante. Cuban aponta para a oportunidade de mercado: há empresas que vão precisar de ajuda para transformar IA em trabalho útil. Krishna aponta para a condição de escala: a IA só gera retorno significativo quando os workflows são redesenhados de ponta a ponta. Musk lembra a disciplina operacional: não automatizar antes de questionar, eliminar e simplificar. Três linguagens diferentes, uma lição comum: a tecnologia entra no fim de uma reflexão sobre o trabalho, não no início.

A verdadeira oportunidade para as PME não está em “ter IA”. Dentro de pouco tempo, isso será banal. A oportunidade está em usar a IA para reduzir a distância entre perceber, decidir e fazer. E isso começa com uma auditoria dos workflows: escolher processos críticos, mapear o que acontece na prática, identificar esperas, duplicações, aprovações rituais, decisões sem dono, passagens manuais, documentos redundantes e sistemas que não comunicam entre si. Só depois vem a pergunta tecnológica: o que deve ser eliminado, simplificado, integrado, assistido por IA ou automatizado?

Esta é a parte que me interessa. A abordagem por processos, que tanta gente reduziu a fluxogramas para auditoria ou procedimentos para certificação, pode ganhar uma nova vida com a IA. Porque antes de criar um agente, é preciso saber que trabalho merece ser feito. Antes de automatizar uma decisão, é preciso saber quem deve decidir, com que critérios e com que informação. Antes de acelerar um fluxo, é preciso verificar se ele não deveria ser redesenhado.

Por isso, começo a ver uma linha de trabalho possível: juntar diagnóstico de processos, auditoria de workflows e desenvolvimento ágil de soluções com IA. Não para vender magia. Não para dizer "vamos pôr IA na sua empresa", mas para entrar em workflows concretos e perguntar: quantos pontos de contacto podemos eliminar? Que informação podemos estruturar? Que decisões podem deixar de subir? Que documentos podem ser preparados por um agente e revistos por uma pessoa? Que tarefas podem passar de trabalho manual repetitivo para controlo inteligente? Que parte do processo precisa de tecnologia e que parte precisa apenas de coragem para apagar o que não acrescenta?

O exemplo da IBM é útil por causa disso. Não se limitou a acelerar uma tarefa antiga. Reduziu o percurso. Eliminou o atrito. Ligou sistemas. Clarificou a experiência do utilizador. Transformou um processo com 18 contactos num processo com um único contacto. Isto não é apenas automatização. É redesenho operacional com IA.

Talvez seja essa a frase-chave: a IA só escala quando deixa de ser ferramenta e passa a ser desenho do trabalho.

No fundo, Musk avisa-nos para não automatizar cedo demais. Cuban lembra-nos que há um mercado enorme à espera de quem saiba implementar agentes de IA na prática. Krishna mostra que o verdadeiro retorno exige redesenhar processos de ponta a ponta. A mim, isto soa a uma oportunidade muito concreta: pegar na abordagem por processos, tirá-la do mundo dos manuais e das auditorias e usá-la como ponte entre a IA e o trabalho real das empresas.

Porque uma coisa é certa: automatizar desperdício continua a ser desperdício.

Só que agora vem com uma interface moderna.

Curiosidade do dia

 

This chart is making the rounds.

But the values for 2000 don’t really chime with actual IMF (PPP) data – and a solid comparison is 2025 (not forecasts for 2030).

So I made my own chart with more reliable numbers from the @IMFNews.

Looks different, doesn’t it? https://t.co/wJc56StTCP pic.twitter.com/GE94Pn3Qzq

— Benjamin Wolf 🇺🇦 (@benbawan) May 7, 2026

Portugal aparece a cor laranja, com cerca de 56% do nível dos EUA em 2025. Isto quer dizer que Portugal não colapsou, mas também não convergiu de forma relevante. Ficou praticamente parado em termos relativos. Cresceu, mas não mais depressa do que o necessário para encurtar claramente a distância em relação aos EUA.

O contraste incómodo é este: vários países que, em 2000, estavam muito atrás de Portugal aproximaram-se ou passaram a níveis semelhantes. Por exemplo, Polónia aparece nos 63, Lituânia nos 65, Croácia nos 58, Roménia e Hungria nos 54. Portugal está nos 56. Ou seja, a antiga distância entre Portugal e parte da Europa de Leste quase desapareceu. 

O problema não é apenas "crescer". É crescer mais depressa, com mais produtividade e mais valor por pessoa. Caso contrário, Portugal pode continuar a melhorar em termos absolutos, mas a ficar parado — ou a ser ultrapassado — em termos relativos.

 

Automatizar é o último passo: Um convite

Ainda sobre o podcast "How Elon Thinks", há uma ideia, no chamado algoritmo de Elon Musk, que me parece particularmente importante nesta fase de entusiasmo com a inteligência artificial: automatizar é o último passo.

O algoritmo é:

1. Questionar cada requisito

2. Eliminar tudo o que for possível

3. Simplificar e optimizar

4. Acelerar o ciclo

5. Automatizar

Antes de automatizar, é preciso questionar os requisitos. Depois, eliminar o que não devia existir. Depois, simplificar. Depois, optimizar. Só no fim faz sentido acelerar e automatizar. A ordem é importante. Talvez seja mesmo a parte mais importante da ideia.

Porque a tentação, agora, é fazer exactamente o contrário.

Há, ainda, outro elemento que torna esta reflexão mais actual. Num vídeo recente, Mark Cuban chama a atenção para a oportunidade criada pelos agentes de IA junto das PME. A ideia, tal como a leio, é simples: muitas pequenas e médias empresas não têm equipas internas para perceber onde a IA pode criar valor, muito menos para desenhar, testar e implementar agentes úteis. Vão precisar de alguém que faça a ponte entre a tecnologia e o trabalho real.

Ora, é aqui que o algoritmo de Musk e a provocação de Cuban se encontram. Cuban aponta para a oportunidade: ajudar empresas a usar IA. Musk lembra-nos da disciplina: não começar pela automatização. Primeiro, perceber o trabalho. Depois, questionar requisitos. Depois, eliminar o que não acrescenta. Depois, simplificar. Só no fim, automatizar.

Comprar ferramentas. Lançar pilotos. Criar assistentes inteligentes. Pôr agentes de IA em cima de fluxos de trabalho confusos, processos mal pensados, aprovações inúteis, documentos redundantes, responsabilidades pouco claras e sistemas que não falam uns com os outros.

Depois, claro, virá a surpresa: afinal o retorno não aparece.

Pois. Automatizar desperdício não o transforma em produtividade. Transforma-o em desperdício mais rápido, mais elegante e, provavelmente, com uma subscrição mensal.

Esta reflexão liga-se a algo que tenho defendido há muitos anos: muitas empresas não têm falta de ideias, têm falta de fogo no rabo. Projectos que avançam à velocidade de caracol. Iniciativas que repousam nos congeladores empresariais. Problemas conhecidos por todos, mas sem dono, sem data, sem equipa, sem entregável, sem consequência. Agora, com a IA, há o risco de juntarmos à falta de fogo no rabo uma camada de ilusão tecnológica.

E é aqui que vejo uma oportunidade interessante.

Há muitos anos que trabalho com a abordagem por processos. Para muita gente, processos são fluxogramas, procedimentos, caixinhas em PowerPoint ou coisas da qualidade. Para mim, a abordagem por processos sempre foi outra coisa: uma forma de perceber como o trabalho realmente acontece. Onde começa, quem fornece o input, quem decide, que informação é necessária, onde há esperas, onde há retrabalho, onde há aprovações rituais, onde se perde tempo, onde se perde margem, onde se perde clientes e onde se perde paciência.

Ora, antes de pôr agentes de IA a trabalhar, é preciso perceber que trabalho merece existir. Antes de automatizar uma decisão, é preciso perceber quem devia decidir, com que critérios e com que informação. Antes de acelerar um fluxo de trabalho, é preciso avaliar se ele não deveria ser redesenhado.

Por isso, a oportunidade não está simplesmente em “implementar IA nas empresas”. Isso é vago demais. A oportunidade está em usar a IA para aumentar a velocidade, reduzir a fricção e melhorar os resultados em fluxos de trabalho concretos. E, para isso, é preciso juntar duas competências que raramente vivem na mesma cabeça: conhecimento de processos e capacidade técnica para construir soluções com IA.

Vejo, para já, três linhas possíveis de serviço.

A primeira seria uma espécie de Workflow Audit + desenvolvimento ágil. Um diagnóstico rápido a fluxos de trabalho críticos: propostas comerciais, tratamento de reclamações, preparação de documentação técnica, qualificação de oportunidades, gestão de fornecedores, reporting, compliance, seguimento de acções, preparação de auditorias, ou outros processos onde a empresa perde tempo e energia. No caso de um CDMO, isto torna-se ainda mais interessante, porque há workflows onde a velocidade tem impacte directo no tempo de chegada ao mercado do cliente: avaliação inicial de viabilidade técnica, resposta a RFQ/RFP, preparação de propostas com âmbito, pressupostos e riscos claros, transferência tecnológica, onboarding de novos clientes e novos produtos, elaboração e revisão de batch records, transferência e validação de métodos analíticos, qualificação de matérias-primas e fornecedores, gestão de desvios, OOS/OOT, CAPA, change control, revisão documental pela Qualidade, libertação de lotes, preparação de informação CMC/regulatória, gestão de estudos de estabilidade e reporting técnico ao cliente.

O objectivo não seria "pôr IA" nestes processos à força. Seria perceber primeiro onde estão os atrasos, duplicações, esperas, retrabalho, aprovações redundantes, pedidos de informação incompletos e responsabilidades pouco claras. Só depois faria sentido decidir onde um agente de IA, uma automação, uma base de conhecimento, um template inteligente ou uma integração entre sistemas poderia reduzir o tempo, aumentar a consistência e melhorar a experiência do cliente.

A segunda linha poderia ser uma lógica de Compose para sectores específicos. Muitas PME não precisam de plataformas genéricas cheias de promessas. Precisam de blocos de trabalho já próximos da sua realidade: templates, perguntas, regras, critérios, documentos, bases de conhecimento, indicadores, alertas e fluxos ajustados ao seu sector. Uma empresa industrial, uma CDMO, uma empresa de logística, uma clínica, um retalhista ou uma empresa de serviços técnicos não têm os mesmos problemas, nem a mesma linguagem, nem os mesmos riscos. Há aqui espaço para criar soluções verticais, configuráveis, que combinem conhecimento de negócio com modelos de IA. Por exemplo, uma clínica pode precisar de organizar marcações, consentimentos, relatórios médicos e a comunicação com os pacientes. Uma empresa de logística pode precisar controlar entregas, rotas, atrasos, reclamações e armazéns. Uma CDMO pode precisar gerir transferências tecnológicas, batch records, desvios, CAPA, change control, estudos de estabilidade e documentação regulatória.

Ou seja, todas podem usar IA, mas não precisam da mesma IA organizada da mesma maneira.

O ponto comum entre as duas linhas é simples: não começar pela tecnologia. Começar pelo trabalho. Que fluxo de trabalho atrasa a empresa? Que actividade existe apenas por hábito? Que aprovação é só teatro? Que informação é pedida três vezes? Que decisão sobe sempre à direcção sem necessidade? Que tarefa poderia ser preparada por um agente, revista por uma pessoa e entregue mais depressa? Que parte do processo é verdadeiramente diferenciadora e que parte é apenas fricção operacional?

É aqui que a minha experiência pode ser útil. Não como especialista em programação de IA, porque não o sou. Mas como alguém habituado a entrar em empresas, seguir processos, fazer perguntas incómodas, distinguir trabalho real de burocracia, separar requisito útil de requisito herdado, e transformar confusão operacional em fluxos mais claros, mais simples e mais rápidos.

Agora falta a outra metade.

Por isso, este texto é também um convite.

Gostava de falar com pessoas que trabalham na vertente técnica da inteligência artificial: agentes, automação, integração de ferramentas, desenvolvimento ágil, low-code/no-code, Cursor, Claude Code, APIs, modelos de linguagem, bases de conhecimento, workflows digitais. Pessoas que saibam construir, testar e pôr soluções a funcionar, mas que também percebam que a tecnologia só tem valor quando resolve problemas reais de negócio.

A minha hipótese é esta: há espaço para desenvolver um serviço novo para PME, combinando uma abordagem por processos, um diagnóstico rápido de workflows e a construção ágil de soluções com IA. Não para vender magia. Não para vender “transformação digital” em versão requentada. Mas para ajudar as empresas a reduzir a distância entre perceber, decidir e fazer.

Automatizar é o último passo.

Antes disso, há muito trabalho inteligente a fazer. E talvez esteja aí uma oportunidade interessante para juntar quem percebe de processos com quem sabe construir com IA.

Curiosidade do dia

 

An extreme commitment to the truth makes relationships acutely dysfunctional but systems chronically functional (think Elon Musk).

An extreme commitment to kindness makes relationships acutely functional but systems chronically dysfunctional (think Sweden, UK) pic.twitter.com/FShs8icvJW

— William Meijer (@williameijer) October 27, 2025

A "mentira simpática" é dizer às pessoas que não há escolhas difíceis. Que se pode ter melhores serviços públicos, impostos mais baixos, salários mais altos, transição energética, defesa europeia, TAP pública, habitação acessível, pensões sustentáveis, portagens grátis, calar o Passos e burocracia crescente — tudo ao mesmo tempo, sem prioridades, sem perdas, sem conflito e sem reformar profundamente o modo como o sistema funciona.

A "verdade desagradável" seria dizer: há recursos escassos, há trade-offs, há interesses instalados, há produtividade insuficiente, há demografia contra nós, há Estados que prometem mais do que conseguem entregar, e há economias que querem salários do Norte da Europa com estruturas produtivas ainda demasiado presas a actividades de menor valor acrescentado.

A política prefere, muitas vezes, o caminho rosa do gráfico: manter relações "funcionais" no curto prazo. Não irritar pensionistas. Não irritar funcionários públicos. Não irritar empresas protegidas. Não irritar eleitores urbanos. Não irritar ambientalistas. Não irritar agricultores. Não irritar Bruxelas. Não irritar ninguém. O problema é que, ao tentar não irritar ninguém, o sistema vai ficando cada vez menos funcional.

É aqui que entram os "remendos fáceis": subsídios em vez de produtividade; apoios em vez de reforma; cativações em vez de gestão; planos em vez de execução; comissões em vez de decisões; legislação em vez de capacidade operacional; comunicação política em vez de verdade institucional.

 

Musk, velocidade e vantagem competitiva

Ando a ouvir este podcast "How Elon Thinks" sobre a forma como Elon Musk pensa e trabalha. Confesso que uma coisa me ficou a martelar na cabeça: a obsessão com a velocidade. 

Falo da velocidade como convicção profunda de que o tempo é uma matéria-prima estratégica. Cada mês perdido é conhecimento que não foi adquirido, cliente que não foi servido, mercado que não foi ocupado, dinheiro que não entrou.

E, claro, voltei ao velho tema da falta de fogo no rabo. Muitas empresas, demasiadas empresas, tratam o tempo como se fosse gratuito. Uma decisão pode esperar. Uma proposta pode esperar. Um ensaio pode esperar. Uma reunião de alinhamento pode esperar. A produção ainda não respondeu? Normal. O fornecedor atrasou-se? Paciência. O cliente continua à espera? Faz parte. Faz parte de quê? Da lenta domesticação da empresa pela sua própria rotina e pela dos outros.

Musk é um caso extremo. Não é modelo de vida, não é cartilha de gestão, não é exemplo para copiar à letra. Mas seria uma pena usar esse argumento para fugir à pergunta incómoda: quantas empresas se habituaram a velocidades ridiculamente baixas e já nem reparam? O mais interessante não é ele trabalhar muito. Isso é o lado folclórico da história. O ponto importante é outro: ele desenha as organizações para reduzir a distância entre perceber, decidir e fazer. Quando há um gargalo, ataca-se o gargalo. Quando há uma regra estúpida, questiona-se a regra. Quando há uma peça que não devia existir, elimina-se essa peça. Quando há um processo que só serve para justificar o processo anterior, mata-se o processo.

É aqui que a coisa se torna interessante para as PME. Muitas PME não têm escala, não têm marca global, não têm departamentos de inovação, não têm exércitos de engenheiros, nem almofadas financeiras para errar durante anos, e o dinheiro está cada vez mais caro. Mas podem ter uma coisa que as grandes empresas muitas vezes perdem: velocidade de acção. Podem ouvir o cliente hoje e testar uma resposta amanhã. Podem juntar comercial, produção, técnica e compras numa mesa sem convocar um comité intercontinental. Podem decidir uma alteração de produto sem pedir autorização a uma torre de marfim. Podem transformar uma oportunidade num piloto, um piloto numa proposta, uma proposta numa encomenda e uma encomenda numa aprendizagem.

Podem. Mas, para isso, têm de desafiar as regras não escritas que as tornam lentas. A regra não escrita de que tudo tem de subir à direcção. A regra não escrita de que é melhor não decidir do que decidir e correr o risco de errar. A regra não escrita de que cada departamento deve proteger a sua capelinha. A regra não escrita de que só se mostra ao cliente uma solução quando ela está perfeita. A regra não escrita de que o fornecedor manda no ritmo. A regra não escrita de que “sempre fizemos assim” é um argumento. Não é. É só ferrugem com estatuto e galões.

Pensemos nas CDMO, como as conversas com o meu parceiro têm me ensinado. Para um cliente, cada mês de atraso até chegar ao mercado pode significar milhões perdidos. O cliente não compra apenas capacidade técnica. Compra tempo. Compra redução de incerteza. Compra alguém que o ajude a chegar mais cedo. Compra alguém que não transforme cada desvio num calvário administrativo. Neste tipo de mercado, velocidade não é simpatia operacional. É uma proposta de valor. Uma CDMO que responde depressa, transfere depressa, resolve depressa, aprende depressa e comunica depressa vale mais. Não porque trabalha à pressa, mas porque reduz o custo do tempo para o cliente.

E isto vale para muitos outros sectores. A PME que consegue encurtar o ciclo entre a necessidade e a resposta começa a jogar outro jogo. Aprende antes. Corrige antes. Ganha confiança antes. Entra na cabeça do cliente antes. Enquanto a concorrência ainda está a “analisar internamente”, ela já está no terreno a descobrir a realidade. A velocidade tem este efeito malandro: transforma pequenas vantagens em vantagens acumuladas. Quem lança primeiro aprende primeiro. Quem aprende primeiro melhora primeiro. Quem melhora primeiro ganha confiança primeiro. Quem ganha confiança primeiro recebe mais oportunidades. E quem recebe mais oportunidades aprende ainda mais depressa. Isto é o ciclo OODA de Boyd; por isso, Musk não patenteia: prefere a liderança da fronteira como "fosso", como vantagem competitiva.

O contrário também existe. É o efeito congelador. Projectos estratégicos que “estão em análise”. Iniciativas que “vão avançar no próximo trimestre”. Melhorias que “dependem de recursos”. Problemas conhecidos por todos, mas sem dono, sem data, sem equipa, sem entregável, sem vergonha. Depois chega alguém de fora, talvez com menos história, menos certificações na parede, menos reverência pelas regras do sector, e faz em seis meses o que os incumbentes explicavam que precisava de dois anos. E lá vêm as lamúrias: concorrência desleal, clientes ingratos, mercado imaturo, pressão sobre preços. Pois, talvez. Ou talvez o mercado tenha deixado de pagar pela lentidão dos incumbentes.

Velocidade não é imprudência. Não é confundir urgência com histeria. Não é atropelar requisitos legais, qualidade, segurança ou bom senso. Velocidade é disciplina. É foco. É clareza sobre o que interessa. É coragem para eliminar o que não acrescenta. É capacidade para decidir com informação suficiente, em vez de esperar pela ilusão da informação perfeita. É aceitar pequenos erros rápidos para evitar grandes erros tardios. O tal "Dá, dá. Não dá, não dá!". É transformar a empresa numa máquina de aprendizagem, não num museu de procedimentos.

Há PME que ainda pensam que a sua vantagem está apenas na flexibilidade. Mas flexibilidade sem velocidade é yoga empresarial: bonito, saudável, mas pouco competitivo. A flexibilidade só conta quando se transforma em acção. Talvez a empresa não precise de mais um plano estratégico de 80 páginas. Talvez precise de agarrar três batalhas críticas, pôr gente boa em cima delas, dar-lhes autoridade, datas, recursos e protecção política. Talvez precise de perguntar todas as semanas: o que nos está a atrasar, quem pode decidir isto, por que é que este passo existe, que versão suficientemente boa podemos testar já?

No fim, a empresa rápida não é a que faz tudo depressa. É a que demora menos tempo a aprender a fazer melhor. E isso, para muitas PME, pode ser uma vantagem competitiva muito mais poderosa do que parece.

P.S. Ainda há outro tema que o podcast me segredou.

Curiosidade do dia

Ontem, mão amiga mandou-me esta imagem:

Julgo que já a tinha visto no Twitter, mas não juro. Curioso, perguntei ao ChatGPT para fazer as contas para Portugal.

Secção A - Para um salário bruto anual de 60 mil euros: Leva para casa €36,770 (ainda menos que França, interessante)

Secção B - Para onde vai o dinheiro: 

Líquido que o trabalhador recebe 49,5% 

Descontos do trabalhador: IRS + Segurança Social 31,3%

Contribuição patronal Segurança Social 19,2%

Secção C - Custo total para o empregador: €74,250

Mas mais interessante é pedir ao ChatGPT para fazer as contas para um salário anual de €35,000 brutos anuais.

De investimento a torrefacção

Publiquei este esquema em Julho de 2008.

Lembrei-me dele ao ler "From Allbirds to Glossier, millennial brands have lost their mojo" na revista The Economist desta semana.

O texto descreve a queda das marcas digitais que cresceram muito nos anos 2010 junto dos millennials, como Allbirds, Glossier, Warby Parker, Casper e Dollar Shave Club. 

Estas empresas nasceram com uma promessa forte: vender directamente ao consumidor pela internet, evitar custos de lojas físicas e usar redes sociais para crescer com publicidade barata, viralidade e comunidade.

Durante algum tempo, o modelo funcionou. O dinheiro era barato, havia capital de risco disponível e captar clientes online custava relativamente pouco. Mas esse contexto mudou. As taxas de juro subiram, o capital de risco tornou-se mais selectivo, a atenção dos investidores deslocou-se para a inteligência artificial e a publicidade digital ficou saturada e cara.

Ao mesmo tempo, os grandes incumbentes aprenderam a competir online, as novas marcas de celebridades passaram a disputar a mesma atenção e muitas destas marcas digitais descobriram que crescer é diferente de construir um negócio duradouro.

Podemos generalizar a lição: o aumento do custo do dinheiro altera profundamente a vida económica. Quando as taxas de juro são baixas, os investidores aceitam esperar mais tempo por lucros. Financiam crescimento, subsidiam prejuízos, toleram campanhas caras e valorizam empresas com base na promessa de escala futura. Nesse ambiente, uma marca pode crescer rapidamente mesmo sem comprovar que o modelo é sustentável.

Quando o dinheiro fica caro, a tolerância diminui. Os investidores passam a perguntar por margens, cash flow, retenção, rentabilidade por cliente e por um caminho claro para o lucro. O que antes era considerado “investimento em crescimento” passa a ser considerado torrefacção de dinheiro.

Captar capital fica mais difícil; captar clientes fica mais caro. É preciso ganhar mais por cliente ou reter melhor os clientes conquistados. Crescer com prejuízo pode ser aceitável por algum tempo, mas deixa de impressionar quando o mercado exige rentabilidade.

A disciplina operacional volta ao centro; aquelas coisas aborrecidas, margens, inventário, logística, qualidade, devoluções, canais de venda e eficiência, deixam de ser pormenores levantados por uns tótós e passam a ser a diferença entre sobreviver e desaparecer.

Curiosidade do dia

No Daily Telegraph de ontem vi esta ideia para um futuro partido de protesto em Portugal. O artigo intitulava-se "Tourists turn Amalfi into Third World'".

O artigo descreve a revolta crescente dos habitantes da Costa Amalfitana, em Itália, perante o excesso de turistas. As aldeias, antes associadas à beleza, tranquilidade e charme mediterrânicos, estão agora cheias de multidões, filas para os ferries, estradas bloqueadas, visitantes de passagem e cruzeiros que despejam milhares de pessoas em poucas horas. Os residentes queixam-se de perda de qualidade de vida, caos nos transportes, pressão sobre o espaço público e degradação da imagem "premium" da região.

Nascerá, mais cedo ou mais tarde, o primeiro grande partido português contra o turismo em excesso.

O programa será simples: devolver os passeios aos peões, as casas aos moradores, os cafés aos clientes que se sentam e as cidades a quem ainda se lembra de viver nelas antes de as vender ao metro quadrado, ao brunch e ao alojamento local.

Será acusado de ser contra a economia.

Responderá que não: é apenas contra transformar um país numa sala de espera com vista para o mar.

""We need a regulation to ban the passengers from leaving the cruise ships rather than come ashore," Mr Gagliano said. "We can't handle so many people.

...

The Coast Guard reported more than 28,000 passengers arrived on the island of Ischia in 48 hours, a near-record number, and thousands of tourists also travelled to Capri and Procida.

"We have reached our limit," one local resident wrote on Facebook. "As citizens we have to lock ourselves inside our homes because we still haven't learned how to fly.""

Sanitas, bidés e IA

O FT do passado Sábado publicou um artigo super-interessante, "Japanese toilet maker flushed with success on chip unit sales":

"Japanese toilet maker Toto's shares surged 18 per cent to a five-year high after it unveiled plans to boost production of semiconductor components and posted record annual profits.

Toto's advanced ceramics business has turned Japan's largest toilet manufacturer into an artificial intelligence play and caught the attention of activist investor Palliser Capital.

...

Despite being better known for its bidet washlets that have defined the Japanese toilet globally, Toto is also the world's second-largest producer of electrostatic chucks used in the manufacturing of Nand memory chips."

E já agora, outro exemplo no mesmo artigo:

"Cosmetics manufacturer Kao started production last year at a cleaning factory for chips and Ajinomoto, the inventor of monosodium glutamate, is investing more than ¥25bn to boost production of its insulating film critical for motherboards by 2030."

Este caso da Toto é um exemplo lapidar do que é subir na escala de valor:

produto doméstico → competência técnica → componente crítico → cadeia global de lA

Isto é subida na escala de valor no seu estado mais interessante: não é apenas vender um produto mais caro; é descobrir que uma competência acumulada durante décadas pode ser aplicada num mercado muito mais sofisticado.

A lição para as PME é clara: às vezes, o activo estratégico não é o produto que o cliente vê, mas sim a capacidade técnica que a empresa desenvolveu para o fabricar. 

Então, em termos de produtividade ...

A Toto não aumentou o valor apenas por vender mais sanitas e bidés. Aumentou o valor porque uma parte da sua base industrial passou a servir um mercado com maior intensidade tecnológica e maior margem.

Isto é produtividade no sentido mais nobre: não é só trabalhar mais depressa, cortar custos ou automatizar tarefas. É colocar conhecimento, engenharia e activos industriais ao serviço de actividades com maior valor acrescentado.

A empresa parece estar a fazer aquilo que muitas economias precisam de fazer: deixar de depender apenas de volume e entrar em nichos onde a competência técnica permite cobrar mais, crescer mais e tornar-se menos substituível.

Por exemplo, uma PME que fabrica peças metálicas para máquinas industriais, moldes, manutenção ou equipamentos agrícolas pode ter uma competência muito valiosa: saber produzir componentes com tolerâncias apertadas, com repetibilidade e com controlo dimensional rigoroso. Essa competência pode ser aplicada em mercados como dispositivos médicos, robótica ou o sector aeroespacial. 

Ou uma PME que faz pintura industrial, anodização, cromagem, galvanização, lacagem ou revestimentos anti-corrosão pode ter uma competência escondida: alterar as propriedades funcionais de uma superfície. Aqui, a empresa deixa de vender "acabamento" e passa a vender protecção, condutividade, resistência, higiene, durabilidade ou desempenho funcional.

Uma PME não precisa necessariamente de abandonar o que sabe fazer. Precisa de perguntar: "em que mercado esta competência resolve um problema mais difícil e mais bem pago?"