/superhuman

Sou o Luís Diogo, fundador da WhiteFlow e da SuperHuman, e nestes episódios documento a construção de empresas ultraeficientes com inteligência artificial. Hoje trago uma reflexão pessoal: quanto mais IA insiro no meu fluxo de trabalho, mais tempo trabalho e mais ansiedade sinto. Ao ponto de ter tido uma manhã em que, às 9h30, 135 agentes já tinham terminado um trabalho que me demoraria um mês a fazer sozinho.

Identifiquei três causas: a desfragmentação do foco, com o custo escondido de saltar entre tópicos; a despriorização, porque quando parece que dá para fazer tudo deixamos de escolher bem; e a urgência constante, a sensação de que qualquer problema se resolveria com meia hora do meu tempo.

Partilho também as três regras que estou a usar para me controlar: trabalhar num só tópico de cada vez, mesmo que isso signifique esperar pelo agente; voltar a ser eu a escrever tudo o que vai para a equipa; e, ao contrário do que parece, uma atitude ainda mais agêntica, com menos aprovações minhas no meio. No fim respondo a comentários sobre processos, o beta da comunidade e a implementação de um playbook.

Já passei por burnout e sei o que custa recuperar. Esta reflexão é sobre saúde no trabalho numa era em que a tecnologia não impõe limites: temos de ser nós a impô-los.

Tenho recebido a mesma pergunta de muitos founders e colegas: como é que aplicam IA no negócio deles? E reparo sempre no mesmo erro: querem começar pelas coisas novas: conteúdo, redes sociais, produtos que ainda não fazem, em vez de olharem primeiro para o que já têm.

Neste episódio explico as duas vias possíveis. A primeira é resolver um problema que já tens: uma tarefa repetitiva, um relatório, um suporte que consome tempo todas as semanas. Aí o ganho é certo. Se uma tarefa te ocupa 2 horas por semana, isso são cerca de 2600€ por ano, e resolvê-la liberta essa margem de imediato. A segunda via é perseguir oportunidades novas, e aí entram demasiadas variáveis: estratégia, comunicação, conversão. Quanto mais variáveis entram, mais imprevisível o resultado e mais tempo demora a aparecer o retorno.

Depois explico o processo de 5 passos que uso, o mesmo que está na base da máquina que construímos para a comunidade: identificar a oportunidade certa pelo contexto e pelo fluxo de caixa, planear a solução, construir, melhorar com o uso, e por fim medir o ganho real. É este loop, repetido processo a processo, que vai construindo o playbook que se torna o ativo da empresa.

No fim respondo a comentários, incluindo a pergunta do Ruca, arquiteto que quer transformar a sua área numa operação de uma só pessoa: se estás no teu limite, o primeiro passo é ganhar tempo; se não estás, o primeiro passo é encontrar o teu gargalo.

Há uma conversa que se repete com founders que me pedem ajuda: querem meter inteligência artificial na equipa e esbarram sempre no mesmo problema, a adoção. Explicar as vantagens não chega. Eu próprio já parei uma empresa durante dias para passar essa visão à equipa e sei como é difícil.

Neste episódio explico as duas formas de pôr a IA a trabalhar numa empresa. A primeira é o playbook: uma coleção de processos que se constrói uma vez e se partilha com a equipa, e que dispara as boas práticas sem obrigar ninguém a aprender nada de novo. Na WhiteFlow temos três: o geral, o de desenvolvimento e o comercial. A segunda é integrar a IA como um colaborador: o agente vive na ferramenta onde o trabalho já acontece, fica atento aos pedidos, executa e devolve o resultado como se fosse um colega. Ao ponto de perderes a noção de que estás a falar com uma máquina.

Digo também por onde começava se estivesse no início: pelo playbook, porque obriga a definir os processos, e só depois a integração na ferramenta. No fim respondo a comentários: quando é que avançamos para reels, que ferramentas usamos na edição destes vídeos e como escolho o modelo certo para cada tarefa.

Nada disto é teoria: são os dois sistemas que já tenho a funcionar.

Sou o Luís Diogo. Estou a construir a Super Human com uma regra simples: sermos só duas pessoas e usar IA como multiplicador em vez de contratar. Este episódio é sobre uma peça concreta dessa aposta: como estes vídeos são editados e publicados sem uma equipa.

Explico como um agente faz o trabalho que normalmente exigiria uma equipa: corta a gravação a partir da transcrição, valida, uniformiza o som, exporta o vídeo, trata do título, das thumbnails e da descrição, publica no YouTube e ainda gera este próprio podcast. Montei o sistema em menos de uma semana e ele já trata dos vídeos todos.

Antes disso respondo a duas perguntas da audiência: porque escolhi o formato daily, que troca alcance por confiança, e onde está o diferencial competitivo quando toda a gente usa os mesmos modelos de IA. A minha resposta: não é o modelo, é a camada que constróis por cima, as tools, a memória e o teu playbook.

No fim mostro as três próximas evoluções que quero testar. Nada disto é teoria, é o que estou a fazer agora, à vista.

Usar inteligência artificial na empresa não chega. Vejo demasiada gente a colar IA aos processos que já tinha e a ganhar 10% ou 20%, quando o verdadeiro salto está noutro sítio: em questionar cada requisito e redesenhar o processo do zero.

Neste episódio explico a minha definição de empresa AI-first. O diferencial não está no modelo, está na tua capacidade de o usar; a mesma ferramenta em mãos diferentes dá resultados diferentes. Por isso o trabalho é repensar como fazes as coisas e construir um novo playbook, aquele que chega ao mesmo objetivo por um caminho diferente, sem perder a base de conhecimento que te distingue.

Falo também do lado cultural, que é o mais difícil, e de porque é que agir agora é uma vantagem. Dou exemplos do que estou a fazer nas minhas empresas, incluindo estes vídeos, que já são editados por agentes, e o novo setup que montei para eliminar a fricção de gravar todos os dias.

Uma reflexão sobre um dos temas dos fundamentos da nossa comunidade: o futuro do trabalho e das empresas. É a minha leitura macro do que a IA está a mudar para quem constrói negócios.

Neste episódio explico a transição que mudou tudo: a IA deixou de ser algo a quem perguntamos para ser algo a quem mandamos executar. Com isso, a decisão mais crucial de um founder passou a ser onde fica o humano na equação. Não sou apologista de retirar o humano; sou apologista de saber exatamente onde ele acrescenta valor e desenhar a IA para cobrir o resto do scope.

Depois entro na métrica em que vejo a maior oportunidade desta fase: a faturação por colaborador. Em Portugal, a média anda na casa dos 25 mil euros anuais; numa empresa que construí, levámos o rácio dos 70 mil para os 110 mil em três anos; um SaaS opera nos 200 a 400 mil. Esse teto está a desaparecer, e é por isso que acredito em negócios com menos pessoas, mais bem selecionadas e maximizadas por tokens.

Estou a executar esta filosofia em dois negócios com escalas totalmente distintas: um que nunca deve passar das duas ou três pessoas, outro a caminhar para uma ordem de magnitude de 100 milhões com 10 a 15 pessoas. O que não faz sentido é continuar a operar como se o mercado fosse estabilizar.

Há semanas que andava preso na rigidez do YouTube. No episódio anterior expus o dilema sem o resolver. Esta semana encontrei a saída.

Neste episódio conto o raciocínio. Em vez de escolher entre a newsletter, o áudio e o vídeo, simplifiquei tudo num único formato: partilhar todos os dias o trabalho real que faço para transformar dois negócios com IA. Deixou de ser produzir conteúdo e passou a ser gravar o que já faço.

Explico o loop que me convenceu: as tarefas que resolvo estão sempre ligadas à inteligência artificial, por isso a execução delas já é conteúdo. Com agentes a editar e a publicar, o que demorava horas passa a minutos, e eu fico onde tenho de estar, a pensar. Fecho cada tarefa num scope de tempo, cerca de 60 minutos por dia.

A lição é sobre onde o humano tem de estar. Se também andas preso a otimizar o formato em vez de resolver o que interessa, talvez a saída seja simplificar até o processo correr sozinho.

Levantei-me às 6h da manhã para mexer nos visuais de um vídeo que provavelmente não vou lançar. Não era para a empresa que me paga as contas. Era para um projeto que ainda nem sei se devia ter.

Há semanas que ando preso. Tenho dois formatos que me dão prazer genuíno, a newsletter e este áudio, mas os dois falam sempre para quem já está do outro lado. E tenho dois caminhos que trariam gente nova, o YouTube e o conteúdo de formato curto, mas em cada um há um travão que eu não consigo passar. Um vem da minha obsessão visual. O outro vem de uma liberdade que recuso vender.

Neste episódio exponho o dilema todo sem o resolver. Porque é que o que me dá mais prazer pode ser exatamente o que me impede de crescer, porque é que o meu bloqueio não era nada do que eu pensava, e a frase que o meu próprio agente me atirou no meio disto tudo.

Não trago a conclusão arrumada. Se já estiveste preso entre o que gostas de fazer e o que sabes que devias fazer, este é para ti. E se tiveres uma ideia de como sair daqui, responde-me. Falar contigo nunca foi o meu problema.

O problema nunca foi criar processos. Foi garantir que a equipa os executa. Passei dez anos a desenhar a forma certa de fazer as coisas e a ver quase nada ser executado como tinha pensado. Neste episódio conto o que mudou isso.

Empacotei o playbook da empresa num plugin, instalado por defeito nas máquinas de toda a equipa através do plano Teams. Com instruções globais que se sobrepõem às de cada utilizador, o agente segue o processo mesmo que ninguém se lembre dele. Parei de explicar, passei a condicionar.

Mostro casos reais. O agente que pergunta o número da tarefa para ir buscar todo o contexto antes de executar. O comando que obriga a fechar o scope antes de avançar, para não gastar tempo no que a empresa não decidiu fazer. Cada melhoria que carrego no playbook passa a valer para a equipa inteira.

E fica a ironia. A única coisa que não vais conseguir delegar é precisamente a integração desta tecnologia na tua empresa. É esse o trabalho de quem lidera agora.

Na sexta à noite tive a última conversa com o Fable 5. No sábado de manhã o modelo já não existia para mim, desligado por uma ordem do governo americano três dias depois de aparecer.

Neste episódio conto o que essa conversa me mostrou. Perguntei ao modelo porque é que protelo o YouTube há mais de três anos e, em vez de responder à pergunta, ele foi direto ao problema que eu andava a proteger. Apanhou padrões enterrados no meu contexto que não tinham nada a ver com o que eu tinha perguntado.

Falo também do que fiz com os dois dias em que tive acesso. Em vez de os gastar a produzir, meti-os todos a melhorar o playbook da minha empresa, a máquina que ajuda a equipa a construir o produto.

E fica a parte que interessa a quem está a montar uma operação com IA. O risco de construir um ativo em cima de um sistema que outra pessoa consegue desligar, e o que dá para fazer para não ficar refém.