As empresas conhecem os cargos dos seus colaboradores, mas sabem realmente o que estes conseguem fazer? Rui Luz, fundador e CEO da TiJUBU, quer mudar a forma como as organizações identificam competências e gerem pessoas e agentes de inteligência artificial.
Depois de mais de 25 anos em consultoria, Rui Luz quis dar uma nova vida ao conhecimento que tantas vezes ficava nas apresentações e folhas de cálculo. Fundou a TiJUBU, uma startup portuguesa que procura ajudar as empresas a conhecer as competências das suas pessoas e a gerir, de forma integrada, colaboradores e agentes de inteligência artificial.
À Líder, o fundador e CEO da TiJUBU fala sobre a passagem da consultoria para o desenvolvimento de um produto tecnológico, os desafios de crescer a partir de Portugal e a decisão de adiar a captação de investimento até ter clientes e receita. Pelo caminho, explica por que razão acredita que o futuro da gestão de pessoas exige uma linguagem comum entre competências, carreiras e remuneração — e uma liderança capaz de preservar o lado humano das organizações.
Esta entrevista integra a série Do Zero ao Negócio, que explora as histórias por trás de marcas e startups: das decisões iniciais aos momentos de rutura, revelando o que está na origem de um negócio.
O que levou à criação da TiJUBU e que problemas procuravam resolver quando começaram este projeto?
A TiJUBU começou com uma pergunta sobre pessoas, não sobre empresas: como é que ajudamos alguém a navegar as suas escolhas de carreira a partir daquilo que sabe fazer, e não a partir do título que tem no cartão?
O título de função é uma etiqueta. Diz o que a pessoa está hoje a fazer, não diz o que ela sabe, o que consegue fazer a seguir, ou o que lhe falta para lá chegar. Duas pessoas com exatamente a mesma função podem ter competências muito diferentes, e não há nenhum sistema onde isso esteja registado. É por isso que as conversas de desenvolvimento de carreira acabam quase sempre em generalidades bem-intencionadas. E a consequência para a pessoa é conhecida: sem essa clareza, não consegue identificar onde pode chegar ou que lhe falta para lá chegar. A ausência de perspetiva é das primeiras causas de desmotivação e de saída de talento, e é das mais evitáveis.
Ao aprofundar essa pergunta, chegámos a outra, bastante maior: porque é que uma empresa com 10 mil pessoas não consegue dizer, numa terça-feira à tarde, o que é que as suas pessoas sabem fazer?
Sabe os nomes. Sabe quais as funções. Conhece o organograma. Mas não sabe qual o seu skillset. E sem isso, tudo o resto é feito por aproximação: quem promover, quem desenvolver, quanto pagar, quem consegue executar o projeto que inicia em janeiro.
Percebemos então que era o mesmo problema visto de dois ângulos opostos. A pessoa não consegue descrever o que sabe fazer numa linguagem que a empresa reconheça, e a empresa não consegue ver aquilo que tem. Falta uma linguagem comum, e foi por aí que decidimos começar.
A visão que nos move é a de uma empresa que se conhece a si própria em tempo real. Competências, roles, percursos de desenvolvimento ou retribuição todos traduzidos numa mesma linguagem, atualizados pelo uso, e acessíveis tanto a quem gere como a quem lá trabalha. Chamamos a isto The Living Company OS.
A implementação foi feita por camadas, e por esta ordem. Primeiro a taxonomia, a linguagem comum, sem a qual nada do resto funciona. Depois o Journey, que transforma essa taxonomia em percursos de carreira que o colaborador vê e usa e que os liga às funções ou roles dentro da organização. A seguir o Pay Intelligence, porque uma conversa de carreira sem olhar para a retribuição é uma conversa a meio.
Tudo construído com AI no core, mas traduzido com um olhar humanizado. A inteligência está presente em tudo, como, por exemplo, na capacidade de desenhar qualquer organização, criando funções/roles, skills e competências a partir da estratégia da empresa e do conhecimento interno.
Sendo uma startup portuguesa, como foi o processo de transformar uma ideia numa solução tecnológica com potencial internacional?
O problema não é Português. Encontrámos as mesmas limitações e necessidades em toda a Europa, na América do Norte e noutros mercados maduros. A legislação muda, o idioma muda, a necessidade de perceber competências e organização ou como pagar não muda. Por isso construímos para essa dimensão desde o primeiro dia. Na prática, foram três fases.
Codificar. Pegar nos modelos de competências, funções e recompensas que tínhamos aprendido e construído com clientes no contexto de consultoria e transformá-los em produto. É uma mudança de natureza, não de escala ou de customização às necessidades do cliente.
Validar. Em ambiente exigente, e em produção, não em pilotos simpáticos. Hoje temos já mais de 20 clientes empresariais, alguns dos quais já em ciclo de renovação/expansão das funcionalidades.
Escalar. Desde o início de setembro, o Pay Analysis, o módulo gratuito de análise salarial do Pay Intelligence, está disponível publicamente e em self-service. Qualquer organização, em qualquer geografia, pode entrar e trabalhar sobre os seus próprios dados em menos de dois minutos.
E aqui há um princípio que quero deixar explícito, porque é estrutural e não promocional: a camada de acesso será sempre gratuita. Nos benchmarks, o modelo é de reciprocidade. Hoje cada cliente trabalha sobre os seus próprios dados, num ambiente totalmente seguro e fechado para si – incluindo os seus próprios agentes de AI. No próximo trimestre lançaremos o nosso benchmark, construído com os dados de quem opta por contribuir. É uma troca, e é explícita.
Que experiência profissional ou aprendizagens anteriores foram mais determinantes para criar esta solução?
Trabalho em consultoria desde 1999. São mais de 25 anos a fazer, sob nomes diferentes, sempre a mesma coisa: implementar estratégia através das pessoas. Strategic workforce planning, reestruturações, modelos de competências, performance, sistemas de recompensa, quase sempre em diálogo direto com comissões executivas em empresas de grande dimensão.
Ficaram-me duas aprendizagens. A primeira é que o impacto da gestão de pessoas nos resultados do negócio é direto e mensurável, e que a maioria das empresas simplesmente não o mede. A segunda é mais incómoda: grande parte do melhor trabalho que fiz muitas vezes não saiu das apresentações e folhas de cálculo. Estrategicamente correto, tecnicamente impecável, operacionalmente morto no dia em que o consultor sai pela porta.
Foi isso que me levou a fundar a pur’ple, para colocar o propósito no centro da estratégia das organizações, e mais tarde a criar a TiJUBU, para que esse conhecimento deixasse de ser apenas um entregável e passasse a ser algo que a organização usa todos os dias, e de que o colaborador também beneficia.
Quais foram os maiores desafios de desenvolver uma plataforma que gere, em simultâneo, colaboradores humanos e agentes de IA?
Antes do desafio, uma correção útil: o problema não é tecnológico. É de arquitetura organizacional, e a primeira parte que nos coube resolver foi de linguagem.
A nossa tese é esta: a mesma taxonomia que descreve o que uma pessoa sabe fazer pode descrever o que um agente executa. Se a competência é a unidade comum, deixa de haver duas conversas separadas, uma sobre pessoas e outra sobre AI ou automação, e passa a haver um mapa único onde se vê que competências existem na organização, quais estão a ser executadas por pessoas, quais por agentes, e onde está concentrado o risco. É nessa camada que estamos a trabalhar, Workforce Autonomics.
Dito isto, os desafios são três, e nenhum deles é de código. Confiança. Introduzir agentes no fluxo de trabalho diário gera receio de substituição, e o receio não se resolve com comunicação interna. Resolve-se com transparência sobre quem faz o quê, o que só é possível se esse mapa existir.
Governance. Definir onde acaba a autonomia do agente e onde começa o discernimento humano é um exercício específico de cada organização e exige um modelo de responsabilidade explícito, sem zonas cinzentas. A IA deve assumir carga cognitiva operacional sem retirar liderança às pessoas.
Humanização. O maior risco de um ecossistema híbrido é mecanizar as relações de trabalho. Ao delegar a execução analítica e rotineira, o que se liberta é tempo para aquilo que não é substituível: pensamento crítico, criatividade, liderança, desenvolvimento das pessoas. Se esse tempo não for reinvestido aí, a tecnologia apenas tornou a empresa mais rápida a fazer aquilo que já fazia mal.
Que competências terão os líderes e diretores de RH de desenvolver nos próximos anos para gerir equipas híbridas compostas por pessoas e agentes de IA?
As competências mais críticas vão ser, curiosamente, as mais humanas. Os agentes já executam com eficácia um conjunto muito alargado de tarefas rotineiras, análise de dados, produção de documentos, automação de processos, e essa fronteira vai continuar a mover-se.
O que fará a diferença na liderança é a empatia, a ética, o sentido crítico e a capacidade de decidir em contextos de elevada ambiguidade.
A isso junta-se uma competência muito concreta, e é a que vejo menos instalada: saber gerir capacidades e skills e fazê-lo de um modo estratégico. Um CHRO vai ter de conseguir responder, com dados e não com intuição, a perguntas como: que competências existem nesta organização, quais estão a ser executadas por pessoas e quais por agentes, quais me vão faltar daqui a 6, 12, 18 meses, e onde está o risco. Quem não conseguir responder a isto vai continuar a gerir headcount enquanto os outros gerem capacidade.
E tudo isto acontece num mercado de trabalho onde convivem quatro gerações em atividade, dos baby boomers ainda no ativo à geração Z. Quem mantiver uma abordagem rígida de one size fits all vai ter enorme dificuldade em liderar seja quem for e, mais importante, serão organizações sem possibilidade de competir, condenadas a desaparecer.
Como descrevem o vosso estilo de liderança numa startup tecnológica em crescimento?
Somos uma equipa pequena, e isso condiciona tudo, para melhor. Não há espaço para camadas nem hierarquias rígidas: quem constrói fala com clientes, quem vende conhece o produto ao detalhe, e as decisões tomam-se com toda a gente na sala.
No nosso caso há uma exigência adicional. Somos uma empresa de tecnologia cujo objeto de trabalho são as pessoas, o que nos obriga a um padrão desconfortável: se a plataforma serve para dar perspetiva de carreira, transparência ou equidade, temos de praticar isso cá dentro primeiro. Não podemos vender aos clientes aquilo que não fazemos.
Na prática, significa flexibilidade real, um ambiente aberto onde origens e perspetivas diferentes acrescentam valor, e investimento continuado no desenvolvimento da equipa, combinando a exigência do crescimento com formação, voluntariado e coesão.
Se estivessem hoje a começar novamente, que erro evitariam e que decisão repetiriam sem hesitar?
Começo pela decisão que repetiria sem hesitar: construir com foco e disciplina e adiar deliberadamente a captação de investimento.
Não foi hesitação, foi leitura de mercado. O feedback que recebemos de forma consistente de investidores especializados em HR Tech foi que, neste setor, uma ronda feita sobre uma apresentação vale pouco, e que teríamos uma posição substancialmente mais forte com prova de tração e receita recorrente demonstrada. Optámos por chegar à mesa com clientes em produção e em renovação, em vez de com uma promessa. Hoje temos isso, e é por isso que estamos a levantar capital agora.
O erro que evitaria é outro: em determinadas fases fomos demasiado prudentes na execução comercial. A disciplina deu-nos independência, mas houve momentos em que confundimos prudência com lentidão, num mercado que acelera todos os dias. Se recomeçasse, manteria exatamente a mesma decisão de financiamento e aceleraria ainda mais em direção ao mercado.
Que conselho deixariam a outros empreendedores que querem criar produtos tecnológicos inovadores num mercado cada vez mais competitivo?
Duas coisas. A primeira: vejam para além de olhar. A distância entre uma boa ideia e um negócio é quase sempre a disponibilidade para olhar para o problema durante mais tempo do que é confortável, sobretudo quando toda a gente já concordou com a versão mais fácil.
A segunda, mais prática: ponham o produto nas mãos de pessoas reais o mais cedo que conseguirem, mesmo que isso custe receita no curto prazo. Foi o que fizemos ao abrir o acesso gratuito, e aprendemos mais em poucas semanas do que em meses de conversas comerciais.
