Produtividade não é movimento de mouse. E um worker de IA não tem mouse.

O caso que tornou a confusão visível

O Wells Fargo foi criticado quando se publicou que a empresa "demitiu mais de uma dúzia de funcionários após uma investigação revelar que eles estavam usando dispositivos ou aplicativos para simular produtividade em seus computadores por meio de movimentos de mouse". A reportagem é do The Verge.

Vale separar duas leituras do episódio. A primeira é a óbvia: gente burlando um controle. A segunda é a que interessa: existia um controle que podia ser burlado por um aparelhinho barato, e ele estava sendo usado como evidência de trabalho.

Ao equiparar produtividade a movimento de mouse, perde-se a essência do que produtividade significa. Medidas assim não capturam produtividade genuína — elas promovem uma cultura de vigilância que premia atividade superficial em detrimento de resultado relevante. E o pior efeito não é o funcionário que trapaceia. É o funcionário honesto, que aprende que o caminho seguro é parecer ocupado.

Produtividade é uma razão, não um sinal de vida

Na essência, produtividade é a relação entre o produto gerado e os insumos utilizados. É uma fração. Ela exige duas grandezas.

Se o Wells Fargo tratava o movimento do mouse como insumo, a pergunta lógica é: qual era o produto correspondente? Não havia. E o insumo era tão trivial que um dispositivo simples podia produzi-lo sozinho — o que é a definição operacional de um insumo sem valor.

H. James Harrington, especialista em melhoria de desempenho, disse uma vez: "Se você não pode medir algo, você não pode entender. Se você não pode entender, você não pode controlar. Se você não pode controlar, você não pode melhorar."

A citação costuma ser usada como licença para medir tudo. Ela diz o contrário. Antes de começar a medir, é preciso entender o propósito: por que estamos medindo isto? Este insumo tem algum valor real? Sem essa pergunta respondida, a medição não gera entendimento — gera relatório.

As três formas de melhorar produtividade

Produtividade engloba os recursos empregados — salários, infraestrutura, custos operacionais — para produzir um produto ou serviço. Melhorá-la se faz de três maneiras:

Reduzir custos mantendo os resultados

diminuir os insumos sem comprometer a qualidade ou a quantidade produzida.

Aumentar a produção com os mesmos custos

elevar a eficiência dos insumos para obter mais resultado sem despesa adicional.

Reduzir custos e aumentar a produção ao mesmo tempo

a abordagem mais difícil e a mais recompensadora.

Repare no que as três têm em comum: todas operam sobre uma fração com numerador e denominador. Quem mede presença não tem numerador nenhum — e mede mal o denominador.

O que mudou: parte do time não tem presença

Até aqui, o argumento é o de 2024, e ele já era suficiente. O que mudou é que ele deixou de ser um argumento e virou uma restrição física.

Desde 2026, um time pode incluir AI workers: membros não humanos, contratados por você, com nome que aparece nas telas, descrição de cargo escrita por você, um conjunto fechado de ferramentas, plano de trabalho com entregas pelas quais respondem, ciclos e avaliação no fim de cada ciclo.

Agora tente aplicar o método do Wells Fargo a um deles. Não há mouse para observar. Não há hora de login, porque não há login. Não há cadeira, não há horário de almoço, não há a cara de concentração que a gente aceita inconscientemente como prova. O repertório inteiro de sinais de presença não tem onde se apoiar.

Ele entrega ou não entrega. É a única pergunta que a máquina permite fazer.

E é por isso que a medição por entrega deixa de ser preferência de gestão. Num time misto, qualquer métrica de presença alcança só uma parte das pessoas — e é justamente a parte que já se ressentia de ser medida assim. Uma régua que não alcança parte do time não é uma régua conservadora. É uma régua quebrada.

Nada disso, é bom dizer, significa que o worker de IA seja confiável sem supervisão. A tese é o oposto: ele precisa de supervisão, e precisa da mesma que um gerente já sabe exercer. Por isso a plataforma trata cada ação que um worker tenta executar como algo classificado por código antes de acontecer, com três rotas possíveis — executa sozinho, o Orion aprova, ou fica retida esperando você. Por isso existe uma trilha de auditoria em que cada ação classificada vira uma linha — inclusive as respostas que o Orion decidiu não dar num grupo autorizado. E por isso um worker nunca avalia o próprio ciclo: o sistema recusa a tentativa, e quem avalia é o gerente.

A armadilha voltou, com roupa nova

Era de esperar que o mercado tivesse ido direto para a entrega. Não foi. A vigilância de atividade voltou — só que agora aponta para a IA.

Tokens consumidos. É custo. É denominador puro. Um time que consome mais tokens não é mais produtivo; é mais caro. Tratar consumo como resultado inverte a fração.

Número de prompts, de chamadas, de execuções. É a contagem de vezes que alguém mexeu o mouse, com outro nome. Diz que houve atividade. Não diz o que saiu dela.

"Horas economizadas". É a mais sedutora e a mais frágil, porque parece um resultado. Mas ela só existe se alguém tiver medido o "antes" com honestidade — e, na maioria das empresas, ninguém mediu. O que se chama de horas economizadas costuma ser uma estimativa apresentada como medição.

Aplique o teste de Harrington a cada uma: por que estamos medindo isto, e este insumo tem valor real? Nenhuma das três sobrevive. Todas medem o denominador e chamam de desempenho.

Medir custo é legítimo — desde que declarado como custo. É por isso que cada worker mostra um selo de custo medido: quanto consumiu no mês corrente e nos últimos sete dias, com o número de execuções. E enquanto não houver execução medida, a tela diz "sem atividade medida ainda" em vez de mostrar zero, porque ausência de medição não é o mesmo que ausência de trabalho. Nada disso é apresentado como produtividade. É o denominador, com o nome certo.

A unidade que serve para os dois: a entrega

Entregas são os produtos, serviços ou resultados específicos e tangíveis que resultam do trabalho de uma equipe. Elas são "o que" é entregue.

O teste prático é bruto e funciona: se você consegue riscar um item da lista e ninguém de fora percebe diferença, provavelmente é tarefa, não entrega.

O rito, que é o mesmo para gente e para máquina

O que torna a entrega utilizável como unidade não é a definição. É o encadeamento em volta dela, e ele vale igual para os dois tipos de trabalhador.

Plano de entregas assinado

a equipe se compromete com um portfólio de entregas para o período. Rascunho não serve — a assinatura é o momento em que o escopo foi revisado por alguém que responde.

Plano de trabalho

traduz aquilo para uma pessoa (ou para um AI worker), com percentual de esforço por entrega e a promessa escrita do que será feito. É assinado pelas duas partes, e a assinatura cria os ciclos.

Progresso calculado

o progresso da entrega não é digitado. Sai da média do progresso das tarefas, ponderada pelo peso de cada uma. Ninguém "declara" que está em 70%.

Relatório e avaliação de ciclo

o participante relata o que fez, o gerente responde com estrelas de 1 a 5 e comentário, e o ciclo consolida. O AI worker escreve e envia o próprio relatório como qualquer membro — e nunca se avalia.

Há uma assimetria deliberada aí, e ela merece ser dita em voz alta. Para entrar num plano de trabalho, uma entrega precisa vir de um plano de entregas assinado e vigente. Para um humano, a exceção passa e fica registrado o aviso. Para um AI worker, é bloqueio: a plataforma recusa a assinatura, com a lista das violações. O motivo é assumido — a pessoa sabe quando a exceção é legítima e responde por ela; o agente não tem esse julgamento, e um worker que ninguém consegue cobrar é a pior combinação possível.

O que a medição por entrega cobra de você

Nenhuma dessas coisas é de graça, e o artigo ficaria desonesto se parasse antes desta seção.

Você tem de escrever entregas de verdade. "Fazer PRD" não é entrega; "PRD dos recursos do backlog movidos para desenvolvimento" é. Trocar atividade por resultado no título é chato, e é o que sustenta todo o resto.

Você tem de planejar antes de começar. Data de início planejada, data de término planejada, tipo de meta e meta planejada formam a linha de base, e ela congela quando a data de início chega. Depois disso você usa os campos atualizados — e é justamente a diferença entre planejado e atualizado que mostra o quanto o plano escorregou.

O sistema não decide por você. O esforço total de um plano de trabalho não é travado em 100%: acima de 100,5% o número fica vermelho como aviso, e nada impede você de assinar assim. Às vezes a soma passa de propósito, e a plataforma não finge saber melhor que você.

O relógio corre mesmo sem você. O participante tem 5 dias para o relatório, o gerente tem 10 para o feedback, e há 5 dias para pedir revisão ou ajustar. Se o gerente não agir no prazo, o sistema aplica um feedback neutro de 3 estrelas, com uma justificativa gerada que diz exatamente isso, e avisa as duas partes. Isso fecha o ciclo; não avalia ninguém. Um gerente ausente continua sendo um gerente ausente, e o registro mostra isso.

E a limitação maior de todas: nada aqui garante que o trabalho da IA esteja certo. Medir por entrega não faz a IA acertar. Faz o erro dela chegar a você no mesmo formato em que o erro de um humano já chegava — dentro de uma entrega com dono, prazo e avaliação, e não escondido numa métrica de atividade que ninguém sabe ler.

A pergunta de Harrington, virada para o seu painel

Escolha o número que você olha primeiro de manhã para saber se o time trabalhou. Pergunte a ele: isto é o produto ou o insumo?

Se for insumo — horas conectadas, mensagens trocadas, reuniões realizadas, tokens, prompts —, ele não mede produtividade. Mede consumo. E é substituível por um aparelhinho, ou por um script, dependendo de quem você estiver medindo.

A entrega é a única resposta que continua de pé quando o trabalhador não tem mouse.

Referências

The Verge (2024)

demissão de mais de uma dúzia de funcionários do Wells Fargo após investigação sobre dispositivos e aplicativos que simulavam atividade no computador.

H. James Harrington

especialista em melhoria de desempenho, autor da citação sobre medir, entender, controlar e melhorar.