Porque deixei de usar Openclaw: o que o meu dashboard pessoal revelou

Um dashboard pessoal começa a ser realmente útil quando nos mostra algo que preferíamos não admitir.

Tenho vindo a construir o meu próprio dashboard para gestão pessoal e da empresa: não uma coleção decorativa de métricas, mas uma forma de ver o que planeio, o que concluo e o que continua a tomar conta da semana. Um dos gráficos compara a taxa de conclusão do sprint planeado com o rácio de trabalho que não estava previsto no início da semana.

O gráfico revelou uma mudança muito clara. Na 2026-W16, o meu rácio de trabalho não planeado era 42%. Na 2026-W17 - a semana de 20 a 26 de abril de 2026, quando deixei de usar diariamente a minha instalação alojada de Openclaw - caiu para 0%.

Uma semana não prova causalidade. Mas as semanas seguintes foram suficientes para tornar o padrão digno de análise.

O que o dashboard mostrou realmente

Antes da mudança, entre as semanas 12 e 16, o rácio de trabalho não planeado teve uma média aproximada de 39%. Entre as semanas 17 e 21, a média ficou perto de 9%. Não se manteve sempre a zero, nem seria realista esperar isso: empresas reais têm interrupções. Ainda assim, a alteração é substancial.

Há outro pormenor importante. A conclusão de trabalho planeado não colapsou quando mudei de ferramenta. Manteve-se, na maioria das semanas seguintes, aproximadamente na faixa dos 60%. O dashboard não mostrou que troquei produção por tranquilidade. Mostrou um ritmo semelhante de trabalho planeado, com muito menos trabalho reativo misturado.

Eu também concluía muitas tarefas quando usava Openclaw. O problema é que atividade, por si só, pode ser uma métrica enganadora de produtividade. Se uma parte relevante das tarefas existe porque o sistema que deveria ajudar precisa de manutenção, debugging, deployments ou acompanhamento, uma lista longa de tarefas concluídas não representa necessariamente um ganho.

É precisamente por isso que meço trabalho não planeado. Permite distinguir progresso no trabalho que escolhi de tempo gasto a servir complexidade que acabei por adotar sem intenção.

Uma boa solução técnica pode ser a solução errada

A minha implementação de Openclaw não era descuidada. Tinha construído uma configuração razoavelmente segura em AWS, a correr no seu próprio container Docker e preparada para poder vir a receber outros utilizadores, caso essa necessidade surgisse.

Como projeto técnico, fazia sentido. Como ferramenta para o meu trabalho diário, estava cada vez mais a exigir de mim a coisa errada.

Um sistema alojado traz consigo uma superfície operacional: decisões de infraestrutura, deployments, configuração, resolução de problemas, considerações de segurança e a tentação de continuar a expandir algo porque um dia pode tornar-se num produto. Para uma aplicação ao serviço de clientes ou de uma equipa, esses custos podem ser justificados. Para um fluxo individual cujo objetivo era simplesmente ajudar-me a executar, estavam a transformar-se em ruído operacional.

Esta é uma armadilha fácil para fundadores técnicos e pequenas empresas ambiciosas. Conseguimos construir o sistema mais elaborado e, por isso, assumimos que tem de ser a opção mais profissional. Às vezes é. Outras vezes, uma necessidade simples transforma-se silenciosamente numa plataforma interna que alguém passa a ter de operar.

Neste caso, esse alguém era eu.

A alternativa mais simples

Mudei para uma configuração muito mais simples: Codex a correr no meu computador pessoal, num fluxo que também consigo controlar através do telemóvel.

Não é uma arquitetura tão ambiciosa como manter o meu próprio ambiente alojado para um assistente. Esse é precisamente o benefício. Tenho controlo direto quando preciso, sem carregar um deployment adicional na cloud como parte normal da minha semana de trabalho.

Para as minhas necessidades atuais, os planos de subscrição de USD 20 que utilizo na OpenAI e na Anthropic são mais do que suficientes. Também uso tokens de forma mais deliberada, porque este fluxo me dá mais visibilidade e controlo do que a solução anterior. Passo menos tempo a alimentar um sistema autónomo e mais tempo a decidir exatamente onde a assistência é útil.

A lição importante não é que ferramentas locais sejam sempre melhores do que ferramentas alojadas, nem que um produto de IA deva substituir todos os outros. A lição é que a melhor ferramenta é aquela cujo custo operacional corresponde ao trabalho em causa.

Se precisasse de um serviço sempre disponível para vários utilizadores, fronteiras de acesso formais, fluxos partilhados ou disponibilidade para clientes, uma arquitetura alojada poderia voltar a ser a resposta certa. Não precisava disso neste caso. Precisava de assistência focada que não se tornasse em mais um sistema para manter.

Porque importam os dashboards pessoais

Sem o dashboard, eu teria descrito esta mudança sobretudo como uma sensação: menos dores de cabeça, menos distrações, menos fricção de infraestrutura. Sensações são sinais úteis, mas são fáceis de ignorar, sobretudo quando está em causa um sistema tecnicamente interessante.

Há uma frase habitualmente atribuída a Warren Buffett que resume bem o ponto: “Se não consegue ler o marcador, não sabe o resultado. Se não sabe o resultado, não consegue distinguir os vencedores dos perdedores.” Não encontrei uma transcrição primária que confirme a atribuição, mas o princípio operacional está certo: medir transforma uma impressão vaga numa decisão que podemos analisar.

O dashboard deu-me uma conversa melhor comigo próprio. Tornou visível que:

• throughput, por si só, não era suficiente para avaliar a ferramenta;
• o trabalho não planeado era um custo da minha escolha tecnológica;
• um fluxo mais simples podia preservar execução e reduzir interrupções;
• o momento certo para simplificar chega antes de a manutenção passar a ser ruído de fundo normal.

Este tipo de medição não exige um programa empresarial de analytics. Um dashboard útil de operações pessoais ou empresariais pode começar com algumas perguntas disciplinadas:

• O que planeámos fazer esta semana?
• O que concluímos realmente?
• Quanto trabalho não planeado apareceu?
• O que originou esse trabalho: clientes, vendas, defeitos, infraestrutura ou manutenção de ferramentas?
• Uma mudança de processo ou de tecnologia reduziu esse peso durante várias semanas?

Uma prática adicional torna o gráfico muito mais valioso: anotar mudanças operacionais. Uma nova ferramenta, um deployment, o redesenho de um processo, um novo fluxo para clientes. Sem isso, até uma melhoria visível se torna difícil de explicar mais tarde.

A pergunta sobre adoção de IA que muitas empresas esquecem

Quando uma empresa avalia IA, a conversa começa frequentemente pela capacidade: o que consegue esta ferramenta fazer? Automatiza uma tarefa? Corre agentes? Liga-se aos nossos sistemas?

São perguntas importantes. Não chegam.

A pergunta em falta é: que novo trabalho vai esta ferramenta criar para nós?

Isso inclui configuração, governação, monitorização, formação, tratamento de exceções, controlo de acessos, segurança, manutenção e a atenção humana necessária para manter o fluxo fiável. Uma ferramenta pode impressionar numa demonstração e, ainda assim, encaixar mal na operação. Pode automatizar tarefas visíveis enquanto produz tarefas invisíveis.

Isto é especialmente relevante para PME. Equipas pequenas raramente têm capacidade sobrante para experiências de infraestrutura interna que acabam lentamente por se tornar obrigações permanentes. A escolha útil de IA nem sempre é a que faz a promessa mais ampla. É a que melhora a semana real: menos tarefas repetidas, menos interrupções evitáveis, mais controlo e tempo mensurável devolvido ao negócio.

O meu dashboard não me disse para deixar de experimentar IA. Disse-me para ser mais seletivo sobre a complexidade que aceito em troca dela.

É um resultado que aplico no meu próprio trabalho e um princípio que levo ainda mais a sério em AI coaching: não escolher tecnologia apenas pelo entusiasmo. Definir o trabalho, medir o custo operacional e manter a configuração mais simples que produza uma vantagem real.

Se está a explorar ferramentas de IA para o seu negócio e quer separar vantagem útil de distração dispendiosa, esse é exatamente o tipo de decisão em que apoio equipas através dos meus serviços de AI coaching e advisory.