Entrevista/ “Portugal forma muitos engenheiros e forma-os bem”

“Portugal ajuda-nos aqui mais do que habitualmente se reconhece e uma das razões está na base de engenharia do país. A IA aplicada a decisões de negócio é, na sua essência, um trabalho de engenharia: formular o problema, modelá-lo, construir software que corre em produção e medir o resultado”, afirma Luís Guimarães, cofundador da LTPlabs.

De spin-off do INESC TEC a empresa tecnológica com ambição global, a LTPlabs chega aos 10 anos num momento de forte crescimento e expansão internacional. A empresa, com sede em Matosinhos, fechou 2025 com uma faturação próxima dos 12 milhões de euros, mais 14% do que no ano anterior e gera mais de metade das receitas fora de Portugal. Uma internacionalização que deverá continuar a ganhar peso: a ambição é que, nos próximos cinco anos, cerca de 80% do negócio venha dos mercados externos.

Depois de oito anos focada sobretudo na inteligência artificial tradicional, a LTPlabs encontrou na combinação com a IA Generativa um novo acelerador de crescimento. Em 2025, esta tecnologia já representava cerca de 20% do negócio e a expectativa é que esse peso duplique em 2026.

Em entrevista ao Link to Leaders, Luís Guimarães, cofundador da LTPlabs, explica o que está por detrás deste crescimento e porque acredita que o sucesso da IA nas empresas depende menos da tecnologia do que da capacidade de escolher as decisões certas.

A LTPlabs nasceu, em 2015, como uma spin-off do INESC TEC, com a missão de colocar a tecnologia ao serviço da tomada de decisão. Que vantagens trouxe esta origem académica e que aprendizagens foram necessárias para transformar conhecimento científico num negócio com escala?

A origem académica deu-nos dois valores que continuam a estar presentes no nosso ADN. O primeiro é a capacidade de resolver problemas que não têm resposta pronta: quando um cliente traz um problema de decisão, construímos o método de raiz e procuramos garantir que todas as particularidades desse processo de decisão ficam devidamente acomodadas. O segundo é a ligação permanente à fronteira do conhecimento: continuamos com um pé no INESC TEC e na FEUP, e isso significa que mantemos uma obsessão contínua em fazer melhor do que já fizemos, muito própria do meio académico.

Esta postura também traz desafios, nomeadamente o de saber onde termina um projeto. Na academia, o modelo está terminado quando é ótimo e demonstrável. Na empresa, está terminado quando é adotado. Passámos anos a aperfeiçoar a nossa abordagem em torno desta ideia: o que o cliente necessita é de um processo que conduz a uma decisão tomada melhor, todos os dias, e não do modelo que está por trás.

A aprendizagem seguinte foi a da escala. O rigor científico não se replica sozinho; só chega a muitos clientes quando se transforma em método repetível, em pessoas formadas de forma consistente e numa organização capaz de o levar ao mercado.

“A primeira conclusão é bastante incómoda, de tão simples que é: o que determina o sucesso de um projeto muitas vezes não é a tecnologia”.

A empresa já desenvolveu cerca de 400 projetos para mais de 70 clientes. Depois de acompanhar organizações com diferentes níveis de maturidade, quais são os fatores que mais condicionam o sucesso de um projeto de inteligência artificial?

A primeira conclusão é bastante incómoda, de tão simples que é: o que determina o sucesso de um projeto muitas vezes não é a tecnologia. O primeiro fator é a identificação do problema certo a ser resolvido e do papel da IA. Uma parte significativa do sucesso dos projetos de IA é determinada no momento dessa escolha, ou seja, em focar no core business e não em iniciativas periféricas, sem consequência para o negócio. Adicionalmente, precisamos de clarificar o papel da IA, pois esta pode automatizar todo o processo de decisão, que é a aplicação que nos vem mais frequentemente à ideia nos dias de hoje, ou ser utilizada como forma de aumentar a capacidade do gestor de tomar decisões com mais informação.

O segundo é ter como sponsor o responsável pela decisão que vamos melhorar. Quando este assume o projeto, o projeto sobrevive à mudança de prioridades. O terceiro é a disponibilidade da equipa para decidir de forma diferente. Além de o modelo estar certo, é preciso que alguém aceite substituir o racional que usou durante quinze anos. Estamos a falar de uma mudança cultural.

E o quarto é começar com os dados que existem. Esperar pelo data lake ideal é a forma mais comum de nunca começar.

A LTPlabs apresenta a IA como uma ferramenta para apoiar decisões, reduzir custos, aumentar vendas e melhorar o serviço ao cliente. Como garantem que as recomendações produzidas pelos modelos se traduzem em decisões efetivamente adotadas pelas equipas?

Na maioria dos nossos projetos procuramos ter uma abordagem holística, o que implica uma visão transversal dos impactos e um envolvimento também transversal das organizações, desde as vendas às operações. Raramente um desafio vive apenas numa das áreas, sem qualquer tipo de ligação ou consequência para as restantes. Para isso temos de atacar alguns preconceitos ou receios.

De um lado, é preciso desmistificar. Um gestor adota aquilo que compreende, e tem todo o direito de exigir compreender. Por isso investimos muito em explicar, de forma simples, o racional de cada recomendação: porque é que o sistema recomenda isto e não aquilo, que variáveis pesaram, em que condições é que a recomendação deixa de ser válida.

Por outro lado, é preciso pedir às equipas exatamente o contrário: abertura para decidir de forma diferente daquilo que sempre fizeram. Como já referi, um modelo que concorda sempre com a intuição de quem decide não está a cumprir o seu propósito. O valor aparece muitas vezes nos casos em que o sistema sugere algo contraintuitivo, sempre com um racional que o suporta. Primeiro estranha-se, depois entranha-se: os stakeholders mais resistentes no início são muitas vezes os maiores defensores quando reconhecem o valor.

Na prática, usamos alguns mecanismos que ajudam no processo. Desenhamos a solução com quem a vai utilizar, fazemos um período de validação em que revisitamos o que teria acontecido se as recomendações do sistema tivessem sido adotadas, e medimos a taxa de adoção como indicador de projeto, ao mesmo nível do impacto financeiro.

“Somos especialistas em transformar decisões de negócio através da IA, e é nesta ligação da IA ao negócio que procuramos ser diferenciadores”.

Faturaram cerca de 12 milhões de euros em 2025, com metade da faturação proveniente do estrangeiro. O que explica o crescimento internacional da LTPlabs e que competências desenvolvidas em Portugal têm maior procura noutros mercados?

O crescimento internacional explica-se, sobretudo, por termos escolhido profundidade em vez de largura. Somos especialistas em transformar decisões de negócio através da IA e é nesta ligação da IA ao negócio que procuramos ser diferenciadores.

E é essa combinação que encontra procura nos mercados externos: perfis híbridos, que juntam machine learning e otimização, data engineering, engenharia de software e capacidade de consultoria de gestão para discutir o problema ao nível da administração. Individualmente, cada uma destas competências existe em qualquer mercado; reunidas na mesma equipa, são bastante mais raras, e é isso que nos permite competir globalmente.

Portugal ajuda-nos aqui mais do que habitualmente se reconhece e uma das razões está na base de engenharia do país. A IA aplicada a decisões de negócio é, na sua essência, um trabalho de engenharia: formular o problema, modelá-lo, construir software que corre em produção e medir o resultado. Quem sai de um curso de engenharia tem já grande parte desse caminho feito e Portugal forma muitos engenheiros e forma-os bem. Em 2023 fomos o quinto país europeu com maior taxa de diplomados em Engenharia e, nesse mesmo ano, a engenharia representava 68,5% das inscrições em áreas STEM, contra uma média europeia de 54,6%. Em 2024 formaram-se em Portugal mais de 18 mil engenheiros.

Dito isto, o talento português nesta área não se esgota na engenharia. Uma parte relevante das nossas equipas vem da matemática, da física, da economia, da gestão, do design e da comunicação, e essa diversidade é necessária, porque um projeto que muda uma decisão de negócio precisa de quem saiba modelar o problema e de quem conheça o contexto. O que o país tem, e que nem sempre valoriza, é uma base ampla de formação exigente.

A LTPlabs já desenvolvia projetos no Brasil desde 2024. O que mudou na relação com os clientes para justificar agora uma presença permanente em São Paulo?

Desde o primeiro dia que o objetivo passava por desenvolver uma operação no Brasil. Um projeto pode ser entregue à distância, mas uma alteração ao processo de decisão exige uma proximidade com quem está no terreno, e isso constrói-se presencialmente.

Há também uma razão comercial que importa referir, pois a presença local conduz a maior confiança. À distância, chegam-nos os problemas que o cliente já formulou e para os quais nos considera adequados. Com presença permanente, procuramos participar ativamente na identificação de oportunidades, procurando influenciar a escolha dos desafios com maior retorno.

Por fim, a escala. A maior parte das organizações brasileiras opera a uma dimensão que torna a decisão manual inviável: milhares de referências, centenas de pontos de venda, heterogeneidade regional muito significativa. É neste tipo de contexto que a IA acrescenta mais valor, porque o problema deixou de caber na capacidade de análise de um gestor, por melhor que ele seja. O Brasil tem estes problemas em abundância.

“O que queremos construir no Brasil são competências locais completas: equipas brasileiras, lideradas localmente, com capacidade de entrega e autonomia comercial efetiva”.

A empresa pretende manter em Portugal um hub global orientado para a Europa e criar no Brasil um hub para toda a América Latina. Como serão distribuídas as competências, as equipas e a tomada de decisão entre estes dois centros?

O que queremos construir no Brasil são competências locais completas: equipas brasileiras, lideradas localmente, com capacidade de entrega e autonomia comercial efetiva. A operação é liderada pelo Leo Laranjeira, como partner e diretor. Um cliente brasileiro tem de encontrar no Brasil a resposta de que precisa.

Essas competências locais são naturalmente suportadas por aquilo que fomos construindo ao longo dos anos: o IP que desenvolvemos, os produtos e componentes já testados em dezenas de projetos, e o modus operandi com que abordamos e entregamos um projeto. É esse conjunto que permite a uma equipa da LTPlabs entregar com um elevado padrão de qualidade desde o primeiro dia. É também o que nos distingue de abrir simplesmente um escritório e contratar pessoas.

A investigação e o desenvolvimento de produto em que temos vindo a apostar concentram-se no hub global em Portugal. Concentrar essa parte é, para já, o que nos faz sentido para garantir escala, qualidade e replicabilidade.

Quanto à decisão, as decisões comerciais e de entrega são locais; as de investimento, de método e de padrão de qualidade mantêm-se globais. Adicionalmente, é interessante referir que as equipas de projeto são muitas vezes deliberadamente mistas entre geografias. É a circulação de pessoas que faz com que o modus operandi se transmita na prática, e não apenas em apresentações.

O Brasil é um mercado de grande dimensão, mas também altamente competitivo e com características económicas e empresariais distintas das europeias. Que adaptações estão a ser necessárias ao modelo de negócio da LTPlabs?

Há adaptações a fazer, mas menos do que se poderia pensar. No final do dia, uma empresa, independentemente da sua nacionalidade, tem de decidir preço, stock ou produção, entre muitas outras coisas, e quer decidir melhor.

A primeira adaptação resulta do momento em que estamos no mercado brasileiro, onde ainda temos reputação a construir. Entramos com âmbitos mais curtos e temos de mostrar impacto em poucas semanas. Já era a nossa preferência, mas no Brasil é uma condição de entrada necessária para começarmos a ser reconhecidos.

A segunda adaptação está relacionada com a concorrência. Competimos com as grandes consultoras globais e com integradores locais muito capazes e mais baratos. A nossa forma de responder é manter a conversa ao nível da decisão e não da plataforma. Quando a discussão é sobre que decisão se quer melhorar e quanto vale essa melhoria, o nosso posicionamento é mais forte, e evitamos cair na tecnologia pela tecnologia.

A terceira é a escala e a heterogeneidade dos problemas. Uma cadeia brasileira pode ter várias vezes o número de lojas de uma portuguesa, com diferenças enormes entre regiões, no comportamento do consumidor e até na disponibilidade de produto. Isso obriga-nos a soluções que aguentem essa variabilidade e a testar em subconjuntos antes de generalizar. O que não adaptamos é a nossa proposta de valor, que continua a ser o impacto na decisão através da IA.

A abertura no Brasil é apresentada como uma porta de entrada para a América Latina. Que mercados poderão seguir-se e quais serão os critérios para decidir os próximos passos da expansão?

Os próximos anos são de consolidação do Brasil. Queremos ter uma operação brasileira sólida, mais do que vários escritórios espalhados pela região. Dito isto, a leitura de que o Brasil abre a região tem fundamento. A gravidade comercial da América Latina passa pelo Brasil: a Argentina é o terceiro maior parceiro comercial do país no mundo e o primeiro na região, seguida do México, Chile, Colômbia, Paraguai e Uruguai. Adicionalmente, o argumento mais forte está do lado das empresas.

Nos setores em que atuamos, muitas das organizações são regionais e não nacionais. Grupos de bens de consumo e de retalho como o Mercado Libre, a Ambev, a Arcos Dorados, a Cencosud, a Falabella ou a FEMSA, que refiro apenas como retrato da forma como a região está organizada e que não são clientes nossos, operam em cinco, oito ou dez países, com direções regionais que decidem de forma integrada. Servir bem uma organização com este perfil a partir do Brasil é sinónimo de entrar na América Latina.

Quanto aos critérios, o mais importante será a existência de um cliente ou de um contacto que nos puxe, pois abrimos mercado a reboque de uma relação já estabelecida.

“(…)  as nossas contratações no Brasil têm sido de perfis das melhores universidades do país: temos vindo a contratar, por exemplo, na USP e na UFSCar”.

A LTPlabs conta atualmente com mais de 130 colaboradores e tem presença em Portugal, no Reino Unido, nos Estados Unidos e no Brasil. Como se preservam uma cultura comum e uma forma consistente de trabalhar à medida que a empresa cresce em diferentes geografias?

A cultura preserva-se através de um conjunto de iniciativas que temos vindo a fomentar.  A primeira é a exigência na contratação, que se mantém rigorosamente igual em todas as geografias, de forma a manter um padrão de excelência global. Por exemplo, as nossas contratações no Brasil têm sido de perfis das melhores universidades do país: temos vindo a contratar, por exemplo, na USP e na UFSCar.

A segunda é a circulação de pessoas, para que se criem laços. Temos LTPeers, que é como chamamos a quem trabalha na LTP, ativamente envolvidos na abertura de novos mercados, e as equipas de projeto são deliberadamente mistas. Uma pessoa que trabalhou vários meses com uma equipa no Porto, por exemplo, transporta a cultura com uma profundidade que não é fácil de passar num programa de formação.

A terceira, e talvez a mais subestimada, é a existência de uma linguagem comum, quase um dialeto próprio. Na LTPlabs aprende-se uma forma comum de abordar os desafios de negócio, que atravessa nacionalidades. Começa-se sempre pela decisão que se pretende melhorar e só depois se fala de dados e de modelos. Foi também por essa razão que escrevemos o livro “The Analytics Sandwich”, que ilustra a nossa linguagem própria.

“O internacional representa hoje mais de metade da faturação. A ambição que temos para os próximos cinco anos é aproximar-nos dos 80%, e fazê-lo enquanto a empresa cresce”.

A atividade internacional já representa metade da faturação da LTPlabs. Que peso poderá vir a alcançar nos próximos anos?

O internacional representa hoje mais de metade da faturação. A ambição que temos para os próximos cinco anos é aproximar-nos dos 80%, e fazê-lo enquanto a empresa cresce. É uma ambição assumida, pois queremos ser reconhecidos internacionalmente como referência em decisões de negócio transformadas com IA, e isso pressupõe uma empresa cujo centro de gravidade deixou de estar em Portugal. Portugal continuará a crescer em valor absoluto, mas com um peso relativo progressivamente menor.

Quanto à forma, será uma combinação de crescimento orgânico e inorgânico. O crescimento orgânico mantém-se como espinha dorsal, porque é o que garante que a cultura acompanha o ritmo. Mas competir à escala global exige velocidade e, nesse sentido, admitimos aquisições e estamos a olhar para essa possibilidade de forma ativa.

Em qualquer operação inorgânica procuramos sempre que esta acrescente face ao que já temos hoje, ou seja, que nos dê capacidade, propriedade intelectual ou presença que passemos a reutilizar nos projetos seguintes. As parcerias locais seguem a mesma lógica.

O crescimento da procura por soluções de IA também intensifica a competição por profissionais especializados. Portugal continua a conseguir formar, atrair e reter o talento necessário para sustentar empresas tecnológicas com ambição global?

Formar, sem dúvida, e este é um ponto em que Portugal merece mais crédito do que recebe. Já referi os números da engenharia, e acrescento a leitura de quem dá aulas na FEUP há vários anos: os nossos alunos competem com os alunos de qualquer escola de engenharia europeia.

Temos provavelmente mais dificuldade em atrair e reter esse talento. Na área da tecnologia, as mudanças que a pandemia ajudou a acelerar generalizaram os salários globais e o trabalho remoto sem deslocação, o que significa que uma empresa portuguesa concorre hoje com empregadores de qualquer geografia sem que o candidato tenha de mudar de vida. Também por isso é importante a nossa ambição internacional: projetos globais e clientes exigentes são dos argumentos mais fortes que temos para reter quem é bom.

Há ainda um equívoco que vale a pena desfazer. Confunde-se com frequência talento em IA com o domínio das ferramentas do momento, que se aprende rapidamente. O que é genuinamente escasso é a capacidade de pegar num problema difuso de negócio e transformá-lo num problema de decisão bem formulado. Isso constrói-se com conhecimento, método e anos de exposição a problemas reais.

“Já encontrámos PME a implementar em poucos meses aquilo que grupos de dimensão muito superior levaram anos a fazer, e também o inverso”.

Entre os clientes da LTPlabs encontram-se empresas como a Sonae, a Galp, a Worten, o BPI e a Unilever. Que diferenças encontram entre as grandes organizações e as PME na capacidade de adotar a IA?

O fator que mais separa quem adota de quem não adota não é, muitas vezes, a dimensão da empresa, mas sim a sua cultura. É a disponibilidade da organização para aceitar que uma decisão historicamente tomada com base na experiência passe a ser tomada com outro racional e, sobretudo, para aceitar que essa decisão deixe de ser um património pessoal de quem a tomava. Já encontrámos PME a implementar em poucos meses aquilo que grupos de dimensão muito superior levaram anos a fazer, e também o inverso.

A dimensão condiciona duas coisas. Condiciona o modelo de adoção, porque as grandes organizações têm de escolher entre centralizar a capacidade analítica ou distribuí-la pelos negócios, e essa escolha determina o ritmo e a abrangência dos desafios endereçados. E condiciona o retorno, porque numa organização de maior dimensão a mesma decisão repete-se milhares de vezes por dia. É também por isso que a IA representa ganhos de maior dimensão nas grandes empresas: os desafios têm uma complexidade e um volume que nenhum gestor consegue enfrentar sem apoio.

Quando um projeto de IA falha numa organização de grande dimensão, a causa está muitas vezes na mudança cultural e organizacional que ele exigia e que não foi antecipada. Os dados e o orçamento não são o maior obstáculo.

Que indicadores devem ser utilizados para distinguir um projeto de IA bem-sucedido de uma experiência tecnologicamente interessante, mas sem retorno efetivo?

Começo pelo facto de o projeto ter foco no core business: vendas, preço, operações, cadeia de abastecimento, serviço ao cliente. Impacto real significa aplicar a tecnologia onde o resultado da empresa é ganho ou perdido. Um assistente interno ou uma prova de conceito num departamento pode ser tecnicamente interessante e permanecer sempre à margem daquilo que é material.

Acrescento ainda quatro indicadores concretos que possibilitam medir o sucesso da adoção de IA. A taxa de adoção da recomendação, ou seja, que percentagem das decisões sugeridas é efetivamente executada. Se a recomendação não é seguida, os restantes indicadores perdem sentido.

O impacto medido contra um baseline, através de testes A/B ou de grupos de controlo. É fundamental definir a priori um método de avaliação concreto e honesto, de forma a comparar com justiça o valor gerado.

A utilização em produção, de forma autónoma pelas equipas do cliente. Uma solução que resiste ao pós-projeto é a maior prova de sucesso.

O custo marginal do projeto seguinte na mesma organização. Se cada novo projeto exige o mesmo esforço do primeiro, a aprendizagem foi limitada. Se o projeto seguinte é mais fácil, iniciou-se uma transformação organizacional.

Quando olha para os próximos três a cinco anos, que transformação considera inevitável e que ideia sobre a tecnologia acredita estar hoje a ser sobrevalorizada?

Considero quase inevitável a delegação das decisões e fluxos de trabalho operacionais de rotina. As muitas microdecisões que hoje ocupam a gestão intermédia tenderão a ser tomadas por sistemas e o papel do gestor desloca-se para a definição do objetivo, das restrições e para o tratamento da exceção. É uma mudança mais profunda do que parece, porque altera as competências mais valorizadas num gestor. A qualidade dos critérios que define passa a ser mais importante do que as decisões que toma uma a uma.

O corolário é que construir um modelo deixa de ser diferenciador, na medida em que o custo marginal dessa construção tende para zero. A diferenciação passa para duas competências: saber que decisão importa e conseguir que a organização a adote.

Quanto ao que está sobrevalorizado, diria que é a ideia de que o valor da IA reside na interface conversacional, ou seja, na chamada IA generativa. A indústria tem investido naquilo que demonstra bem, e um chatbot demonstra particularmente bem. Mas visibilidade e valor são coisas distintas. O valor tende a acumular-se em decisões repetidas e pouco visíveis, que dão más demonstrações e não geram atenção mediática. Os modelos generativos aceleram a produtividade; o motor que efetivamente decide, a IA mais tradicional de machine learning e de otimização, é o que permite os ganhos de eficácia. Muito provavelmente, estes dois mundos irão fundir-se, à medida que a tecnologia evoluir.

Está também sobrevalorizada, e de forma menos inócua, a autonomia atribuída aos chamados agentes de IA. Conceder autonomia a um sistema sem que o objetivo a otimizar tenha sido explicitamente definido equivale a abdicar da decisão, e a decisão é justamente aquilo que uma organização não deve delegar sem critério.