Nas ondas anteriores de automação — da revolução industrial ao advento da computação empresarial — os mais afetados foram trabalhadores operacionais: operadores de máquinas, montadores de linha de produção, digitadores, operadores de caixa. Os profissionais de escritório, com seus diplomas universitários e habilidades cognitivas, observavam de longe as mudanças e se consolavam com a narrativa de que “trabalho criativo e intelectual” estava fora do alcance das máquinas.
Em 2026, essa narrativa acabou. A análise do Washington Post sobre impacto de IA no mercado de trabalho é inequívoca: são as habilidades usadas em programação, análise de marketing, análise financeira e atendimento ao cliente que têm maior sobreposição com as capacidades atuais da IA generativa. São esses os trabalhadores “primeiro na fila” para disrupção. E diferentemente das ondas anteriores, onde a transição foi medida em gerações, essa está acontecendo em anos.
Dois terços dos líderes de RH pesquisados pela CNBC afirmam que a IA já está tendo impacto significativo nos empregos de suas organizações — definido como ter uma parcela significativa das tarefas de um funcionário automatizada ou transformada radicalmente. Não é projeção. É o que está acontecendo agora, nas empresas, nos fluxos de trabalho, nas descrições de cargos que estão sendo reescritas.
Quem é mais vulnerável e por quê
A vulnerabilidade de uma função à automação por IA não é aleatória — segue uma lógica que pode ser analisada e antecipada. Funções são mais vulneráveis quando combinam três características: predominância de tarefas que envolvem processamento de informação, produção de documentos ou análise de padrões; baixo nível de interação física com o mundo material; e ciclos de decisão que podem ser descritos em regras ou aprendidos por exemplos históricos.
Programadores de nível júnior e médio, por exemplo, passam a maior parte de seu tempo escrevendo código que implementa especificações conhecidas — uma tarefa que ferramentas como GitHub Copilot, Cursor e Claude já executam com qualidade comparável ou superior em muitos contextos. Analistas de dados que passam horas preparando relatórios a partir de planilhas estão em situação similar. Profissionais de marketing que escrevem cópias padrão, criam variações de anúncios e fazem testes A/B básicos também.
Há também um padrão demográfico preocupante: mulheres compõem aproximadamente 86% dos trabalhadores mais vulneráveis à automação, segundo análise publicada pelo Washington Post. Isso não é resultado de menor competência — é resultado de padrões históricos de concentração feminina em funções administrativas, de atendimento e de processamento de informações que têm alta sobreposição com capacidades de IA.
Para jovens profissionais, o impacto é imediato e específico: evidências emergentes dos EUA mostram que a adoção de IA generativa está reduzindo a contratação de cargos de entrada (*entry-level*) — especialmente quando as tarefas podem ser automatizadas. O caminho tradicional de “aprender fazendo” em funções de base está sendo encurtado, o que cria um problema novo: como profissionais em início de carreira desenvolvem competências que antes eram adquiridas justamente nesses cargos?
Mas o quadro não é só destruição: o que os dados realmente mostram
Seria um erro — e uma desonestidade intelectual — apresentar apenas o lado sombrio. Os mesmos dados que apontam para vulnerabilidade também apontam para oportunidade e transformação.
O Fórum Econômico Mundial calcula que, embora 92 milhões de empregos possam ser eliminados até 2030, 170 milhões de novos papéis serão criados, resultando em ganho líquido de 78 milhões de posições. Três em cada cinco líderes de negócios dizem que a IA tornou suas organizações mais eficientes, e 78% dizem que tornou sua força de trabalho mais inovadora.
O estudo da London School of Economics adiciona um dado concreto: funcionários que usam IA em suas funções economizam em média 7,5 horas por semana. Esse tempo não desaparece — pode ser redirecionado para as partes do trabalho que genuinamente requerem julgamento humano, criatividade, relacionamento e tomada de decisão em contextos ambíguos. A questão é se profissionais e empresas estão fazendo esse redirecionamento conscientemente ou esperando que aconteça por osmose.
A McKinsey estima que a IA pode automatizar 60-70% das tarefas em funções de processamento de documentos, pesquisa e análise de dados. Mas isso não significa que 60-70% dos empregos nessas áreas serão eliminados — significa que os profissionais que ocupam esses empregos vão ter mais tempo para as 30-40% das tarefas que requerem as capacidades que a IA não tem: julgamento contextual, negociação, criatividade verdadeiramente original, construção de relacionamentos de confiança, gestão de ambiguidade.
O que profissionais precisam fazer: o roadmap de adaptação
Para profissionais que reconhecem sua função na lista de “vulneráveis” e querem agir proativamente, há um roadmap de adaptação que emerge das pesquisas e das observações de quem acompanha esse mercado de perto.
O primeiro movimento é tornar-se um usuário avançado das ferramentas de IA na sua área. Isso parece paradoxal — usar as ferramentas que ameaçam seu emprego — mas a lógica é sólida. Um analista de dados que domina ferramentas de IA generativa produz em um dia o que antes levava uma semana. Isso o torna mais valioso, não menos. A habilidade de “trabalhar com IA” está se tornando tão fundamental quanto a habilidade de usar uma planilha foi na geração anterior.
O segundo movimento é desenvolver deliberadamente as competências que a IA não tem. Pensamento crítico profundo — não apenas identificar padrões, mas questionar a validade dos padrões e os pressupostos por trás deles. Comunicação persuasiva em contextos de alta ambiguidade. Gestão de relações em situações de conflito ou sensibilidade. Tomada de decisão com dados incompletos sob pressão de tempo. Essas competências sempre foram valiosas; em um mundo com mais IA, elas se tornam raras e, portanto, ainda mais valiosas.
O terceiro movimento, que o Gartner identificou como a competência mais valorizada em 2026, é surpreendente: saber lidar com processos. A capacidade de mapear, desenhar, otimizar e monitorar processos de negócio — especialmente processos que envolvem combinação de trabalho humano e automatizado — é o que diferencia o “orquestrador de IA” do operador que vai ser substituído por ela.
O que as empresas precisam fazer: além do “retreinamento”
Para líderes de organizações, a resposta ao impacto da IA sobre o trabalho não pode ser reduzida a programas de “retreinamento” ou comunicados sobre “parceria com IA”. Essas são respostas necessárias mas insuficientes.
A resposta mais estrutural é redesenhar os fluxos de trabalho em torno das capacidades complementares de humanos e IA — não apenas adicionar IA como ferramenta de suporte às funções existentes, mas questionar fundamentalmente quais tarefas fazem sentido ser feitas por humanos, quais por IA, e como as interfaces entre os dois precisam ser desenhadas para maximizar valor. Esse é um trabalho de design organizacional, não apenas de implementação tecnológica.
Há também uma questão de responsabilidade que as empresas brasileiras precisam encarar de frente: à medida que mais trabalho é transferido para sistemas de IA, o que acontece com os profissionais que faziam esse trabalho? A resposta de longo prazo pode ser positiva — mais trabalho de maior valor — mas a transição tem custos reais que recaem desproporcionalmente sobre os menos preparados para se adaptar. Empresas que reconhecem essa responsabilidade e investem em transições gerenciadas e humanas têm não apenas uma vantagem moral, mas uma vantagem competitiva na atração e retenção de talentos que vão querer trabalhar para empregadores que os tratam como parceiros nessa transformação, não como variáveis de custo a ser otimizadas.
Publicado em 19 de março de 2026 · thinq.news
