Em entrevista à Fortune publicada em 7 de abril, o economista-chefe da Anthropic, Peter McCrory, fez a afirmação que escritórios brasileiros precisariam ouvir antes do próximo orçamento anual: a IA não vai substituir profissões inteiras — vai redistribuir, dentro de cada profissão, o que vale a pena fazer.
A frase parece tranquilizadora. Não é. É a versão econômica de uma reorganização tectônica. Quando o radiologista deixa de gastar 80% do tempo lendo imagens de rotina e passa a gastar 80% supervisionando IA, o cargo continua existindo — mas a planta de produção do hospital muda, o pricing do procedimento muda, o número de contratações muda, e a régua de produtividade muda. É a definição clássica de transformação estrutural.
O que o estudo da Anthropic mediu
McCrory e o coautor Maxim Massenkoff cruzaram milhões de conversas reais com o Claude com 800 ocupações da classificação americana de empregos. O exercício foi medir duas coisas: exposição observada (o que a IA já está fazendo, em volume) e exposição teórica (o que ela poderia tecnicamente fazer hoje).
O resultado mais citado já entrou no léxico do setor: 94% das tarefas de computação e matemática são tecnicamente automatizáveis, mas apenas 33% estão sendo de fato executadas com IA. Em finanças, jurídico e administração, o gap é semelhante. Tradução: a tecnologia chegou. A adoção, não. E é exatamente nessa lacuna que se forma a vantagem competitiva dos próximos 24 meses.
O efeito Mollick e a curva de produtividade
O dado da Anthropic conversa diretamente com a pesquisa de Ethan Mollick, da Wharton, que mostrou em estudos com consultores de gestão que profissionais usando IA completam 12% mais tarefas, 25% mais rápido, com 40% mais qualidade. Estamos falando de magnitudes raras em economia da inovação. Para efeito de comparação, a introdução do Excel na década de 1990 trouxe ganhos da ordem de 5 a 10%.
Quando uma tecnologia agrega 12% em volume, 25% em velocidade e 40% em qualidade, o impacto sobre a planilha de remuneração é inevitável. Não na forma de demissões em massa, mas na forma de redesenho de funções, redistribuição de responsabilidades e, sobretudo, achatamento da carreira intermediária — exatamente o que a Gartner já antecipou: até 2026, 20% das organizações usarão IA para achatar estruturas, eliminando mais da metade da média gerência atual.
Onde está a pressão real
Os papéis com maior exposição teórica e adoção observada se concentram em três famílias: análise financeira, suporte jurídico e funções de back-office. Não por acaso, são também as funções com maior densidade de tarefas estruturadas, alta repetitividade e dependência de documentos. O mesmo McCrory faz uma ressalva importante: tarefas que combinam julgamento, contexto regulatório e responsabilidade civil — auditoria, tributário sênior, advocacia litigiosa — estão muito menos expostas. O que aumenta, ironicamente, é o valor relativo dessas funções.
Há outra leitura, contraintuitiva, que poucos estão fazendo: a IA aumenta a vantagem do profissional sênior. Quando uma rotina de pesquisa que levava três horas vira uma de 15 minutos, quem rende mais não é o estagiário (que sempre operou nesse ciclo de aprendizado), mas o sênior — que combina IA com experiência acumulada para gerar análise que antes não cabia no calendário.
O que C-levels brasileiros precisam decidir agora
O estudo da Anthropic chega num momento em que o Brasil vive uma janela curta de implantação. As empresas que terminam 2026 com IA aplicada em fluxos críticos — não em piloto, em produção — vão entrar 2027 com vantagem de margem que dificilmente será compensada por reação tardia da concorrência. As que ficaram em piloto vão competir com custo unitário maior em quase todas as funções de conhecimento.
A decisão executiva tem três frentes simultâneas. A primeira é seleção: identificar com honestidade quais funções da empresa têm a combinação “alta exposição teórica + baixa exposição observada”, porque é onde está o dinheiro deixado na mesa. A segunda é redesenho: a função pós-IA não é a função antiga com IA — é uma função nova, com escopo, métrica e remuneração diferentes. Tentar instalar IA sem rever a função leva a frustração de produto e desengajamento de equipe. A terceira é talento: o profissional que aprende a operar IA bem, com julgamento, vale mais hoje do que valia ano passado. Reter esse talento exige clareza de carreira, e isso não está sendo desenhado na maior parte dos RHs brasileiros.
McCrory não disse que a IA vai eliminar empregos. Disse algo mais complicado de implementar: ela vai redesenhar todos eles. Quem trata isso como tema de TI vai descobrir, no balanço de 2027, que era tema de organização — e que o atraso custou caro.
Publicado em 30 de abril de 2026 · thinq.news
