A Oracle confirmou demissão de 10 mil pessoas em 1º de abril, com previsão de chegar a 30 mil até o fim do ciclo. Somando Meta, Microsoft, Snap e dezenas de outras, abril fechou com 40 mil cortes na big tech — quase metade atribuídos a IA. O analista júnior está sumindo da planilha.
O setor de tecnologia entrou em abril de 2026 com uma sequência de anúncios que, somados, configuram o pior mês de demissões do ano. A Oracle confirmou o corte de pelo menos 10 mil empregos no dia 1º — cerca de 6% de uma força de trabalho de 162 mil pessoas — com a expectativa de chegar a 30 mil até o término da reestruturação. A Meta anunciou redução de 10% no headcount, atingindo aproximadamente 8 mil empregados, com possibilidade de chegar a 20% no ano. A Microsoft ofereceu aposentadoria voluntária a 7% da força de trabalho americana, equivalente a quase 8.750 pessoas.
Os números agregados são brutais
O acumulado de 2026 já passou de 150 mil trabalhadores demitidos em mais de 500 empresas de tecnologia. Só no primeiro trimestre foram quase 80 mil cortes, e cerca de 47,9% deles — quase 38 mil pessoas — foram classificados como diretamente atribuíveis à redução de necessidade de mão de obra humana por causa de IA e automação de fluxo. Abril sozinho adicionou outros 40 mil ao total.
O ritmo é mais rápido do que qualquer ciclo anterior de demissão tech, incluindo o de 2022-2023. A diferença, agora, é qualitativa. Enquanto os cortes de três anos atrás vieram após período de overhiring na pandemia, os cortes de 2026 estão acontecendo em empresas que reportam lucros recordes. Wall Street já entendeu o sinal: bancos cortaram 5 mil pessoas no primeiro trimestre apesar de resultados fortes. Não é mais sobre vacas magras — é sobre redesenho do que é “operação eficiente”.
A questão do “AI washing” — e por que importa pouco
Sam Altman observou recentemente que existe um fenômeno de “AI washing” nas justificativas de demissão: empresas culpando IA por cortes que fariam de qualquer jeito. A observação é honesta e provavelmente correta, mas operacionalmente irrelevante. Para o profissional que perde o emprego, e para o C-level que vai responder pelos números do trimestre, importa pouco se a IA foi causa ou pretexto. O efeito final é o mesmo: menos cabeça, mais software.
O ponto que merece atenção é outro. Em ciclos anteriores, as demissões caíam principalmente sobre operacional, marketing e back-office. Agora estão atingindo o coração da pirâmide de tecnologia: engenheiros mid-level, analistas seniores, gerentes intermediários. Funções que historicamente eram blindadas por escassez de talento estão sendo redimensionadas por copilotos que aceleram engenheiros plenos a um ponto em que a empresa precisa de menos juniores e menos seniores ao mesmo tempo.
O analista júnior está sumindo
O sinal mais preocupante para quem pensa pipeline de talento é o que está acontecendo na base. Consultorias como McKinsey já cortaram massivamente a entrada de juniores. Bancos de investimento estão revendo o tamanho de suas turmas de associados. Big techs estão reduzindo programas de trainee. A racionalidade declarada é a mesma em todos: copiloto especialista hoje faz o trabalho que três juniores faziam ontem, com qualidade comparável e sem fim de semana.
O problema é que a junior é a posição em que profissionais aprendem. Se a base da pirâmide encolhe, o pipeline para a sênior do futuro encolhe junto. Empresas estão otimizando o trimestre e desorganizando a curva de seniority de cinco anos. Em 2030, vai faltar gente experiente no mercado — e ninguém está se preparando para isso.
O recado para o Brasil
O Brasil ainda não está vendo o mesmo nível de corte tech, em parte porque a base instalada de IA em produção é menor, em parte porque o mercado ainda corre atrás de talento básico. Mas a defasagem é de meses, não de anos. As principais empresas brasileiras já estão usando copilotos em escala, e a primeira pergunta no comitê de recursos humanos das companhias mais sofisticadas em 2026 é: “quantas posições juniores podemos congelar agora?”.
O efeito vai aparecer primeiro em consultoria, jurídico, atendimento e parte de engenharia de dados. Vai aparecer depois em marketing operacional, em finanças e em operações. E quando aparecer, vai aparecer em onda — porque ninguém quer ser o primeiro a anunciar, mas todo mundo está olhando o que o concorrente fez na semana anterior.
Conclusão: produtividade nominal sobe, custo humano sobe junto
Os números de produtividade da IA são reais. Times pequenos estão produzindo coisas que antes pediam times médios. Empresas estão entregando mais com menos. Mas há uma camada de custo que não está sendo contabilizada nos earnings calls: a desestruturação do pipeline de talento, a quebra de contratos psicológicos com profissionais que assumiram que tinham carreira sólida, e o impacto social num mercado de trabalho que historicamente associava tecnologia a estabilidade.
Para C-levels brasileiros, o desafio é evitar o atalho fácil. É tentador olhar a Oracle e a Meta e replicar a mesma fórmula no Brasil — corte por planilha, com narrativa de IA. Mas o mercado brasileiro é menor, mais politizado, mais sensível a percepção pública, e tem caráter relacional que torna o custo reputacional de uma demissão massiva muito mais alto do que parece.
Há um caminho intermediário, e poucos estão pegando. É o caminho de “redesenho” em vez de “redução”: reduzir o headcount em algumas funções, mas redirecionar as pessoas para funções novas que a IA habilita — agentes de orquestração, validadores de output, designers de processo aumentado. Quem fizer essa transição com cuidado vai sair mais forte. Quem só cortar vai ter os mesmos lucros do trimestre e nenhum talento para a próxima virada.
O abril de 2026 é um marco. Não é mais possível dizer que IA não está afetando empregos — está, em escala industrial, com 40 mil cortes só num mês. A pergunta não é mais se sua empresa vai passar pelo mesmo processo. É como ela vai passar.
Publicado em 1º de maio de 2026 · thinq.news
