Durante anos, o debate sobre IA e emprego girou em torno de um cenário bem definido: trabalhadores de baixa renda, com pouca qualificação e em funções repetitivas seriam os mais afetados. Motoristas, operadores de linha de montagem, atendentes de caixa. A IA viria de baixo para cima. Esse narrativa era intuitiva, politicamente conveniente — e, segundo uma pesquisa recém-publicada pela Anthropic, pode estar fundamentalmente errada.
O estudo “Labor Market Impacts of AI: A New Measure and Early Evidence”, publicado em março de 2026, apresenta o Anthropic Economic Index — um sistema de monitoramento inédito que combina a capacidade teórica dos modelos de linguagem com dados reais de uso para medir, de forma contínua, onde a IA está impactando o mercado de trabalho de verdade. Os resultados desafiam consensos estabelecidos e introduzem nuances que todo C-level deveria entender antes de tomar decisões sobre força de trabalho.
A métrica que muda a conversa: “observed exposure”
O problema com a maioria dos estudos anteriores sobre IA e emprego é que eles mediam o que a IA poderia teoricamente fazer — não o que ela está fazendo na prática. A Anthropic resolveu isso criando o conceito de “observed exposure”: uma métrica que cruza capacidade técnica com padrões reais de uso profissional coletados a partir do Anthropic Economic Index.
O resultado é revelador: embora modelos como o Claude sejam teoricamente capazes de cobrir até 90% das tarefas em ocupações de computação e matemática, na prática apenas 33% dessas tarefas estão sendo efetivamente automatizadas ou aumentadas no uso real. A distância entre o que a IA pode fazer e o que ela está fazendo é enorme — e é nessa lacuna que vivem tanto os riscos quanto as oportunidades para empresas e trabalhadores.
Quem está mais exposto — e o resultado surpreende
Quando a Anthropic cruzou os dados de exposição com o perfil demográfico dos trabalhadores, emergiu um padrão contraintuitivo: os profissionais mais expostos à IA são, em média, mais velhos, mais bem pagos, mais escolarizados e majoritariamente do sexo feminino. O grupo altamente exposto ganha 47% mais do que a média geral e tem níveis educacionais significativamente superiores.
As ocupações com maior cobertura de tarefas pela IA incluem programadores de computador (75% de cobertura de tarefas), representantes de atendimento ao cliente e operadores de entrada de dados (67%). No extremo oposto, 30% dos trabalhadores têm exposição zero — cozinheiros, mecânicos, bartenders e outras ocupações que exigem presença física e habilidades manuais permanecem efetivamente imunes ao impacto atual da IA.
A implicação estratégica é direta: a IA não está chegando pela base da pirâmide organizacional — está chegando pelo meio e, em muitos casos, pelo topo. Funções de white-collar altamente qualificadas e bem remuneradas são as que estão sendo mais rapidamente transformadas.
Desemprego? Os dados (ainda) não confirmam o colapso
Aqui está o dado que mais divide opiniões: apesar da exposição elevada em certas ocupações, a pesquisa da Anthropic não encontra aumento sistemático no desemprego para trabalhadores altamente expostos desde o final de 2022. Em outras palavras, até o momento da publicação do estudo, a IA não produziu uma onda de demissões mensurável nas ocupações onde ela mais avança.
Isso não significa que o impacto é zero. O estudo aponta “evidências sugestivas” de que a contratação de trabalhadores jovens entre 22 e 25 anos desacelerou em ocupações expostas — uma redução de aproximadamente 14% na taxa de entrada em novos empregos após o lançamento do ChatGPT. O que parece estar acontecendo não é demissão em massa, mas um silencioso fechamento das portas de entrada: empresas contratando menos juniores para funções que a IA começa a suprir, enquanto mantêm os profissionais experientes que sabem direcioná-la.
O gap entre capacidade teórica e uso real — onde está a oportunidade
Apenas 4% das ocupações usam IA para 75% ou mais de suas tarefas. Mas 49% dos empregos já mostram uso do Claude para pelo menos um quarto das tarefas — e esse número está crescendo. A Anthropic está monitorando essa progressão em tempo real, o que torna o Economic Index um indicador avançado de onde a transformação vai acontecer nos próximos 12 a 24 meses.
O gap entre capacidade teórica e uso real revela algo importante para empresas: há um vasto espaço de automação e aumento de produtividade que ainda não foi capturado. As organizações que souberem identificar onde suas equipes mais expostas ainda não estão aproveitando o potencial da IA vão encontrar oportunidades concretas de ganho de eficiência — sem necessariamente reduzir headcount, mas redefinindo o que cada função produz por hora trabalhada.
O que a pesquisa significa para empresas brasileiras
O Brasil tem uma particularidade relevante nesse contexto: uma força de trabalho de colarinho branco concentrada em setores de alta exposição — financeiro, jurídico, tecnologia, saúde — combinada com uma adoção de IA que ainda está no começo em muitas empresas. Isso cria uma janela estratégica: o impacto no emprego ainda não se materializou de forma ampla, mas as condições para que isso aconteça nos próximos dois anos estão se formando.
Para líderes de RH e CEOs, a mensagem prática é dupla. Primeiro: parem de planejar o impacto da IA com base em quem parece mais substituível — os dados mostram que os mais expostos são os mais qualificados. Segundo: o maior risco não é demissão em massa imediata, mas a erosão silenciosa da empregabilidade de jovens que tentam entrar em funções onde a IA já está cobrindo uma parcela crescente do trabalho de nível inicial. Ignorar esse fenômeno hoje vai criar um problema de pipeline de talentos em 3 a 5 anos.
thinq.news · 8 de março de 2026
