Publicidade
Entre janeiro e maio de 2026, a inteligência artificial foi citada como motivo em mais de 87 mil demissões nos Estados Unidos, 22% de tudo que foi cortado no período, segundo levantamento da consultoria de recolocação Challenger, Gray & Christmas.
Traduzindo: em cinco meses, as demissões que citam a IA como motivo já superam o total registrado em todo o ano de 2025, quando foram mais de 54 mil.
Vale uma ressalva sobre esse número: nem toda demissão que cita IA como motivo é substituição de fato.
Continua depois da publicidade
Parte é reorganização que já estava no radar da empresa e ganhou essa justificativa porque comunica melhor ao mercado, fenômeno que analistas do mercado de trabalho já chamam de “AI washing” (quando você usa IA como desculpa).
Mesmo descontando esse ruído, a aceleração segue de pé: a maioria desses cortes não se explica só por reorganização disfarçada de IA.
Ao mesmo tempo, boa parte dessas demissões está sendo desfeita.
Continua depois da publicidade
Segundo levantamento da Forrester, 55% dos empregadores que demitiram por IA já se arrependeram da decisão, o que significa que mais da metade admite, na prática, que errou a mão.
A Gartner vai além e estima que metade das empresas que substituíram gente por IA vai ter que recriar essas funções até 2027, ou seja, a correção virou expectativa de mercado para os próximos dois anos, não exceção rara. A Ford já fez isso: contratou centenas de engenheiros veteranos depois de falhas em projetos que tinha colocado nas mãos de IA.
A demissão é real. O arrependimento também é. As empresas continuam cortando vagas citando a IA como motivo. O que importa agora é outra coisa: entender o que separa quem fica do lado do corte definitivo de quem acaba do lado da recontratação.
Continua depois da publicidade
O que separa quem é cortado de quem é chamado de volta
Um estudo do Center for Retirement Research de Boston College ajuda a mapear onde as demissões pegam mais forte, e programadores aparecem como uma das ocupações mais expostas à IA entre as pesquisadas.
Na minha experiência, exposição não é garantia de substituição: significa que a forma de trabalhar está mudando de vez, porque a IA já virou parte do processo.
Quem é cortado: quem não se adapta a essa nova forma de trabalhar é quem fica ameaçado. Nessas ocupações mais expostas, a demissão tem menos a ver com a empresa trocar o profissional pela IA e mais com o profissional não ter se ajustado a trabalhar com ela.
Continua depois da publicidade
Quem é chamado de volta: o que decide o lado em que a pessoa fica aparece nos motivos que as próprias empresas dão para recontratar. Levantamento com gestores de contratação aponta três razões que concentram a maior parte dos casos:
- O funcionário carregava conhecimento institucional que não estava escrito em lugar nenhum, e isso fez falta quando ele saiu.
- O funcionário sabia supervisionar a IA de perto, mais do que a empresa imaginava que precisaria.
- A empresa descobriu que a tarefa automatizada com IA saía mais cara, em consumo de tokens e assinatura de tecnologia, do que havia planejado.
As três razões apontam para a mesma coisa: julgamento sobre um contexto específico, não a tarefa em si.
É o mesmo detalhe que aparece na Ford. Quem a empresa chamou de volta não foram juniores. Foram veteranos, gente que já errou o suficiente para saber onde o erro costuma morar num sistema que ela mesma ajudou a construir. Isso não se aprende num curso rápido nem se transfere para um modelo de linguagem em poucos meses.
O que fazer com isso agora
Para quem trabalha com tecnologia, dados (planilhas), textos (contratos, propostas, laudos) ou qualquer função em que a IA já executa parte da tarefa, o exercício é simples de enunciar e difícil de fazer: identificar qual parte do seu trabalho depende de contexto que só você carrega, e tornar esse contexto visível, documentado, citável, em vez de deixá-lo só na sua cabeça.
Quem opera: quem só executa tarefa repetitiva compete direto com a ferramenta. Quem, além de segurar o julgamento sobre um sistema específico, também avalia o resultado da IA de forma crítica antes de entregar, é quem a empresa acaba recontratando.
Na prática, isso quer dizer não ter medo de contar que usou IA no processo, mas deixar claro qual foi a sua parte. Da próxima vez que for apresentar um resultado, explique também o raciocínio que levou até ele, porque nem todo mundo tem o seu repertório. Um dado, as pessoas só recebem.
Um raciocínio, elas pensam junto com você, e é isso que tira você do papel de quem apresenta números e coloca no de quem constrói alguma coisa junto.
Quem lidera: para quem está decidindo entre cortar ou redesenhar, a Harvard Business Review publicou em agosto um argumento na mesma linha: decompor a função em tarefas em vez de demitir por resultado abaixo do esperado, e redesenhar o processo a partir da combinação entre o que a IA já faz bem e o que ainda depende de gente.
Isso já acontece aqui no Brasil: a B3 adotou IA no desenvolvimento de software e reduziu o prazo de entrega em 35%. Traduzindo: dá para capturar esse ganho de produtividade sem herdar o problema que fez tanta empresa lá fora ter que recontratar depois.
A saída real não está em nenhum dos dois extremos: pânico de que a empresa vá te trocar pela IA, ou aposta de que dá para ignorá-la. Está em testá-la desde já em pelo menos uma etapa do seu trabalho, sem terceirizar para ela o julgamento que só você carrega, e deixando esse julgamento visível para quem decide, na sua empresa, quem fica e quem sai.
