A IA não deveria começar pelas demissões

Eu fico querendo não acreditar quando vejo empresas usando IA literalmente para tudo.

E digo isso sendo desenvolvedor, apaixonado por tecnologia e provavelmente uma das pessoas que mais incentiva o uso de IA dentro do meu ambiente de trabalho.

Eu uso todos os dias.

Uso para desenvolver software, pesquisar, organizar informação, revisar ideias e acelerar tarefas que antes consumiam horas.

Já falei várias vezes que a IA nos entregou uma Ferrari.

O que me incomoda é ver empresas olhando para esse motor e fazendo primeiro uma pergunta sobre pessoas:

“Quantas podemos substituir?”

Na minha opinião, esse é o começo errado.

O erro está na ordem

Eu acredito que alguns papéis serão substituídos.

A forma como trabalhamos vai mudar ou ja mudou. Algumas tarefas deixarão de existir, outras serão automatizadas e várias profissões serão reorganizadas.

Negar isso seria fingir que nada está acontecendo.

Mas a IA deveria entrar primeiro como alavanca.

Antes de perguntar quantas pessoas podem sair, a empresa deveria descobrir o quanto aquelas pessoas conseguem produzir, analisar, aprender e decidir com uma ferramenta nova nas mãos.

Talvez, depois disso, a estrutura realmente mude.

Só que essa deveria ser a consequência de um trabalho redesenhado, não a meta definida antes de entender o problema.

O caso da Klarna

A Klarna virou um dos principais exemplos de substituição por IA.

A empresa reduziu fortemente sua força de trabalho, cortou fornecedores e divulgou a capacidade do seu assistente de atender um volume equivalente ao trabalho de centenas de agentes.

Durante algum tempo, parecia a história perfeita para quem queria provar que a IA permitiria operar com muito menos gente.

Em setembro de 2025, a conversa mudou.

Segundo a Reuters, o CEO Sebastian Siemiatkowski reconheceu que a empresa havia avançado rápido demais. A Klarna passou a deslocar o foco da IA de corte de custos para crescimento.

A questão é o que a empresa decide otimizar.

Se o objetivo é apenas reduzir custo, a experiência humana passa a parecer desperdício. Qualquer interação que demore mais que uma resposta automática vira ineficiência na planilha.

Só que atendimento também envolve contexto, confiança e a capacidade de perceber que a pessoa não precisa apenas de uma resposta correta.

Alguns problemas precisam ser resolvidos.

Outros precisam ser compreendidos.

Um caminho diferente

O Morgan Stanley seguiu por outro caminho com seus assessores financeiros.

A empresa criou um assistente interno para facilitar o acesso à sua base de conhecimento, responder perguntas e ajudar na preparação de reuniões.

Segundo um case publicado pela OpenAI, mais de 98% das equipes de assessoria passaram a usar a ferramenta.

A IA não entrou para fingir que um cliente não precisava mais de um assessor.

Ela entrou para reduzir o tempo que o assessor gastava procurando informações e preparando sínteses.

O profissional ganhou velocidade para chegar melhor à parte do trabalho que realmente dependia dele: entender o cliente e tomar decisões com responsabilidade.

Esse uso me parece muito mais interessante.

A IA absorve parte do peso operacional sem retirar a pessoa do lugar em que seu julgamento produz valor.

No desenvolvimento de software

É exatamente isso que vejo acontecendo no desenvolvimento de software.

Os agentes aumentaram muito nossa capacidade.

Hoje um desenvolvedor consegue explorar alternativas, escrever testes, investigar uma base de código e implementar funcionalidades em uma velocidade que parecia impossível pouco tempo atrás.

Mesmo assim, os desenvolvedores continuam necessários.

Alguém precisa entender o problema, escolher a arquitetura, avaliar a segurança e responder pelo comportamento do sistema em produção.

Quanto mais rápido o agente escreve, mais importante se torna a governança ao redor dele.

É por isso que falo tanto sobre Harness Engineering.

O modelo é o motor.

O harness entrega contexto, registra decisões, executa testes e cria barreiras para impedir erros conhecidos.

Sem isso, temos velocidade.

Não temos confiança.

Se uma empresa olha para um agente e enxerga apenas a oportunidade de demitir desenvolvedores, está ignorando a possibilidade de transformar cada desenvolvedor em alguém capaz de entregar muito mais valor.

O que deve continuar humano?

Nem toda tarefa precisa continuar sendo executada por uma pessoa.

Também não faz sentido manter alguém preso a um trabalho repetitivo só para proteger um organograma.

A empresa precisa entender onde o julgamento humano ainda altera a qualidade do resultado.

Uma resposta automática pode resolver uma dúvida simples. Uma situação delicada com um cliente talvez precise de alguém capaz de ouvir o que não foi escrito.

Uma IA pode preparar opções para uma decisão. A responsabilidade por escolher e sustentar uma delas ainda pertence a uma pessoa.

No trabalho de liderança, isso fica ainda mais evidente.

Podemos usar IA para organizar informações, comparar cenários e desafiar nosso raciocínio.

Mas delegar a primeira leitura do problema, a posição e a comunicação inteira pode fazer líderes diferentes começarem a pensar e falar do mesmo jeito.

A tecnologia economiza tempo.

O risco é economizar justamente a parte do trabalho em que o humano deveria estar presente.

Uma régua melhor

Antes de implantar IA, eu faria quatro perguntas:

- Qual capacidade queremos ampliar?

- Qual parte do trabalho consome tempo sem usar o melhor daquela pessoa?

- Como saberemos se a qualidade melhorou?

- Onde um erro exige julgamento, responsabilidade ou confiança humana?

Se o primeiro indicador de sucesso do projeto é o número de pessoas desligadas, a empresa começou medindo a coisa errada.

Custo importa.

Mas capacidade, qualidade e geração de valor também deveriam aparecer na conta.

Uma equipe ampliada por IA pode descobrir novos produtos, atender melhor e tomar decisões mais rápido.

Essa oportunidade desaparece quando a tecnologia entra apenas para reproduzir o trabalho atual com menos pessoas.

A alavanca

Eu vejo a IA como uma alavanca.

Uma alavanca aumenta a força de quem sabe onde apoiá-la e o que pretende mover.

Colocada no lugar errado, ela apenas desloca o problema.

Talvez algumas funções sejam substituídas ao longo do caminho. Seria desonesto dizer que isso não acontecerá.

Mas empresas que começam pela substituição estão usando uma tecnologia nova para perseguir uma estratégia antiga: cortar gente para reduzir custo.

As empresas mais interessantes serão aquelas que perguntarem primeiro:

“O que nossas pessoas passam a ser capazes de fazer agora?”

A IA deveria ampliar o trabalho antes de eliminar o trabalhador.

Porque o maior ganho talvez não esteja em fazer a mesma coisa com menos pessoas.

Pode estar em fazer coisas que a empresa nunca conseguiu fazer antes.

E essa foi mais uma dobra de: usar IA como alavanca antes de tratá-la como substituição.

Nos vemos na próxima quinta, às 10:10.

Referências

Reuters — Sweden’s Klarna shifts AI focus from cost cuts to growth

https://www.reuters.com/business/swedens-klarna-shifts-ai-focus-cost-cuts-growth-2025-09-10/

OpenAI — Morgan Stanley uses AI evals to shape the future of financial services

https://openai.com/index/morgan-stanley/

Harvard Business Review — Don’t Let AI Flatten Your Leadership Style

https://hbr.org/2026/08/dont-let-ai-flatten-your-leadership-style