Trabalhadores sintéticos: por que quem mais usa IA está contratando mais, não menos

Sete e cinquenta de uma terça-feira qualquer. A gerente de contas a receber abre o ERP e encontra a madrugada trabalhada: milhares de documentos conciliados, atrasos classificados, cobranças redigidas no tom da casa. Dezenas de exceções aguardam decisão humana. O responsável não dormiu, não tomou café e não aparece na folha. Também não concedeu desconto, não alterou dados mestres nem movimentou um centavo. Não por incapacidade — porque não recebeu alçada. Se aparecesse no organograma, responderia à gerente. No RH, não existe.

Esse é o trabalhador sintético. Não é um chatbot com avatar, muito menos uma "pessoa digital" capaz de ocupar qualquer cadeira. É um sistema configurado para exercer uma função estreita. Tem conhecimentos, ferramentas, regras de negócio, limites, metas, identidade própria nos sistemas — e um gestor humano. A diferença para o software tradicional é simples e enorme: ele não apenas informa o trabalho; participa dele.

O paradoxo do medo: apocalipse para os outros, copiloto para nós

É difícil não se inquietar. Uma pesquisa da Ipsos em 30 países capturou bem o paradoxo. Sobre o mercado de trabalho do país, 35% acreditam que a IA vai piorá-lo. Sobre o próprio emprego, 38% esperam melhora e só 16% temem piora. Tememos o apocalipse para os outros e reservamos o copiloto para nós.

Meu maior receio, porém, não é a demissão em massa. É uma transformação mais silenciosa: a eliminação das tarefas pelas quais alguém aprende no começo da carreira antes de se tornar especialista.

Mito 1: a demissão em massa já começou

A peça central dessa narrativa nasceu em fevereiro de 2024, na Klarna — a fintech sueca do "compre agora, pague depois", com quase 100 milhões de consumidores e estreia na bolsa de Nova York em 2025. A empresa anunciou que seu assistente de IA fazia o trabalho de 700 atendentes. A manchete correu o mundo como profecia. O segundo ato recebeu menos atenção: em 2025, o CEO admitiu que a ênfase excessiva no corte de custos derrubou a qualidade. E voltou a contratar gente, para um modelo híbrido.

A primeira geração de "funcionários digitais" também acumulou cicatrizes. A mais badalada startup de vendedores sintéticos foi alvo de investigação da imprensa americana: logos de empresas que negaram ser clientes e cancelamentos de 70% a 80%. O fundador deixou o cargo. O Gartner vasculhou milhares de fornecedores "de agentes" e concluiu que só cerca de 130 ofereciam algo real. E projeta que mais de 40% dos projetos serão cancelados até 2027.

Mas o dado que deveria encerrar esse debate quase nunca vira manchete: as empresas que mais adotaram IA estão contratando mais, não menos. A Accenture, que vendeu US$ 5,9 bilhões em projetos de IA generativa no último ano fiscal, saiu de 721 mil para 799 mil funcionários em quatro anos. O JPMorgan colocou IA na mão de 200 mil funcionários e segue ampliando o quadro — "nós realocamos", resume Jamie Dimon. O Mercado Livre, usuário intensivo de IA na logística e no crédito, anunciou 28 mil contratações em 2025, rumo a 112 mil pessoas. O Nubank, que se declara "AI-first", cresceu 13% em headcount no último ano. Um estudo da PwC com 1 bilhão de anúncios de vaga em 27 países fecha a conta: empresas mais expostas à IA aumentaram seus quadros em 52%, contra 36% das menos expostas.

Há recomposições, claro — e elas são o retrato honesto da transição. A IBM automatizou 94% das tarefas do próprio RH e cortou algumas centenas de posições ali; o emprego total da companhia subiu, com mais vagas em programação e vendas. A Salesforce reduziu 4 mil postos no suporte, onde agentes respondem metade das conversas — e saiu contratando milhares de vendedores. O quadro muda de forma; não desaparece. Verdade, até agora: quem mais demitiu foi o hype. E quem mais contratou foram justamente os maiores usuários de IA.

Mito 2: então é tudo bolha

Seria o erro simétrico — e igualmente confortável. O dinheiro é real. Empresas especializadas em vender resultado em atendimento, engenharia de software e serviços jurídicos tornaram-se alguns dos ativos mais valorizados pelo venture capital. As melhores delas reportam receitas crescendo acima de 100% ao ano. O trabalho é real: só uma grande plataforma de CRM já contabiliza US$ 1,2 bilhão de receita recorrente em agentes. E a aritmética é dura: na saúde americana, agentes de voz já são anunciados por US$ 9 a hora para ligações de acompanhamento de pacientes. O preço não equivale ao custo total de uma operação, mas mostra a direção da disputa. Como já escrevi nesta coluna, a IA agêntica não quer uma fatia da verba de software. Ela olha para a folha de pagamento. Verdade: a força econômica é real. A pergunta útil já não é "se", mas "como", "onde" e "em quanto tempo".

Mito 3: o funcionário digital está pronto para assumir um cargo

Um cargo é uma ficção administrativa: reúne dezenas de tarefas de naturezas diferentes. Algumas são previsíveis; outras surgem justamente quando a regra falha. A IA é excelente em partes do cargo e irregular no conjunto. Por isso, boa parte do que hoje se vende como "funcionário digital" ainda é um copiloto com ambição de crachá.

O momento real cabe numa escada de cinco degraus. Primeiro, o agente observa. Depois, rascunha. No terceiro degrau, executa com aprovação. No quarto, ganha autonomia em cenários de baixo risco. No topo, orquestra outros agentes, enquanto humanos governam as exceções. O marketing gosta do quinto degrau. Os casos maduros que já entregam valor vivem entre o segundo e o terceiro — e não há nada de menor nisso.

Conheci de perto o caso de uma colaboradora sintética colocada em produção numa operação de grande porte. Ela reduziu em 95% o tempo de um processo, com 99% de precisão. Os números impressionam. Mas o que mais me marcou foi perceber que o desempenho dependia menos de dar liberdade à máquina e mais de desenhar, com precisão, os seus limites. As medições independentes ajudam a entender por quê: em tarefas de software bem especificadas, os agentes mais capazes alcançam mais de dez horas de trabalho humano equivalente quando se aceita 50% de sucesso. Quando a exigência sobe para 80%, o horizonte cai para poucas horas. A velocidade de avanço impressiona; a distância entre "consegue fazer" e "pode responder pelo resultado" continua enorme.

O trabalhador sintético que funciona atravessa sistemas com credencial própria, respeita limites monetários e deixa trilha auditável. Sabe não apenas o que pode fazer, mas o que jamais pode fazer. Gosto de chamar isso de carteira assinada digital. Avatar, voz e nome são interface. Quem vende uma pessoa artificial vende uma metáfora; quem entrega uma operação com limites vende um resultado.

Mito 4: o risco é o emprego de quem já chegou

É aqui que volto ao receio que anunciei no início. O risco subestimado talvez não esteja no topo da carreira, mas na porta de entrada. Estudos reunidos pela OCDE apontam queda relativa na contratação de jovens em ocupações muito expostas, como desenvolvimento de software e atendimento. A evidência ainda é mista e carrega o ruído dos juros e do ciclo econômico. Mas o risco é grande demais para ser ignorado.

Se a máquina assume primeiro as tarefas simples, repetitivas e documentáveis, ela não elimina necessariamente o profissional experiente. Elimina o trabalho pelo qual o inexperiente aprende a se tornar um. Toda profissão construiu sua escada sobre degraus pouco nobres: a primeira análise, a revisão de documentos, os casos simples. Automatizar esse chão aumenta a produtividade de hoje. E pode destruir, em silêncio, o mecanismo que forma os especialistas de amanhã.

A mudança provavelmente virá menos como onda de demissões e mais por três canais quase invisíveis: vagas que deixam de ser abertas, equipes que crescem sem ampliar o quadro e cargos que permanecem com outro conteúdo. Haverá funções reduzidas, poderá haver pressão sobre salários e haverá disputa sobre quem captura o ganho de produtividade — o acionista, o cliente ou o trabalhador que agora supervisiona uma frota de agentes. Verdade: a IA pode nunca demitir o seu especialista — e, ainda assim, impedir que o próximo se forme.

O organograma híbrido é um mapa de alçadas

Talvez essa seja a imagem mais útil para o que vem pela frente. O organograma híbrido não será o desenho atual com pequenos robôs ao lado das pessoas. Terá duas camadas. A primeira mostra responsabilidade: quem define objetivos, assume riscos e responde pelas decisões — e essa camada deve permanecer humana. A segunda mostra execução: o que é das pessoas, o que é dos agentes, o que exige aprovação e para onde cada exceção sobe. O organograma deixa de ser um mapa de cargos e vira também um mapa de alçadas. E as pesquisas do setor apontam o gargalo real dessa transição: cultura, liderança e práticas de gestão explicam mais que o dobro do impacto atribuível ao esforço individual. O problema deixou de ser apenas a inteligência da máquina. É a capacidade da empresa de recebê-la.

No Brasil, essa conversa ganha capítulos próprios. O PL 2338, o marco legal da IA — aprovado no Senado e em análise na Câmara —, classifica determinadas aplicações de IA sobre trabalhadores como de alto risco, com supervisão humana e avaliação de impacto. Bem lido, é menos um obstáculo e mais um manual do desenho correto. A LGPD exige clareza sobre quem responde pelos dados processados. E a narrativa também conta: a startup americana que estampou outdoors com "pare de contratar humanos" passou o ano seguinte pedindo desculpas ao mercado. A transição é gradual o bastante para ser gerida — e rápida demais para ser ignorada.

Três decisões para a próxima reunião de conselho

Primeira: trate agentes como capacidade operacional gerenciada, não como projeto de TI. Todo agente em produção deveria ter identidade própria, limites explícitos, gestor nomeado e avaliação de desempenho. E mais duas coisas que nenhum funcionário tem: um botão de desligamento instantâneo e uma trilha auditável de cada ação. Agente sem identidade, limite e auditoria não é um trabalhador digital; é um risco operacional com boa fluência verbal.

Segunda: comece pelas operações volumosas, mensuráveis e reversíveis — e nunca confunda "onde cabe um agente" com "quem pode ser cortado". Os casos mais sólidos têm dados estruturados e resultados verificáveis: contas a receber, conciliação, atendimento de primeiro nível. Três métricas bastam para a conversa inicial: tarefas concluídas, encaminhamentos para decisão humana e custo total por caso, incluindo supervisão.

Terceira: redesenhe a escada de formação junto com a automação. Se as tarefas de entrada forem automatizadas, qual será o novo primeiro degrau de quem precisará julgar as exceções daqui a cinco anos? E assuma a narrativa antes que ela assuma você. O exemplo das empresas citadas acima é o roteiro: realocar, requalificar e crescer capacidade — não anunciar substituição. O medo dos times não é ruído. É dado de gestão.

Por mais de um século, medimos o tamanho de uma empresa pelo número de pessoas no organograma. O próximo ciclo talvez seja medido pela qualidade da colaboração entre quem almoça e quem não almoça. A pergunta que definirá carreiras não é apenas quantos empregos a IA vai eliminar. É quem redesenhou o trabalho antes — e se, no organograma híbrido que estamos construindo, ainda haverá um primeiro degrau onde um humano possa aprender.

Fica, porém, uma pergunta em aberto — e ela é o tema da segunda parte deste artigo: se o trabalhador sintético vai mesmo entrar no organograma, quem vai fornecê-lo? Os donos dos sistemas que guardam os dados da sua empresa e os especialistas que dominam funções inteiras já estão em corrida aberta por essa posição. E a briga, que envolve de gigantes globais a ERPs brasileiros, está redefinindo até a forma de cobrar por software. É a corrida da próxima coluna.