A IA está começando a transformar as decisões relacionadas à força de trabalho, mas muitas empresas estão avançando mais rápido do que as evidências justificam. As primeiras demissões atribuídas à IA frequentemente não entregaram o retorno esperado, expuseram lacunas no conhecimento organizacional e criaram novas demandas por supervisão humana. O problema não está apenas na velocidade das mudanças, mas na maneira como muitas organizações estão abordando essa transformação.

Ainda não está claro exatamente como a IA afetará a força de trabalho no curto e médio prazo. Muitos anúncios de demissões são mais bem compreendidos como AI-washing: iniciativas tradicionais de reestruturação apresentadas com uma narrativa de IA para transmitir aos investidores a impressão de que as lideranças estão preparadas para a transformação tecnológica que está por vir.

O Goldman Sachs estima que a IA tenha reduzido o crescimento mensal das folhas de pagamento nos Estados Unidos em apenas cerca de 16 mil empregos ao longo do último ano, acrescentando aproximadamente 0,1 ponto percentual à taxa de desemprego. Esse impacto inclui tanto uma desaceleração nas contratações quanto a eliminação direta de postos de trabalho.

Esses números podem aumentar, mas, por enquanto, estamos muito mais no início desse processo do que a narrativa predominante sugere.

O fato de ainda estarmos em uma fase inicial e de a escala das demissões ser menor do que o noticiário pode fazer parecer não significa, porém, que todas essas decisões sejam acertadas.

Muitas empresas já estão realizando mudanças concretas em suas forças de trabalho em resposta à IA e, com frequência, estão errando.

Uma pesquisa internacional com mil líderes empresariais, publicada em abril de 2025, mostrou que 55% das empresas que haviam demitido funcionários em razão da implementação de IA admitiram ter tomado decisões equivocadas sobre suas equipes.

Em uma pesquisa mais recente, realizada com 600 líderes de RH que conduziram demissões relacionadas à IA nos 12 meses anteriores a fevereiro de 2026, apenas 8,4% afirmaram que a reestruturação havia entregado o que prometia e que repetiriam a mesma decisão.

Reversões caras já estão acontecendo.

O Gartner prevê que metade das empresas que reduziram suas equipes de atendimento ao cliente em razão da IA voltarão a contratar profissionais até 2027.

A Forrester, por sua vez, espera que metade de todas as demissões atribuídas à IA seja revertida, embora os novos cargos possam ser transferidos para outros países ou oferecidos com salários menores.

Esses números não são exceções. Outras análises apontam na mesma direção: muitas empresas ainda não estão conseguindo fazer rightsizing corretamente na era da IA.

O problema não é simplesmente que as organizações estejam avançando rápido demais ou cortando pessoas demais. A questão é que muitas estão começando a reestruturação orientada por IA pelo ponto errado: o quadro de funcionários em vez do trabalho.

Uma abordagem mais sustentável começa pela compreensão de como a IA modifica tarefas individuais e processos de negócio. A partir daí, a organização pode ser redesenhada em torno das capacidades humanas e tecnológicas necessárias para executar essas atividades.

Isso exige repensar como o trabalho é definido, conectar as decisões relacionadas à IA à estratégia do negócio, desenvolver uma compreensão realista sobre aquilo que a tecnologia consegue ou não fazer e preservar flexibilidade suficiente para mudar de direção à medida que a tecnologia e as evidências evoluem.

Onde as empresas estão errando

A maioria das organizações que já tentou realizar mudanças na força de trabalho orientadas por IA está cometendo um ou mais erros recorrentes.

• Cortes antecipatórios. Muitas empresas estão reestruturando suas equipes com base em previsões e narrativas de mercado sobre as capacidades futuras da IA, em vez de utilizar evidências provenientes de suas próprias implementações. Uma pesquisa recente com mais de mil executivos globais mostrou que apenas 2% das organizações haviam realizado grandes reduções de quadro de funcionários com base em implementações reais de IA, enquanto 60% haviam demitido pessoas ou reduzido contratações alegando alguma relação com a tecnologia. A eliminação de quase metade da força de trabalho da Block, em fevereiro de 2026, é um dos exemplos mais conhecidos. O CEO Jack Dorsey atribuiu os cortes à IA, mas os apresentou como uma aposta sobre onde a tecnologia estaria no futuro, e não sobre aquilo que ela já conseguia fazer pela empresa naquele momento. Ele também afirmou que parte das redundâncias resultava do excesso de contratações durante a pandemia.

• Cortar sem compreender as capacidades da IA. Mesmo quando as empresas deixam de agir apenas com base em expectativas futuras e passam a tomar decisões relacionadas a implementações reais de IA, as demissões frequentemente acontecem sem uma compreensão adequada das capacidades e limitações da tecnologia dentro daquele contexto. Cerca de 54% dos líderes de RH disseram que teriam tomado decisões melhores se compreendessem melhor o que a IA poderia fazer. Quase um quarto admitiu que as decisões de demissão foram tomadas antes mesmo de testar o business case. Outros 55% afirmaram que os cortes não valeram a pena porque a IA exigiu mais supervisão humana do que o esperado.

• Contaminar a cultura interna. Uma pesquisa com 5.400 trabalhadores nos Estados Unidos mostrou que o engajamento cai para 44% em organizações que passaram por demissões, independentemente do motivo, em comparação com 51% no conjunto geral. Além disso, 58% dos funcionários que permaneceram na empresa passam a demonstrar maior propensão a procurar trabalho em outro lugar. Apresentar cortes como consequência do avanço da IA também pode prejudicar a segurança psicológica dos profissionais que continuam na organização, fazendo com que se afastem de suas funções e evitem experimentar novas formas de produtividade apoiadas por IA. O AI-washing pode provocar o mesmo dano cultural sem gerar nenhuma transformação equivalente.

Uma pesquisa recente do Gartner constatou que 80% das empresas reduziram suas forças de trabalho ao implementar novas “capacidades de negócio autônomas”, mas não encontrou correlação entre um número menor de funcionários e o retorno obtido sobre esses investimentos.

Enquanto as organizações continuarem medindo sucesso principalmente por redução de custos e headcount, em vez de avaliar qualidade das decisões, capacidade organizacional e aprendizado, os mesmos erros continuarão acontecendo.

Um manula de estratégia para ajuste de dimensionamento

Nenhuma organização encontrou ainda uma fórmula definitiva para o ajuste de dimensionamento na era da IA, e mesmo as empresas que estão experimentando mais seriamente novos modelos de força de trabalho continuam operando sob um nível considerável de incerteza.

Ainda assim, quando analisadas em conjunto, essas experiências apontam para uma maneira mais disciplinada de tomar decisões.

Em vez de começar com metas de redução de quadros de funcionários definidas de cima para baixo, a organização deve observar mais de perto como o trabalho realmente acontece, onde a IA consegue gerar valor e onde as capacidades humanas continuam sendo essenciais.

Alguns princípios ajudam a construir essa abordagem.

Redefina a unidade de trabalho

Quando uma organização inicia um processo de ajuste, geralmente começa estabelecendo uma quantidade de cargos que pretende eliminar, com o objetivo de substituir a função central desempenhada por pessoas por alguma alternativa baseada em IA.

O problema é que a maioria dos cargos de trabalho intelectual envolve diversas tarefas diferentes.

Profissionais de todos os níveis se comunicam, colaboram e realizam julgamentos difíceis de reduzir a funções algorítmicas.

Eliminar cargos em vez de tarefas frequentemente significa que a solução de IA conseguirá executar apenas as partes mais visíveis daquele trabalho.

Depois disso, a organização pode descobrir que precisa contratar novamente pessoas para preencher novos cargos criados para cobrir as lacunas encontradas. Em outros casos, pode ser necessário simplesmente recriar a função antiga porque a parte visível do trabalho não consegue funcionar sem as atividades menos perceptíveis que a sustentavam.

A dimensão desse problema aparece nos próprios dados.

Um em cada três líderes de RH afirmou ter perdido habilidades e conhecimentos críticos juntamente com os funcionários demitidos.

A incapacidade de prever essa perda revela algo importante: organizações que não sabiam quais competências estavam eliminando provavelmente nunca compreenderam completamente o que aqueles cargos realmente faziam.

Por isso, é fundamental decompor os cargos em suas diferentes tarefas e compreender quais atividades podem ser substituídas pela IA dentro do processo geral de negócio e quais não podem.

Somente depois disso será possível determinar como a nova força de trabalho deverá ser estruturada.

Um plano de redução de quadro pode então ser desenvolvido de maneira a não interromper os workflows.

A abordagem do Citigroup de selecionar processos específicos para melhoria mostra como isso pode funcionar na prática.

O banco começou com uma lista inicial de 50 processos identificados como candidatos a uma maior automação.

Em vez de partir de uma meta de redução de headcount, o Citi primeiro identificou os pontos nos quais tecnologia e redesenho de processos poderiam modificar o trabalho e, depois, tomou decisões sobre equipes a partir dessa análise.

Primeiro veio a avaliação. Depois, a reestruturação.

Desenvolva uma estratégia de negócio, não uma estratégia de IA

Perguntar “o que a IA pode fazer para reduzir nosso headcount?” significa começar pelo lugar errado.

Essa visão trata a IA como uma ferramenta isolada de redução de custos, desconectada da estratégia mais ampla do negócio.

Em vez disso, as empresas deveriam enxergar a IA como parte do conjunto geral de capacidades disponíveis para atingir seus objetivos.

A partir dessa perspectiva, é possível determinar qual é a combinação mais adequada de recursos humanos e IA para alcançar esses resultados.

Em alguns casos, a resposta levará diretamente a reduções de funcionários e custos.

Em outros, porém, os recursos liberados pela IA poderão gerar mais valor caso sejam utilizados para empregar pessoas em áreas onde a participação humana oferece algo que a tecnologia não consegue oferecer.

Outra possibilidade é redirecionar os profissionais já existentes para tarefas diferentes.

Realocar funcionários não é algo sem custo.

Normalmente, isso exige investimentos significativos em requalificação, preservação do conhecimento institucional e manutenção da cultura e do moral da organização.

O Walmart, porém, está apostando que a realocação será um investimento melhor do que contratar substitutos ou entregar completamente determinadas atividades à IA.

A companhia investiu quase US$ 1 bilhão em treinamento de IA para sua força de trabalho de 1,6 milhão de pessoas nos Estados Unidos.

O CEO John Furner espera que, dentro de três a cinco anos, a empresa tenha aproximadamente o mesmo número de funcionários que possui atualmente.

A estratégia do JPMorgan Chase oferece outro exemplo dessa abordagem.

Em vez de começar com o objetivo de utilizar IA para reduzir funcionários, o banco analisou como poderia realocar de maneira mais eficiente os recursos humanos liberados pelos ganhos de eficiência gerados pelas implementações da tecnologia.

Isso provocou reduções de equipe em algumas áreas e expansão em outras.

Os cargos de operações foram reduzidos em 4% e as funções de suporte, em 2%. Ao mesmo tempo, as equipes que trabalham diretamente com clientes e aquelas responsáveis pela geração de receita cresceram 4%.

O headcount total da empresa permaneceu relativamente estável, pouco acima de 300 mil pessoas.

Manter o número de funcionários estável, entretanto, não deveria ser um objetivo empresarial por si só.

A quantidade total de profissionais deve refletir as necessidades de uma estratégia de negócio coesa, na qual pessoas e IA sejam empregadas onde cada uma consegue gerar mais valor.

No caso do JPMorgan Chase, o CEO Jamie Dimon espera que o headcount total diminua ao longo dos próximos cinco anos.

Entenda o que a IA consegue fazer

As lideranças precisam desenvolver rapidamente uma compreensão muito maior sobre IA.

Isso significa entender as capacidades técnicas da tecnologia com profundidade suficiente para tomar decisões informadas sobre possíveis implementações dentro do contexto específico de cada organização.

Um estudo de 2023 com milhares de executivos em conselhos de administração descobriu que apenas 8% declaravam possuir um nível substancial de conhecimento conceitual sobre qualquer dimensão das tecnologias de IA.

Evidências mais recentes indicam que a competência nos níveis mais altos das organizações está aumentando, mas lentamente.

Uma pesquisa do Gartner realizada em 2025 com 456 CEOs mostrou que os próprios CEOs não estão confiantes na competência em AI de suas equipes de alta liderança.

Apenas 44% consideravam até mesmo seus próprios CIOs suficientemente preparados em IA.

No nível dos conselhos de administração, a proporção de membros que declaravam possuir expertise em IA cresceu apenas de 1,5% para 2,7%.

Quando as lideranças não compreendem aquilo que a IA pode realmente fazer, dois problemas podem acontecer.

Elas podem delegar as decisões relacionadas à força de trabalho a equipes técnicas que não possuem contexto empresarial suficiente para tomá-las adequadamente.

Ou podem tomar essas decisões por conta própria com base em premissas equivocadas.

Algumas organizações estão adotando medidas concretas para reduzir essa lacuna.

Antes de desenvolver sua estratégia de IA generativa, a Schneider Electric realizou 56 workshops ao longo de quatro semanas, reunindo especialistas em IA e executivos de 15 áreas diferentes.

O objetivo era conectar o conhecimento sobre IA a contextos reais de negócio, em vez de limitar a capacitação a treinamentos abstratos.

Outras organizações estão investindo em programas mais tradicionais de AI literacy.

O UBS, por exemplo, enviou executivos seniores para a Saïd Business School, da Universidade de Oxford, em uma jornada de desenvolvimento de liderança focada em IA.

A IKEA estabeleceu inicialmente a meta de oferecer treinamento de AI literacy para 500 líderes, objetivo que posteriormente foi ampliado.

Abordagens como essas são um pré-requisito para realizar o tipo de análise no nível das tarefas que um ajuste de dimensionamento responsável exige.

Entenda o que a IA não consegue fazer

É verdade que algumas limitações da IA refletem apenas as restrições dos modelos atuais.

Mas determinados limites provavelmente continuarão existindo.

Algumas funções são inerentemente humanas porque exigem agência moral e responsabilidade.

Escolher valores, exercer julgamento ético, contextualizar decisões dentro de relacionamentos e da história institucional e saber quando ignorar uma recomendação não são tarefas que possam simplesmente ser delegadas a algoritmos, por mais sofisticados que sejam.

Compreender onde esses limites estão antes de eliminar funções humanas é essencial para evitar decisões que precisarão ser revertidas posteriormente.

Na maioria das organizações, as funções relacionadas à responsabilidade são desempenhadas pelos gestores intermediários.

Esses profissionais fazem a ponte entre estratégia e execução, assumem responsabilidade sobre decisões de implementação e funcionam como uma espécie de consciência da organização, supervisionando a distância entre aquilo que a liderança pretende fazer e o que realmente acontece na operação.

Automatizar essa camada pode destruir uma infraestrutura ética crítica que as organizações não podem se dar ao luxo de perder.

Apesar disso, uma pesquisa da Korn Ferry realizada em 2025 mostrou que 41% das empresas já reduziram seus níveis de gestão, em parte por causa da IA.

A importância da gestão intermediária e de outras tarefas humanas também aparece nos resultados das pesquisas mencionadas anteriormente, que mostram como muitas empresas subestimaram a quantidade de supervisão humana necessária.

Em diversos casos, as organizações acabaram descobrindo que a capacidade de supervisão de que precisavam era justamente o julgamento e a capacidade de interpretação que haviam eliminado.

Projetando o trabalho para permitir reversibilidade

Quando cargos são eliminados e profissionais experientes deixam uma empresa, eles levam consigo conhecimento institucional, relações de trabalho e compreensão contextual que não podem ser facilmente substituídos.

Recontratar não é simplesmente o inverso de demitir.

O processo é mais lento, mais caro e o profissional substituto raramente possui o mesmo nível de conhecimento sobre a organização.

Diante da velocidade com que as capacidades da IA estão evoluindo e da incerteza sobre quais formas de reestruturação funcionarão ou não, as organizações precisam desenvolver estruturas de força de trabalho capazes de se adaptar conforme o cenário muda.

Isso significa priorizar attrition e realocação interna antes das demissões, implementar cortes em etapas em vez de realizá-los todos de uma vez e tratar a reversibilidade como um critério de design desde o início, não como algo a ser considerado depois.

A abordagem do Citigroup mostra como uma reestruturação gradual e reversível pode funcionar na prática.

O banco começou sua transformação em 2022, e o processo ainda estava em andamento em 2026.

Embora uma das principais prioridades sempre tenha sido criar uma infraestrutura global de dados mais uniforme e adotar tecnologia de maneira agressiva, incluindo machine learning e blockchain, o Citi incorporou IA generativa aos seus planos em 2023.

Suas metas de headcount são ambiciosas.

No início de 2024, o banco anunciou planos para reduzir em até um quinto sua força de trabalho ao longo de três anos e diminuir os custos em US$ 2,5 bilhões.

No entanto, essas reduções estão sendo realizadas de maneira relativamente lenta.

Até agora, cerca de 15 mil funcionários foram eliminados de uma base inicial de 240 mil.

O Citi também está reduzindo sua dependência de empreiteiros.

Quando a iniciativa começou, aproximadamente metade dos 50 mil profissionais da área de tecnologia da companhia eram contractors. Durante a transformação, o objetivo é reduzir essa proporção para 20%.

Sempre que possível, o Citi procura preencher posições abertas com funcionários que já trabalham na empresa.

Atualmente, aproximadamente 50% das vagas são ocupadas por profissionais internos.

O desafio não é simplesmente reduzir pessoas

As organizações que conseguirem atravessar com sucesso a transição para a IA serão aquelas que tratarem o rightsizing como um exercício de design de capacidades, e não apenas como uma iniciativa de redução de custos.

Isso significa decompor o trabalho antes de cortar pessoas, incorporar IA a uma estratégia de negócio mais ampla e investir na compreensão tanto do potencial da tecnologia quanto de suas limitações.

Se a principal métrica de sucesso for simplesmente a redução de headcount, o resultado serão organizações menores, mas não necessariamente mais inteligentes.