IA não está substituindo pessoas; está expondo o erro do modelo de trabalho

Sâo Paulo - Se existe uma pergunta que domina o debate atual sobre inteligência artificial, ela é simples e profundamente mal formulada: a IA vai substituir empregos? A pergunta mobiliza executivos, profissionais e governos, mas parte de uma premissa silenciosa de que o modelo atual de trabalho ainda é válido e que a IA vem apenas tencioná-lo. Não vem.

A IA não inaugura uma ruptura. Ela expõe uma ruptura que já estava em curso e que, para profissionais com mais de 50 anos, nunca foi teoria. Foi vivência. O mercado já respondeu. Só não da forma que se esperava."

Um levantamento do AIDE Institute (AI-Driven Enterprise Institute, ligado ao MIT) analisou 161.645 vagas publicadas no LinkedIn por empresas do S&P 500 em janeiro de 2026. Entre as 8.140 vagas relacionadas a IA, 71% eram para posições sênior, 16% para nível médio e apenas 13% para iniciantes. Segundo o CEO da organização, Paul Cheek, as empresas buscam quem já tem repertório para guiá-las em um terreno que muda rápido demais para se aprender apenas na prática.

Esse dado importa porque inverte o medo dominante. Não é somente o profissional experiente que está sendo descartado pela IA, o profissional em início de carreira também está enfrentando a porta mais estreita.

Os dois grupos sofrem; o que muda é a natureza da exclusão em cada ponta. O risco não desapareceu. Ele apenas trocou de endereço.

A busca por senioridade

Há, porém, um contraponto que não pode ser ignorado: o Global AI Jobs Barometer 2026, da PwC, mostra que as vagas ‘juniores’ que sobrevivem em setores mais expostos à IA estão sendo "seniorizadas". Cresceram 35% desde 2019 exigindo competências de liderança e pensamento estratégico de quem está só começando.

Ou seja, o mercado não está simplesmente valorizando experiência. Está elevando o piso de exigência para todo mundo, inclusive para quem nunca teve chance de construir essa experiência.

Isso muda a leitura. Se a entrada de talento jovem fica mais estreita e mais exigente ao mesmo tempo, o risco de médio prazo não é só sobre quem está sendo excluído hoje. É sobre quem vai faltar amanhã.

Um mercado que sub-recruta juniores e sobre-recruta seniores está, sem perceber, comprometendo sua própria capacidade futura de repor conhecimento."

É um problema estrutural que se soma àquilo que venho chamando, em outros textos, de ‘amnésia organizacional’: a perda de conhecimento tácito quando gerações deixam de se cruzar dentro do trabalho.

O Brasil confirma o mesmo padrão. Segundo levantamento do FGV IBRE referente ao terceiro trimestre de 2025, 30% da população ocupada no País já está exposta à IA generativa. São 29,8 milhões de pessoas. Mas essa exposição não é uniforme entre gerações: entre 14 e 29 anos, ela chega a 35,9%; entre 45 e 59 anos, cai para 24,5%; e entre os 60 anos ou mais, sobe levemente para 25,7%.

O estudo também mostra que a exposição cresce com o nível de escolaridade, o que, no Brasil, tende a coincidir justamente com profissionais que acumularam mais tempo de formação e trajetória.

O que já estava quebrado antes da IA chegar

Muito antes da IA ganhar escala, o modelo já apresentava sinais claros de esgotamento:

• Carreiras lineares em um mundo não linear.
• Avaliação baseada em tempo, não em impacto.
• Estruturas rígidas diante de demandas fluidas.
• E, talvez o mais sintomático: a exclusão silenciosa de profissionais experientes, mesmo quando sua capacidade de entrega permanecia intacta.

Décadas de experiência deixaram de garantir permanência, não por perda de valor, mas por falha de leitura do mercado. A IA não cria esse desalinhamento. Ela apenas torna impossível ignorá-lo.

O que está em jogo, portanto, não é tecnologia. É a reconfiguração do sistema produtivo. Durante décadas, operamos sob uma lógica simples: trabalho como tempo. O valor estava na presença, na repetição, na previsibilidade. O sistema emergente desloca essa lógica para outro lugar: trabalho como impacto, interpretação e decisão.

Capacidade de interpretação

Há um ponto ainda pouco explorado nesse debate: quanto mais avançada a tecnologia, mais importante se torna a capacidade de interpretar. A IA processa dados, automatiza tarefas e amplia possibilidades. Mas, não contextualiza com profundidade, não assume responsabilidade estratégica e não decide sob ambiguidade real. Isso exige repertório.

Repertório não se aprende em ciclos curtos. Ele se constrói ao longo do tempo. A diferença não está na experiência. Está na legibilidade dela.

O risco para o profissional 50+, portanto, não é ser substituído pela tecnologia. É continuar sendo interpretado pelo mercado com a lógica antiga. Hoje, dois profissionais com trajetórias semelhantes podem ser percebidos de formas completamente diferentes: um como custo elevado e obsolescente; outro como ativo estratégico. A diferença não está na experiência em si, mas na sua legibilidade de valor.

Por isso, preparar-se para esse cenário não significa, simplesmente, "aprender IA". Significa reposicionar a própria experiência dentro de um sistema onde o valor não está mais na execução, mas na capacidade de decisão. Isso passa por três movimentos concretos:

• Traduzir trajetória em impacto. Não listar cargos, mas explicitar decisões e resultados
• Sair da lógica operacional e assumir papel interpretativo. Conectar dados, contexto e direção
• Tornar a experiência visível em formatos que o mercado atual consegue reconhecer, não apenas no currículo tradicional.

Corte de custos com IA. Será?

Do lado das empresas, o equívoco segue outra lógica, mas igualmente crítica. A IA tem sido tratada, em muitos casos, como instrumento de corte de custos. No entanto, os próprios dados do AIDE Institute sugerem o oposto em pelo menos uma dimensão: empresas líderes em adoção de IA não estão reduzindo headcount de forma generalizada. Estão competindo entre si pelo mesmo pool de talento experiente. Isso acontece porque tarefas são automatizadas, mas o trabalho se torna mais complexo.

A produtividade, portanto, não reduz linearmente pessoas. Ela redefine onde elas geram valor. Cortar pessoas é uma decisão financeira. Recompor o trabalho é uma decisão arquitetural.

A IA não elimina o trabalho. Ela desmonta sua configuração atual e exige que ele seja redesenhado. Isso implica redefinir papéis, redistribuir responsabilidades, integrar humano e tecnologia de forma intencional e operar com múltiplos formatos de atuação, algo que muitas organizações ainda não sabem fazer.

Não é a IA que vai quebrar empresas. Elas falharão ao tentar encaixá-la em estruturas desenhadas para outro século. Da mesma forma, profissionais não perderão espaço por falta de capacidade, mas por falta de posicionamento dentro dessa nova lógica.

Talvez seja hora, então, de reformular a pergunta que orienta o debate. Não se trata de saber se a IA vai substituir empregos.

Trata-se de entender quem será capaz de gerar valor em um sistema em que o trabalho mudou de natureza e de garantir que essa pergunta não exclua, no caminho, a geração que vai precisar aprender com quem já está lá dentro."

A diferença não está na tecnologia. Está na capacidade de redesenhar o trabalho.