No início do século XX, cerca de um terço dos americanos trabalhava na agricultura. Hoje, esse número ronda os 2%.
Ainda assim, a produção agrícola não encolheu — triplicou. Desapareceram 31 pontos percentuais de emprego num dos maiores sectores da economia, mas não desapareceu o trabalho. As pessoas saíram dos campos e entraram em indústrias que, naquele momento, ainda nem tinham nome.
Vale a pena guardar este número. Porque ele desmonta, com factos, a pergunta que hoje domina tantas conversas sobre inteligência artificial: "E quando a máquina fizer o meu trabalho?"
O erro de raciocínio por trás de quase todo o pânico com a IA
Há um erro de raciocínio no centro de quase todos os títulos alarmistas sobre IA e desemprego. Tem nome: falácia da quantidade fixa de trabalho (lump of labour fallacy).
A lógica parece convincente, mas parte de uma premissa falsa. Assume que existe uma quantidade finita e estável de trabalho numa economia, como se o mercado fosse um bolo de tamanho fixo. Se a tecnologia passar a fazer uma parte maior desse trabalho, sobrará menos para as pessoas. Daí nasce a conclusão apressada: mais IA, menos empregos.
O problema é que a história económica não funciona assim. David George, da Andreessen Horowitz, recorre precisamente ao exemplo da agricultura para desmontar esta ideia. O que a história mostra não é um bolo fixo. Mostra um sistema que cresce, se reorganiza e cria novas necessidades sempre que a tecnologia liberta pessoas de uma tarefa anterior.
É precisamente por a premissa soar intuitiva que tanta gente cai nela. Mas continua a ser falsa — e há mais de um século de evidência a demonstrá-lo.
A pergunta certa, por isso, não é se o trabalho desaparece. É outra: quando um tipo de trabalho perde peso, que novo trabalho ganha importância? É aí que a história volta a repetir-se — embora com nomes, funções e contextos diferentes.
O trabalho não evapora. Migra. E, tal como aconteceu com os trabalhadores agrícolas que foram para fábricas e escritórios, já se vê para onde está a migrar desta vez.
Engenheiros de implementação (FDEs). A função mais quente do sector tecnológico neste momento. São pessoas que entram dentro das organizações dos clientes para desenhar e montar sistemas de IA à medida de cada operação. Exigem uma combinação rara: profundidade técnica para construir, e clareza de consultor para comunicar com quem não é técnico. Os anúncios para esta função subiram mais de 800% entre Janeiro e Setembro de 2025. A Salesforce comprometeu-se publicamente a contratar mil. A OpenAI gastou milhares de milhões para construir uma operação inteira à volta deste único cargo.
Estratégas de implementação. Antes de alguém construir o que quer que seja, é preciso decidir onde a IA faz sentido. Estas pessoas identificam os casos de uso certos e desenham a estratégia global antes da parte técnica arrancar. É uma função que separa quem tem resultados de quem tem ferramentas paradas.
Consultores de transformação e líderes de literacia. Funções nada técnicas, mas cada vez mais críticas: gestão de mudança, comunicação interna, ética, formação das equipas. Porque a tecnologia só gera valor quando as pessoas a sabem usar — e a maioria, hoje, não sabe.
Paul Roetzer, do Marketing AI Institute, propõe uma forma útil de pensar nesta reorganização. Em vez de "empregos que ficam" e "empregos que desaparecem", sugere três papéis novos:
O ponto comum entre todos estes papéis é claro: nenhum se resume a “carregar num botão”. Todos exigem interpretação, critério e ligação entre tecnologia e objetivo de negócio. A IA pode absorver tarefas. Mas continua a não substituir discernimento.
Há ainda uma segunda razão, mais profunda, pela qual o trabalho não acaba. E tem menos a ver com tecnologia do que com psicologia.
O desejo humano é insaciável. Resolvido um problema, inventamos outro. Conquistado um patamar, queremos o seguinte. Sempre que uma necessidade básica deixa de exigir esforço, abre-se espaço para necessidades novas — de conveniência, de qualidade, de estatuto, de algo escasso pelo qual estejamos dispostos a pagar.
Foi isto que aconteceu quando a agricultura libertou mão de obra: surgiram indústrias inteiras dedicadas a desejos que antes nem cabiam na cabeça de ninguém. À medida que a IA automatiza o repetitivo, a mesma lógica vai funcionar. Vão aparecer categorias de trabalho centradas precisamente naquilo que a máquina não consegue replicar: o humano, o raro, o que tem valor por ser escasso.
O bolo não é fixo. Nunca foi. É exatamente por isso que a falácia da quantidade fixa de trabalho falha sempre que alguém a aplica ao futuro.
Aqui está a parte que raramente aparece nos títulos: nada disto é automático.
Os trabalhadores agrícolas não migraram para novas indústrias da noite para o dia, sem fricção. Houve uma geração de ajuste — de reconversão, de aprendizagem, de empresas que se adaptaram e empresas que não sobreviveram à transição. A história tem um final feliz no agregado. Para cada empresa individual, o final dependeu do que fez durante a mudança.
A pergunta certa, para quem dirige uma organização, não é "a IA vai destruir empregos?". É outra: "a minha empresa está estruturada para aproveitar a transição, ou para sofrer com ela?"
E a resposta a essa pergunta quase nunca começa na tecnologia. Começa nas fundações — nos dados, nos processos, na clareza sobre quem faz o quê. Uma organização que ainda opera em ilhas, com informação dispersa e processos por escrever, não fica pronta para a IA por comprar uma ferramenta de IA. Fica apenas com caos mais rápido.
A boa notícia: o trabalho de preparação é concreto e mensurável. Não exige adivinhar o futuro. Exige arrumar o presente.
Está pronto para a IA — ou só com vontade de estar?
Antes de qualquer ferramenta, vale a pena perceber em que pé estão as fundações da sua empresa: que dados tem, que processos estão definidos, e onde a IA criaria valor real em vez de ruído. É exatamente isso que o nosso diagnóstico revela.
→ Peça o Assessment "Está Pronto para a IA? — uns minutos e tem uma leitura clara do que está a bloquear o seu próximo passo.