A verdade sobre as demissões por IA: por que empresas recontratam
A IA já influencia demissões e contratações nas empresas: entenda o que afeta o seu futuro e o que você pode fazer para ficar do lado certo
Entre janeiro e maio de 2026, a inteligência artificial foi citada como motivo em mais de 87 mil demissões nos Estados Unidos, 22% de tudo que foi cortado no período, segundo levantamento da consultoria de recolocação Challenger, Gray & Christmas.
Traduzindo: em cinco meses, as demissões que citam a IA como motivo já superam o total registrado em todo o ano de 2025, quando foram mais de 54 mil.
Parte é reorganização que já estava no radar da empresa e ganhou essa justificativa porque comunica melhor ao mercado, fenômeno que analistas do mercado de trabalho já chamam de “AI washing” (quando você usa IA como desculpa).
Mesmo descontando esse ruído, a aceleração segue de pé: a maioria desses cortes não se explica só por reorganização disfarçada de IA.
Ao mesmo tempo, boa parte dessas demissões está sendo desfeita.
Segundo levantamento da Forrester, 55% dos empregadores que demitiram por IA já se arrependeram da decisão, o que significa que mais da metade admite, na prática, que errou a mão.
A Gartner vai além e estima que metade das empresas que substituíram gente por IA vai ter que recriar essas funções até 2027, ou seja, a correção virou expectativa de mercado para os próximos dois anos, não exceção rara. A Ford já fez isso: contratou centenas de engenheiros veteranos depois de falhas em projetos que tinha colocado nas mãos de IA.
A demissão é real. O arrependimento também é. As empresas continuam cortando vagas citando a IA como motivo. O que importa agora é outra coisa: entender o que separa quem fica do lado do corte definitivo de quem acaba do lado da recontratação.
O que separa quem é cortado de quem é chamado de volta
Um estudo do Center for Retirement Research de Boston College ajuda a mapear onde as demissões pegam mais forte, e programadores aparecem como uma das ocupações mais expostas à IA entre as pesquisadas.
Na minha experiência, exposição não é garantia de substituição: significa que a forma de trabalhar está mudando de vez, porque a IA já virou parte do processo.
Quem é cortado: quem não se adapta a essa nova forma de trabalhar é quem fica ameaçado. Nessas ocupações mais expostas, a demissão tem menos a ver com a empresa trocar o profissional pela IA e mais com o profissional não ter se ajustado a trabalhar com ela.
Quem é chamado de volta: o que decide o lado em que a pessoa fica aparece nos motivos que as próprias empresas dão para recontratar. Levantamento com gestores de contratação aponta três razões que concentram a maior parte dos casos:
- O funcionário carregava conhecimento institucional que não estava escrito em lugar nenhum, e isso fez falta quando ele saiu.
- O funcionário sabia supervisionar a IA de perto, mais do que a empresa imaginava que precisaria.
- A empresa descobriu que a tarefa automatizada com IA saía mais cara, em consumo de tokens e assinatura de tecnologia, do que havia planejado.
As três razões apontam para a mesma coisa: julgamento sobre um contexto específico, não a tarefa em si.
É o mesmo detalhe que aparece na Ford. Quem a empresa chamou de volta não foram juniores. Foram veteranos, gente que já errou o suficiente para saber onde o erro costuma morar num sistema que ela mesma ajudou a construir. Isso não se aprende num curso rápido nem se transfere para um modelo de linguagem em poucos meses.
O que fazer com isso agora
Para quem trabalha com tecnologia, dados (planilhas), textos (contratos, propostas, laudos) ou qualquer função em que a IA já executa parte da tarefa, o exercício é simples de enunciar e difícil de fazer: identificar qual parte do seu trabalho depende de contexto que só você carrega, e tornar esse contexto visível, documentado, citável, em vez de deixá-lo só na sua cabeça.
Quem opera: quem só executa tarefa repetitiva compete direto com a ferramenta. Quem, além de segurar o julgamento sobre um sistema específico, também avalia o resultado da IA de forma crítica antes de entregar, é quem a empresa acaba recontratando.
Na prática, isso quer dizer não ter medo de contar que usou IA no processo, mas deixar claro qual foi a sua parte. Da próxima vez que for apresentar um resultado, explique também o raciocínio que levou até ele, porque nem todo mundo tem o seu repertório. Um dado, as pessoas só recebem.
Um raciocínio, elas pensam junto com você, e é isso que tira você do papel de quem apresenta números e coloca no de quem constrói alguma coisa junto.
Quem lidera: para quem está decidindo entre cortar ou redesenhar, a Harvard Business Review publicou em agosto um argumento na mesma linha: decompor a função em tarefas em vez de demitir por resultado abaixo do esperado, e redesenhar o processo a partir da combinação entre o que a IA já faz bem e o que ainda depende de gente.
Isso já acontece aqui no Brasil: a B3 adotou IA no desenvolvimento de software e reduziu o prazo de entrega em 35%. Traduzindo: dá para capturar esse ganho de produtividade sem herdar o problema que fez tanta empresa lá fora ter que recontratar depois.
A saída real não está em nenhum dos dois extremos: pânico de que a empresa vá te trocar pela IA, ou aposta de que dá para ignorá-la. Está em testá-la desde já em pelo menos uma etapa do seu trabalho, sem terceirizar para ela o julgamento que só você carrega, e deixando esse julgamento visível para quem decide, na sua empresa, quem fica e quem sai.
COMENTÁRIOS