Entre janeiro e maio de 2026, a inteligência artificial foi apontada como motivo em mais de 87 mil demissões nos Estados Unidos — o equivalente a 22% de tudo que foi cortado no período, segundo levantamento da consultoria de recolocação Challenger, Gray & Christmas. Ou seja, em apenas cinco meses, as demissões que citam a IA como justificativa já superam o total registrado em todo o ano de 2025, quando foram mais de 54 mil casos. O dado chama atenção, mas, antes de qualquer conclusão apressada, vale entender o que está por trás desses números — e por que as demissões por IA estão virando, também, um caso de recontratação.
Uma ressalva importante: nem toda demissão que menciona IA como motivo é, de fato, substituição de trabalhadores por máquinas. Parte considerável é reorganização que já estava nos planos da empresa e que ganhou essa justificativa simplesmente porque comunica melhor ao mercado — fenômeno que analistas do setor já batizaram de “AI washing” (quando a IA vira desculpa conveniente). Mesmo descontando esse ruído, a aceleração continua real: a maioria dos cortes não se explica apenas por reorganização disfarçada.
Ao mesmo tempo, boa parte dessas demissões está sendo desfeita — e é aí que a história fica interessante. Segundo levantamento da Forrester, 55% dos empregadores que demitiram citando IA já se arrependeram da decisão, o que significa que mais da metade admite, na prática, ter errado a mão.
Mais da metade dos empregadores que demitiram por IA já se arrependeu da decisão, segundo a Forrester.
A Gartner vai além e estima que metade das empresas que substituíram gente por IA vai precisar recriar essas funções até 2027. Ou seja, a correção já virou expectativa de mercado para os próximos dois anos, não uma exceção rara. A Ford, por exemplo, já passou por isso: contratou centenas de engenheiros veteranos depois de falhas em projetos que havia colocado nas mãos de sistemas de IA.
A demissão é real. O arrependimento também é. As empresas seguem cortando vagas citando a IA como motivo, mas o que realmente importa agora é 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. No entanto, exposição não é garantia de substituição: significa apenas que a forma de trabalhar está mudando de vez, já que a IA passou a fazer parte do processo.
Quem é cortado: nessas ocupações mais expostas, quem não se adapta a essa nova forma de trabalhar é quem fica mais ameaçado. Por isso, a demissão tem menos a ver com a empresa trocar o profissional pela IA e mais com o profissional não ter conseguido se ajustar a trabalhar ao lado dela.
Quem é chamado de volta: o que decide de qual lado a pessoa fica aparece justamente nos motivos que as próprias empresas dão para recontratar. Um 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 depois que ele saiu.
- O funcionário sabia supervisionar a IA de perto, mais do que a empresa imaginava que seria necessário.
- 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 direção: julgamento sobre um contexto específico, e não a execução da tarefa em si. É exatamente o mesmo detalhe que aparece no caso da Ford. Quem a empresa chamou de volta não foram profissionais juniores, e sim 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, tampouco 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, mas difícil de colocar em prática: identificar qual parte do trabalho depende de contexto que só você carrega e tornar esse contexto visível, documentado e citável — em vez de deixá-lo apenas na sua cabeça.
Quem opera: quem só executa tarefa repetitiva compete diretamente com a ferramenta. Já quem, além de segurar o julgamento sobre um sistema específico, também avalia o resultado da IA de forma crítica antes de entregar, é quem acaba sendo recontratado pela empresa.
Na prática, isso significa não ter medo de contar que usou IA no processo, mas deixar claro qual foi a sua contribuição. Da próxima vez que for apresentar um resultado, vale explicar também o raciocínio que levou até ele, afinal nem todo mundo tem o mesmo repertório. Um dado, as pessoas apenas 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 algo em conjunto.
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 pessoas.
Isso já acontece aqui no Brasil: a B3 adotou inteligência artificial no desenvolvimento de software e reduziu o prazo de entrega em 35%. Ou seja, dá para capturar esse ganho de produtividade sem herdar o problema que levou tantas empresas lá fora a recontratar depois.
Em resumo, a saída real não está em nenhum dos dois extremos: nem no pânico de que a empresa vá te trocar pela IA, nem na aposta de que dá para simplesmente ignorá-la. Ela está em testar a ferramenta desde já em pelo menos uma etapa do trabalho, sem terceirizar para ela o julgamento que só você carrega — e deixando esse julgamento visível para quem decide, dentro da empresa, quem fica e quem sai.
