Em fevereiro de 2026, o CEO de uma grande empresa de tecnologia enviou um comunicado interno anunciando o desligamento de 4.000 colaboradores. O texto era eloquente: a companhia estava “acelerando sua transformação rumo a um futuro centrado em inteligência artificial”, e a nova estrutura refletiria “a eficiência que a IA já tornava possível”. Wall Street aplaudiu. A ação subiu. As manchetes celebraram a coragem estratégica da liderança.
Nos bastidores, o que havia acontecido era mais prosaico: a empresa havia supercontratado durante o boom de 2021 e 2022, quando capital era barato e crescimento parecia garantido. Quando os juros subiram e o crescimento desacelerou, aquela força de trabalho inflada virou passivo. A IA não tinha demitido ninguém. A matemática corporativa tinha.
A diferença é que “fizemos apostas erradas de headcount durante uma bolha e agora estamos corrigindo o erro” não inspira confiança dos investidores. “Estamos realocando recursos para IA” transforma má gestão em visão de futuro. Bem-vindo à era do AI washing nas decisões de workforce.
Os números que ninguém quer colocar no press release
Os dados são mais reveladores do que qualquer comunicado corporativo. Em 2025, mais de 1,1 milhão de trabalhadores foram demitidos nos EUA. A IA foi citada como causa em cerca de 55 mil desses casos, menos de 5% do total, segundo a firma de pesquisa Challenger, Gray & Christmas. Uma pesquisa do National Bureau of Economic Research foi mais direta: 90% dos executivos entrevistados afirmaram que a IA não teve impacto algum sobre o emprego em suas empresas.
Mas o dado mais revelador vem de uma fonte insuspeita. Desde março de 2025, o estado de Nova York passou a exigir que empresas com mais de 50 funcionários especifiquem a razão dos desligamentos em notificações legais, incluindo a opção “inovação tecnológica ou automação”. Das 160 empresas que protocolaram avisos nesse período, entre elas Amazon, Goldman Sachs e outras que citam eficiências de IA nas comunicações com investidores, nenhuma marcou essa opção.
Nenhuma.
E o próprio Sam Altman, CEO da OpenAI, confirmou o que muitos suspeitavam: “Quase toda empresa que faz demissões está culpando a IA, independentemente de ser realmente sobre IA.”
O que está acontecendo, portanto, não é uma revolução silenciosa conduzida por algoritmos. É uma correção de estruturas inchadas sendo embalada em narrativa de modernização. E essa diferença importa muito mais do que parece.
A equação que não fecha: demissões por uma eficiência que ainda não existe
Se a narrativa do AI washing já seria problemática por si só, ela se torna indefensável quando confrontada com uma segunda camada de dados que circula em paralelo, discretamente, nos mesmos relatórios que os boards usam para embasar suas decisões.
O relatório The GenAI Divide: State of AI in Business 2025, do MIT, examinou o destino de US$ 35 a 40 bilhões investidos por empresas americanas em projetos internos de IA. O resultado: 95% delas não viram retorno sobre o investimento nem qualquer impacto mensurável nos lucros. Apenas 5% obtiveram valor real. O pesquisador responsável pelo estudo, Aditya Challapally, do MIT Media Lab, atribuiu o fracasso majoritário à tentativa de forçar IA generativa em processos existentes sem adaptação, e à escolha errada de onde aplicar a tecnologia: mais da metade dos recursos foi direcionada para vendas e marketing, justamente as duas áreas com menor ROI comprovado.
A McKinsey, por sua vez, nomeou o fenômeno de “GenAI paradox”: 78% das empresas já usam IA generativa em ao menos uma função, mas a grande maioria não registra impacto significativo no resultado final. Apenas 1% das empresas considera sua estratégia de IA madura. E, mesmo entre as que investem mais, a McKinsey estima que somente cerca de 6% dos respondentes se qualificam como “AI high performers”, empresas que realmente extraem impacto de EBIT de 5% ou mais a partir da IA.
A equação que nenhum comunicado corporativo expõe diretamente: empresas demitem milhares de pessoas citando a eficiência de uma tecnologia que, pelos dados disponíveis, ainda não entregou retorno mensurável para 95% de quem a adotou. O álibi se apoia em uma promessa que o próprio mercado ainda não confirmou.
Há um dado visual que ajuda a dimensionar o tamanho da ilusão coletiva. Em fevereiro de 2026, Damian Player publicou no LinkedIn uma visualização que viralizou globalmente: 2.500 pontos representando 8,1 bilhões de humanos, cada ponto equivalendo a 3,2 milhões de pessoas. O oceano cinza, representando 84% da humanidade, nunca interagiu com IA. A faixa verde fina na base são os 1,3 bilhão de usuários de chatbots gratuitos. Os pontos amarelos quase invisíveis são os 15 a 25 milhões que pagam por acesso premium. E os pontos vermelhos, minúsculos, são os 2 a 5 milhões usando ferramentas avançadas de código. No total, menos de 0,06% da população global está no núcleo da conversa sobre IA que domina os boardrooms.
O ponto não é que a IA seja irrelevante. É que a distância entre a IA que existe nos comunicados corporativos e a IA que existe no mundo real ainda é imensa. Boards que tomam decisões de workforce baseados na primeira ainda não chegaram à segunda.
As três consequências que os autores da narrativa raramente calculam
A primeira é sobre confiança. Quando trabalhadores percebem que a IA é usada como álibi para decisões que têm outras causas, desenvolvem ceticismo estrutural em relação a qualquer iniciativa futura de adoção de tecnologia. A empresa que usou IA como justificativa para demitir terá muito mais dificuldade de engajar as mesmas pessoas quando precisar que elas colaborem com ferramentas de IA no dia a dia. Um levantamento da Forrester mostrou que 27% dos colaboradores se tornaram “coasters”, desengajados ativos, exatamente como resposta a essa percepção de que narrativas de IA mascaram decisões que não foram explicadas honestamente.
A segunda é sobre a qualidade das decisões estratégicas. Líderes que aceitam o “AI displacement” como explicação para o que está acontecendo no mercado de trabalho estão construindo suas decisões sobre um mapa errado. Se você acredita que seus concorrentes estão genuinamente reduzindo headcount porque a IA substituiu funções críticas, pode acelerar investimentos em automação que não fazem sentido para o seu momento. Se você entende que o que está ocorrendo é principalmente uma correção de ciclo de contratação, sua leitura de timing, de posicionamento e de risco muda substancialmente.
A terceira atinge quem menos tem condições de se defender. Os mais prejudicados pela combinação de AI washing e contração do mercado não são os profissionais sêniores. São os jovens tentando entrar. Dados do Burning Glass Institute mostram que entre 2018 e 2024, a proporção de vagas em desenvolvimento de software exigindo até três anos de experiência caiu de 43% para 28%. Em análise de dados, de 35% para 22%. As empresas não estão contratando menos no total: estão pulando a entrada e contratando direto para posições seniores. A ironia que deveria incomodar qualquer líder: a Geração Z tem a maior fluência em IA entre todas as gerações, 22% de proficiência contra 6% dos baby boomers segundo a Forrester, e está sendo sistematicamente bloqueada de entrar justamente nas empresas que dizem estar se transformando por causa da IA.
Uma referência brasileira: o que o iFood fez diferente
No contexto de narrativas corporativas convenientes, vale olhar para um caso brasileiro que oferece um contraponto instrutivo, não porque seja perfeito, mas porque a sequência de decisões revela uma lógica distinta.
O iFood também demitiu. Em março de 2023, desligou 355 colaboradores, cerca de 6% do quadro, e justificou pelo cenário macroeconômico. Não citou IA. Não emoldurou a decisão como transformação estratégica. Chamou de correção o que era correção.
O que aconteceu em paralelo e na sequência é o que diferencia o caso. A empresa seguiu investindo em IA com consistência e escala. Hoje, opera com mais de 190 modelos proprietários de inteligência artificial, processa 14 bilhões de previsões mensais em tempo real e registrou 3 bilhões de interações com IA generativa só em 2026. Em outubro de 2025, lançou sua plataforma interna de agentes, com a meta de que cada um dos seus 8.000 funcionários tenha o próprio agente de IA até março de 2026. E os resultados de negócio acompanham: CAGR de 28% em três anos, projeção de US$ 1,3 bilhão de faturamento no ano fiscal de 2025, 83% de crescimento na base de restaurantes parceiros em 2025.
A lição não é que o iFood nunca demitiu. É que demitiu pelo motivo real, sem usar IA como álibi, e adotou IA de verdade para crescer. As duas decisões foram tratadas pelo que são: uma, correção de ciclo; a outra, aposta estratégica. A separação honesta entre as duas é justamente o que a maioria das empresas no noticiário global não fez.
O modelo do iFood tem uma característica que o MIT identifica como central nos 5% de empresas que realmente extraem ROI da IA: foco em casos de uso específicos com impacto mensurável, em vez de rollout horizontal sem critério. Cada modelo proprietário resolve um problema concreto. A adoção não é narrativa de modernização. É operação.
Três movimentos para quem quer tomar decisões com dados reais
Separar narrativa de diagnóstico antes de qualquer decisão de workforce. Antes de anunciar uma reestruturação fundamentada em “eficiência de IA”, exija evidências internas. Quais funções foram genuinamente substituídas? Qual é o dado de produtividade antes e depois da adoção da tecnologia? Se a resposta for “ainda estamos construindo o case”, a decisão não é de IA: é de custo. E decisões de custo merecem ser tratadas com a honestidade que esse tipo de movimento exige.
Não construir estratégia de workforce com base no que os concorrentes estão anunciando. O que empresas comunicam externamente sobre IA e o que realmente aconteceu internamente são frequentemente histórias muito diferentes. Com 95% das iniciativas de IA sem ROI comprovado, a probabilidade de que o concorrente que anunciou “eficiência por IA” esteja de fato operando com vantagem real é baixa. Construir estratégia de pessoas com base em press releases é tão arriscado quanto construir estratégia de mercado com base nos mesmos comunicados.
Proteger a confiança como ativo estratégico, não como valor de parede. Organizações que explicam honestamente as razões dos seus movimentos, mesmo quando as razões são constrangedoras, constroem um capital de credibilidade que se converte em velocidade de execução nas transformações seguintes. Equipes que confiam na liderança adotam novas ferramentas, inclusive IA, com muito mais agilidade do que equipes que aprenderam a desconfiar das narrativas que chegam de cima. Confiança não é soft skill: é infraestrutura de execução.
A pergunta que fica
A IA vai, de fato, transformar funções, eliminar papéis e criar outros que ainda não existem. Isso não é ficção científica: é uma transição real, em curso, com impactos concretos e verificáveis. O artigo de março desta coluna explorou como a inércia estratégica impede que líderes atualizem seus mapas mesmo quando sabem que o território mudou. O AI washing é uma versão específica desse mesmo problema: a dificuldade de nomear as coisas pelo que são.
A pergunta que proponho que você leve para a próxima reunião de liderança não é “como usamos IA para reduzir headcount?”. É: “quando comunicamos decisões sobre nossa estrutura, estamos sendo honestos sobre as reais causas, ou estamos emprestando uma narrativa conveniente que vai custar caro na próxima vez que precisarmos de engajamento genuíno?”
A resposta a essa pergunta revela muito mais sobre a maturidade estratégica de uma organização do que qualquer roadmap de adoção de IA.
* * *
Esse é um tema que provoca reações fortes, especialmente em ambientes onde a narrativa de IA virou moeda de troca com investidores. Se você está navegando essa tensão na sua organização e quer aprofundar a reflexão, seja numa conversa ou num processo de conselho me chame no LinkedIn. Tenho interesse genuíno nas conversas onde o diagnóstico importa mais do que o conforto da narrativa.
Fontes consultadas
Challenger, Gray & Christmas – Layoff Analysis 2025 (demissões e citações de IA nos comunicados corporativos)
National Bureau of Economic Research (NBER) – AI Employment Impact Survey 2025
MIT NANDA Initiative – The GenAI Divide: State of AI in Business 2025 (Aditya Challapally, MIT Media Lab)
McKinsey & Company – The State of AI 2025: How Organizations Are Rewiring to Capture Value (março 2025)
Harvard Business Review – Companies Are Laying Off Workers Because of AI’s Potential, Not Its Performance (janeiro 2026)
Forrester Research – The AI Layoff Trap: Why Half Will Be Quietly Rehired (dezembro 2025)
Burning Glass Institute – Entry-Level Job Displacement in AI-Exposed Fields, 2018–2024
Wired – New York State AI Layoff Disclosure Analysis (2025): zero de 160 empresas citou automação na notificação legal
Damian Player (LinkedIn, fevereiro 2026) – visualização viral de adoção global de IA; análise complementar em petar.com/blog
NeoFeed – iFood projeta faturamento de US$ 1,3 bilhão no ano fiscal de 2025 (outubro 2025)
Mobile Time – iFood lança plataforma de agentes de IA com meta de 8.000 agentes até março de 2026 (outubro 2025)
iFood / FIPE – Pesquisa de Impacto Socioeconômico 2025: R$ 140 bilhões movimentados na economia brasileira em 2024
