Na semana de 29 de abril, a Meta divulgou um resultado trimestral forte e foi punida na bolsa. Receita 33% maior que no ano anterior, lucro acima do esperado, e mesmo assim a ação despencou cerca de 7% nas negociações após o fechamento. O motivo não foi o operacional. Foi o capex. A empresa revisou para cima a previsão de gastos com infraestrutura de IA em 2026, agora entre US$ 125 e US$ 145 bilhões, quase o dobro dos US$ 72,2 bilhões gastos em 2025. Wall Street não gostou de ver tanto dinheiro indo para data center.
No mesmo dia, Alphabet e Amazon, que também anunciam investimentos pesados em IA, subiram, porque reportaram receita ligada a esse capex em seus negócios de nuvem. A mensagem foi cirúrgica. Gastar com IA é aceito apenas se já estiver retornando agora. Cortar gente, ao contrário, é sempre bem-vindo.
Não por acaso, segundo dados consolidados pelo Layoffs.fyi e reportados pela CNBC em abril de 2026, mais de 92 mil pessoas foram demitidas no setor de tecnologia só nos primeiros meses do ano, no mesmo período em que muitas dessas empresas reportavam trimestres entre os mais lucrativos da própria história. O comunicado oficial veio embalado em palavras educadas: “eficiência operacional”, “otimização de estrutura”, “sinergia de times”.
No Brasil, o roteiro tem sotaque local mas a mesma trama. Bradesco, Santander e Itaú dispensaram, somados, mais de 4.600 pessoas só no primeiro semestre de 2025, sob a justificativa da “digitalização”. Em paralelo, contrataram milhares de profissionais de tecnologia. A inteligência artificial deixou de ser ferramenta e virou álibi. E é nesse ponto que se instala uma patologia organizacional que precisa de nome próprio: a “Síndrome do lenhador”.
A confissão silenciosa do trimestre mais lucrativo da história
Há algo de inquietante na coreografia recente do mercado. Empresas anunciam cortes em escala industrial e a ação sobe. Anunciam investimento em capacidade computacional e a ação cai. O sinal não poderia ser mais claro. Demitir é certeza. Construir é dúvida.
Essa leitura, porém, ignora um detalhe constrangedor. Pesquisa publicada pela Harvard Business Review em janeiro de 2026, com 1.006 executivos globais ouvidos no mês anterior, mostrou que as demissões atribuídas à IA são feitas, em sua maioria esmagadora, em antecipação ao impacto da tecnologia, não em resposta a ganhos efetivamente medidos. O corte vem antes da entrega de valor que o justificaria. A IA virou álibi para o que muitos boards já queriam fazer e não tinham coragem de defender em outros termos.
O Gartner, em relatório de janeiro de 2026 assinado pela analista Emily Rose McRae, foi mais cirúrgico: apenas 1% das demissões registradas no primeiro semestre de 2025 resultaram, de fato, de ganhos de produtividade associados à IA. Os outros 99% foram decisões anteriores travestidas de inovação. Esse desencontro entre narrativa e prática não é erro contábil. É escolha estratégica. E como toda escolha estratégica, tem nome, custo e responsável.
A “Síndrome do lenhador“
Existem duas formas de remover árvores. O lenhador derruba para extrair valor imediato da madeira, no inverno, quando a demanda é alta. Não pergunta o que vai crescer no lugar. Não tem horizonte de plantio. Tem cota de metros cúbicos. O jardineiro poda. Remove com intenção, no momento certo, sabendo exatamente o que pretende ver florescer na primavera. As duas atividades parecem semelhantes vistas de longe. Não são. A diferença está no que se faz depois do corte.
A “Síndrome do lenhador” é a confusão sistemática entre subtração e transformação. É o gesto organizacional de chamar de “estratégia de IA” o que, no fundo, é apenas reestruturação acelerada por uma desculpa nova. Diagnostica-se a empresa como árvore em excesso. Apresenta-se a IA como motosserra mais eficiente. Confunde-se velocidade do corte com profundidade da decisão. E o pior: vende-se isso para o conselho, para os funcionários e para o mercado como visão de futuro.
Empresas com “Síndrome do lenhador” têm um padrão reconhecível. Aprovam iniciativas de IA cujo único indicador de sucesso é o número de pessoas dispensadas. Comemoram o “antes e depois” da redução de quadro como prova de transformação digital. E quando perguntadas sobre o que cresceu no espaço aberto pelo corte, respondem com generalidades sobre “agilidade” e “foco no core”.
O sintoma terminal é simples. Doze meses depois da poda, a empresa é apenas menor. Não é melhor, não é diferente, não é mais inovadora. É menor. E o conselho, que deveria ter feito a pergunta certa, aplaudiu a planilha errada.
Cortar é planilha. Podar é estratégia.
Cortar é decisão de planilha. Tem horizonte trimestral, métrica única (custo) e responsável claro (CFO ou COO). Pode ser delegada com tranquilidade, porque exige cálculo, não visão. Cortar protege margens, alivia caixa, atravessa tempestade. Em determinados momentos, é legítimo e necessário.
Podar é decisão de estratégia. Tem horizonte plurianual, métrica composta (capacidade liberada, qualidade ganha, tempo recuperado), e responsável indelegável: o CEO e o conselho. Não pode ser terceirizada para a área de tecnologia, porque a pergunta a ser respondida não é técnica. É de propósito. Podar aceita desconforto de curto prazo em troca de crescimento qualitativamente novo. Por isso é mais difícil, e por isso é mais raro.
Os números do relatório McKinsey “The State of AI 2025”, de novembro daquele ano, mostram a diferença em alto contraste. Adoção é praticamente universal: 88% das organizações já usam IA em pelo menos uma função. Mas apenas cerca de 6% chegam à categoria de “high performers”, aquelas em que mais de 5% do EBIT (lucro operacional) é atribuível à IA. O que essas 6% fazem de diferente?
Três coisas, basicamente. São 3,6 vezes mais propensas a tratar IA como vetor de transformação, e não apenas de eficiência. Definem objetivos explícitos de crescimento e inovação, e não só de redução de custos. E 55% delas redesenharam fundamentalmente seus fluxos de trabalho, contra cerca de 20% das demais. Em uma frase: as empresas que extraem valor da IA não fizeram corte. Fizeram poda. E mediram.
Se você está na sala em que isso é decidido, a pergunta é sua. Quem pergunta “o que podemos eliminar?” colhe encolhimento. Quem pergunta “o que podemos liberar?” colhe crescimento.
O que o Gartner descobriu (e o que o board não quer ouvir)
Em maio de 2026, o Gartner publicou um achado que deveria ter constrangido qualquer comitê executivo que aprovou plano de IA nos últimos 18 meses. A consultoria entrevistou 350 executivos globais de empresas com receita anual de pelo menos US$ 1 bilhão, todas operando ou testando capacidades de negócios autônomos: agentes de IA, automação inteligente, RPA. Resultado: 80% reduziram quadro de pessoal. O detalhe corrosivo é outro. As taxas de redução foram praticamente iguais entre as empresas com ROI alto e as empresas com retorno modesto ou negativo. Demitir, em outras palavras, não diferenciou os ganhadores dos perdedores.
Helen Poitevin, VP Analyst do Gartner e responsável pelo estudo, foi direta em entrevista à Fortune publicada em 11 de maio: “Buscar valor apenas pela redução de headcount provavelmente leva a maioria das organizações a um caminho de retornos limitados.” E completou: as empresas que reportaram ROI alto não eram as mesmas que reportaram cortes ligados à IA. O termo que a Gartner cunhou para distinguir o padrão vencedor é revelador: “people amplification”, ampliação de pessoas, e não substituição delas.
A constatação se soma a um achado anterior do MIT. Em agosto de 2025, pesquisadores da iniciativa NANDA publicaram “The GenAI Divide”, analisando mais de 300 implantações em 116 países. O número que envergonha qualquer relatório anual recente: 95% dos projetos corporativos de IA generativa não geraram retorno financeiro mensurável. Investimentos globais no período somaram entre US$ 30 e US$ 40 bilhões. Os autores foram explícitos sobre a causa. O problema não estava nos modelos, na regulação, na qualidade da tecnologia. Estava na abordagem: pilotos descolados de processos, ferramentas estáticas, ausência de redesenho. Cortes generalizados, investimentos pesados, ROI ausente. Uma única explicação reconcilia os três fatos. Estamos cortando antes de entender, investindo sem redesenhar, e medindo apenas o que cabe na próxima reunião do board.
Klarna, Oracle e o teatro brasileiro da digitalização
A Klarna virou caso de escola pelos motivos errados. Em 2022 e 2023, a fintech sueca demitiu cerca de 700 atendentes e reduziu seu quadro total de 3.800 para cerca de 2.000 pessoas, com narrativa orgulhosa de que sua IA fazia o trabalho equivalente. Em maio de 2025, o CEO Sebastian Siemiatkowski reverteu publicamente a estratégia, admitiu queda na qualidade do atendimento e iniciou recontratação. O IPO previsto para 2025, com avaliação superior a US$15 bilhões, foi adiado, e o custo da reversão, em centenas de milhões, virou tópico recorrente nas teleconferências. A Klarna não falhou em tecnologia. Falhou em julgamento.
A Oracle, em março e abril de 2026, reproduziu o erro em maior escala. Demitiu cerca de 30 mil funcionários após pedir, semanas antes, que documentassem detalhadamente seus fluxos de trabalho para treinar a IA que os substituiria. Larry Ellison, cofundador, declarou em conferência de investidores que a empresa não escrevia mais o próprio código, agora ele era produzido pelos modelos. Ex-funcionários relataram, em paralelo, que esse código gerado por IA chegava à produção repleto de erros que precisavam ser reescritos por humanos. Treinou-se a serra elétrica com a memória dos próprios cortados, e em seguida descobriu-se que ela ainda precisava do supervisor humano para não destruir o que cortava.
No Brasil, o caso é mais complexo e merece atenção. Bradesco, Santander e Itaú dispensaram, somados, mais de 4.600 pessoas no primeiro semestre de 2025, sob a justificativa do fechamento de agências físicas e da digitalização. Aqui, porém, há nuance. O Bradesco, que liderou os cortes com 1.875 vagas, contratou cerca de 2.500 profissionais de tecnologia e análise de dados no mesmo período. Esse movimento, em tese, é poda, não corte: subtração com intenção de plantio. A pergunta, ainda sem resposta pública, é se os 2.500 entrantes vão multiplicar capacidade ou apenas substituir os 1.875 que saíram, com novas capas. A diferença entre as duas hipóteses é o que separa Lógica do Jardineiro de uma versão sofisticada da Síndrome do Lenhador.
Nem toda demissão é Síndrome do Lenhador. Nem toda contratação é Lógica do Jardineiro. A diferença está na intenção declarada, no resultado mensurado, e na coragem do conselho de auditar a si mesmo doze meses depois.
Sete perguntas para o conselho antes de aprovar a próxima iniciativa de IA
Para conselheiros e CEOs que querem evitar o diagnóstico de lenhador no próximo ciclo, sete instruções práticas:
- Não aprove iniciativa de IA cujo único KPI primário seja headcount. Se a métrica é só de subtração, é corte, não poda. Exija pelo menos um indicador de geração:
- Pergunte o que a IA libera, não o que ela elimina. A pergunta de jardineiro é “o que pode crescer aqui agora?”. A pergunta de lenhador é “o que está sobrando?”. Mude a pergunta. Mude o resultado.
- Exija plano de redesenho de fluxo, não de substituição. A McKinsey é categórica: a única variável organizacional com correlação forte com impacto em EBIT é o redesenho fundamental dos processos. Empilhar IA em workflow antigo é estética, não transformação.
- Inclua o CHRO em toda decisão de IA com impacto em força de trabalho. O Gartner, em janeiro de 2026, foi explícito: cabe ao CHRO reequilibrar conselhos excessivamente otimistas quanto ao impacto imediato da IA. CHRO ausente da sala é sintoma confiável de Síndrome do Lenhador em formação.
- Audite o resultado em doze meses, com honestidade. Compare o ROI real ao prometido na aprovação. Se a poda apenas encolheu, foi corte. Se gerou crescimento mensurável, foi estratégia. A diferença é factual, não retórica.
- Tenha coragem de reverter. A Klarna recontratou. O custo da reversão é alto, mas é menor do que o de manter um modelo que destrói qualidade, marca empregadora e confiança interna. Reverter é maturidade, não fracasso.
- Não confunda mercado aplaudir com decisão certa. Wall Street pune capex e premia corte porque opera em horizonte trimestral. O conselho responde por horizonte plurianual. Quando os dois divergem, o conselho não trabalha para Wall Street.
Conclusão
A inteligência artificial é, sem hipérbole, uma das ferramentas mais poderosas já colocadas à disposição da gestão. Mas a história tecnológica das últimas décadas ensina que o impacto de qualquer ferramenta nunca está nela. Está na pergunta que se faz antes de empunhá-la. Empresas com Síndrome do Lenhador vão usar a IA para encolher mais rápido e chamar isso de transformação. Empresas com Lógica do Jardineiro, ou “people amplification”, como prefere a Gartner, vão usar a mesma tecnologia para liberar capacidade humana, redesenhar processos e fazer mais, com o mesmo ou menos. As duas vão chamar o que fazem de inovação. Apenas uma estará dizendo a verdade.
Decisões antes técnicas hoje são pauta indelegável do conselho. A escolha entre serra elétrica e tesoura de poda não pode ser delegada à área de tecnologia, à consultoria que vendeu o projeto, ou ao mercado que aplaude o trimestre. É decisão de propósito. E propósito tem nome, tem dono e tem auditoria.
A IA está derrubando árvores na sua empresa, ou abrindo claros para que algo cresça?
