A inteligência artificial já deixou de ser uma discussão sobre futuro distante. Ela está nas rotinas de trabalho, nas decisões de negócio, nos processos operacionais e nas conversas sobre carreira. A pergunta, portanto, mudou: saímos de "se a IA vai transformar o trabalho" para como essa transformação acontece — e como pessoas e empresas podem se preparar para ela.
Foi esse o ponto de partida de mais uma edição do QInsights, evento sediado pela Qulture Rocks no Auditório UOL EdTech, em São Paulo. Com o tema “Seu emprego ainda existirá nos próximos 5 anos?”, o encontro recebeu Michelle Schneider, professora na Singularity University, autora best-seller, sócia da Signal & Cipher e ex-executiva de empresas como Google, LinkedIn e TikTok.
Ao longo da conversa, Michelle trouxe dados, provocações e exemplos práticos para explicar por que a IA não deve ser analisada apenas pela ótica da substituição de empregos. A principal mudança está na arquitetura do trabalho: tarefas, fluxos, habilidades e modelos de carreira estão sendo redesenhados.
A seguir, reunimos os principais aprendizados do evento. Confira!
A IA já está no trabalho
Um dos primeiros pontos apresentados por Michelle foi a constatação de que a IA já faz parte da rotina profissional. Segundo os dados trazidos na apresentação, 60% das empresas brasileiras já utilizam IA e 71% dos profissionais brasileiros usaram IA no trabalho em 2025.
Esse dado muda a natureza da conversa. A questão deixa de ser “quando a IA vai chegar?” e passa a ser “como ela está sendo usada?”. Para as empresas, isso significa que a adoção da tecnologia já está acontecendo, muitas vezes de forma descentralizada, com colaboradores testando ferramentas por conta própria para ganhar produtividade, acelerar entregas ou resolver tarefas específicas.
Esse movimento cria oportunidades, mas também riscos: sem direcionamento, a IA pode ser usada de forma pontual, pouco integrada à estratégia do negócio e sem critérios claros de segurança, qualidade e impacto.
Por isso, o avanço da IA exige mais do que acesso às ferramentas, estando diretamente ligado a educação, repertório e orientação prática.
O gap entre IA e humanos está diminuindo, mas isso não significa substituição imediata
A apresentação também mostrou que a IA já supera humanos em algumas capacidades, como reconhecimento de imagem, compreensão de linguagem, matemática de competição e raciocínio multimodal. Em outras áreas, como engenharia de software autônoma e programação complexa, o gap também vem diminuindo rapidamente.
Ao mesmo tempo, a tecnologia ainda enfrenta limitações importantes em percepção visual contextual e confiabilidade em domínios de alto risco. Esse ponto é essencial para evitar leituras simplistas.
A IA avança em velocidade significativa, mas seu impacto no trabalho não acontece de maneira uniforme. Algumas tarefas são altamente expostas à automação ou ampliação por IA. Outras ainda dependem de contexto, julgamento humano, tomada de decisão sensível, relacionamento, ética e conhecimento organizacional.
Na prática, o trabalho não muda porque uma ferramenta “substitui uma profissão inteira” de uma vez. Ele muda porque determinadas tarefas passam a ser executadas, aceleradas ou aprimoradas por sistemas inteligentes.
O impacto inicial da IA não está, necessariamente, nas demissões
Apesar do debate frequente sobre perda de empregos, Michelle apresentou uma leitura mais cuidadosa sobre o cenário atual. Segundo os dados trazidos no evento, os impactos da IA sobre o emprego ainda não aparecem da forma intensa que muitos imaginam.
A apresentação destacou, por exemplo, que a taxa de desemprego no Brasil chegou a 6,1% no primeiro trimestre de 2026, o menor índice para um primeiro trimestre desde o início da série histórica em 2012. O ponto central é que a IA pode produzir efeitos antes mesmo de aparecer nas estatísticas tradicionais de desemprego.
Um desses efeitos é a transformação dos cargos de entrada. A apresentação levantou a hipótese de que recém-formados e profissionais em posições iniciais podem ser os primeiros a sentir mudanças mais profundas, já que muitas atividades de execução, pesquisa, produção inicial e análise básica estão entre as mais expostas à IA.
Para empresas, esse cenário traz uma pergunta importante: como formar profissionais em um contexto em que parte das tarefas que antes serviam como porta de entrada para o aprendizado já pode ser acelerada ou executada por IA?
A resposta passa por redesenhar jornadas de desenvolvimento. Em vez de apenas treinar pessoas para repetir processos, as organizações precisarão desenvolver capacidade crítica, repertório, análise, curiosidade, colaboração com IA e tomada de decisão.
O desafio não é apenas adotar IA, mas redesenhar o trabalho
Um dos momentos mais relevantes do evento foi a comparação entre IA e eletricidade. Michelle lembrou que a eletricidade não gerou ganhos imediatos de produtividade apenas por estar disponível. Foi preciso redesenhar fábricas, processos e formas de operar para que a tecnologia produzisse impacto real.
A mesma lógica vale para a inteligência artificia: a tecnologia já está disponível, mas o redesenho do trabalho ainda está em andamento. A apresentação resume esse ponto de forma direta: este é o nosso “momento da eletricidade”.
Esse aprendizado é especialmente importante para lideranças e áreas corporativas. Implementar IA não significa apenas contratar ferramentas ou liberar acessos. Significa repensar fluxos, responsabilidades, competências, indicadores, rituais de gestão e formas de colaboração.
Sem esse redesenho, a IA tende a ser usada como camada adicional de produtividade individual. Com esse redesenho, ela pode se tornar parte da estratégia de execução da empresa.
Empregos são conjuntos de tarefas — e é nas tarefas que a IA atua
Outro conceito central apresentado por Michelle foi a ideia de que empregos são compostos por tarefas. A IA não transforma o trabalho apenas eliminando cargos inteiros, mas alterando a composição das atividades dentro de cada função.
Esse raciocínio ajuda a entender por que algumas previsões sobre desaparecimento de profissões não se concretizam da forma esperada. A apresentação trouxe o exemplo dos radiologistas.
Em 2016, havia previsões de que o deep learning faria um trabalho melhor do que esses profissionais em poucos anos. Mas, segundo os dados apresentados, o número de radiologistas nos Estados Unidos cresceu cerca de 15% desde então.
A explicação está no fato de que a IA aprimorou uma parte específica do trabalho — reconhecimento de imagem —, mas não substituiu todas as tarefas que compõem a profissão.
A implicação é clara: para entender o impacto da IA, empresas precisam mapear tarefas, não apenas cargos. Algumas atividades podem ser automatizadas. Outras podem ser ampliadas. E outras continuam exigindo presença humana, especialmente quando envolvem contexto, empatia, julgamento e responsabilidade.
Automação e ampliação levam a resultados diferentes
Michelle também chamou atenção para uma distinção importante: a mesma tecnologia pode ser usada para automação ou para ampliação.
Na automação, a IA substitui ou executa tarefas antes realizadas por pessoas. Na ampliação, ela aumenta a capacidade humana, permitindo que profissionais:
- façam análises melhores;
- criem com mais velocidade;
- testem hipóteses;
- conectem repertórios; e,
- tomem decisões mais bem informadas.
A apresentação conecta esse debate ao conceito de “Turing Trap”, de Erik Brynjolfsson, indicando que a ampliação tende a gerar mais valor no longo prazo. Em vez de olhar apenas para as tarefas humanas que podem ser automatizadas, empresas precisam observar também as novas tarefas que humanos podem realizar com apoio das máquinas.
Essa é uma mudança relevante para o aprendizado corporativo. Capacitar pessoas para usar IA não deve se limitar a ensinar comandos ou ferramentas. O ponto é desenvolver uma nova forma de pensar o trabalho:
- como decompor problemas;
- estruturar fluxos;
- validar respostas;
- interpretar dados;
- formular boas perguntas; e,
- combinar inteligência humana com inteligência artificial.
Os três grandes shifts do trabalho
A partir desse contexto, Michelle apresentou três mudanças centrais que ajudam a entender a nova arquitetura do trabalho.
1. De fazer o trabalho para arquitetar o trabalho
O primeiro shift é a transição de uma lógica focada em execução para uma lógica focada em arquitetura. Na apresentação, Michelle resume essa mudança com a ideia de que, hoje, grande parte do tempo é dedicada à execução; amanhã, uma parcela maior deverá ser dedicada ao planejamento, ao desenho de fluxos e à orquestração de agentes de IA.
Isso não elimina o papel humano. Pelo contrário: ele se torna mais estratégico. Se IAs executam tarefas, humanos precisam desenhar o sistema de trabalho, definir objetivos, estabelecer critérios, interpretar resultados e tomar decisões.
Essa mudança exige uma nova competência: saber orientar sistemas inteligentes. Não basta pedir respostas. É preciso entender o problema, estruturar o contexto, avaliar a qualidade da entrega e conectar a saída da IA aos objetivos do negócio.
2. De especialistas para generalistas potencializados por IA
O segundo shift é a valorização dos generalistas criativos. Segundo a apresentação, a IA dá profundidade em múltiplos campos, mas o papel humano passa a ser conectar pontos.
Isso não significa que a especialização perde valor. Significa que profissionais com curiosidade, visão ampla e capacidade de aprender em diferentes domínios ganham mais espaço. A IA reduz parte da barreira de entrada para acessar conhecimento técnico, mas ainda depende de pessoas capazes de fazer perguntas relevantes, interpretar contextos e combinar saberes.
Para empresas, essa mudança reforça a importância de construir culturas de aprendizagem contínua. O futuro do trabalho não será sustentado apenas por treinamentos pontuais, mas por ambientes em que as pessoas possam aprender, experimentar, aplicar e compartilhar conhecimento de forma constante.
3. De empregos para trabalho
O terceiro shift é a transição de uma visão centrada em empregos para uma visão centrada em trabalho.
Michelle apresentou dados sobre a multiplicação de novas empresas, o avanço da gig economy e o crescimento de modelos independentes de atuação. A apresentação destaca, por exemplo, que 5,1 milhões de novas empresas foram abertas no Brasil em 2025, um recorde histórico e 18,6% acima do ano anterior.
Esse movimento sugere que as estruturas tradicionais podem ficar menores, enquanto o trabalho se distribui em redes, projetos, fornecedores, agentes, freelancers e arranjos mais flexíveis. A IA acelera esse processo ao reduzir a necessidade de coordenação intermediária em algumas atividades e permitir que equipes menores façam mais.
Para organizações, isso traz um desafio de gestão: como desenvolver pessoas, sustentar cultura, distribuir conhecimento e manter alinhamento estratégico em estruturas mais fluidas?
O futuro do trabalho depende de desenvolvimento contínuo
O principal aprendizado do QInsights é que a IA não deve ser tratada apenas como uma tecnologia. Ela é uma mudança na forma como o trabalho é pensado, distribuído, executado e aprendido.
Para pessoas, isso exige novas habilidades: curiosidade, pensamento crítico, visão sistêmica, capacidade de formular boas perguntas, domínio de ferramentas, repertório interdisciplinar e responsabilidade no uso da IA.
Para empresas, exige uma estratégia de desenvolvimento mais conectada ao negócio. A adoção de IA precisa vir acompanhada de educação corporativa, orientação prática, cultura de aprendizagem e clareza sobre onde a tecnologia pode gerar valor.
É nesse ponto que a conversa se conecta diretamente ao papel da Qulture Rocks. Preparar profissionais para a IA não significa oferecer conteúdo genérico sobre tecnologia. Significa apoiar empresas a desenvolverem repertório aplicado, conectado ao dia a dia das áreas e aos desafios reais de cada função.
Conheça a série IA na Prática, da Qulture Rocks
Para apoiar empresas nessa jornada, a Qulture Rocks apresenta a série IA na Prática, disponível dentro do Sapiência, nossa solução de streaming de conteúdos.
A série foi desenhada para ajudar organizações a aplicarem a Inteligência Artificial em diferentes áreas de negócio, como RH, Finanças, Jurídico e Marketing. O objetivo é materializar o pilar de Inteligência Integrada, conectando estratégia, tecnologia e produtividade de forma prática.
Cada curso é focado em uma área específica e assinado por especialistas com autoridade naquele universo. Não é um conteúdo genérico sobre IA. É IA aplicada ao que profissionais fazem todos os dias.
Se a sua empresa quer preparar pessoas para usar inteligência artificial com mais clareza, segurança e impacto, fale com um especialista da Qulture Rocks e entenda como nossas soluções podem apoiar essa evolução.
