Toda vez que uma empresa apresenta seu balanço de produtividade em IA, ela mostra o que ganhou. Poucas mostram o que deixou de formar e é exatamente aí que mora o problema mais sério que vi surgir nos últimos meses de acompanhamento de dados sobre IA e trabalho.

Em 10 de junho de 2026, o Stanford Digital Economy Lab lançou a plataforma AI Economic Indicators e, com ela, o Canaries Dashboard: um painel construído com a ADP Research e atualizado mensalmente, alimentado por dados anonimizados de folha de pagamento.

No lançamento, a amostra reuniu 25 mil empresas, cerca de 4,6 milhões de trabalhadores e mais de 730 ocupações. O painel é público e pode ser consultado livremente.

O nome do painel não é acidental. Canário na mina é indicador antecipado, não estatística oficial e o próprio Stanford é explícito quanto a isso: a amostra é grande e de baixa latência, mas não necessariamente representativa do mercado de trabalho americano.

O painel mede mudanças no emprego associadas ao grau de exposição das ocupações à IA. Não há prova de causalidade.

O achado central não é sensacionalista. É pior do que isso: é silencioso.

O dado que ninguém está lendo direito

Não há demissão em massa. Há um afunilamento muito específico.

Nas ocupações mais expostas à IA desenvolvimento de software, atendimento, funções administrativas, trabalhadores de 22 a 25 anos registraram queda de aproximadamente 6% desde o final de 2022.

Nas mesmas ocupações, os grupos mais experientes cresceram entre 6% e 9%. Com controles estatísticos por empresa e período, a queda relativa dos jovens chega a cerca de 16%. O emprego agregado, enquanto isso, continuou crescendo.

Uma explicação possível e os autores a apresentam como hipótese, não como causa provada é que a IA atinge primeiro tarefas codificáveis e verificáveis, normalmente atribuídas a quem está começando, enquanto complementa o julgamento, o conhecimento de processo e o relacionamento acumulados por profissionais experientes.

Vale dizer o que o próprio debate jornalístico já registrou. Em 29 de junho, a The Atlantic entrevistou Bharat Chandar, coautor do estudo, e descreveu o quadro como uma recessão de contratação para trabalhadores no início dos 20 anos.

Três dias depois, em 2 de julho, Ben Casselman escreveu no New York Times que medir o efeito da IA na economia é bem mais difícil do que as manchetes sugerem, apresentando evidências em direções opostas, inclusive de empresas mais intensivas em IA que aumentaram o emprego.

As duas leituras não se anulam. Elas delimitam o que se pode afirmar hoje: existe um sinal consistente no topo do funil de carreira, e não existe ainda uma conclusão fechada sobre a economia como um todo.

Quem espera a conclusão fechada para agir vai agir tarde, porque sucessão não é um problema que se resolve no ano em que aparece.

Aqui está o ponto que interessa a qualquer conselho de administração: isso não é uma notícia sobre desemprego. É uma notícia sobre sucessão.

A IA não está demitindo ninguém em massa. Está fazendo algo mais silencioso: cancelando o primeiro emprego de quem sucederia você.

O que aprendi formando gente de dentro

Passei três décadas em organizações que não tinham onde comprar profissional pronto.

Na infraestrutura da internet comercial brasileira, nos anos 90, não havia currículo para o que estávamos construindo. Contratamos jovens, colocamos ao lado de quem sabia mais e deixávamos errar em ambiente controlado.

Depois, mais de duas décadas construindo educação corporativa me mostraram a mesma coisa do outro lado do balcão: o que forma um profissional não é o conteúdo, é a exposição a decisões reais e a alguém que já as tomou.

É precisamente essa exposição que a automação da porta de entrada elimina primeiro.

Por que isso é mais grave no ecossistema brasileiro de internet

Um provedor regional não contrata júnior por generosidade. Contrata porque não existe outra fonte de mão de obra.

O técnico de campo de hoje é o gerente de operações daqui a oito anos. Não há mercado de onde trazer esse profissional formado; ele nasce dentro de casa ou não existe. E quando esse mesmo provedor automatiza o atendimento de nível 1 com IA e está automatizando, com razão, porque a margem é apertada, ele elimina exatamente o degrau por onde toda a sua liderança futura entrou.

A empresa grande que corta a porta de entrada tem, em 2031, um mercado externo para recorrer. As milhares de empresas médias e pequenas do ecossistema digital representadas pela ABRANET e presentes em seus comitês não têm.

No Comitê de Inovação e Educação, essa é uma discussão recorrente, e ainda pouco tratada como o que de fato é: risco de continuidade, não linha de custo.

O que o conselho deveria perguntar amanhã

Se a sua empresa reduziu ou congelou vagas de entrada nos últimos 18 meses em nome de eficiência via IA, você não cortou custos.

Você adiou um problema de talento para 2030, quando os cargos de gerência média hoje ocupados por quem tem 35 a 45 anos precisarem de sucessores que simplesmente não foram formados.

• Quantos profissionais júnior sua empresa contratou nos últimos dois anos, comparado a cinco anos atrás?

• Existe um plano deliberado de formação, mentoria, rotação, exposição a decisão para quem entra hoje ou o júnior está sendo usado só para operar ferramentas?

• Sua área de RH está medindo isso como risco de sucessão, ou só como linha de custo?

O contraponto que eu mesmo faço

O Conselho não se convence com tese sem contraditório. Então vou tencionar meu próprio argumento.

Há uma leitura razoável de que isso é transitório. Toda onda tecnológica destruiu a porta de entrada anterior antes de abrir outra: a internet comercial acabou com funções inteiras nos anos 90 e criou profissões que ninguém sabia nomear em 1995.

É possível que o júnior de 2030 entre por uma porta que hoje não existe, orquestrando agentes, auditando saídas de modelos, fazendo curadoria de contexto.

Acredito que essa leitura tenha fundo de verdade. O que ela não resolve é o intervalo. A porta anterior fechou agora; a nova ainda não tem nome, nem trilha de formação, nem alguém experiente para ensinar.

E sucessão não é um problema que se resolve depois: quem vai comandar sua empresa em 2035 precisa estar errando em ambiente controlado em 2026.

Esse é o custo que nenhum balanço de produtividade registra.

A leitura pragmática

Não se trata de romantizar o trabalho júnior nem de frear a adoção de IA. Isso seria ingenuidade competitiva.

Trata-se de reconhecer que eficiência de curto prazo e capacidade de longo prazo são contas diferentes e que nenhuma empresa audita a segunda com o mesmo rigor que audita a primeira.

A IA não desligou a escada. Retirou os primeiros degraus e quem está no alto raramente percebe, porque já subiu.

Uma nota final sobre o método, que vale como lição de comunicação executiva: o Stanford é explícito quanto aos limites do próprio dado. Vale mais um dado limitado e bem explicado do que uma manchete definitiva e frágil.

Toda empresa sabe exatamente quanto gasta em treinamento. Quase ninguém sabe quantos anos leva para formar quem vai decidir no seu lugar. É a mesma diferença entre saber quanto custou a obra e saber se a fundação aguenta mais um andar.

A pergunta que fica para 2026 não é se a IA vai custar empregos. É se a sua empresa vai ter, em 2031, alguém preparado para substituir quem está no comando hoje.

FONTES

• Brynjolfsson, E.; Chandar, B.; Chen, R. — Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence, Stanford Digital Economy Lab.

• Canaries Dashboard — AI Economic Indicators, Stanford Digital Economy Lab

• Chandar, B. — A Primer on "Canaries in the Coal Mine?", 26/08/2025.

• The Atlantic — "The Man Who Saw AI Coming", 29/06/2026.

• The New York Times — Ben Casselman, "A.I. Is Reshaping the Economy. Good Luck Measuring How.", 02/07/2026.