Há uma frase que já circula com naturalidade em comitês de corte de pessoal: “esse trabalho a IA vai fazer”. O problema não está na frase — está no momento em que ela é usada. Segundo relatório da Gartner sobre tendências do futuro do trabalho, boa parte das empresas que hoje reduzem headcount amparadas nessa premissa está apostando em uma capacidade que a inteligência artificial, segundo os próprios dados do setor, ainda não demonstrou de forma consistente.
É uma aposta de timing, não de tecnologia. E apostas de timing malfeitas custam caro justamente porque o erro só aparece meses depois, quando a operação já sente a falta de gente e a IA ainda não preencheu a lacuna prometida.
A diferença entre crer e comprovar
Existe uma distância grande entre acreditar que uma tecnologia vai gerar produtividade no futuro e comprovar que ela já gera esse resultado hoje, na operação real da empresa. Cortar equipe com base na primeira crença — sem exigir a segunda comprovação — expõe a companhia a um intervalo de vulnerabilidade: o tempo entre a saída das pessoas e a maturidade real da ferramenta que deveria substituí-las.
Esse risco se intensifica em funções que dependem de julgamento complexo, negociação ou coordenação entre áreas — justamente onde a IA generativa, mesmo com avanços recentes em capacidade agêntica, ainda entrega resultado parcial e inconsistente.
O que sobra quando a equipe é cortada antes da hora
Na prática, quando o corte antecede a maturidade da tecnologia, o trabalho que sobra não desaparece — ele se redistribui, mal, sobre quem ficou. O efeito mais comum não é eficiência, é sobrecarga: queda de qualidade de entrega, aumento de erro operacional e desgaste acelerado da equipe remanescente, que passa a fazer, sem ferramenta adequada, o trabalho que a IA ainda não sustenta.
Existe também um custo menos visível, mas igualmente relevante: a credibilidade da própria liderança. Um corte justificado por ganho futuro de produtividade que não se confirma, de forma visível, no trimestre seguinte, mina a confiança da equipe em qualquer justificativa semelhante que a empresa apresente na próxima reestruturação.
Uma régua diferente para decidir
A pergunta que deveria orientar esse tipo de decisão não é “o que a IA promete entregar”, e sim “o que a IA já está entregando, com número concreto, na nossa própria operação”. Isso exige medir resultado antes de decidir corte: redução de tempo de execução, redução de erro, aumento de volume processado por pessoa em projetos de IA já implementados — não a expectativa de que esse ganho vá aparecer em algum momento futuro indefinido.
Empresas que aplicam esse filtro tendem a reduzir quadro de forma mais lenta, mas também mais sustentável: apenas na proporção em que a tecnologia já absorveu, de fato, aquele volume de trabalho.
Uma aposta que exige prova, não confiança
O alerta da Gartner devolve à liderança de RH e ao CEO uma responsabilidade que fica fácil de terceirizar para a área de tecnologia: exigir evidência, não expectativa, antes de aprovar corte amparado em IA. É esse tipo de leitura — separar onde a tecnologia já entrega valor mensurável de onde ainda é promessa não comprovada — que o AI Journey da StartSe ajuda a formar entre lideranças que decidem sobre adoção de IA.
Enquanto essa evidência não existir dentro de casa, qualquer corte de pessoal justificado por produtividade futura de IA continua sendo, tecnicamente, uma aposta — e apostas erradas nesse tipo de decisão não se corrigem com um comunicado interno pedindo desculpas.
