O bumerangue da IA: cortar primeiro e medir depois custa o dobro

Aqui vai um teste simples para qualquer anúncio de "eficiência com IA": a empresa mediu o que as pessoas demitidas realmente faziam antes de demiti-las? A julgar pela onda crescente de recontratações, muitas não mediram.

O padrão já é difícil de ignorar. Veículos como o Actualidad RT falam em "bumerangue da IA": empresas que voltam a contratar funcionários que haviam substituído por inteligência artificial. A Klarna é o caso exemplar mais conhecido. Como relata o Mundiario, a fintech apostou pesado na automação do atendimento ao cliente e depois voltou a contratar, após reconhecer os limites dessa abordagem. A mesma reportagem cita uma projeção da Gartner segundo a qual, até 2027, metade das empresas que cortaram pessoal culpando a IA vai recontratar para cargos semelhantes.

É preciso tratar esse último número como o que ele é: uma projeção, não um resultado. Algumas das pesquisas que circulam, como a que afirma que até 55% dos empregadores se arrependem de demissões motivadas pela IA, vêm de páginas sem data que não conseguimos verificar bem. A direção, porém, é consistente entre as fontes.

O erro não foi usar IA, foi subtrair pessoas primeiro

Não achamos que essa história mostre que a IA não funciona. Ela mostra um erro de sequência. Uma implantação sensata segue esta ordem: mapear o trabalho, automatizar o que se sustenta, medir a qualidade e só então decidir de quantas pessoas se precisa. Muitas empresas parecem ter feito o caminho inverso. Contabilizaram a economia no comunicado à imprensa e deixaram as evidências para depois.

O sinal está no que costuma desaparecer junto com o quadro de funcionários. A análise do Mundiario aponta a perda do conhecimento acumulado: funcionários experientes sabem como os clientes se comportam, percebem problemas antes que escalem e lidam com os casos fora do comum. Um modelo pode responder a centenas de consultas em segundos, mas também pode inventar informações ou repetir uma decisão ruim em grande escala. E, quando as pessoas que pegariam esses erros foram dispensadas, um erro deixa de ser um chamado e vira prejuízo financeiro, reclamação ou dano à reputação.

Essa é a dupla cobrança da tese. Primeiro, você paga pelo corte e pela desorganização que ele causa. Depois, na nossa avaliação, paga de novo por recrutamento, retreinamento e pela confiança dos clientes que perdeu pelo caminho.

O argumento econômico era mais frágil do que os conselhos supunham

Há um motivo para a lógica de cortar primeiro ter sido sedutora. Segundo uma segunda análise do Mundiario, 77% dos conselhos de administração esperam que a IA reduza custos, enquanto 38% das empresas já estouraram o orçamento de implantação. Integração, manutenção, infraestrutura e supervisão humana podem absorver boa parte da economia prometida. Se você contabiliza de saída o corte da folha de pagamento, mas a conta da IA chega depois e mais alta, a matemática se inverte.

Nossa leitura: as demissões eram a única linha do plano de negócios da IA que era imediata e certa, então viraram o plano inteiro. Todo o resto, incluindo qualidade e taxas de erro, foi presumido.

Ceticismo nos dois sentidos

Duas ressalvas. Primeiro, nem toda demissão atribuída à IA tem a ver de fato com IA. O próprio Mundiario observa que custos, reestruturações e a conjuntura econômica também pesam, e que a expectativa do que a IA fará amanhã costuma ser usada para justificar o corte de empregos que ainda importam hoje. Rotular de IA um corte de custos rotineiro é conveniente, e o bumerangue pode ser, em parte, essa narrativa se desfazendo.

Segundo, recontratar não é volta olímpica para os trabalhadores. Um estudo de Stanford citado na mesma reportagem constatou que o emprego de pessoas de 22 a 25 anos em ocupações muito expostas à IA está 19% abaixo da trajetória que teria seguido de outra forma, embora os pesquisadores não tenham encontrado evidência de destruição de empregos em toda a economia. Ou seja, o dano parece concentrado no início de carreira, justamente onde se forma o discernimento que as empresas agora dizem fazer falta. Recontratar veteranos enquanto se fecha a porta de entrada para os juniores só adia o mesmo problema.

Nosso veredicto

Se você dirige uma empresa, trate o número de funcionários como a última variável a mudar, não a primeira. Faça pilotos, meça erros e resultados com clientes, mantenha as pessoas que sabem onde o modelo falha e corte apenas o que os dados já provaram ser dispensável. Se você é funcionário, não encare o bumerangue como garantia de emprego; encare-o como um sinal de onde está o seu valor. As pessoas capazes de verificar o que a IA produz são, achamos, aquelas sem as quais as empresas vão descobrir que não conseguem funcionar.

A tecnologia vai continuar melhorando, e alguns desses cargos provavelmente vão desaparecer de vez. Mas "a gente vê a qualidade depois" se revelou uma maneira cara de descobrir quais.