Automação e demissões por IA: o que os dados mostram

Automação e demissões por IA são, na maioria dos casos, dois eventos que acontecem na mesma empresa ao mesmo tempo, mas raramente pela relação de causa e efeito que a manchete sugere: levantamento de 2026 com 1.000 gestores de contratação nos Estados Unidos mostra que 55% das empresas planejam demissões neste ano — mas 92% também planejam contratar, e apenas 9% confirmam ter de fato substituído uma função por inteligência artificial. Este guia é para o C-level que precisa decidir, com dado e não com manchete, entre investir em capacitar o time atual ou cortar headcount alegando IA — e que já sabe que a resposta errada custa caro nos dois sentidos: cortar cedo demais destrói conhecimento que depois precisa ser recontratado a preço mais alto; esperar demais desperdiça a vantagem competitiva de quem se movimenta primeiro.

O que os números de automação e demissões por IA realmente mostram em 2026

A manchete "empresa demite e credita à IA" virou rotina em 2026. Os números por trás dela contam uma história mais estreita — e mais útil para quem decide — do que o discurso de mercado sugere.

Indicador	Dado
Empresas que planejam demissões em 2026	55%
Empresas que também planejam contratar em 2026	92%
Empresas que citam automação por IA como motivo do corte	44%
Empresas que admitem usar a IA como justificativa mais aceitável que dificuldade financeira	59%
Empresas que de fato substituíram uma função por IA	9%

Fonte: levantamento da consultoria americana Resume Templates com 1.000 gestores de contratação nos Estados Unidos, reportado no Brasil pelo Economic News Brasil em junho de 2026. Nota de escopo: a pesquisa é americana, não brasileira — o número exato (55%/92%/9%) reflete o mercado de trabalho dos EUA. Trate-o como retrato de um padrão de comportamento corporativo que também aparece na cobertura brasileira, não como estatística nacional.

A leitura combinada dos cinco números é o argumento central deste guia: a maioria das empresas que corta headcount citando IA está, na prática, reorganizando equipes — tirando recurso de uma área e reforçando outra — não eliminando trabalho porque uma máquina passou a fazê-lo. IA vira a explicação preferida porque soa a modernização; admitir restrição orçamentária ou erro de planejamento não soa da mesma forma para o mercado, para o board ou para o próprio time que fica.

Por que só 9% das empresas de fato substituíram uma função por IA

A distância entre "citar IA como motivo" (44%) e "de fato substituir a função" (9%) não é acidente de pesquisa — é o retrato de um erro recorrente que já mapeamos em detalhe no guia por que projetos de IA falham: empresas compram a tecnologia, cortam a pessoa, e descobrem depois que a ferramenta sozinha não sustenta o volume, a qualidade ou o julgamento que a função exigia.

O sintoma mais visível desse erro tem nome: o efeito bumerangue da IA. Segundo pesquisa da Robert Half com 2.000 gestores de contratação nos Estados Unidos, reportada pela Fast Company Brasil, 32% dos gestores afirmam que suas organizações eliminaram uma função ou dispensaram alguém principalmente por ganho de produtividade com IA ou automação — e depois precisaram contratar de novo para o mesmo cargo. As áreas mais afetadas por esse recuo são finanças (44% dos gestores relataram recontratação), RH (35%) e tecnologia (32%). Segundo a Robert Half, os ganhos iniciais de eficiência vieram acompanhados de falhas de qualidade, de supervisão e de tomada de decisão — exatamente o tipo de lacuna que aparece quando a IA substitui uma pessoa sem que ninguém tenha redesenhado o processo ao redor dela nem capacitado quem ficou para supervisionar o resultado.

Essa é também a lógica por trás do shelfware de IA: empresas que compram a ferramenta certa, cortam a pessoa errada, e descobrem que a licença sozinha não substitui a capacidade que foi embora com a demissão. O padrão nos dois casos é o mesmo — decisão pela tecnologia, sem decisão equivalente sobre capacitação e processo.

Quantos empregos brasileiros estão de fato expostos à automação por IA

Nem toda exposição à IA generativa é risco de demissão — mas ignorar o tamanho da exposição também é erro de leitura. Dois estudos, com metodologias e escopos diferentes, dão a régua para o Brasil:

Estudo	O que mede	Dado
FGV Ibre	Trabalhadores brasileiros em ocupações com algum grau de exposição à IA generativa (3º trimestre de 2025)	~30 milhões (29,6% da população ocupada)
McKinsey Global Institute, via blog da McKinsey no Brasil	Trabalhadores brasileiros potencialmente afetados por automação até 2030	~15,7 milhões ("quase 16 milhões")

Nota de pesquisa: o número da McKinsey circula como "quase 16 milhões" — o dado preciso é 15,7 milhões. Vale a ressalva de escopo: essa projeção vem do programa de pesquisa sobre automação da McKinsey Global Institute — mais amplo que só IA generativa, cobre automação e robótica em geral — reutilizada há alguns anos em conteúdo da McKinsey no Brasil sem atualização metodológica recente publicada. Já o dado da FGV Ibre é mais novo (2025) e específico para exposição à IA generativa. Não são o mesmo fenômeno medido duas vezes: a FGV Ibre mede exposição de tarefas hoje; a McKinsey estima postos afetados por automação em geral, num prazo mais longo. Use o primeiro para calibrar a exposição real da sua empresa; o segundo, como pano de fundo estrutural do mercado brasileiro até 2030.

O detalhe que a FGV Ibre destaca, e que quase nenhuma cobertura de imprensa reproduz, importa mais que o número absoluto: a exposição é maior entre mulheres, jovens, pessoas mais escolarizadas, na região Sudeste e nos setores de serviços — especialmente informação, comunicação e serviços financeiros. Não é o perfil de trabalho manual e pouco escolarizado que o imaginário popular sobre "robôs tirando emprego" costuma descrever; é o trabalho de escritório, de análise e de atendimento que está mais exposto primeiro.

Exposição não é substituição: o que separa os dois

O erro de leitura mais caro para quem decide investimento é tratar "exposição à automação" como sinônimo de "corte inevitável de vaga". A distinção certa tem três camadas:

1. Tarefa exposta — parte do trabalho pode, tecnicamente, ser feita por IA hoje. É o que a FGV Ibre mede: cerca de 30 milhões de brasileiros têm alguma tarefa nessa condição.
2. Função automatizável — a maioria das tarefas de uma função inteira poderia, em teoria, ser feita por IA com supervisão mínima. Esse universo é bem menor que o da tarefa exposta, porque a maioria das funções combina tarefas automatizáveis com julgamento, relacionamento e responsabilidade que a IA ainda não assume sozinha.
3. Função de fato eliminada — o corte realmente aconteceu, sem recontratação, porque a IA sustentou o volume e a qualidade que a pessoa entregava. É esse universo estreito que os 9% do levantamento da Resume Templates descrevem.

O panorama global reforça a mesma distinção em outra régua: o Future of Jobs Report 2025, do Fórum Econômico Mundial, projeta que a automação deve deslocar 92 milhões de funções até 2030 — e, ao mesmo tempo, criar 170 milhões de novos postos, para um saldo líquido positivo de 78 milhões de empregos. O recorte estrutural não é "a IA elimina empregos" — é "a IA elimina um conjunto de funções e tarefas e cria outro conjunto maior, mais rápido do que a maioria das empresas está preparada para redesenhar cargo e treinar gente para ocupá-lo". Para quem decide investimento, a pergunta certa não é "quantos empregos a IA vai tirar", é "minha empresa está capacitando gente para os empregos que a IA está criando, ou só cortando os que ela ameaça".

Contratação líquida em tecnologia no Brasil: o contraponto que a manchete não mostra

Enquanto a manchete de demissão por IA circula, o setor de tecnologia brasileiro segue contratando em termos líquidos. Segundo a Brasscom, o macrossetor de Tecnologia da Informação e Comunicação deve gerar 33 mil novas vagas formais (CLT) até dezembro de 2026 — e, entre 2023 e 2025, o setor já somou mais de 111 mil novos profissionais no total (55,6% via MEI/informalidade, 44,4% em vínculo CLT). Isso não contradiz o efeito bumerangue nem os 9% de substituição real — mostra que o líquido do mercado de tecnologia brasileiro segue positivo, mesmo com demissões pontuais atribuídas à IA acontecendo em paralelo. O quadro completo do déficit de gente qualificada para preencher essas vagas — e por que treinar por dentro costuma vencer contratar no mercado atual — está em déficit de talentos em IA no Brasil: treinar vence contratar.

Como decidir entre capacitar e cortar: framework para o C-level

Diante de uma proposta de corte de headcount "por causa da IA", cinco perguntas separam a decisão bem fundamentada da decisão por impulso ou por moda de mercado:

1. A IA já sustenta esse trabalho hoje, com a qualidade atual, sem supervisão constante? Se a resposta é "ainda não, mas deve sustentar em breve", o corte é aposta, não fato — e é exatamente o tipo de aposta que gerou o efeito bumerangue em 32% dos casos da pesquisa Robert Half.
2. Quem supervisiona a IA depois que a pessoa sai? Toda função automatizada continua precisando de alguém que valide o resultado, principalmente no início. Cortar sem definir quem assume essa supervisão é a causa mais comum de recontratação.
3. O que essa pessoa faz que não é a tarefa automatizável? Julgamento de exceção, relacionamento com cliente, decisão em cenário ambíguo — a parte do trabalho que raramente aparece no case de venda da ferramenta de IA, mas que sustenta metade do valor da função.
4. O custo de recontratar, se a aposta der errado, é menor que o custo de capacitar agora? Quase nunca é. Recontratar sob pressão custa mais caro e demora mais do que capacitar quem já conhece o negócio — o mesmo cálculo que detalhamos em déficit de talentos em IA no Brasil.
5. Minha empresa já mede adoção de IA de forma estruturada, ou está decidindo no escuro? Sem um painel de métricas de adoção que mostre onde a IA já está gerando resultado real, qualquer decisão de corte é opinião disfarçada de estratégia.

Na prática, a decisão raramente é binária. A maioria das empresas que decide bem faz as duas coisas ao mesmo tempo, em proporções diferentes por área: capacita quem fica para operar e supervisionar a IA, e só corta onde a tarefa automatizável já é comprovadamente a maior parte do trabalho — não onde a IA promete ser, algum dia, suficiente. É a mesma lógica de priorização que detalhamos no pilar como implementar IA na empresa: da estratégia à adoção: objetivo primeiro, ferramenta depois, corte de pessoal como última etapa, não a primeira.

O medo de substituição também não é só um problema de RH — é um problema de execução. Já mostramos, no guia de gestão de mudança na adoção de IA, que 48% dos brasileiros ainda têm medo de que a própria função seja substituída pela IA, segundo pesquisa Datafolha. Uma empresa que anuncia corte de headcount "por causa da IA" sem capacitação visível para quem fica reforça exatamente esse medo — e o medo trava adoção, produtividade e retenção do time que sobrou, mesmo que o corte tenha sido pequeno.

Onde o método Flight Plan entra nessa decisão

A Jetpacks trabalha essa decisão com empresas que já chegaram à mesma pergunta — treinar ou cortar — através do método Flight Plan, quatro estágios de cerca de duas semanas cada: Launchpad (diagnóstico que mapeia, por área, o que já é tarefa automatizável de verdade e o que ainda depende de julgamento humano — o mapa de impacto que responde à pergunta 1 do framework acima), Flight Plan (plano de capacitação por área, não genérico), Booster (a capacitação em si, nos programas Foundations, Productivity, Leadership, Builders, Custom ou Premium) e Mission Control (acompanhamento de adoção real, para não repetir o erro que gerou o efeito bumerangue em um terço das empresas americanas pesquisadas). Cada pessoa que conclui recebe a certificação Jetpack Certified, com níveis — um marcador objetivo de quem já está pronto para supervisionar trabalho apoiado por IA. A Jetpacks também é parceira oficial da Replit no Brasil, para quando parte da resposta é capacitar o time a construir as próprias ferramentas em vez de depender só de headcount. É o método usado em empresas como Hypera Pharma, Volvo, BMR Medical e C12 Brasil.

FAQ

A IA está causando demissões em massa no Brasil?

Os dados disponíveis não sustentam essa leitura. A pesquisa mais citada sobre o tema é americana (1.000 gestores de contratação nos EUA): 55% das empresas planejam demissões em 2026, mas 92% também planejam contratar, e apenas 9% confirmam ter de fato substituído uma função por IA. O padrão predominante é reorganização de equipe, não corte líquido de vagas atribuível à tecnologia.

Quantas empresas de fato substituíram funcionários por inteligência artificial?

Segundo o levantamento da Resume Templates reportado pelo Economic News Brasil, apenas 9% das empresas confirmam ter substituído uma função por IA — mesmo com 44% citando automação por IA como motivo de corte e 59% admitindo usar a IA como justificativa mais aceitável que dificuldade financeira.

Quantos empregos brasileiros estão expostos à automação por IA?

Segundo a FGV Ibre, cerca de 30 milhões de trabalhadores brasileiros (29,6% da população ocupada) estavam, no terceiro trimestre de 2025, em ocupações com algum grau de exposição à IA generativa. A McKinsey Global Institute estima cerca de 15,7 milhões afetados por automação em geral até 2030. Exposição à tarefa não equivale a corte de vaga garantido.

Por que empresas demitem citando IA e depois recontratam para a mesma função?

É o chamado efeito bumerangue da IA: segundo a Robert Half, 32% dos gestores de contratação nos Estados Unidos relatam ter eliminado uma função por ganho de produtividade com IA e depois precisado contratar de novo, porque os ganhos iniciais de eficiência vieram com falhas de qualidade, supervisão e tomada de decisão que a ferramenta sozinha não cobria.

Como saber se minha empresa deveria treinar o time ou cortar headcount por causa da IA?

Pergunte se a IA já sustenta o trabalho hoje sem supervisão constante, quem assume essa supervisão depois do corte, o que a pessoa faz além da tarefa automatizável, e se o custo de recontratar (caso a aposta dê errado) é maior que o custo de capacitar agora. Na maioria dos casos, capacitar quem fica custa menos e funciona melhor do que cortar e torcer.

A IA vai criar mais empregos do que vai destruir?

Em nível global, o Future of Jobs Report 2025 do Fórum Econômico Mundial projeta 92 milhões de funções deslocadas e 170 milhões criadas até 2030 — saldo líquido positivo de 78 milhões. O desafio não é a falta de vagas no agregado; é o descompasso de velocidade entre quem é deslocado de uma função e quem está capacitado para ocupar a nova.

Quais funções têm maior exposição à automação por IA no Brasil?

Segundo a FGV Ibre, a exposição é maior entre trabalhadores mais escolarizados, na região Sudeste, nos setores de serviços — principalmente informação, comunicação e serviços financeiros. É majoritariamente trabalho de escritório, análise e atendimento, não o perfil de trabalho manual que o imaginário popular sobre automação costuma descrever primeiro.

O setor de tecnologia no Brasil está contratando ou demitindo por causa da IA?

As duas coisas acontecem ao mesmo tempo. Há demissões pontuais atribuídas a ganhos de produtividade com IA, mas o saldo do setor segue positivo: a Brasscom projeta 33 mil novas vagas formais (CLT) em TIC até o fim de 2026.

Conclusão

Automação e demissões por IA compartilham manchete com muito mais frequência do que compartilham causa e efeito comprovado. Os dados de 2026 mostram uma distância grande entre o discurso — 44% das empresas citando IA como motivo de corte — e o fato — apenas 9% de fato substituindo uma função. Para o C-level, a implicação prática é dupla: não trate "corte por IA" como decisão segura só porque soa moderna, e não trate "a IA vai destruir empregos" como fatalidade que dispensa investimento em capacitação. A decisão que resiste ao teste do tempo é treinar quem fica para operar e supervisionar a IA nas tarefas que ela já sustenta de verdade — e medir, não apostar, onde o corte realmente se justifica.

Se sua empresa está avaliando essa decisão agora, o diagnóstico gratuito da Jetpacks — 30 a 45 minutos, sem custo — mapeia onde a IA já sustenta trabalho de verdade na sua operação e onde ela ainda depende de gente capacitada para funcionar. Para levar a decisão à diretoria com número, não com manchete, o business case de uma página organiza o argumento entre capacitar e cortar num único documento.