a16z: Vagas para Desenvolvedores de Software Aumentam 14,6% Após o Lançamento do Claude Code, IA Aumenta o Valor Humano

Autor: a16z

Tradução: Deep潮 TechFlow

Leitura destacada da Shenchao: Enquanto todo o setor de tecnologia cortou 7% dos empregos, as vagas de desenvolvimento de software aumentaram 14,6% — a razão é que ferramentas de IA permitem que iniciantes escrevam código de nível produtivo. Este não é um conto de "IA roubando empregos", mas sim evidência de que ferramentas tornam as pessoas mais valiosas. Desde o aumento explosivo de estágios até os adolescentes liderando o crescimento salarial, os sinais do mercado de trabalho são claros: pessoas que sabem usar IA estão se tornando altamente procuradas.

Gráfico: A quantidade de vagas para cargos de desenvolvimento de software reboundiu para 114,6 desde o lançamento do Claude Code, enquanto o mercado geral caiu para 93. Fonte: a16z

As dificuldades das empresas de software de negociação pública continuam, mas, como mencionamos anteriormente, a situação atual não é um "massacre" indiscriminado.

A venda de ações de tecnologia não reflete o desempenho atual ou próximo, mas sim a desconfiança coletiva do mercado sobre a capacidade dessas empresas de manter seu desempenho a longo prazo:

O múltiplo de avaliação do fluxo de caixa livre para o próximo contrato de dezembro está em ou abaixo dos níveis de 2014. Em outras palavras, os investidores estão atribuindo o menor prêmio em mais de dez anos à capacidade das empresas de software de gerar caixa.

O ponto principal é que, mesmo que as evidências de que "o SaaS está morto" ainda sejam fracas, o dever dos investidores é ter uma visão sobre o futuro, e esse futuro parece um pouco sombrio para eles.

No entanto, nem todas as empresas de software têm um futuro sombrio. A diferenciação e a capacidade de discernimento estão se tornando cada vez mais as regras do jogo. Você pode ver isso de vários ângulos diferentes.

Primeiro, observe a diferença no desempenho entre a mediana do índice IGV e os quartis superior e inferior:

Nos últimos 30 dias úteis, os quartis superior e mediano da IGV superaram o ETF geral — o quartil inferior (incluindo algumas das maiores empresas) prejudicou o desempenho geral.

Em comparação com o ano passado, a situação é muito diferente:

No último ano, a mediana acompanhou mais de perto o desempenho geral dos ETFs — até por volta do início do ano, quando os quartis de desempenho começaram a se divergir (atualmente há uma diferença de cerca de 50 pontos percentuais entre o topo e a base).

Voltando à visão de 30 dias, é claro que os fundamentos não foram fatores estritamente impulsionadores do desempenho recente do preço das ações:

Do ponto de vista do crescimento da receita, há quase nenhuma correlação entre crescimento e desempenho recente (embora, é justo dizer, muitos casos possam ser explicados por mudanças no crescimento, e não pelo nível de crescimento). Ao dividir por quartis de desempenho, o mesmo padrão se repete: há um grande número de empresas de software agrupadas na faixa de crescimento da receita de cerca de 10-20%, mas o desempenho está quase verticalmente distribuído, com algumas das empresas com o maior crescimento da receita (e também as maiores no ETF) localizadas no quartil inferior de desempenho.

Mais importante do que o crescimento é a percepção de durabilidade a longo prazo. Aqui está o mesmo gráfico, dividido por setor:

Embora seja difícil classificar claramente cada empresa, os desempenhos dos líderes e do segundo quartil são frequentemente dominados por (1) segurança cibernética/observabilidade; e (2) SaaS vertical. Em contraste, os dois últimos quartis são uma combinação de SaaS horizontal, nuvem/infraestrutura e categorias "outras", que incluem plataformas de mercado, tecnologia publicitária e soluções pontuais (e empresas difíceis de classificar, como a MicroStrategy).

O foco é claro. Independentemente de estar certo ou errado, o mercado já percebeu uma diferença clara entre as empresas de software — aquelas que parecem ter alguma defesa de IA e/ou vantagem de cauda (e aquelas que não têm).

Para segurança cibernética e observabilidade, espera-se que a IA aumente a urgência dos compradores (e os fornecedores existentes desfrutam de uma premium de confiança mais difícil de ser desafiada por novatos em IA).

Para SaaS vertical, informações especializadas em fluxos de trabalho, dados e relacionamentos com clientes são vistas como barreiras de entrada para concorrentes de IA (o que não se pode dizer sobre plataformas horizontais).

But for everyone else, the message is clear: the software itself is not a moat.

A ARR persistente e acumulada ao longo dos anos, o vasto conjunto de recursos e a ampla adoção são apenas notícias de ontem. Provavelmente, alguns trimestres de crescimento estável e/ou melhorado mudarão o cenário, mas atualmente o mercado não está comprando nem se convencendo.

Você provavelmente ouviu falar recentemente da mudança de percepção de token-maxxing para token-optimizing, e isso é algo importante.

Embora o custo de treinamento de modelos avançados esteja aumentando, os benefícios marginais dessas melhorias avançadas podem não ser suficientes para convencer os clientes a assumirem custos adicionais. Os clientes podem não utilizar maximamente os tokens mais recentes e poderosos, optando, em vez disso, por reduzir para modelos mais baratos e menos funcionais (incluindo modelos com pesos abertos) sempre que possível.

Para algumas pessoas, acreditam que essa mudança questiona a sustentabilidade do desenvolvimento de modelos de ponta—se os clientes não suportarem o custo dos modelos mais recentes e mais poderosos, o que acontece com os laboratórios? Justo, embora essa oposição seja um pouco irônica, pois a obsolescência rápida dos modelos não de ponta já era vista como uma ameaça à sustentabilidade do desenvolvimento de modelos de ponta... e agora, com os modelos não de ponta se tornando cada vez menos obsoletos, isso claramente ainda é algo ruim. Tudo bem.

Sem entrar no mérito do debate, observamos que os custos inteligentes estão caindo rapidamente, o que parece ter um impacto positivo na demanda por IA. Em outras palavras, a dinâmica jevonsiana continua válida: quanto mais barata a IA, mais pessoas e empresas querem usá-la (para mais coisas).

Ampliar a base de demanda é exatamente o que você quer ver.

Vamos começar com outro precedente inovador que também começou centralizado e caro, tornando-se posteriormente descentralizado e barato: os computadores. Em comparação com o último salto tecnológico impulsionado por PCs, os custos de inteligência estão caindo mais rapidamente no campo da IA:

O PC levou quase duas décadas para alcançar o ganho de acessibilidade que a IA alcançou em cerca de três anos.

Esta é uma trajetória notável; assim como nos computadores, a queda nos custos parece estar ajudando a impulsionar a demanda por IA para cima e para a direita (ainda há muito espaço para crescimento).

No lado do consumidor, segundo dados do PNC Bank, a taxa de penetração paga ainda é pequena, mas está em crescimento:

A quota familiar das IA pagas e seus gastos mensais médios continuam a aumentar — os gastos mensais subiram de forma mais acentuada, com um aumento de cerca de 25% desde o início do ano.

Eles claramente não são uma comparação perfeita, mas como algum ponto de referência, em 1997, apenas cerca de 45% dos adultos de 35 a 54 anos relataram possuir um PC (décadas após o lançamento comercial dos computadores, principalmente no setor corporativo). Atualmente, cerca de 90% das lares possuem um computador, e se incluídos os smartphones, esse número chega a quase 97% — o ponto principal é que a adoção em massa leva algum tempo e se expande com a utilidade e o custo.

Outros dados também mostram que a demanda por IA aumenta com a eficiência de custos.

Com base na análise da YipitData dos dados do OpenRouter (que mede apenas um subconjunto do consumo total de tokens), o uso de tokens avançados continua a crescer, enquanto os tokens de peso aberto continuam a ganhar quota rapidamente:

A participação dos fornecedores asiáticos no total de tokens (um proxy para alternativas de pesos abertos) aumentou para cerca de 60%, triplicando em relação ao início do ano. A amostra do OpenRouter pode ser, em algum grau, tendenciosa em relação aos usuários de pesos abertos, mas isso está de acordo com a narrativa de diferenciação de preços e também com a narrativa jevonsiana.

Da mesma forma, de acordo com o OpenRouter, embora o número de tokens por usuário e os gastos por usuário estejam crescendo rapidamente, o primeiro aumentou muito mais do que o segundo desde o início do ano:

Lembrete novamente: o OpenRouter só pode ver o que consegue ver; esse modelo é muito consistente com a premissa de Jevons (a demanda cresce em sincronia com os rápidos ganhos de eficiência de custo da IA).

Pelo menos por enquanto, está claro que, à medida que a inteligência fica mais barata, ela empurra a curva de demanda ainda mais para a direita e para cima. Tokens mais baratos provenientes de modelos de ponta secundária realmente ganharam participação, mas o efeito líquido é impulsionar os gastos totais de forma exponencial. Isso dificilmente pode ser considerado uma história pessimista.

Os céticos ainda podem afirmar que modelos de pesos abertos estão corroendo os avanços de ponta, mas cenários alternativos em que ganhos de eficiência não têm impacto claro na demanda e/ou estão impulsionando uma redução nas despesas totais seriam, na verdade, mais próximos de um cenário apocalíptico. Em contraste, Jevons é exatamente o que os otimistas desejam.

Quanto à demanda por IA, embora se diga que a IA é insuficientemente útil para gerar ROI significativo, mas ao mesmo tempo tão útil que eliminará todos os empregos, estamos felizes em relatar que, atualmente, há quase nenhuma evidência de que a IA esteja realmente causando qualquer efeito de eliminação de empregos.

Na verdade, mesmo uma fraqueza no mercado de trabalho — o recrutamento de níveis iniciantes — recentemente ganhou algum impulso, e, se houver alguma diferença, a IA parece estar ajudando, não prejudicando.

Primeiro, segundo os dados da Revelio, o rastreamento de estágios de verão de 2026 está muito acima dos anos anteriores:

Estágio não é igual a emprego, mas pelo menos representa um sinal de demanda para jovens; o ciclo de 2026 supera os de '25 e '24 (embora não alcance o de '23).

Melhor ainda, os salários dos adolescentes e jovens adultos também parecem estar aumentando:

De acordo com os dados da ADP, os aumentos salariais para trabalhadores jovens (16-24 anos) recuperaram-se desde o ponto mais baixo de 2025. Os aumentos salariais são quase certamente um sinal de demanda; se os salários estão subindo, é razoável supor que as perspectivas de emprego para níveis iniciantes também estejam melhorando.

Quanto ao impacto da IA (se houver), a situação é ainda melhor. A IA parece estar acelerando significativamente a contratação de níveis iniciantes:

Com base na análise dos dados de vagas da Revelio e dos dados de despesas da Ramp, a "alta adoção de IA" corresponde a um aumento de cerca de 6 pontos percentuais no número de funcionários júniores após dois anos de adoção. Em contraste, a "baixa adoção de IA" corresponde a uma queda de cerca de 0,5 ponto percentual.

Gráfico: As empresas com alta adoção de IA tiveram um aumento médio de 1,15 ponto percentual na proporção de funcionários entry-level após dois anos, enquanto as empresas com baixa adoção tiveram uma queda de 0,52 ponto percentual, indicando que a IA está "criando" em vez de "substituir" cargos entry-level. Fonte: a16z

Há várias maneiras de interpretar isso: desde "a IA está criando empregos de nível inicial", até "os adotantes de IA são empresas de crescimento, portanto, naturalmente estão contratando", até "os dados da Ramp podem não representar a economia como um todo, tornando difícil tirar qualquer conclusão". Todos esses pontos fazem sentido, mas quase com certeza não é válido interpretar que "a IA está eliminando empregos de nível inicial".

Talvez um dia aconteça (embora haja razões suficientes para acreditar que não), mas não hoje.

Em geral, embora a queda dos cargos com "exposição à IA" na era pós-taxa de juros zero tenha sido amplamente discutida, há relativamente pouca discussão sobre o fato de que os cargos com "exposição à IA" recentemente estão liderando a recuperação:

De acordo com dados do Indeed Hiring Lab, desde maio de 2025, quanto maior o grau de exposição à IA, maior foi a recuperação em termos de vagas abertas. Isso é particularmente evidente para engenheiros de software, com um aumento de aproximadamente 15% nas publicações de vagas, enquanto o total diminuiu cerca de 7% (desde o lançamento do Claude Code).

Do ponto de vista mais amplo, ainda é cedo para tirar conclusões, mas os dados não sustentam a afirmação de que a IA está tornando os humanos obsoletos. Se algo, a situação é exatamente o contrário — a exposição à IA parece estar positivamente correlacionada com o crescimento do emprego.

Gráfico: Os cargos com maior exposição à IA apresentaram maior recuperação nas publicações desde maio de 2025, com aumento de quase 15% nas vagas de desenvolvimento de software, liderando o mercado geral. Fonte: a16z

Para ser justo, ainda não está claro o quão significativa é a categoria "exposição à IA", pois há quase nenhum consenso sobre o que ou quem está exposto à IA (e em que grau):

Quanto maior o nível médio de "exposição à IA" em uma determinada profissão, maior a divergência sobre o grau de exposição.

Gráfico: Quanto maior a pontuação média de exposição ao IA por profissão, maior a divergência na academia sobre o grau de exposição, indicando que ainda não há consenso sobre esse conceito. Fonte: a16z

Como esperado, pessoas racionais podem ter opiniões diferentes ao prever o impacto futuro de novas tecnologias.

Claro, também há algumas exceções. Todos parecem concordar que revisores, underwriters de seguros, estatísticos e, curiosamente, economistas estão muito expostos à IA. Se a IA acabar substituindo economistas humanos, ela reconhecerá esse crime, ou não haverá economistas suficientes para contar a história?

No início desta semana, o governador de Nova York, Hochul, anunciou uma suspensão de um ano no desenvolvimento de data centers. Entre outros aspectos, o objetivo declarado da suspensão é "proteger os usuários de energia... devido à ameaça de que o desenvolvimento de data centers eleve as contas de água e eletricidade". Sem intenção de menosprezá-la, a governadora forneceu mais esclarecimentos sobre suas razões no podcast Odd Lots — vale a pena ouvir.

Still, this is a confusing statement.

Embora os centros de dados realmente aumentem a demanda por energia, as evidências indicam que os centros de dados estão ajudando a reduzir os custos para os usuários:

Com base em estudos do Laboratório Nacional de Berkeley e do The Brattle Group, em nível estadual, o aumento dos preços da energia elétrica está negativamente correlacionado com o aumento da demanda. Consumir mais, pagar menos — estranho, mas verdadeiro.

De fato, nos últimos seis anos, alguns estados com o maior crescimento de carga (maior desenvolvimento de data centers), como o Texas e a Virgínia, quase não apresentaram aumento de preços. Por outro lado, os estados com o maior aumento de preços (poucos novos data centers), como a Califórnia e o Estado de Nova York, experimentaram desaceleração no crescimento da carga — a demanda por energia na Califórnia diminuiu cerca de 5%, enquanto os preços aumentaram mais do que em qualquer outro lugar do país, cerca de 33% acima do segundo estado mais alto.

Gráfico: Entre 2019 e 2025, o crescimento da carga elétrica nos estados dos EUA apresenta correlação negativa com as variações nos preços da eletricidade; Califórnia e Nova York tiveram queda na demanda, mas os maiores aumentos nos preços. Fonte: a16z

Além disso, a relação inversa entre demanda de energia e preços de energia também parece valer na Europa:

De acordo com os dados da EIA, o país da União Europeia com o maior aumento de preços, exceto a Irlanda, também apresentou a maior redução na demanda de energia elétrica.

Gráfico: A demanda por energia elétrica e os preços na Europa e nos EUA entre 2019 e 2024 apresentaram uma correlação negativa semelhante; a demanda aumentou no Texas e na Virgínia, mas os preços permaneceram basicamente estáveis. Fonte: a16z

Da mesma forma, consome mais, paga menos. Isso vai contra a intuição, certo?

Sabemos que, todas as outras coisas sendo iguais, maior demanda deveria aumentar os preços, e não o contrário (como afirmou o governador Hochul). No entanto, no caso da rede elétrica, o oposto ocorre. A razão pela qual a demanda e os custos têm uma relação inversa é que as redes elétricas geralmente se beneficiam de economias de escala: quanto maior a demanda por eletricidade, mais distribuídos ficam os custos fixos da infraestrutura, resultando em preços mais baixos para os usuários.

Em outras palavras, a ordem de suspensão de data centers de Hochul pode não apenas não "proteger os usuários de energia", mas também produzir o efeito oposto: os aumentos nas tarifas de eletricidade podem ser muito maiores do que no cenário em que os data centers ajudam a compartilhar os custos fixos da rede. Talvez essa relação não se mantenha assim para sempre, mas esse é o cenário até o momento.

Além dos custos energéticos, há impactos econômicos mais amplos a serem considerados. A realidade é que, sem investimentos em infraestrutura relacionada à IA, praticamente nenhum crescimento de investimento ocorre:

Investimentos relacionados à tecnologia são a única categoria que cresceu, portanto, a suspensão atingiu exatamente o ponto mais crítico.

Gráfico: Desde 2022, os investimentos relacionados à tecnologia (software, P&D, equipamentos de TI e data centers) foram quase o único contribuinte positivo para o crescimento do investimento fixo privado. Fonte: a16z

A governadora certamente tem suas razões, mas uma política que possa (a) aumentar as tarifas de energia (como parte dos esforços para "proteger os consumidores de energia") e (b) privar o estado de Nova York de seu principal impulso de investimento é realmente difícil de entender.