Comentários da mídia estrangeira sugerem que a recente febre da IA no setor de tecnologia está levando alguns executivos a julgamentos excessivamente otimistas. O artigo cita Aaron Levie, fundador da Box, afirmando que muitos CEOs, por estarem distantes dos processos operacionais de primeira linha, tendem a equiparar diretamente os efeitos das demonstrações de IA à capacidade de substituir em larga escala fluxos de trabalho reais.
Os executivos veem a demonstração, não a implementação.
Levie afirmou nas redes sociais que os CEOs frequentemente experimentam pessoalmente a IA, criam protótipos, geram contratos ou executam fluxos simples, e então concluem que agentes inteligentes já podem assumir grande parte do trabalho. No entanto, as pessoas realmente responsáveis pelo lançamento precisam verificar o código, corrigir falhas, identificar erros causados por ilusões do modelo e lidar com os detalhes complexos de contratos, processos e dados internos da empresa.
O artigo afirma que esse tipo de equívoco não vem da oposição à IA. Pelo contrário, Levie sempre foi um defensor ativo da IA e investiu em startups de IA. Sua ideia central é que o problema não é a falta de valor da IA, mas sim o fato de que a gestão tende a subestimar o esforço humano e o tempo necessários para transformar ferramentas em produtividade estável.
A velocidade das demissões está se aproximando do total do ano passado.
O artigo cita dados do Layoffs.fyi, indicando que nos primeiros cinco meses de 2026, 152 empresas de tecnologia demitiram 115.430 pessoas, aproximando-se do total de 2025, quando 275 empresas demitiram 124.636 pessoas. O relatório aponta que muitas empresas citam a IA como uma das razões para as demissões, mas os fatores reais impulsionadores não são necessariamente apenas o avanço tecnológico.
O CEO da ClickUp, Zeb Evans, declarou publicamente que, após a implementação de cerca de 3.000 agentes de IA para lidar com tarefas internas, a empresa reduziu cerca de 22% de seus funcionários. Ele afirmou que essa medida não foi apenas para reduzir custos, mas sim para reestruturar a equipe como “gestores de agentes e revisores rápidos dos resultados”.
Os resultados da pesquisa não sustentam substituições radicais
No entanto, o artigo menciona que diversos estudos não chegaram a conclusões igualmente ousadas. Uma revisão publicada em outubro do ano passado pela Universidade da Califórnia, Berkeley, afirmou que ainda não foi encontrada uma relação robusta entre a adoção de IA e o aumento da produtividade geral. Um estudo do National Bureau of Economic Research em março deste ano concluiu que a IA realmente melhora a eficiência, mas a percepção subjetiva muitas vezes supera os resultados medidos.
Estudos do MIT sobre agentes executando tarefas também mostram que, em muitos cenários, os agentes ainda não conseguem atingir consistentemente a qualidade humana. Os pesquisadores estimam que, com o ritmo atual de avanço dos grandes modelos, até 2029 os modelos talvez consigam realizar a maioria das tarefas relacionadas a texto com “qualidade mínima utilizável”, mas ainda levará mais tempo para superar consistentemente o desempenho humano em trabalhos mais amplos.
O artigo conclui que, se a gestão da empresa continuar reorganizando a estrutura com base em demonstrações em vez de capacidades reais de implementação, o resultado não será necessariamente um salto na eficiência, mas sim acúmulo de aprovações, execução confusa e desequilíbrio organizacional.