A expressão da moda no mundo da inteligência artificial (IA) em 2026 é "agentes de IA", usada para indicar automações supostamente sofisticadas. Por enquanto, o impacto no trabalho tem se desenhado em duas frentes: demissões em massa, como a da Meta na semana passada, e a explosão do orçamento das empresas. Tudo isso, segundo Mike Walsh, é resultado da falta de clareza dos líderes sobre a adoção da tecnologia. O futurista e CEO da consultoria Tomorrow estará em São Paulo nesta quarta-feira (27) no Interconnected Brasil, evento da empresa NTT Data para discutir como as empresas podem se adaptar para o atual momento da IA. Em entrevista exclusiva ao GLOBO, ele diz que empresas que medem adoção de IA pelo consumo de tokens são como fábricas que medem produtividade pelo consumo de eletricidade. Veja os principais trechos abaixo. Focamos de forma muito estreita na questão de saber se a IA vai roubar nossos empregos. A mudança mais importante é que os agentes de IA vão transformar o próprio desenho do trabalho. No último século, as empresas mediam capacidade produtiva em pessoas, horas, departamentos e licenças de software. O trabalho digital muda isso. Ele permite que a capacidade de tomada de decisão seja incorporada diretamente aos fluxos de trabalho. ‘A IA cria muito mais emprego do que elimina’, diz CEO da revista The Atlantic Os agentes de IA não são substitutos baratos para pessoas. Em escala, a IA tem custos reais: tokens, energia, infraestrutura de dados, integração, supervisão e risco. As empresas que terão sucesso não serão aquelas que substituirão cegamente humanos por máquinas. Serão aquelas que souberem aplicar o tipo certo de inteligência no momento certo. Existe uma habilidade real em saber quais decisões devem ser lideradas por máquinas, quais exigem julgamento humano e como combinar os dois. Surgirão novas funções: supervisores de agentes, gestores de dados, auditores de risco em IA e arquitetos do trabalho. Quanto de supervisão e autonomia as empresas devem dar aos agentes de IA? Sem autonomia, um agente de IA é apenas uma forma mais sofisticada de automação. Mas, com autonomia excessiva — especialmente em ambientes críticos —, as empresas criam riscos que talvez só compreendam quando algo der errado. O nível correto de autonomia depende de três fatores: a complexidade da tarefa, o custo da falha e a qualidade do ciclo de feedback. Em tarefas de baixo risco e alto volume, os agentes podem operar com bastante liberdade. Já em áreas como contratação, crédito, saúde, trabalho jurídico, decisões financeiras ou compromissos com clientes, a autonomia precisa ser cuidadosamente limitada. A expressão “humano no circuito” muitas vezes é vaga demais. A pergunta melhor é se o sistema preserva o julgamento humano nos momentos certos. Alguns sistemas melhoram com mais dados e feedback. Outros podem reforçar premissas equivocadas em larga escala. As empresas estão fazendo 'AI washing' para justificar a atual onda de demissões em massa? A relação entre investimento em IA e redução da força de trabalho é complexa. A IA certamente faz parte da história, mas nem sempre da forma como as empresas sugerem. Em muitos casos, as demissões estão sendo feitas com base no que os agentes de IA talvez consigam fazer nos próximos anos, e não necessariamente no que conseguem fazer de forma confiável hoje. Também existe um efeito de sinalização. Executivos querem mostrar aos investidores que levam a transformação por IA a sério. Querem demonstrar que estão redesenhando modelos operacionais, reduzindo estruturas de custo e se preparando para um futuro mais autônomo. Mas chamar uma demissão de transformação por IA não faz dela automaticamente uma transformação real. Existe um risco real de “AI washing” quando empresas usam a IA como narrativa para justificar decisões que, na verdade, têm relação com pressão por margem, expectativas de investidores ou excesso de contratações no passado. O teste deveria ser simples: a empresa consegue mostrar quais atividades foram redesenhadas, quais processos melhoraram, onde os funcionários ganharam mais alavancagem e onde valor foi realmente criado? A ironia é que a transformação por IA não está pressionando apenas trabalhadores comuns. Ela também está pressionando líderes. Conselhos de administração começam a questionar se equipes de gestão são capazes de redesenhar empresas em torno do trabalho digital. No último ano, vários CEOs de destaque de empresas globais bem-sucedidas deixaram seus cargos. Um fator importante foi a falta de confiança em sua capacidade de liderar suas empresas durante a atual revolução da IA. O que o Sr. pensa sobre a tendência de empresas exigirem que funcionários consumam tokens de IA mesmo quando isso é desnecessário para o resultado final do trabalho? Hoje fala-se em “tokenmaxxing”: o consumo performático de tokens de IA para parecer inovador ou produtivo no trabalho. É um exemplo perfeito de organizações confundindo o que é visível com o que é valioso. Medir adoção de IA pelo consumo de tokens é como medir a produtividade de uma fábrica pela quantidade de eletricidade que ela consome. A verdadeira pergunta é o que sai do outro lado. O trabalho melhorou? O cliente recebeu um serviço melhor? Uma decisão foi tomada mais rapidamente? O risco foi reduzido? A organização aprendeu algo? O software corporativo está migrando de um modelo em que humanos acessam ferramentas para outro em que agentes executam trabalho por meio de APIs, permissões e fluxos automatizados. A unidade de valor está deixando de ser o usuário e passando a ser o resultado. Se líderes não entenderem essa distinção, acabarão recompensando atividade em vez de impacto. Parece existir um gap de empolgação com IA entre gestores e funcionários. Muitos líderes parecem muito mais entusiasmados do que o restante da força de trabalho. Por quê? Porque gestores e funcionários frequentemente experimentam a IA a partir de lados opostos da transformação. Líderes enxergam alavancagem. Veem produtividade, redução de custos, decisões mais rápidas e novos modelos operacionais. Funcionários frequentemente enxergam vigilância, insegurança no emprego, metas vagas e a possibilidade de que, se se tornarem mais produtivos, sua recompensa seja a redundância. Essa diferença não é realmente sobre tecnologia. É sobre confiança. Muitas organizações comunicaram mal a IA, treinaram pessoas de forma inadequada e criaram incentivos que punem exatamente o comportamento que dizem querer estimular. Se um funcionário usa IA para melhorar seu trabalho e o resultado é mais trabalho, menos colegas ou menos segurança no emprego, ele rapidamente aprende a não demonstrar entusiasmo excessivo. As empresas precisam parar de tratar adoção de IA como um exercício de conformidade. As pessoas precisam de educação, tempo para experimentação, segurança psicológica e uma visão clara de como suas funções podem evoluir. Também precisam compartilhar os ganhos dessa transformação. Caso contrário, a IA se torna algo imposto aos trabalhadores, e não construído com eles. As melhores transformações com IA serão participativas. Trabalhadores entendem melhor do que ninguém os gargalos reais, exceções e improvisações informais dentro das organizações. Se as empresas os excluírem do redesenho do trabalho, vão automatizar as coisas erradas. Quais mudanças estruturais o Sr. prevê no mercado de trabalho até 2035 e quais habilidades serão realmente decisivas? Até 2035, o mercado de trabalho será muito mais fluido. Fora das empresas, mais profissionais atuarão em modelos baseados em projetos, freelancing, portfólios ou contratos fracionados. Dentro das empresas, descrições rígidas de cargos e planos de carreira tradicionais vão enfraquecer. O trabalho será organizado de forma mais dinâmica em torno de problemas, resultados e equipes compostas por humanos e agentes. À medida que o trabalho digital entra na força de trabalho, muitos antigos silos organizacionais vão desaparecer. A pergunta deixará de ser apenas “Quantas pessoas precisamos?” e passará a ser “Quanta capacidade de tomada de decisão este processo consegue executar e onde o julgamento humano deve intervir?”. As empresas poderão começar a monitorar headcount digital, desempenho de agentes, fluxo de decisões e conclusão autônoma de tarefas ao lado das métricas tradicionais da força de trabalho. As habilidades decisivas não serão prompts básicos. Saber criar prompts é útil, mas insuficiente. As competências realmente decisivas serão julgamento, pensamento sistêmico, expertise de domínio, avaliação de modelos, alfabetização em dados, raciocínio ético, comunicação e capacidade de redesenhar trabalho. As pessoas mais valiosas saberão decompor problemas, delegar tarefas às máquinas, verificar resultados e manter contexto quando o sistema se desviar. É por isso que acredito que os “arquitetos do trabalho” se tornarão tão importantes. São pessoas que entendem tanto o negócio quanto a tecnologia a ponto de redesenhar como inteligência e julgamento circulam dentro de uma organização. Quais palavras ou conceitos o Sr. incluiria em uma edição de 2026 do seu livro “Dicionário de Ideias Perigosas”, e por quê? O principal conceito para mim é trabalho digital (“digital labor”). Essa é a ideia central do meu novo livro, “Abundant Intelligence: How Digital Labor Will Rewrite the Rules of Business”, que escrevi com Nitin Mittal, líder global de IA da Deloitte. Conversamos com mais de 50 das maiores empresas do mundo, incluindo companhias brasileiras, e o que ficou claro é que a transformação em curso é muito maior do que chatbots. A ascensão do trabalho digital nos obriga a repensar categorias nas quais os negócios se apoiam há décadas. Software ainda é apenas software se ele executa trabalho? Um agente de IA é uma ferramenta, um trabalhador, infraestrutura ou capital? O que acontece com a gestão quando parte da força de trabalho não é humana? O que acontece com a produtividade quando cognição pode ser incorporada diretamente aos processos de negócio? Quando software executa trabalho, ele deixa de ser apenas software. Passa a fazer parte da força de trabalho.