A previsão do Gartner que ninguém esperava: 50% das empresas que demitiram por IA vão recontratar

A narrativa mais comum sobre inteligência artificial e emprego segue um roteiro linear: IA automatiza tarefas, tarefas automatizadas deixam de precisar de humanos, humanos são demitidos. Empresas que seguiram esse roteiro com convicção, usando automação por IA como justificativa para cortes de quadro, agora estão diante de uma previsão do Gartner que inverte essa lógica.

O Gartner prevê que 50% das empresas que demitiram profissionais devido à automação por IA acabarão recontratando pessoas para funções semelhantes, com novos títulos. Fonte: Gartner, previsões para 2027.

Essa previsão é complementada por outra, publicada no Gartner Future of Work de setembro de 2026, igualmente reveladora: 75% das organizações que priorizam capturar os ganhos de produtividade com IA como redução de custos serão superadas por concorrentes que reinvestem esses ganhos em inovação, modernização e capacitação. Fonte: Gartner, setembro de 2026.

Juntas, as duas previsões formam um argumento estratégico que vai contra o uso mais imediatista da automação.

Por que as empresas que demitiram vão recontratar

O Gartner não está prevendo que a automação com IA não funciona. Está prevendo que usar automação exclusivamente para cortar custos de mão de obra é uma estratégia de curto prazo com consequências de médio prazo que as empresas não anteciparam.

Existem três razões principais pelas quais as demissões motivadas por IA frequentemente resultam em recontratação:

A IA assume tarefas, não funções completas. A maioria das funções profissionais é composta por dezenas de tarefas diferentes. A IA consegue assumir com eficiência as tarefas mais repetitivas e bem definidas dentro de uma função. Mas as tarefas que exigem julgamento, relacionamento, contexto e adaptação a situações novas continuam exigindo humanos. Quando uma empresa demite um profissional inteiro porque a IA assumiu 40% das suas tarefas, frequentemente descobre que os outros 60% não estão sendo feitos por ninguém.

Novos tipos de trabalho surgem com a IA. Cada capacidade nova que a IA introduz cria necessidade de pessoas que entendem como usá-la, monitorá-la, treiná-la e corrigir o que ela faz de errado. Especialistas em prompting, gestores de agentes autônomos, avaliadores de qualidade de output de IA são funções que não existiam há três anos e que estão em alta demanda. Fonte: McKinsey, 2026. Empresas que demitiram para reduzir custos frequentemente descobrem que precisam dessas novas funções e não têm internamente as pessoas para ocupá-las.

A qualidade cai quando o conhecimento tácito vai embora. Parte do valor de um profissional experiente não está nas tarefas que ele executa, mas no conhecimento acumulado sobre como o negócio funciona, quais exceções existem, quais clientes têm comportamentos específicos e quais processos têm nuances que nunca foram documentadas. Quando esse profissional é demitido, o conhecimento vai junto. A IA não recupera o que não foi registrado.

A aritmética da recontratação

A recontratação descrita pelo Gartner raramente acontece com os mesmos títulos e os mesmos salários. Ela acontece com títulos novos que refletem as funções que sobram depois da automação.

Um analista de dados que foi demitido porque a IA passou a gerar relatórios automaticamente pode ser recontratado como especialista em análise de exceções, cuidando dos casos que a IA não sabe classificar corretamente. Um atendente de suporte demitido porque um chatbot passou a resolver 70% das chamadas pode ser recontratado como gestor de escalações complexas, que são exatamente os casos que o chatbot não resolve.

A função muda. O título muda. O salário frequentemente sobe porque o trabalho residual é mais especializado. E o custo total para a empresa pode ser igual ou maior ao que existia antes da automação, sem os ganhos de produtividade que a automação deveria ter gerado.

A estratégia que o Gartner identifica como vencedora

O contraste com as empresas que estão vencendo é direto. As organizações que estão capturando vantagem competitiva sustentável com IA não estão usando os ganhos de produtividade para cortar custos de mão de obra. Estão usando para crescer: mais produtos lançados, mais clientes atendidos, mercados novos que antes não eram acessíveis, serviços mais sofisticados.

A McKinsey confirma essa lógica ao documentar que a hora e meia liberada pela IA do profissional que escreve relatórios pode ser reinvestida em análise de clientes que antes não havia tempo para fazer, gerando receita nova em vez de apenas reduzindo custo. Fonte: McKinsey, 2026.

Para gestores industriais que estão avaliando iniciativas de automação de processos industriais, essa distinção tem implicação direta no modelo de negócio que justifica o investimento. A Appmoove, a software house mais completa do Brasil, constrói o caso de retorno de cada projeto de desenvolvimento de software industrial considerando não apenas o custo que será eliminado, mas a capacidade nova que será criada. Transformação com governança inclui governança sobre como os ganhos de produtividade são reinvestidos para que o chão de fábrica de amanhã seja mais competitivo, não apenas mais barato.

Quer entender como estruturar projetos de automação que geram crescimento, não apenas redução de custo? Faça o diagnóstico gratuito da Appmoove. Acessar diagnóstico