João Miguel Mesquita
A adoção de inteligência artificial nas empresas está a introduzir mudanças operacionais que vão além dos ganhos imediatos de eficiência. Um inquérito recente da Anthropic indica que profissionais em funções com elevada exposição à automação não só reconhecem o risco de substituição, como aceleram a adoção dessas mesmas ferramentas devido ao impacto direto na produtividade.
O estudo, baseado em 81 mil utilizadores da plataforma Claude, distingue-se de análises macroeconómicas conduzidas por entidades como Goldman Sachs, International Monetary Fund ou World Economic Forum ao centrar-se na experiência operacional dos trabalhadores em contexto real. Esta abordagem permite observar a adaptação em curso ao nível das tarefas, em vez de projeções teóricas sobre funções.
Os dados mostram que cerca de 20% dos inquiridos identificam sinais de substituição parcial das suas funções por sistemas automatizados, com incidência mais elevada em perfis técnicos como programadores, analistas ou especialistas de suporte. Esta perceção é mais pronunciada entre trabalhadores em início de carreira, sugerindo uma maior sensibilidade ao risco em segmentos com menor estabilidade profissional.
Em paralelo, a introdução de IA está a alterar a fronteira das capacidades individuais. Profissionais em funções de maior valor acrescentado reportam ganhos relevantes, com 48% a indicarem expansão do seu âmbito funcional e 40% a registarem aceleração na execução de tarefas. Estes indicadores apontam para uma ampliação do perímetro de atuação, mais do que para uma simples otimização de processos existentes.
Do ponto de vista operacional, o padrão de adoção é relativamente homogéneo. As equipas utilizam IA em cenários caracterizados por elevada densidade de informação e restrições temporais, nomeadamente na produção de documentação, desenvolvimento de software, síntese de conteúdos e interação com clientes. Nestes contextos, a tecnologia atua como um multiplicador de capacidade, reduzindo o tempo de execução sem eliminar a necessidade de validação humana.
Apesar dos ganhos de eficiência, a evidência empírica sugere que a IA não está a reduzir o volume global de trabalho. Em vários casos, a automatização de tarefas de baixa complexidade está a deslocar o foco para atividades mais exigentes, aumentando a carga cognitiva e a complexidade das funções. Este fenómeno traduz-se numa redistribuição de esforço, em vez de numa redução líquida.
A aceleração dos ciclos de produção introduz também novas exigências qualitativas. A maior capacidade de geração de outputs tende a alimentar processos de decisão já limitados por fatores organizacionais, como cadeias de aprovação ou dependências entre equipas, contribuindo para uma maior pressão sobre a consistência e a fiabilidade dos resultados.
Um dos efeitos mais relevantes emerge ao nível da estrutura do mercado de trabalho. A automatização de tarefas tradicionalmente associadas a funções de entrada — como análise básica, documentação ou suporte estruturado — está a reduzir a necessidade de recrutamento nesses níveis. Estas funções desempenham um papel crítico na formação de competências e na progressão para posições intermédias.
A médio prazo, esta dinâmica pode originar um défice de talento qualificado. A ausência de entrada suficiente de novos profissionais limita a criação de um pipeline sustentável de competências, com impacto potencial na capacidade das organizações para responder a necessidades futuras mais complexas.
No plano organizacional, verifica-se um desalinhamento entre a velocidade de adoção tecnológica e a adaptação estrutural. Muitas empresas estão a integrar ferramentas de IA em processos existentes sem proceder a uma reconfiguração dos modelos operacionais. Este enquadramento limita o potencial transformador da tecnologia, mantendo inalteradas as restrições estruturais que condicionam a produtividade.
A resposta a este cenário exige uma abordagem deliberada ao desenho organizacional. A integração de IA deve ser acompanhada por uma redefinição clara de funções, responsabilidades e métricas de desempenho, com enfoque não apenas na eficiência imediata, mas também na evolução das capacidades ao longo do tempo.
A transformação em curso caracteriza-se por uma alteração progressiva das expectativas sobre o trabalho, mais do que por uma substituição direta de funções, colocando pressão sobre as organizações para ajustarem simultaneamente tecnologia, processos e modelos de desenvolvimento de talento.
Com informação Computerworld
