Advogada Lisiane Mehl Rocha / Linkedin – Pesquisa editada / Curitiba
Em entrevista ao Le Monde Diplomatique Brasil, o historiador e sociólogo Aaron Benanav fala sobre seu último livro, Automação e o futuro do trabalho. Na obra lançada pela Boitempo em novembro, o professor da Universidade Cornell, Estados Unidos, desfaz mitos sobre o fim do emprego provocado pela tecnologia, identifica as causas estruturais da precarização no mundo do trabalho atual e aponta caminhos para uma sociedade pós-escassez. Via Le Monde Diplomatique Brasil
Uma reflexão necessária sobre o trabalho moderno Nas análises que tenho feito recentemente, há um ponto que me tem chamado muita atenção, a dependência quase total que muitos profissionais modernos têm de três pilares, Energia, Inteligência Artificial e Dados. Muitos profissionais hoje dependem quase 100% de IA, Energia e Dados. – Sem eletricidade ou internet, a produtividade simplesmente para. Diferente de um carpinteiro, pescador ou artesão, que mesmo com limitações continuam a gerar valor. O problema não é a tecnologia. – O risco é não perceber a dependência. Se a ferramenta falhar, o que sobra do teu conhecimento? Estás a pensar, analisar e decidir… ou apenas a operar sistemas? IA e Dados são aceleradores. Mas sem pensamento crítico, viramos reféns do próprio progresso. Fica a reflexão.
#Dados #IA #TrabalhoDoFuturo #Carreira
#PensamentoCritico #Produtividade
IA não aumentou produtividade, nem impactou empregos nos últimos três anos: os dados são de uma pesquisa realizada com cerca de 6 mil executivos nos EUA, Reino Unido, Alemanha e Austrália. Especialistas associam o resultado ao “paradoxo da produtividade”, que deu a Robert Solow o Nobel de Economia em 1987, quando ele identificou que os grandes avanços em computação na época não se refletiram em ganhos concretos de produtividade, apesar das expectativas elevadas dos participantes do mercado. O resultado mostra que o impacto das IAs depende menos da tecnologia em si e mais da capacidade das empresas de incorporá-la efetivamente em seus processos. As informações são da Fortune.
A maioria das pessoas é relativamente inteligente dentro da profissão que exerce, e burra em relação à 99.95% do conhecimento humano existente. Quase todo mundo é um completo imbecil sobre quase tudo. Ainda bem… Tenho a impressão de que muitas pessoas que caem no mercado, pulam o arroz com feijão (ou seja, não entendem o que rola por trás das cortinas). Entender a tecnologia/mercado faz muita falta pra quem trabalha com isso, e muito gente claramente NÃO ENTENDE.
O paradoxo da produtividade: A ferramenta de IA não substituirá quem não performa. A discussão sobre os riscos da IA no aprendizado e no trabalho ganha as manchetes do g1, mas o risco oculto para a indústria brasileira é mais profundo: o abismo de produtividade. Enquanto o debate foca no temor da substituição, ignoramos que a produtividade média do trabalhador brasileiro estagnou em níveis alarmantes. De acordo com o The Conference Board e o FGV IBRE – Instituto Brasileiro de Economia, a produtividade de um trabalhador brasileiro é, em média, 25% da de um americano. Na prática, são necessários quatro brasileiros para entregar o mesmo valor gerado por um americano. O cenário é crítico: se avançarmos para modelos de redução de jornada ou restrições laborais, temas em pauta atualmente, sem um salto tecnológico real, corremos o risco de inviabilizar a indústria nacional. A conta não fecha com baixa produtividade somada à baixa disponibilidade de pessoas qualificadas. Vejamos as seguintes situações: – Foco em Confiabilidade: A ferramenta de IA deve ser usada para elevar o teto técnico do operador, reduzindo o erro humano e o retrabalho, hoje os maiores drenos de tempo no campo. – Foco em Rentabilidade: Investir em tecnologia sem treinar para a produtividade é queimar CAPEX. O foco deve ser o Output por Hora Trabalhada, o único KPI que mantém a indústria saudável sob novas pressões regulatórias. Nós, que vivemos o dia a dia das plantas industriais e dos grandes projetos, sabemos que a tecnologia é uma ferramenta, não uma salvadora. Não haverá “circuito global” para o Brasil se não atacarmos a causa raiz: a falta de preparo para o trabalho de alto valor agregado. A técnica deve servir para tornar o humano mais capaz, e o negócio, mais perene. Tenho o seguinte questionamento: Se a ferramenta de IA automatizar 30% das tarefas da sua equipe amanhã, esse tempo será reinvestido em estratégia e inovação ou será absorvido pela ineficiência dos processos analógicos remanescentes? Qual a sua percepção? Você acredita que a IA será o motor que finalmente elevará nossa produtividade ou apenas evidenciará nossa defasagem competitiva frente ao mercado externo? Gilberto Braz Lima #Produtividade #Industria40 #InteligenciaArtificial #GestãoDeAtivos #EstrategiaExecutiva O risco da inteligência artificial para o futuro do aprendizado e do trabalho | G1 https://lnkd.in/emGtNwF9
Sam Altman comentou recentemente que formar um ser humano altamente qualificado leva cerca de 20 anos, exigindo investimentos massivos em educação, saúde e ambiente social. É interessante refletir sobre isso, porque capital humano é caro: formação exige tempo, dinheiro e saúde. Ainda assim, o retorno é incerto (como os tantos engenheiros reduzidos a “pessoa engenheira”). Mas há um ponto que raramente entra na conversa: Treinar modelos de IA também exige investimento massivo, só que concentrado em capital, chips, energia (água). Há uma tensão estrutural aqui: o discurso enfatiza eficiência, através da redução de custos, automatização de tarefas e otimização de sistemas. O modelo operacional, porém, depende de crescimento contínuo de infraestrutura, expandir primeiro, otimizar depois, basicamente “growth-at-all-costs”. Treinar uma geração de pessoas leva décadas, enquanto um modelo leva meses, claro que consumindo uma quantidade absurda de energia e infraestrutura. Em um episódio de Black Mirror, pessoas pedalam em bicicletas ergométricas para gerar energia que alimenta o próprio sistema que as aprisiona. Hoje, não estamos pedalando para alimentar data centers, mas estamos acelerando uma infraestrutura cujo custo energético cresce em paralelo à promessa de eficiência. Investimos bilhões para treinar máquinas, porém continuamos subinvestindo estruturalmente em educação básica. Se precisamos de 20 anos para formar um humano para alguns escopos, enquanto levamos 1/20 do tempo para treinar IAs, talvez devêssemos rever o nossas prioridades, por que qual futuro é reservado para uma sociedade que cresce sem estrutura social?
“O futuro do trabalho no mundo pós-IA Correio Braziliense, Editorial, 20/02/26 Uma sociedade estruturada em torno de uma maioria ociosa por falta de oportunidades é o terreno perfeito para a desestabilização democrática e para a ruptura institucional Por isso, não deixa de ser irônico que o avanço da inteligência artificial (IA) sobre o trabalho se dê justamente nas áreas mais envolvidas com as artes, a criatividade e a cognição. Setores que até ontem se julgavam blindados pela barreira da “subjetividade humana” — como o cinema, a produção audiovisual, o design e a programação de softwares — estão sendo engolidos em uma velocidade atordoante. E não são os únicos. O drama do mundo pós-IA não reside, porém, apenas na perda imediata de postos de trabalho, mas na impossibilidade matemática de realocação dessa mão de obra. Nas revoluções anteriores, o trabalhador que perdia o emprego no campo migrava para a fábrica, e o operário substituído pelo robô encontrava abrigo no setor de serviços. Agora, a engrenagem é diferente. Pela primeira vez na história moderna, a inovação tecnológica corre o risco de destruir muito mais empregos do que é capaz de criar. Para onde migrarão os milhões de profissionais que serão substituídos pela IA se a própria demanda por trabalho intelectual está encolhendo? A dura matemática indica que não haverá transição de carreiras simplesmente porque existirão, em termos absolutos, muito menos empregos disponíveis. O que se projeta no horizonte de curto prazo é a concretização do cenário alertado pelo historiador Yuval Harari, autor do livro Sapiens: o surgimento de uma imensa “classe inútil”, um contingente de bilhões de pessoas que, diferentemente do proletariado explorado do século 19, sequer será necessário para girar a roda da economia. Na definição de Harari, são pessoas que não serão apenas desempregadas, não serão empregáveis. Trata-se de uma massa de cidadãos que, a despeito de sua formação acadêmica ou experiência, não conseguirá se realocar no mercado tradicional. Os debates sobre taxação de algoritmos, redução drástica de jornadas (para distribuir melhor o trabalho restante) e a implementação de uma renda básica universal precisam sair dos simpósios acadêmicos e entrar nas pautas legislativas. O mundo pós-IA já não é uma ficção especulativa. É a realidade batendo à porta dos estúdios, das agências e dos polos de tecnologia. Priorizar a construção de uma rede de proteção social para os que serão inevitavelmente deixados para trás por essa revolução não é apenas uma questão de empatia ou justiça social; é o único caminho para evitar que o maior feito tecnológico da humanidade se transforme em seu maior desastre humanitário.”
A pergunta que separa profissionais medianos de profissionais estratégicos A maioria pergunta: “Quanto isso custa?” Poucos perguntam: “Quanto custa NÃO fazer?” Essa pergunta muda tudo — de tecnologia à carreira.
O relatório do Fórum Econômico Mundial projeta uma transformação líquida relevante até 2030: milhões de funções desaparecem, outras surgem, e a maioria das ocupações será redesenhada. Não se trata de desemprego estrutural clássico — trata-se de substituição técnica e requalificação em escala. Historicamente, ondas tecnológicas eliminaram tarefas, não necessariamente trabalho. A diferença agora é a velocidade e o alcance cognitivo da inteligência artificial. Automação deixou de atingir apenas atividades físicas repetitivas e passou a impactar funções administrativas, contábeis operacionais, atendimento padronizado e processos lineares. O critério de risco é claro: • Atividades previsíveis • Baseadas em regras fixas • Dependentes de processamento repetitivo Por outro lado, crescem funções com alto teor de decisão, integração de dados, governança, gestão de riscos e análise estratégica. A IA amplia produtividade onde há pensamento crítico; substitui onde há apenas execução. Para empresas, isso gera três implicações técnicas: 1️⃣ Estrutura organizacional precisa migrar de hierarquias operacionais para células analíticas e orientadas a dados. 2️⃣ Controladoria, finanças e contabilidade deixam de ser registradoras e passam a ser áreas de inteligência decisória. 3️⃣ Educação corporativa deve priorizar raciocínio analítico, interpretação de dados e uso estratégico de IA. No campo empresarial, especialmente para PMEs, o impacto é ainda mais sensível. Processos financeiros mal estruturados são os primeiros a sofrer quando a complexidade aumenta. BPO financeiro, governança contábil e gestão baseada em indicadores deixam de ser custo e passam a ser infraestrutura estratégica. Na Camargo & Associados, temos acompanhado essa transição de perto. Empresas que organizam fluxo de caixa, controladoria, indicadores financeiros e integração tecnológica conseguem transformar dados em decisão — e decisão em margem. O futuro não será vencido por quem executa mais tarefas, mas por quem interpreta melhor cenários. Se o mercado exige pensamento crítico, gestão baseada em dados e uso inteligente de tecnologia, a estrutura empresarial precisa acompanhar. Convido você a compartilhar este conteúdo, comentar sua visão sobre essa transição e visitar nosso blog para aprofundar essa discussão: https://lnkd.in/dxF8p8pm Vamos preparar empresas — e pessoas — para o mercado que já está chegando. #BPOFinanceiro #ConsultoriaFinanceira #ContabilidadeEstratégica #InteligenciaArtificial #GestaoEmpresarial #Controladoria #GovernancaCorporativa #TransformacaoDigital
Carlos Alberto Tavares Ferreira
Founder / CEO / Carbon Zero /
Seus filhos estão sendo preparados para um mundo que não vai existir em 2030. E o problema não é falta de escola. É excesso de currículo do século passado. Os dados são públicos. Estão nos relatórios do Fórum Econômico Mundial de 2025. Mas seguimos fingindo surpresa. Até 2030: • 92 milhões de empregos deixam de existir. • 170 milhões surgem. • 1 em cada 5 ocupações muda completamente. • Quase 60 por cento das pessoas precisarão se requalificar. Ainda assim, continuamos treinando jovens para funções previsíveis, repetitivas e administrativas. Exatamente o tipo de tarefa que a inteligência artificial executa melhor, mais rápido e sem reclamar de segunda-feira. Os cargos que mais encolhem têm algo em comum: São lineares. São padronizáveis. São automatizáveis. Auxiliares administrativos, caixas, teleoperadores, contadores tradicionais, parte do design gráfico, motoristas e operadores logísticos repetitivos não estão “em risco”. Estão em processo de substituição técnica. E não por maldade da tecnologia. Por ineficiência do modelo mental que insiste em ensinar o passado como se fosse futuro. Ao mesmo tempo, crescem áreas onde a IA não substitui. Ela amplifica: Inteligência artificial aplicada. Análise e governança de dados. Cibersegurança. Energia e transição energética. Saúde, cuidado humano e longevidade. Educação avançada. Logística inteligente. Gestão de projetos complexos. Note o padrão: não são áreas de execução cega. São áreas de decisão, integração, julgamento e contexto. O paradoxo é simples e desconfortável: Nossos filhos não carecem de informação. Carecem de habilidade cognitiva para um mundo instável. O mercado não está pedindo mais diplomas decorados. Está pedindo gente capaz de: Pensar analiticamente. Resolver problemas que ainda não têm manual. Comunicar ideias complexas com clareza. Aprender rápido, desaprender sem apego e reaprender sem drama. Usar IA como ferramenta, não como muleta. Em 2026, não saber usar inteligência artificial não será opinião. Será desvantagem competitiva mensurável. Nunca se falou tanto em futuro. E nunca se ensinou tanto o passado. Talvez o maior analfabetismo da próxima década não seja tecnológico. Será cognitivo. Estamos formando jovens para responder perguntas que a inteligência artificial já resolve. E ignorando ensinar aquilo que nenhuma máquina consegue substituir: pensamento, critério e responsabilidade. O futuro não vai cobrar diplomas. Vai cobrar capacidade de pensar sob pressão, decidir em cenários novos e aprender antes que o mercado demita. Quem continuar ensinando o mundo de ontem, vai assistir seus alunos disputarem vagas que já não existem.
Carlos Alberto Tavares Ferreira
O mercado de trabalho está cada vez mais atento às soft skills. E entre todas elas, uma se destaca como a mais procurada: pensamento crítico. Em tempos de inteligência artificial, não vence quem sabe apertar botões. Vence quem tem repertório, conhecimento e embasamento para conduzir boas pesquisas. A IA responde rápido. Mas só trabalha bem quando alguém sabe perguntar melhor. Antes de buscar respostas, precisamos aprender a formular perguntas. Pensar sobre o que realmente precisamos investigar, analisar e decidir. Sem pensamento crítico, a tecnologia entrega volume. Com pensamento crítico, ela entrega valor. O futuro do trabalho não é sobre saber tudo. É sobre saber como pensar. #PensamentoCrítico #SoftSkills #InteligênciaArtificial #InovaçãoHumana #FuturoDoTrabalho #Carreira #DesenvolvimentoHumano
Preconceito etário (etarismo) Muitas empresas ainda têm a ideia errada de que profissionais mais velhos: têm dificuldade com tecnologia são menos adaptáveis resistem a mudanças aprendem mais devagar Na prática, isso não é verdade. Estudos mostram que profissionais 40+ costumam ter: mais responsabi
