Você acabou de contratar um milhão de funcionários ruins

A IA deveria substituir o trabalho humano.

Ela fez o contrário.

Pela primeira vez na história, os humanos são mais baratos que o software.

Gasto de tokens por funcionário nas principais empresas

E a IA está criando mais empregos do que eliminando.

Crescimento de headcount após a adoção de IA

A tecnologia sempre resolveu um problema criando outro.

Na década de 1830, o advento da ferrovia impulsionou a maior expansão de infraestrutura que o mundo já viu. A quilometragem de trilhos nos EUA cresceu 120 vezes em uma década.

Então o sistema quebrou.

Em 5 de outubro de 1841, dois trens colidiram fatalmente na Western Railroad, em Massachusetts, devido a uma simples falha de coordenação.

À medida que a complexidade das ferrovias aumentava, os condutores individuais não eram mais suficientes para garantir a segurança das viagens de trem. As empresas ferroviárias, então, iniciaram um esforço de décadas: contratar gerentes para cada região, definir novas funções dentro da organização e estabelecer hierarquias claras com linhas de reporte. A gestão moderna nasceu. Com ela, a ferrovia se tornou a primeira indústria bilionária do mundo, representando, no seu auge, cerca de 60% do mercado de ações.

A IA está quebrando o sistema novamente.

Acabamos de dar a cada funcionário, até mesmo os piores, headcount e orçamento infinitos.

Gerenciar IA é mais difícil do que gerenciar pessoas, porque a IA escala a disfunção instantaneamente. Felizmente, podemos aprender com o passado:

As forças de trabalho de agentes e as forças de trabalho humanas falham da mesma forma.

Compreender os 7 principais paralelos entre as duas desbloqueará os próximos trilhões de dólares na criação de valor da IA.

Os 7 Paralelos entre Forças de Trabalho de Agentes e Humanas

1. Tokenmaxxing é jogar corpos no problema.

O ciclo de hype do tokenmaxxing completou seu curso total em menos de um mês.

Mas a quantidade de tokens gastos nunca foi o problema real.

As pessoas estão gastando tanto em tokens porque não sabem como usá-los.

Talvez 1 em cada 100 funcionários saiba como dar contexto à IA. É uma espécie rara de pessoa que consegue articular um processo claramente, que tem paciência para ter empatia com uma janela de contexto poluída, ou mesmo entende o que isso significa.

Dê uma ferramenta de agente para as outras 99 pessoas e elas produzirão "loops".

2. Loops são reuniões sobre reuniões.

No Claude Code/Cowork, Copilot, Autoresearch do Karpathy ou qualquer outra ferramenta, loops são um band-aid para o fato de que quase ninguém consegue fazer prompts com sucesso.

Loops são uma tentativa de força bruta para compensar a inadequação humana. Agentes se autochamam para se corrigir apenas porque um humano nunca articulou a tarefa de forma limpa. A força bruta se torna o único caminho do sistema para o progresso. Tudo isso decorre da falha humana em entender a tarefa em primeiro lugar.

Você está gastando tokens para gastar tokens.

3. Tokens desperdiçados são o novo inchaço de headcount.

A maioria das empresas hoje é mal administrada.

A grande maioria dos trabalhadores não impacta significativamente o negócio. Eles são engrenagens na máquina, carimbando aprovações em cada camada e contratando mais engrenagens para alimentar uma máquina que existe para existir.

Eles estão em looping.

Geralmente é mais eficiente cortar o loop. Elon cortou 80% da equipe do X e a empresa teve um desempenho melhor. Parceiros operacionais de private equity vivem arbitrando esse fato simples.

Assim como 80% dos funcionários não fazem nada, 80% dos tokens hoje não fazem nada.

Pessoas criam mais pessoas. Tokens criam mais tokens. Fazer looping é o novo construir impérios.

4. Tokens 100X são os novos engenheiros 10X.

A promessa do software era que o construiríamos uma vez, o executaríamos para sempre a baixo custo e nunca precisaríamos supervisioná-lo. A IA quebrou essa promessa. Assim que o software pôde fazer qualquer coisa, não pôde fazer uma única coisa de forma previsível.

Tokens se comportam como uma força de trabalho e, assim que você vê os tokens como funcionários, as promessas da IA começam a ruir:

• "Tokens são mais precisos que humanos" mas apenas quando o prompt é feito corretamente.
• "Tokens são mais rápidos que humanos" mas velocidade não significa nada em 100 tentativas.
• "Tokens não fazem política" mas eles constroem impérios de gastos com tokens.
• "Tokens não pedem demissão" mas eles morrem entre novos lançamentos de modelos e novas sessões.
• "Tokens podem ser confiáveis" mas eles falham com confiança em formatação perfeita.

O único lugar onde a IA realmente supera os humanos é na escalabilidade. Escalar humanos queima uma energia enorme em recrutamento, integração e rotatividade. Escalar tokens é instantâneo. É exatamente por isso que gerenciá-los mal é tão caro, e por que você deve encontrar e escalar o token 100X.

O engenheiro 10X construiu a última era de empresas. O token 100X construirá a próxima.

Da mesma forma que um punhado de funcionários torna outros 10X mais produtivos, para qualquer trabalho, uma certa quantidade de contexto de token pode reduzir o esforço da IA em ordens de magnitude. Existem tokens que lhe darão 100X mais alavancagem.

Humanos são mais baratos que tokens em média, mas bons tokens são mais baratos em escala.

A gestão converte um no outro.

5. Acumular contexto é a mais nova tática de segurança no emprego.

Há um problema político massivo com a IA dentro da empresa, e só vai piorar.

Os funcionários não querem ensinar seus segredos comerciais aos sistemas de IA.

Eles estão começando a perceber que esses sistemas não estão lá apenas para "ajudá-los" ou "aumentar a produtividade".

Olhe para a Meta, onde funcionários que possuem ações, que são extremamente incentivados a acertar a IA, estão indignados por a empresa estar usando o contexto dos funcionários como dados de treinamento. Isso é em uma empresa de tecnologia… um conflito que é um microcosmo do que está prestes a acontecer em todos os setores.

https://x.com/Polymarket/status/2061903052966076882

O conhecimento tribal tem sido segurança no emprego por séculos. As guildas medievais mantinham seus métodos em segredo. A IA é a primeira tecnologia que pede aos trabalhadores que entreguem tudo de uma vez.

Ninguém treina seu substituto de graça.

As pessoas que detêm os tokens 100X têm o menor incentivo para entregá-los. Emocionalmente, estruturalmente e politicamente, as empresas estão programadas para rejeitar a tecnologia mais importante para o seu futuro.

6. Evals são os novos OKRs.

A melhor forma de gerenciar uma força de trabalho de tokens é a mesma que a melhor forma de gerenciar humanos: definindo como é o bom resultado.

O único caso de uso de IA que escapou da política é a programação. Ele expandiu o bolo e tornou todo engenheiro melhor.

O mecanismo são os evals. 99% da receita de IA hoje é de programação porque a programação tem evals embutidos. O código funciona ou não.

Casos de uso de IA mais amplos e entre domínios só virão quando alguém construir os evals necessários. Evals específicos importam mais do que ensinar seus funcionários a fazer prompts ou dar a eles uma ferramenta de chat. Com eles, a IA consumirá as partes da economia que o código nunca conseguiu tocar.

O verdadeiro trabalho da gestão é transformar processos humanos confusos em código, expressando o qualitativo como quantitativo.

O conjunto de evals de uma empresa se tornará seu recurso mais valioso.

Assim como os OKRs são fundamentais para alavancar uma força de trabalho humana para a produção ideal, os evals serão fundamentais para alavancar uma força de trabalho de tokens infinitamente escalável. Evals são o caminho para executar tokens 100X.

Além disso, duas empresas não terão o mesmo conjunto de evals. Evals serão fundamentais para a vantagem competitiva. Uma organização que executa evals genéricos ou agentes genéricos não tem vantagem.

7. A próxima oportunidade de trilhões de dólares é a empresa de transformação.

As empresas vêm comprando compromissos com modelos fundacionais, a camada de aplicação e construções internas há anos. Tudo isso esconde uma verdade brutal sobre a economia:

Ninguém tem IA funcionando de forma confiável ainda.

O Vale do Silício está tão convencido desse fracasso que sua obsessão mais recente é apostar contra o negócio de hoje. Startups "Neofirms" ou "Serviços Nativos de IA" estão sendo financiadas para capturar os US$ 21 trilhões de gastos com serviços na economia do conhecimento, baseadas na teoria de que as empresas incumbentes, atoladas em suas próprias políticas e processos, nunca conseguirão gerenciar a transição sozinhas.

As neofirms podem muito bem fornecer a pressão competitiva que catalise a adoção de IA pelas "tradfirms". Mas os maiores ativos de IA ainda estão dentro das incumbentes: processos diferenciados que já funcionam, escaláveis através de canais de distribuição que já existem.

Na verdade, os próximos maiores negócios não vão consumir os gastos existentes com serviços. Eles venderão um tipo totalmente novo de serviço para os players existentes:

As "empresas de transformação de IA" serão 10X maiores do que qualquer neofirm.

Transformação parece um projeto único. Mas há um paradoxo de Jevons em ação: cada caso de uso que uma organização adota revela mais dez. Quanto mais habilitada por IA uma empresa se torna, mais transformação ela consome, enquanto a fronteira do que é possível avança diariamente. Esforços contínuos de transformação de IA se tornarão a única forma de competir.

Considere a Palantir, no papel a empresa de software mais disruptível pelo Claude: uma empresa de meio trilhão de dólares que constrói aplicativos personalizados manualmente para a empresa. Pela lógica que tornou o SaaS quase não-investível, $PLTR deveria ser um zero antes de $NOW.

Não é, porque a Palantir nunca vendeu software. Ela vendia transformação.

Mas a transformação em si evoluiu desde os velhos tempos da Palantir. Em um mundo onde a IA é o centro, é mais do que ontologias, software personalizado e o raro prompt sob medida. O trabalho real está nos evals, na minimização de tokens, em entender um negócio tão profundamente que você possa programá-lo.

Codificar as nuances de cada empresa em agentes se tornará a maior tarefa econômica da década.

É hora de gerenciar.

Cada fase do boom da IA teve seu clichê norteador.

Disseram-nos para vender picaretas durante uma corrida do ouro, e construímos infraestrutura. Disseram-nos para vender "Serviço-como-Software", e construímos neofirms. Temos infraestrutura suficiente. Temos serviços suficientes. Agora o trabalho é fazer os trens funcionarem dentro do horário.

É hora de examinar a empresa: encontrar os tokens 100X, registrar os loops que funcionam e direcionar a inteligência que está sendo massivamente desperdiçada.

Os humanos acabaram de se tornar mais baratos que o software.

Alguém ainda precisa dizer a ambos o que fazer.

Agradecimentos a Sam Wolfe, David Oks, @WillManidis e @Alex_Danco por suas reflexões aqui. E a @ClaudeAI Fable 5, executando em loops demais, por ajudar na elaboração deste texto.