Você acabou de contratar um milhão de funcionários ruins

A IA deveria substituir o trabalho humano.

Ela fez o oposto.

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 elimina.

Crescimento do quadro de funcionários após a adoção de IA

A tecnologia sempre resolveu um problema criando outro.

Na década de 1830, o advento das ferrovias impulsionou a maior expansão de infraestrutura que o mundo já viu. A quilometragem de trilhos nos EUA multiplicou-se por 120 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 crescia, condutores individuais já não eram suficientes para manter a segurança das viagens. As empresas ferroviárias iniciaram então um esforço de décadas: contratar gerentes para cada região, definir novas funções dentro da organização e estabelecer hierarquias claras com linhas de subordinação. Nasceu a gestão moderna. Com ela, as ferrovias se tornaram a primeira indústria bilionária do mundo, chegando a representar cerca de 60% do mercado de ações.

A IA está quebrando o sistema novamente.

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

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

Forças de trabalho de agentes e forças de trabalho humanas falham da mesma forma.

Compreender os 7 principais paralelos entre os dois destravará o próximo trilhão de dólares em criação de valor com 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 percorreu todo o seu curso em menos de um mês.

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

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

Talvez 1 em cada 100 funcionários saiba dar contexto à IA. É uma espécie rara de pessoa que consegue articular um processo com clareza, que tem paciência para empatizar com uma janela de contexto poluída, ou que sequer 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 ferramenta, loops são um curativo para o fato de que quase ninguém consegue dar prompts com sucesso.

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

Você está gastando tokens para gastar tokens.

3. Tokens desperdiçados são o novo inchaço de headcount.

A maioria das empresas hoje é mal gerenciada.

A grande maioria dos trabalhadores não impacta significativamente o negócio. 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.

Muitas vezes é mais eficiente cortar o loop. Elon cortou 80% da equipe do X e a empresa teve melhor desempenho. Os operating partners de private equity ganham a vida arbitrando esse simples fato.

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

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

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

A promessa do software era que construiríamos uma vez, 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 nada de forma previsível.

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

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

O único lugar onde a IA realmente supera os humanos é escalabilidade. Escalar humanos consome enorme energia 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 tarefa, certa quantidade de contexto de token pode reduzir o esforço da IA em ordens de grandeza. 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 enorme problema político com a IA dentro da empresa, e só vai piorar.

Funcionários não querem ensinar o molho secreto aos sistemas de IA.

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

Veja a Meta, onde funcionários que possuem ações, extremamente incentivados a acertar na IA, estão indignados por a empresa estar usando o contexto dos funcionários como dado de treinamento. Isso 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. 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 sucesso.

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

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

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

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 essenciais para alavancar uma força de trabalho humana para a produção ideal, os evals serão essenciais 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 alguma.

7. A próxima oportunidade de trilhão 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 os negócios de hoje. Startups "Neofirms" ou "AI Native Services" estão sendo financiadas para capturar os US$ 21 trilhões de gastos com serviços na economia do conhecimento, com a teoria de que as empresas estabelecidas, atoladas em suas próprias políticas e processos, nunca conseguirão gerenciar a transição sozinhas.

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

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

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

Transformação soa como um projeto pontual. Mas existe 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, na teoria a empresa mais "disruptível" pelo Claude no setor de software: uma empresa de meio trilhão de dólares construindo aplicativos sob medida para empresas. Pela lógica que tornou o SaaS quase não investível, $PLTR deveria ser um zero antes da $NOW.

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

Mas a transformação em si evoluiu desde os tempos antigos da Palantir. Em um mundo centrado em IA, é mais do que ontologias, software personalizado e o raro prompt sob medida. O verdadeiro trabalho 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 orientador.

Disseram-nos para vender picaretas durante uma corrida do ouro, e construímos infraestrutura. Disseram-nos para vender "Service-as-a-Software", e construímos neofirms. Já temos infraestrutura suficiente. Já temos serviços suficientes. Agora o trabalho é fazer os trens funcionarem no 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 tem que dizer a ambos o que fazer.

Agradecimentos a Sam Wolfe, David Oks, @WillManidis e @Alex_Danco por suas contribuições aqui. E ao @ClaudeAI Fable 5, rodando com loops demais, pela ajuda na elaboração deste texto.