Existe uma pergunta atravessando praticamente todas as profissões:
“A IA vai me substituir?”
Advogados perguntam.
Designers perguntam.
Programadores, professores, jornalistas, médicos, publicitários e analistas também.
A pergunta parece razoável porque nos faz imaginar um momento muito claro.
Hoje existe uma pessoa naquela cadeira.
Amanhã existe uma máquina.
Enquanto esse dia não chega, seguimos trabalhando e interpretamos a permanência do nosso cargo como um sinal de segurança.
Mas provavelmente não será assim.
Sua profissão pode continuar existindo.
Seu cargo pode manter o mesmo nome.
Sua empresa pode continuar contratando pessoas para a mesma área.
E, ainda assim, tudo o que dava segurança, poder de negociação e futuro àquele trabalho pode começar a mudar.
O risco não começa quando a profissão desaparece. Começa quando ela continua existindo, mas passa a precisar de menos pessoas.
Uma profissão não é uma coisa só
Imagine uma jovem analista de marketing chamada Clara.
Clara está começando a carreira.
Durante a semana, ela pesquisa concorrentes, organiza informações, prepara apresentações, escreve primeiras versões, acompanha campanhas e transforma resultados em relatórios.
Nenhuma dessas tarefas, isoladamente, define o que significa trabalhar com marketing.
Mas, juntas, elas ocupam grande parte de sua rotina.
Também ensinam Clara a exercer a profissão.
Quando ela pesquisa um concorrente, aprende a distinguir uma mudança importante de uma novidade irrelevante.
Quando prepara um relatório, aprende quais números parecem bons e quais realmente representam resultado.
Quando escreve uma primeira versão, entende como uma ideia muda de acordo com o público, o produto e o momento.
Quando acompanha alguém mais experiente revisando seu trabalho, começa a perceber critérios que ainda não conseguiria explicar sozinha.
Agora imagine que a empresa de Clara adote IA.
A pesquisa inicial passa a levar minutos.
Os dados chegam organizados.
A apresentação ganha uma primeira estrutura automaticamente.
O relatório já aparece com um resumo.
Dez versões de um texto podem ser produzidas antes de Clara terminar a primeira.
A profissão de marketing desapareceu?
Não.
Clara perdeu o emprego?
Não necessariamente.
Mas alguma coisa importante aconteceu.
Uma profissão não é um bloco único.
Ela é formada por tarefas, decisões, conhecimentos, relações, responsabilidades, julgamentos e riscos assumidos.
A IA não precisa dominar tudo isso para transformar o mercado.
Basta entrar nas partes certas.
A profissão é uma das últimas coisas a desaparecer. As tarefas mudam primeiro.
A primeira coisa que desaparece pode ser a escada
É fácil olhar para as tarefas iniciais de Clara e enxergar apenas trabalho operacional.
Pesquisa.
Organização.
Primeiras versões.
Relatórios.
Parece ótimo que uma máquina possa retirar esse peso de sua rotina.
Só que essas tarefas também eram os primeiros degraus de sua formação.
Clara não produzia relatórios apenas para entregar relatórios.
Ela estava aprendendo a olhar para um negócio.
Não pesquisava concorrentes apenas para preencher uma apresentação.
Estava construindo repertório.
Não escrevia versões imperfeitas apenas porque alguém precisava fazê-las.
Estava desenvolvendo o julgamento que, anos depois, permitiria reconhecer uma versão boa.
Esse mecanismo aparece em muitas profissões.
Um advogado iniciante aprende pesquisando documentos, comparando decisões e preparando primeiras versões.
Um programador começa corrigindo problemas menores, escrevendo partes simples e tentando entender sistemas construídos por outras pessoas.
Um designer desenvolve direção estética produzindo variações, adaptando peças e recebendo críticas.
Um profissional de publicidade aprende pesquisando referências, testando abordagens e observando por que algumas ideias sobrevivem à revisão e outras não.
Quando a IA assume essas tarefas, a empresa não economiza apenas tempo.
Ela pode deixar de precisar de tantas pessoas no começo da carreira.
Um profissional experiente, acompanhado de IA, passa a entregar o que antes exigia vários iniciantes.
A empresa abre menos vagas.
Menos pessoas entram.
Menos pessoas acumulam experiência.
A carreira perde alguns de seus primeiros degraus.
Isso já aparece nos primeiros dados disponíveis.
Um estudo do Stanford Digital Economy Lab, baseado em registros de folha de pagamento nos Estados Unidos, encontrou uma queda relativa de 16% no emprego de trabalhadores entre 22 e 25 anos nas ocupações mais expostas à IA, depois de considerar diferenças entre empresas.
No mesmo estudo, profissionais mais experientes nas mesmas ocupações ficaram relativamente mais protegidos.
Os próprios autores alertam que o estudo é observacional e não prova que toda a diferença foi causada pela IA.
Mesmo assim, o padrão merece atenção.
A pressão inicial não parece atingir todas as pessoas da mesma maneira.
Ela pode começar justamente por quem ainda precisava entrar para aprender.
A IA pode não eliminar uma profissão. Pode eliminar a maneira como as pessoas aprendiam a exercê-la.
E isso cria uma pergunta desconfortável:
Se desaparecem os trabalhos que formavam os profissionais experientes, de onde virão os próximos profissionais experientes?
O cargo permanece, mas o valor migra
Clara continua na empresa.
Seu cargo continua sendo analista de marketing.
Por fora, tudo parece relativamente normal.
Por dentro, a régua mudou.
Antes, a empresa esperava que ela pesquisasse, organizasse e produzisse.
Agora, como essas etapas ficaram mais rápidas, espera que Clara entregue mais.
Não basta apresentar dez ideias.
Ela precisa reconhecer quais duas fazem sentido.
Não basta gerar um relatório.
Ela precisa explicar o que deve ser feito a partir dele.
Não basta produzir uma campanha.
Ela precisa entender o público, identificar riscos, defender escolhas e responder pelos resultados.
O ganho de produtividade não vira automaticamente tempo livre.
Muitas vezes, vira uma nova expectativa.
Uma pessoa passa a entregar o que antes exigia várias.
As equipes ficam menores.
A quantidade de produção aumenta.
A execução se torna abundante.
E aquilo que se torna abundante costuma perder valor econômico.
Talvez a IA não substitua todos os designers.
Mas pode permitir que um ótimo designer produza o que antes exigia uma equipe.
Talvez não substitua todos os advogados.
Mas pode reduzir a quantidade de pessoas necessárias para pesquisar, organizar e preparar um caso.
Talvez não substitua todos os profissionais de marketing.
Mas pode tornar insuficiente a capacidade de apenas produzir textos, apresentações e relatórios.
A profissão continua no mercado.
O número de lugares disponíveis dentro dela é que muda.
E o valor começa a se concentrar em quem consegue fazer algo além da execução.
Quando uma tarefa se torna abundante, saber executá-la deixa de ser suficiente para garantir valor.
Se executar deixa de ser raro, o que continua valioso?
A mesma tecnologia que quebra a escada pode ajudar a construir outra
Aqui existe uma contradição importante.
A IA reduz a necessidade de algumas tarefas pelas quais os iniciantes aprendiam.
Mas também pode dar a uma pessoa acesso a uma quantidade de prática, conhecimento e capacidade que antes seria impossível obter sozinha.
Isso não acontece automaticamente.
Clara pode usar IA de duas maneiras completamente diferentes.
Na primeira, ela envia uma tarefa, recebe uma resposta, copia o resultado e entrega.
Parece produtiva.
Mas não sabe explicar por que aquela resposta é boa.
Não reconhece erros com segurança.
Não desenvolve critérios próprios.
Quanto mais produz, mais dependente fica de algo que não sabe avaliar.
Ela está usando IA para evitar o trabalho.
Só que também está evitando parte do aprendizado.
Na segunda maneira, Clara usa a IA para ampliar sua formação.
Ela pede que a ferramenta explique diferentes estratégias.
Compara alternativas.
Tenta tomar uma decisão antes de consultar a resposta.
Pede críticas ao próprio raciocínio.
Simula cenários.
Estuda campanhas anteriores.
Registra seus erros.
Cria projetos próprios.
Testa hipóteses que não teria tempo ou recursos para testar sozinha.
Em vez de pedir apenas uma resposta, ela constrói um ciclo:
tentar, comparar, receber feedback, corrigir e tentar novamente.
Nesse caso, a IA não substitui a prática.
Ela aumenta a quantidade e a velocidade da prática possível.
Mas existe um limite importante.
A IA não substitui problemas reais.
Não substitui consequências reais.
Não substitui mentoria, contato com pessoas mais experientes, feedback externo e responsabilidade progressiva.
Uma ferramenta capaz de responder a qualquer coisa também pode confirmar uma ideia ruim de maneira muito convincente.
Por isso, a nova escada não será construída apenas com prompts, agentes e automações.
Ela precisará combinar IA com projetos reais, crítica humana, estudo, experimentação e responsabilidade.
A diferença estará entre usar IA para evitar o aprendizado e usá-la para acelerar a construção de julgamento.
A tecnologia que remove alguns dos antigos degraus também pode ajudar a criar novos.
Só que, desta vez, parte da responsabilidade por construir essa escada pode sair da empresa e cair sobre o próprio profissional.
O nascimento do profissional ampliado
Com o tempo, Clara deixa de usar IA apenas quando precisa terminar uma tarefa.
Ela começa a construir uma capacidade ao redor de si.
Organiza uma memória das campanhas anteriores.
Registra decisões, resultados e erros.
Cria um processo recorrente para pesquisar concorrentes.
Define critérios para avaliar ideias.
Configura agentes para tarefas específicas.
Automatiza acompanhamentos.
Mantém o contexto de cada cliente organizado.
Cria etapas de verificação antes de qualquer entrega.
Clara já não começa cada projeto do zero.
Ela carrega consigo tudo o que aprendeu e um sistema capaz de colocar esse conhecimento em movimento.
Essa é uma diferença maior do que simplesmente saber usar ChatGPT.
Existe o profissional que usa IA para produzir o mesmo trabalho mais rapidamente.
E existe o profissional que transforma IA em memória, processo, repertório e capacidade acumulada.
O primeiro economiza tempo.
O segundo muda o que uma única pessoa consegue assumir.
Essa mudança já aparece na maneira como grandes empresas descrevem o trabalho.
No Work Trend Index de 2025, a Microsoft apresentou a ideia de equipes formadas por humanos e agentes, com profissionais direcionando “colegas digitais” para executar partes específicas do trabalho.
O Anthropic Economic Index também encontrou dois padrões distintos de uso: automação, quando a tarefa é delegada, e ampliação, quando a pessoa usa a IA para aprender, validar e desenvolver o trabalho em conjunto.
A distinção importa porque clicar em um botão não cria uma vantagem duradoura.
Com o tempo, quase todo mundo terá acesso às mesmas ferramentas.
A vantagem estará no sistema construído ao redor delas.
Quais informações você organizou?
Que contexto acumulou?
Que critérios desenvolveu?
Que processos sabe coordenar?
Que resultados consegue verificar?
Que responsabilidades passou a assumir?
No futuro, uma empresa pode não avaliar apenas a experiência, a formação e os resultados anteriores de uma pessoa.
Também pode querer saber que capacidade essa pessoa consegue mobilizar.
Quais processos consegue operar?
Quanto contexto consegue carregar?
Como controla a qualidade do que seus agentes produzem?
Quanto resultado consegue gerar sem ampliar a equipe?
A pessoa não chega apenas com um currículo.
Chega com uma espécie de infraestrutura profissional própria.
A empresa não contrata apenas a pessoa. Contrata seu julgamento e toda a capacidade de IA que ela aprendeu a construir e orquestrar.
Cada profissional pode carregar consigo uma capacidade operacional que antes pertencia apenas a uma empresa inteira.
Mas isso não significa que a máquina tornou o profissional automaticamente valioso.
A máquina pode gerar.
Alguém ainda precisa dar direção.
A máquina pode sugerir.
Alguém ainda precisa julgar.
A máquina pode processar uma enorme quantidade de informação.
Alguém ainda precisa compreender o contexto.
A máquina pode recomendar uma ação.
Alguém ainda precisa responder pelas consequências.
Direção, julgamento, contexto e responsabilidade não são uma defesa romântica do ser humano.
São partes concretas do trabalho.
Quanto mais barata fica a produção, mais importantes elas se tornam.
Capacidade sem direção, julgamento, contexto e responsabilidade ainda não é uma profissão completa.
O teste que você pode fazer hoje
Não espere o nome da sua profissão aparecer em uma lista de cargos ameaçados.
Pegue uma semana normal de trabalho e liste o que você realmente faz.
Não escreva apenas “sou advogado”, “sou designer” ou “trabalho com marketing”.
Liste as atividades.
Depois, classifique cada uma em seis grupos.
1. Produção
O que você cria, organiza ou executa?
2. Decisão
O que exige uma escolha sua?
3. Contexto
O que depende de conhecer profundamente a empresa, o cliente ou a situação?
4. Responsabilidade
Pelo que alguém precisa responder?
5. Confiança
O que depende de relacionamento, reputação ou credibilidade?
6. Aprendizado
Quais tarefas estão formando a experiência necessária para você assumir trabalhos maiores?
Agora identifique o que a IA já consegue iniciar.
Não pergunte apenas se ela consegue fazer tudo perfeitamente.
Essa é uma régua confortável demais.
Pergunte:
A IA já consegue produzir uma primeira versão útil?
Se a resposta for sim, ela já pode alterar o tempo, o custo e a quantidade de pessoas necessárias para aquela tarefa.
Depois, procure o risco invisível.
Se essa tarefa perder valor, o que acontece com você?
Ela é apenas operacional ou também é parte do seu aprendizado?
Se qualquer pessoa puder executá-la com IA, por que alguém continuará escolhendo você?
Você está desenvolvendo julgamento ou apenas aumentando a velocidade?
Por fim, procure a oportunidade invisível.
Como você pode usar IA para praticar mais?
Que conhecimento precisa organizar?
Que processo pode construir em vez de apenas acelerar?
Que critérios precisa desenvolver para avaliar os resultados?
Que responsabilidade maior pode assumir agora que a execução exige menos tempo?
A pergunta mais importante não é:
“Como posso terminar minha tarefa mais rápido?”
É:
“Estou usando IA para fazer o mesmo trabalho mais rápido ou para me tornar um profissional com uma capacidade diferente?”
O risco começa antes. A oportunidade também.
A IA provavelmente não chegará em uma segunda-feira para anunciar que sua profissão deixou de existir.
O nome do seu cargo pode permanecer.
A empresa pode continuar contratando.
Pessoas podem continuar exercendo a mesma atividade por muitos anos.
A mudança acontecerá de maneira menos visível.
Primeiro, algumas tarefas levarão menos tempo.
Depois, uma pessoa conseguirá entregar o que antes exigia várias.
As vagas de entrada diminuirão.
A antiga escada perderá degraus.
A expectativa aumentará.
Certas habilidades deixarão de ser raras.
O valor migrará para novas partes do trabalho.
Quando alguém finalmente perguntar se a profissão foi substituída, essa talvez já seja a pergunta errada.
O profissional mais vulnerável não é necessariamente aquele cuja profissão pode ser automatizada.
É aquele cujo valor depende apenas de tarefas que estão se tornando fáceis de reproduzir.
O profissional mais preparado não tenta provar que consegue trabalhar sem IA.
Ele aprende a dirigir a tecnologia, verificar seus resultados e assumir responsabilidades que a máquina sozinha não consegue carregar.
Isso não torna ninguém impossível de substituir.
Mas torna uma pessoa preparada muito mais capaz, valiosa e difícil de substituir do que seria trabalhando sozinha.
O futuro não será dividido apenas entre pessoas e máquinas.
Será dividido entre pessoas que continuam trabalhando sozinhas e pessoas que aprenderam a transformar máquinas em extensão da própria capacidade.
A IA não vai substituir sua profissão de uma vez. O risco real começa muito antes disso.
Mas a oportunidade também.
Se você quer se preparar para essa mudança
A melhor forma de se preparar não é competir com a IA.
É aprender a transformá-la em capacidade própria.
Se você quer entender como fazer isso no seu trabalho, me siga aqui no X.
Eu compartilho diariamente formas práticas de usar novas tecnologias para produzir melhor, assumir responsabilidades maiores e se tornar mais valioso no mercado.
Fontes citadas
- Erik Brynjolfsson, Bharat Chandar e Ruyu Chen. Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence. Stanford Digital Economy Lab, versão de novembro de 2025.
- Microsoft. 2025 Work Trend Index Annual Report: The Year the Frontier Firm Is Born.
- Anthropic. Anthropic Economic Index: Uneven Geographic and Enterprise AI Adoption, setembro de 2025.
