A IA e a dimensão das equipas estão relacionadas, mas não da forma que os títulos da imprensa sugerem: a melhor evidência mostra que a IA aumenta a produtividade em tarefas específicas, muitas vezes entre 15 e 40%, mas não transformou equipas de cinco numa pessoa e numa IA. Onde as equipas estão a ficar mais pequenas, o principal canal é contratar menos, sobretudo perfis júnior, e não despedimentos em massa.
Esta distinção é importante para os RH. Uma equipa que encolhe porque ninguém é contratado para substituir quem sai ou para ocupar lugares júnior é muito diferente, em planos de força de trabalho, estruturas salariais e percursos de carreira, de uma equipa que é cortada. Este artigo analisa o que a investigação oficial e revista por pares mostra realmente, acrescenta os dados globais de anúncios de emprego da TalentUp para 2024–2026 e transforma-os em passos concretos para as equipas de RH e de compensação e benefícios (C&B).
Pontos-chave
- Os estudos controlados encontram ganhos reais mas específicos de cada tarefa: +15% no apoio ao cliente, menos 40% de tempo em tarefas de redação e menor exatidão quando a IA é usada fora daquilo que faz bem.
- No conjunto da economia, não há evidência de destruição de emprego generalizada até agora; o efeito mais claro incide sobre os trabalhadores jovens em empregos expostos à IA, cerca de 19% abaixo da tendência nos dados salariais dos EUA.
- O ajustamento faz-se pela contratação, não pelos despedimentos. Nos dados da TalentUp, a proporção de anúncios de programadores dirigidos a juniores desceu de 6,0% para 3,7% entre 2024 e 2026.
- Os anúncios de emprego pedem agora ferramentas de IA como competência: em 2026, cerca de 1 em cada 8 anúncios de programação e de redação menciona ferramentas como o Copilot ou o ChatGPT, contra cerca de 1 em cada 50 em 2024.
- Até agora, quem fica não é mais bem pago por causa da IA; o prémio vai para as funções especializadas em IA.
A IA está a reduzir as equipas? A resposta curta
A ideia de que «a equipa de cinco é agora uma pessoa e uma IA» vem sobretudo de episódios de start-ups e do marketing dos fornecedores. A investigação conta uma história mais ponderada:
- Ao nível da tarefa: a IA torna as pessoas mais rápidas e, no caso das menos experientes, melhores num conjunto definido de tarefas. Em tarefas fora das capacidades da IA, pode piorar o seu desempenho.
- Ao nível da empresa: as empresas que adotam IA generativa contratam menos perfis júnior do que empresas comparáveis, enquanto o emprego sénior continua a crescer.
- Ao nível da economia: grandes estudos com dados salariais e administrativos não encontram, até agora, uma queda generalizada do emprego, das horas ou dos rendimentos, com uma exceção importante: os trabalhadores jovens em profissões em que a IA automatiza tarefas.
Por outras palavras, a IA está a mudar a forma das equipas (menos portas de entrada, mais trabalho sénior por pessoa) mais depressa do que a sua dimensão. Continua a ser um problema relevante de planeamento da força de trabalho, apenas diferente daquele que a maioria dos títulos descreve.
A evidência mais sólida vem de experiências aleatorizadas e de estudos de campo com trabalhadores reais. Estes são os estudos mais citados e o que efetivamente concluíram:
| Estudo |
Contexto |
O que a IA mudou |
Quem ganhou mais |
| Brynjolfsson, Li e Raymond (2023; Quarterly Journal of Economics, 2025) |
5 172 agentes de apoio ao cliente numa empresa de software |
+15% de pedidos resolvidos por hora, em média |
Agentes com menos experiência e menos qualificados |
| Noy e Zhang (Science, 2023) |
Profissionais em tarefas de redação de nível intermédio |
Menos 40% de tempo, mais 18% de qualidade |
Redatores com pior desempenho; a desigualdade entre trabalhadores diminuiu |
| Dell’Acqua et al. (Harvard/BCG, 2023) |
758 consultores da BCG em 18 tarefas realistas |
Dentro da fronteira: mais 12,2% de tarefas, 25,1% mais rápido, qualidade mais de 40% superior. Fora dela: menos 19 pontos percentuais de probabilidade de acertar |
Profissionais com desempenho abaixo da média |
| Dell’Acqua et al., «Cybernetic Teammate» (2025) |
776 profissionais da Procter & Gamble em inovação de produto |
Pessoas com IA igualaram equipas de duas pessoas sem IA |
Profissionais com menos experiência e quem trabalhava fora da sua função principal |
| METR (2025) |
16 programadores experientes de open source, 246 tarefas nos seus próprios repositórios |
Os programadores demoraram mais 19% com ferramentas de IA, embora julgassem estar a ser mais rápidos |
Nenhum grupo: a IA atrasou especialistas em código complexo e familiar |
A experiência da Procter & Gamble é a que mais se aproxima da ideia de «uma pessoa e uma IA» e merece uma leitura atenta. Um profissional com IA teve um desempenho tão bom como uma equipa de duas pessoas sem IA numa tarefa de inovação específica. As equipas com IA continuaram a obter os melhores resultados. É evidência de que a IA pode substituir alguns dos benefícios da colaboração, não de que possa substituir uma equipa de cinco pessoas.
Onde os ganhos da IA são grandes e onde são pequenos
O estudo com consultores cunhou a expressão «fronteira tecnológica irregular» (jagged technological frontier): a IA é muito boa em algumas tarefas e surpreendentemente fraca noutras que parecem semelhantes. Isso explica porque é que os números acima variam entre um ganho de 40% e uma perda de 19%.
| Os ganhos da IA tendem a ser grandes quando… |
Os ganhos da IA tendem a ser pequenos ou negativos quando… |
| A tarefa está bem definida, assenta em texto e é repetitiva (respostas de apoio, primeiras versões, resumos) |
A tarefa exige um conhecimento profundo de um sistema, cliente ou código específico |
| O trabalhador é novo na função e a IA transfere o saber dos melhores profissionais |
O trabalhador já é especialista e gasta tempo a verificar o que a IA produz |
| A qualidade do resultado é fácil de verificar |
Os erros são difíceis de detetar e dispendiosos (jurídicos, financeiros, de segurança) |
| O processo é redesenhado em torno da ferramenta |
A IA é acrescentada a um processo que não muda |
Os dados em grande escala confirmam que os ganhos de laboratório não se traduzem automaticamente em mudanças no mercado de trabalho. Humlum e Vestergaard (2025) cruzaram inquéritos sobre a adoção de chatbots de IA com registos administrativos dinamarqueses de cerca de 25 000 trabalhadores em 11 profissões expostas e encontraram efeitos nos rendimentos e nas horas registadas próximos de zero em 2023–2024. Os trabalhadores reportaram uma poupança de tempo modesta, de cerca de 3%, e parte do tempo poupado foi para novas tarefas criadas pela própria IA, como verificar os seus resultados.
Para os RH, a lição é que as poupanças de efetivos não são automáticas. Os ganhos de produtividade só alteram a dimensão das equipas quando o trabalho é redesenhado, e concentram-se em tarefas específicas, não em funções inteiras.
Contratar menos, não despedir: o aperto nas funções de entrada
O efeito mais claro da IA sobre o emprego até agora incide sobre quem está a começar a carreira.
- Stanford, «Canaries in the Coal Mine» (Brynjolfsson, Chandar e Chen): com registos salariais da ADP até junho de 2026, o emprego dos trabalhadores entre os 22 e os 25 anos nas profissões mais expostas à IA está cerca de 19% abaixo do nível em que estaria se tivesse acompanhado o ritmo dos pares menos expostos (15% nos dados de julho de 2025). Os trabalhadores com experiência não mostram uma diferença comparável. Os autores concluem que o ajustamento se faz sobretudo pela redução da contratação de jovens e não pelo aumento das saídas, e que as quedas se concentram em profissões em que a IA automatiza o trabalho em vez de o complementar. Descrevem-nas como padrões descritivos, não como estimativas causais.
- Hosseini e Lichtinger (Harvard, 2025): com dados de currículos e anúncios de emprego de cerca de 62 milhões de trabalhadores em 285 000 empresas dos EUA, concluem que, a partir de 2023, o emprego júnior nas empresas que adotam IA generativa caiu acentuadamente face às que não a adotam, enquanto o emprego sénior continuou a crescer, mais uma vez por um ritmo de contratação mais lento e não por mais saídas.
É assim que uma equipa encolhe sem que ninguém seja despedido: um profissional sénior sai e não é substituído, ou os dois lugares para recém-licenciados previstos para o ano seguinte são discretamente eliminados. Analisamos em detalhe o panorama europeu em porque é cada vez mais difícil encontrar empregos de entrada na Europa e o que isto significa para quem muda de carreira em um bootcamp pode preparar para o mercado?.
O risco a longo prazo para os empregadores é um pipeline de talento quebrado: se ninguém contratar juniores hoje, daqui a cinco anos haverá menos profissionais experientes para promover ou contratar.
O que mostram os anúncios de emprego: dados da TalentUp para 2024–2026
A TalentUp recolhe anúncios de emprego de todo o mundo para mais de 800 funções. Analisámos três questões: os empregadores pedem ferramentas de IA como competência? continuam a contratar juniores nas funções expostas à IA? e os anúncios das funções mais expostas estão a desaparecer?
11,7%
dos anúncios de programadores em 2026 pedem ferramentas de IA como o Copilot, o Cursor ou o ChatGPT, contra 2,2% em 2024
13,0%
dos anúncios de redação e conteúdos mencionam ferramentas de IA, contra 2,0%
3,7%
dos anúncios de programadores dirigiam-se a juniores em 2026, contra 6,0% em 2024
Fonte: base de dados de anúncios de emprego da TalentUp, anúncios de todo o mundo, janeiro–setembro de 2024 e 2026. Ver metodologia abaixo.
As ferramentas de IA tornaram-se um requisito
| Família de funções |
Anúncios que mencionam ferramentas de IA, 2024 |
Anúncios que mencionam ferramentas de IA, 2026 |
| Redação e conteúdos |
2,0% |
13,0% |
| Programadores de software |
2,2% |
11,7% |
| Analistas de dados e BI |
0,9% |
7,7% |
| Marketing |
0,8% |
5,2% |
| Vendas |
0,4% |
3,4% |
| RH e recrutamento |
2,7% |
2,5% |
| Finanças e contabilidade |
0,1% |
2,2% |
| Apoio ao cliente |
0,1% |
1,0% |
A mudança é mais rápida nas funções em que a investigação encontra os maiores ganhos por tarefa: redação e software. As formulações típicas são «experiência com ferramentas de desenvolvimento assistido por IA (por exemplo, GitHub Copilot)» ou «à-vontade na utilização de ferramentas de IA para acelerar os fluxos de trabalho». No apoio ao cliente, a maioria das menções não diz respeito à função em si, mas à IA usada no processo de recrutamento, sinal de que aí a IA é implementada pela empresa em vez de ser entregue ao agente. Além disso, 4,1% dos anúncios de redação em 2026 são para trabalho de treino de IA, como escrever e avaliar conteúdos para modelos de linguagem, contra 2,9% em 2024.
Menos lugares júnior nas funções expostas à IA
| Família de funções |
Proporção de anúncios júnior, 2024 |
2025 |
2026 |
| Programadores de software |
6,0% |
4,7% |
3,7% |
| Analistas de dados e BI |
9,2% |
6,3% |
6,3% |
| Finanças e contabilidade |
7,6% |
7,2% |
6,2% |
| Redação e conteúdos |
6,4% |
5,9% |
5,1% |
| RH e recrutamento |
6,0% |
5,3% |
4,8% |
| Marketing |
3,7% |
3,9% |
5,2% |
| Todos os anúncios |
3,5% |
3,5% |
3,2% |
A proporção júnior desceu na maioria das famílias de trabalho do conhecimento, e mais depressa no desenvolvimento de software, onde caiu mais de um terço em dois anos, contra uma descida muito menor no conjunto dos anúncios. O marketing é a exceção. Isto é coerente com o padrão «contratar menos, não despedir» descrito na investigação: os empregadores continuam a publicar anúncios para programadores (o seu peso no total dos anúncios até cresceu), mas pedem profissionais mais experientes.
As funções expostas não estão a desaparecer dos anúncios
Os anúncios para as funções mais frequentemente descritas como «substituíveis pela IA» não colapsaram. Entre 2024 e 2026, as funções de apoio ao cliente passaram de 0,47% para 0,55% do total de anúncios, as de introdução de dados de 0,11% para 0,10%, e as de redação e conteúdos desceram de 0,15% para 0,12%, com a maior parte dessa descida entre 2024 e 2025. Os anúncios para tradutores aumentaram, sobretudo devido às plataformas de freelancing. Os anúncios para engenheiros de IA e machine learning cresceram de 0,14% para 0,53% do total. As alterações na combinação de fontes que recolhemos tornam estas proporções menos fiáveis do que as comparações dentro de cada função acima, pelo que devem ser lidas como «não houve colapso» e não como tendências precisas.
Como mudam as funções e a remuneração quando as equipas encolhem
Se menos pessoas fazem mais trabalho com IA, passam a ganhar mais? A evidência até agora diz que não automaticamente.
- Nos dados salariais de Stanford, o ajustamento surge no emprego, não no salário base: os salários dos trabalhadores jovens em empregos expostos não desceram, mas há menos pessoas empregadas.
- Na Dinamarca, Humlum e Vestergaard concluem que apenas uma pequena parte dos ganhos de produtividade da IA chegou aos rendimentos dos trabalhadores.
- No estudo sobre apoio ao cliente, a IA ajudou os agentes novos a atingir mais depressa o desempenho dos experientes, o que comprime o valor da antiguidade em vez de aumentar a remuneração de todos.
O que tem de facto um prémio é o trabalho especializado em IA. Nos anúncios de 2026 da TalentUp com salário anual, a mediana dos engenheiros de IA e machine learning é de 172 200 € nos EUA contra 147 200 € para programadores de software (+17%), 111 900 € contra 88 100 € no Reino Unido (+27%), 103 900 € contra 87 000 € no Canadá (+19%) e 62 400 € contra 43 700 € em Espanha (+43%). Detalhamos este prémio por país, função e competência em o prémio salarial da IA na Europa.
A direção provável das funções é mais clara do que a da remuneração:
| Mudança |
Como se manifesta |
| Menos portas de entrada |
As tarefas júnior, como primeiras versões, código básico e pedidos simples, são feitas com IA; os juniores são contratados mais tarde ou para outras tarefas |
| Funções mais amplas |
Uma pessoa cobre trabalho que atravessava várias funções, como na experiência da P&G, em que a IA equilibrou os contributos técnicos e comerciais |
| Mais revisão e discernimento |
Mais tempo a verificar, corrigir e assumir a responsabilidade pelo que a IA produz |
| Novas funções especializadas |
Engenheiros de IA, especialistas em automação e funções de governação da IA, muitas vezes sénior e mais bem pagas |
| Capacidade mais flexível |
Pequenas equipas centrais combinadas com prestadores de serviços e especialistas, um modelo que analisamos em gerir prestadores de serviços e colaboradores numa única estratégia de força de trabalho |
O que as equipas de RH e C&B devem fazer
A forma como a IA está a transformar a própria função de RH é tratada em como a IA está a reescrever o modelo operacional de RH. Para o resto da organização, estas são as prioridades.
1. Planear a força de trabalho por tarefas, não por rácios de efetivos
Não elabore orçamentos partindo do princípio de que a IA reduz as equipas numa percentagem fixa. Mapeie as principais tarefas de cada função, assinale quais são automatizadas, complementadas ou não afetadas e teste os ganhos num piloto antes de alterar os efetivos. A evidência mostra grandes ganhos em algumas tarefas e perdas noutras.
2. Proteger deliberadamente o pipeline júnior
Se deixar de contratar juniores, terá mais tarde de comprar talento experiente a preços de mercado. Mantenha uma proporção mínima de funções de entrada, redesenhe-as em torno das tarefas que a IA faz mal (contacto com clientes, discernimento, trabalho entre equipas) e use a IA como ferramenta de formação, que é onde a investigação encontra os maiores ganhos.
3. Atualizar a arquitetura de funções e os níveis
Quando uma função absorve trabalho complementado pela IA, o seu âmbito, responsabilidade e nível podem mudar. Reveja as descrições de funções, os critérios de nivelamento e os percursos de carreira para que as funções mais amplas sejam classificadas de forma coerente, e evite criar novos títulos para aquilo que é, na realidade, a mesma função com mais uma ferramenta.
4. Remunerar o âmbito e os resultados, não o facto de «usar IA»
Usar ferramentas de IA está a tornar-se uma expectativa de base, não uma competência que justifique por si só um prémio. Reserve os prémios para funções especializadas em IA e para funções cujo âmbito cresceu efetivamente, e compare-as com o mercado através dos dados salariais da TalentUp em vez de ofertas pontuais. Ao abrigo da Diretiva europeia relativa à transparência salarial, que se aplica através das leis nacionais após a transposição, as diferenças salariais têm de assentar em critérios objetivos e neutros do ponto de vista do género, pelo que deve documentar por que razão uma função complementada pela IA se situa numa banda superior.
5. Requalificar antes de reestruturar
Forme as pessoas nas ferramentas e na fronteira irregular: quando confiar no que a IA produz e quando não. Os resultados da METR e da BCG mostram que uma má utilização pode custar mais do que poupa.
6. Consultar os trabalhadores e cumprir as obrigações do Regulamento da IA
Na UE, os sistemas de IA utilizados para recrutamento, promoção, despedimento, atribuição de tarefas ou avaliação de trabalhadores são de risco elevado ao abrigo do Regulamento da IA. Na sequência do Omnibus Digital sobre IA (Regulamento (UE) 2026/1744), essas obrigações aplicam-se a partir de 2 de dezembro de 2027, em vez de 2 de agosto de 2026. Antes de utilizar um sistema deste tipo no trabalho, os empregadores têm de informar os representantes dos trabalhadores e os trabalhadores afetados. As regras nacionais de informação, consulta e codecisão, como os direitos das comissões de trabalhadores, podem exigir mais, e qualquer reestruturação que conduza a despedimentos desencadeia os procedimentos habituais de despedimento coletivo.
Conclusão
A equipa de cinco ainda não é uma pessoa e uma IA. O que a evidência mostra é mais discreto, mas igualmente importante: a IA torna as pessoas mais rápidas em tarefas específicas, as empresas respondem contratando menos juniores e os anúncios de emprego tratam cada vez mais as ferramentas de IA como um requisito padrão. A remuneração não acompanhou a produtividade, exceto nas funções especializadas em IA.
Para as equipas de RH e C&B, a tarefa é gerir esta mudança de forma deliberada: planear por tarefas, manter um pipeline júnior, atualizar a arquitetura de funções e definir a remuneração das funções complementadas pela IA com base em evidência. Consulte os planos da TalentUp para ver como os dados de mercado da TalentUp podem apoiar essas decisões, ou leia a nossa metodologia.
Fontes
- TalentUp. Base de dados de anúncios de emprego, anúncios de todo o mundo, janeiro–setembro de 2024, 2025 e 2026. Metodologia.
- Brynjolfsson, E., Li, D. e Raymond, L. (2025). Generative AI at Work. Quarterly Journal of Economics, 140(2). Versão de documento de trabalho: arXiv 2304.11771.
- Noy, S. e Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science, 381(6654).
- Dell’Acqua, F. et al. (2023). Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality. Documento de trabalho da Harvard Business School 24-013.
- Dell’Acqua, F. et al. (2025). The Cybernetic Teammate: A Field Experiment on Generative AI Reshaping Teamwork and Expertise. Documento de trabalho do NBER 33641.
- Becker, J., Rush, N., Barnes, E. e Rein, D. (2025). Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity. METR.
- Humlum, A. e Vestergaard, E. (2025). Large Language Models, Small Labor Market Effects. Documento de trabalho do NBER 33777 / documento de trabalho do BFI 2025-56.
- Brynjolfsson, E., Chandar, B. e Chen, R. (2025, revisto em agosto de 2026). Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence. Stanford Digital Economy Lab.
- Hosseini, S. M. e Lichtinger, G. (2025). Generative AI as Seniority-Biased Technological Change: Evidence from U.S. Résumé and Job Posting Data. Documento de trabalho.
- União Europeia. Regulamento (UE) 2024/1689 (Regulamento da Inteligência Artificial). EUR-Lex.
- Parlamento Europeu. Omnibus Digital sobre IA, Regulamento (UE) 2026/1744. Legislative Train Schedule.
- União Europeia. Diretiva (UE) 2023/970 relativa à transparência salarial. EUR-Lex.