Então aqui está algo que tem me incomodado sobre toda a tendência de despedimentos com IA. Empresas estão despedindo milhares de pessoas alegando que a IA as substituirá, e depois recontratando silenciosamente essas mesmas pessoas semanas depois. Não é um erro no sistema—está a revelar algo muito mais profundo sobre como a IA realmente funciona no mundo real.

Deixe-me explicar o que aconteceu. A Block de Jack Dorsey anunciou no final de fevereiro que iria cortar mais de 4.000 funcionários—passando de 10.000 para menos de 6.000. A história oficial: a IA muda tudo, então precisamos de menos pessoas. Parece simples, certo? Exceto que, até meados de março, esses trabalhadores despedidos começaram a receber chamadas de volta. Engenheiros, recrutadores, designers—todos retornando. Alguns disseram que foi um erro administrativo. Outros tiveram gestores a lutar para os recontratar. Alguns receberam uma chamada uma semana após serem despedidos, pedindo para voltarem sem qualquer explicação.

Isto não é novo também. Lembram-se da Klarna? A empresa sueca de pagamentos despediu mais de 1.000 pessoas em 2024, alegando que o seu serviço de atendimento ao cliente com IA podia lidar com a carga de trabalho de 700 agentes. Em maio de 2025, a Bloomberg e outros meios de comunicação reportaram que a Klarna estava a recontratar funcionários de atendimento ao cliente. O CEO deles basicamente admitiu que avançaram rápido demais. Demasiado rápido com o quê, exatamente?

Aqui é onde a matemática fica interessante. IA a nível empresarial não é barata. Claude Opus custa 5 dólares por milhão de tokens de entrada e 25 por milhão de tokens de saída. Modelos domésticos são mais baratos—Qwen 3.5 Plus funciona a 0,8 yuan por milhão de tokens de entrada—mas ainda estamos a falar de dinheiro real. Alguém que conheço, que usa estas ferramentas para investigação, gastou 6.000 dólares em tokens num mês. Pensem nisso. Que tipo de profissional sénior se pode contratar por 6.000 dólares por mês fora dos mercados ocidentais caros? Agora, escale isso para uma empresa que tenta substituir atendimento ao cliente, engenharia ou recrutamento por IA. Treinar um sistema de IA que realmente lida com tickets complexos, acede a múltiplas bases de conhecimento, gere conversas de múltiplas voltas e mantenha estabilidade? Isso não é uma contratação de 3.000 yuan por mês. São custos de infraestrutura que se acumulam rapidamente.

Mas há algo mais a acontecer aqui que as pessoas não percebem. Chama-se o Paradoxo de Jevons. Basicamente, quando a eficiência melhora, não usamos menos de um recurso—usamos mais, porque fica mais barato. No local de trabalho, isto significa que, à medida que a IA torna os funcionários mais eficientes, as empresas não os deixam descansar. Simplesmente acumulam mais trabalho. A eficiência torna-se num imposto oculto sobre os restantes colaboradores. A narrativa de que a IA liberta o trabalho humano? É ficção de marketing.

O que eu acho que realmente está a acontecer é isto: as empresas não são suficientemente inteligentes para integrar a IA nos fluxos de trabalho reais sem quebrar coisas. Estão a usar a IA como justificação para cortar custos. Despedem pessoas, alegam que é progresso, e depois recontratam quando percebem que metade do trabalho não foi feito. Os funcionários restantes? Estão a afogar-se em tarefas extras, com menos colaboradores e muito mais stress. E isto não é só sobre carga de trabalho. As empresas são organizações feitas de pessoas e relações—redes informais, confiança, conhecimento institucional. Não se pode substituir isso com tokens. Quando despedem pessoas, estão a cortar músculo organizacional, não apenas mão-de-obra.

Jensen Huang chegou mesmo a falar disto na conferência GTC da NVIDIA em 2026. Criticou líderes que usam a IA como desculpa para despedimentos, dizendo que estão sem ideias. Líderes de verdade deviam usar a IA para expandir e contratar mais pessoas, não para reduzir equipas. Mas sejamos honestos—a maioria dos executivos de tecnologia conhece bem a estrutura de custos real da IA. Sabem que não é uma substituição mágica para o trabalho humano. Então, por que despedem?

Porque a verdadeira história não é sobre eficiência da IA. É sobre redução de custos. A IA tornou-se na desculpa universal para reduzir o quadro de pessoal. Quando o crescimento de uma empresa estagna e os lucros encolhem, de repente a IA torna-se na razão para PUA os seus funcionários—cortar pessoas, aumentar a carga de trabalho, fazer todos sentirem que não são inovadores o suficiente para a nova era. E, se por acaso despediram alguém crítico, recontratam-no discretamente.

O Musk fez algo semelhante no Twitter. Após a aquisição em outubro de 2022, despediu cerca de metade da equipa—mais de 3.000 pessoas—em novembro. Depois percebeu que tinha cortado demais, e trouxe de volta dezenas de pessoas que se revelaram essenciais. Mesmo padrão.

Olhem, a IA vai mudar as coisas. Isso é real. Mas não é magia. Não consegue resolver problemas estratégicos de uma empresa ou substituir uma boa gestão. O que estamos a ver agora é as empresas a usarem a IA como uma história de capa para o truque mais antigo do livro: cortar custos e esperar que as pessoas restantes façam tudo. A recontratação que se segue só prova o ponto—alguns empregos nunca desapareceram realmente. Foram apenas vítimas convenientes numa operação de corte de custos que precisava de uma boa narrativa.

As pessoas que foram despedidas e recontratadas? Não estão a ver uma reversão ou uma vitória. Estão a ver a prova de que foram prejudicadas por algo que nem sequer precisava de acontecer. Essa é a verdadeira história aqui.