A “dispensa” por IA tem consequências imediatas! As empresas que cortaram 55% pedem desculpa, e a Ford leva três anos a readmitir 350 antigos engenheiros

O subdiretor de engenharia de hardware automóvel da Ford, Charles Poon, admite que a empresa fez suposições erradas: bastaria alimentar o AI com os requisitos de design para produzir produtos de alta qualidade. Nos últimos três anos, a Ford chamou de volta 350 engenheiros séniores para colmatar falhas na qualidade e na gestão de testes que o AI não conseguiu apanhar. Um estudo da empresa de software de design organizacional Orgvue, com base em 1.163 decisores séniores, revela que 39% já tinham recorrido a despedimentos após introduzirem AI, e que 55% dessas pessoas consideraram mais tarde que a decisão inicial estava errada. A IBM e o Commonwealth Bank of Australia também seguiram o mesmo caminho.
（Antecedentes: As empresas de tecnologia já não podem culpar o AI? Robinhood despede 10%, segredos internos desvendam novos pretextos de “reestruturação” no Vale do Silício）
（Nota de contexto: Na Coinbase, mais de 95% do código já é escrito por AI: em 2030, os Agents equivalerão ao trabalho de 100.000 colaboradores）

Índice do artigo

Toggle

• A Ford demorou três anos a chamar as pessoas de volta
• A IBM ficou presa nos últimos 6%
• Recontratar saiu mais caro do que despedir

Resumo dos pontos-chave

• A Ford demorou três anos a recontratar 350 engenheiros séniores para corrigir problemas nos veículos que o sistema de controlo de qualidade com AI não consegue detetar
• O estudo da Orgvue indica que 39% das empresas já despediram devido a AI, e que 55% consideraram, depois, que a decisão estava errada
• No inquérito da Careerminds, 30,9% das empresas descobriu que o dinheiro gasto a recontratar foi superior ao que pouparam com os despedimentos

Segundo a reportagem da Forbes, a Ford levou três anos para recontratar 350 engenheiros séniores, precisamente para corrigir problemas nos veículos que o sistema de controlo de qualidade com AI não conseguia detetar, e a “recompensa” chegou depressa. O subdiretor de engenharia de hardware automóvel, Charles Poon, admitiu abertamente ao sector da comunicação social que a empresa tinha falhado na avaliação: “Fizemos uma suposição errada: achámos que, ao introduzir inteligência artificial e ao alimentar o AI com os requisitos de design, conseguiríamos produzir um produto de alta qualidade.”

“Não é que o AI seja inútil”, disse ele; “está a questão em que a empresa se enganou sobre que parte do trabalho o AI consegue absorver.”

Isto não foi um deslize de uma única empresa. Num estudo internacional encomendado pelo fornecedor de software de design organizacional Orgvue à Vitreous World, foram entrevistados 1.163 responsáveis de topo (C-suite) e decisores séniores. Deste grupo, 39% admitiu ter despedido devido à introdução de AI, e entre essas pessoas 55% consideraram mais tarde que a decisão de despedir tinha sido um erro.

O mesmo estudo traz ainda um número ainda mais embaraçoso: 23% das empresas admitem que os despedimentos se basearam em suposições genéricas sobre a capacidade do AI, e não numa análise detalhada do que cada pessoa despedida fazia diariamente.

Cortam-se pessoas primeiro e só depois se investiga o que os trabalhadores faziam.

A Ford demorou três anos a chamar as pessoas de volta

Dos 350 recontratados pela Ford, alguns eram antigos funcionários e outros já trabalhavam na parte dos fornecedores. A comunicação social chama-lhes “gray beard” (engenheiros de mais idade). Poon aponta que o problema não está propriamente na tecnologia, mas sim nos dados de treino. A empresa tinha um dos conjuntos de engenheiros mais experientes, mas eles já tinham saído da Ford antes de o conhecimento deles ser registado.

Por outras palavras, aquilo que o AI não consegue aprender não é “difícil”; é simplesmente que nunca foi escrito. O ruído específico e os limites de tolerância de montagem que os engenheiros veteranos conseguiam detetar graças a 30 anos de experiência nunca tinham sido incluídos em quaisquer documentos de requisitos de design; por isso, não entraram nos dados de treino.

Chamar as pessoas de volta, de facto, funcionou. Na edição mais recente do inquérito de qualidade de carros novos da J.D. Power (Initial Quality Survey), a Ford ficou em primeiro lugar entre as marcas automóveis “mainstream”. Foi a primeira vez em 16 anos que voltou ao topo. O CEO Jim Farley disse que a redução nos custos de garantia e de recall, acumulada ao longo do tempo, é um “benefício de custos de várias centenas de milhões de dólares”, sem rodeios.

A IBM ficou presa nos últimos 6%

A versão da IBM foi diferente: o sistema interno AskHR ficou encarregue de tratar e eliminar cerca de 94% das solicitações rotineiras em recursos humanos. À primeira vista, parece uma vitória da automação. O problema está nos restantes 6%: casos que envolvem julgamentos éticos e tratamento de exceções, em que o AI não consegue entregar respostas.

Assim, a IBM anunciou que, em 2026, vai triplicar a capacidade de recrutamento de vagas de entrada nos EUA, abrangendo todas as unidades de negócio. A diretora de RH, Nickle LaMoreaux, foi muito direta numa conferência em Nova Iorque: “Se não continuarmos a investir em mão de obra de entrada, o que vai acontecer daqui a três a cinco anos?”

A IBM não devolveu as pessoas aos lugares anteriores. O trabalho dos novos recursos humanos é intervir quando o chatbot não dá respostas suficientes, corrigir a saída e falar diretamente com os gestores; os engenheiros de software juniores escrevem menos código rotineiro e passam mais tempo a falar com clientes. Em suma, é transformar pessoas de “fazer os 94%” para “resolver os 6%”.

O exemplo do Commonwealth Bank of Australia (banco federal australiano) é o menos elegante. Em julho de 2025, a instituição cortou 45 postos de atendimento ao cliente, justificando que os robôs de voz com AI já tinham reduzido 2.000 chamadas por semana. O sindicato do sector financeiro não aceitou a narrativa e levou o caso a um organismo de arbitragem laboral, afirmando que o volume de chamadas estava, na verdade, a aumentar. Mesmo assim, o banco teve de contratar horas extra no atendimento e pedir que os responsáveis das equipas atendessem pessoalmente o telefone.

No mesmo ano, a 21 de agosto, o banco retirou os despedimentos, pediu desculpa publicamente e pagou os salários em atraso. No comunicado, a formulação foi cuidadosamente vaga: “Uma avaliação preliminar concluiu que estes 45 postos já não são necessários, mas não foram tidos em conta de forma suficiente todos os fatores do negócio relevantes. Este erro levou a que estes postos não sejam redundantes.” Ou seja: a empresa tinha calculado mal.

Recontratar saiu mais caro do que despedir

O colunista da Forbes John Werner organizou este ciclo numa fórmula. Quando uma empresa anuncia substituir um cargo por AI e reduzir pessoal, após seis a doze meses a AI consegue absorver cerca de 60% das tarefas. Os restantes 40% não se conseguem fazer e, depois, a empresa volta a chamar essas pessoas.

A consultora de RH Careerminds, num estudo publicado a 13 de julho, deu uma dimensão concreta ao fenómeno. O relatório, com base em entrevistas a 600 gestores de RH que supervisionaram despedimentos no último ano, mostra que 91,6% se arrependem desta reestruturação com AI, e apenas 8,4% consideram que o resultado foi como esperado. 35,6% das organizações já recontrataram mais de metade dos postos despedidos, e 52,1% conseguiram encontrar pessoas de volta num prazo de seis meses.

• 30,9% gastou mais dinheiro a recontratar do que aquilo que pouparam com os despedimentos
• 42,4% compensou tudo “de vai e vem”, ou seja, foi trabalho desperdiçado
• 32,9% admite diretamente que se perderam competências e especialização essenciais

Sete em cada dez empresas deram uma volta enorme sem poupar dinheiro. Os dados da agência de recrutamento Robert Half foram ainda mais diretos: 32% dos responsáveis de contratação nos EUA já tinham despedido um cargo por causa de AI e, mais tarde, voltou a abrir o mesmo tipo de cargo ou algo muito semelhante.

O instituto de investigação Forrester, em《Predictions 2026: The Future of Work》, prevê que mais de metade dos despedimentos anunciados sob o nome de AI será revertida discretamente. Ao mesmo tempo, reduz o impacto a longo prazo: até 2030, os cargos nos EUA que serão realmente substituídos pela automação serão cerca de 6%, ou seja, 10,4 milhões de postos; há ainda 20% de cargos que serão reforçados por AI em vez de serem substituídos. O conselho do vice-presidente e analista-chefe J. P. Gownder é encarar o AI como uma ferramenta para amplificar a mão de obra, não como um substituto.

No sector cripto, os despedimentos são algo que toda a gente reconhece. Antes, quando o CEO da Crypto.com, Kris Marszalek, cortou 12% do pessoal no ano passado, disse que quem não conseguisse adaptar-se ao AI só tinha um caminho: seguir em frente. Este mês, a Coinbase afirmou que mais de 95% do código já é escrito por AI e estima que a produção dos Agents, em 2030, será equivalente ao trabalho de 100.000 colaboradores. Mas, em termos lógicos, o sector cripto está nesta situação porque, no passado, já colocou demasiado pessoal que não era realmente necessário.

Perguntas frequentes

Por que razão as empresas despedem usando AI e depois voltam a contratar pessoas?

O AI consegue tratar de forma estável tarefas padronizadas com documentação, que representam cerca de seis décimos. A parte que exige julgamento por experiência e gestão de exceções não foi escrita nos dados de treino; está apenas na cabeça dos colaboradores séniores. Por isso, as empresas são forçadas a recontratar. A Ford recontratar 350 engenheiros séniores no espaço de três anos foi por este motivo.

Que proporção de empresas se arrepende dos despedimentos feitos com AI?

Na entrevista da Orgvue a 1.163 decisores séniores, 39% já tinha despedido por causa de AI, e 55% consideraram que a decisão estava errada. No estudo da Careerminds com 600 responsáveis de RH, o número foi ainda maior: 91,6% se arrependem da reestruturação com AI, e apenas 8,4% consideram que o resultado foi como esperado.