Selectel: IA não tira empregos, mas torna a entrada na profissão significativamente mais difícil

A IA não cancela o trabalho — ela muda as regras de acesso a ele. Essa é a conclusão que a Selectel chega ao analisar como a inteligência artificial está reestruturando o mercado de trabalho: não há menos vagas, mas a entrada na profissão está se estreitando, os requisitos estão crescendo, e o preço das habilidades relacionadas a IA está disparando. Em vez de um cenário em que máquinas deslocam massivamente pessoas, está se formando um quadro diferente: pessoas são substituídas por aquelas que já aprenderam a trabalhar em conjunto com modelos e conseguem transformar IA em resultados práticos mais rapidamente.

Nos últimos anos, em torno da IA surgiu uma camada inteira de novos papéis, que até recentemente não existiam ou eram nichos. No centro desse ecossistema está o LLM/AI Engineer, que não treina um modelo do zero, mas monta um sistema funcional a partir de APIs, RAG, ferramentas e pipelines. Ao seu lado está o MLOps Engineer atualizado: sua tarefa agora não é apenas fazer o deploy de modelos, mas controlar latência, confiabilidade e custo de inferência.

Ainda mais escasso e bem remunerado é o AI Infrastructure Engineer — um especialista em GPUs, computação distribuída, quantização, cache e outras coisas que impactam diretamente a economia de um produto de IA. Esta camada é complementada pelo AI Product Manager e AI Interaction Designer: o primeiro equilibra qualidade de resposta, custo de requisições e experiência do usuário, o segundo projeta a lógica de diálogo, comportamento do sistema e como deve falhar. Uma camada separada consiste em papéis relacionados a dados, qualidade e segurança.

O Prompt Engineer de uma profissão independente na moda se transforma gradualmente em um conjunto de habilidades obrigatórias para engenheiros e equipes de produto. Especialistas em Human-in-the-loop e AI Trainers rotulam dados, corrigem respostas de modelos e essencialmente criam uma camada humana oculta sob a "inteligência automática." O Synthetic Data Engineer vai além e gera conjuntos de treinamento para cenários raros ou mal representados.

AI Auditor e AI Risk Specialist verificam sistemas quanto a viés, riscos legais e conformidade regulatória. Em outras palavras, o mercado não está apenas adaptando profissões antigas a novas ferramentas, mas montando uma infraestrutura de produção completa em torno da IA. Mas junto com o surgimento de novos papéis, o próprio princípio de contratação muda.

De acordo com dados que a Selectel cita baseado em pesquisas, até 66% das empresas estão reduzindo a contratação de especialistas que precisarão de muito retreinamento, e cerca de 90% dos empregadores estão observando o desaparecimento ou transformação radical de papéis de entrada. Isso atinge particularmente os juniores: código típico, análise básica, preparação de relatórios e outro trabalho rotineiro estão sendo cada vez mais automatizados. As empresas estão menos dispostas a contratar alguém "para crescer" e preferem candidatos que já sabem usar ferramentas de IA nos processos de trabalho.

Neste contexto, o mercado está se polarizando: o segmento superior com engenharia de IA, infraestrutura e gestão de produtos de IA está ficando mais caro, a ponta inferior está sendo espremida pela automação, e posições de meio nível se encontram no meio — algumas de suas tarefas desaparecem enquanto o resto requer quase expertise de nível sênior. Paralelamente, cresce o prêmio por competências em IA: ter tais habilidades, segundo algumas estimativas, pode adicionar até 15% ao salário. Demissões não desapareceram, mas é importante interpretá-las corretamente.

A Selectel cita uma estimativa de que em 2025 o setor de tecnologia global perdeu cerca de 246 mil funcionários, dos quais cerca de 55 mil demissões foram de alguma forma ligadas à IA. Nos primeiros meses de 2026 a tendência continuou: cerca de mais 40 mil cortes, e a intensidade média aumentou de 674 para 926 pessoas por dia. No entanto, a IA é raramente citada como a única causa de demissões.

As empresas geralmente falam de reestruturação, ganhos de eficiência e realocação de recursos para direções relacionadas a IA. Também é importante que a contribuição direta da IA para demissões permaneça limitada: no início de 2026 nos EUA foi ligada a apenas cerca de 7% dos casos, e diretores financeiros em média esperavam redução de pessoal de apenas cerca de 0,4% ao ano. Isso mostra que a IA frequentemente funciona como acelerador de otimização que já começou, em vez de ser a única fonte de crise.

A conclusão principal aqui não é que há menos trabalho, mas que o mercado de trabalho se tornou significativamente mais seletivo. Ganham especialistas que entendem as limitações de modelos, conseguem calcular economia de inferência, construir pipelines confiáveis e assumir tarefas mais complexas do que antes. O que perde não é a profissão em si, mas o velho jeito de entrar nela — através de tarefas simples, longa rampa de aprendizado e aprendizado gradual na prática.

É por isso que o verdadeiro concorrente hoje não é a IA como tal, mas a pessoa que já a incorporou em seu trabalho cotidiano e aprendeu a obter resultados mensuráveis disso.