IA e demissões: a relação entre a tecnologia e os cortes de pessoal em 2026

O aumento de demissões atribuídas à IA em 2026 não é só estatística: é um fenômeno com dois rostos reais e contraditórios. De um lado, há dados concretos, 87.714 postos eliminados sob justificativa de IA até início de junho de 2026, com 38.579 cortes só em maio, representando 40% do total mensal. Empresas como Cloudflare (corte de 20%), Atlassian (1.600), Block (mais de 4.000) e Amazon (16.000 no início do ano) citaram explicitamente a IA como fator central. Do outro lado, relatórios de Forrester e Mercer revelam que muitas dessas empresas ainda estão em fase de piloto ou planejamento, 67% delas não escalaram AI além de testes, e apenas 32% afirmam integrar bem humanos e sistemas de IA. A 'lavagem de IA' não é teoria: é prática documentada, com Sam Altman reconhecendo sua existência ao lado do deslocamento real.

O setor de tecnologia lidera os cortes (123.653 demissões nos primeiros cinco meses de 2026), mas o padrão se espalha: Dow (4.500), General Motors (600 na TI), Angi (350) e nove grandes corporações, incluindo Accenture, Citigroup, Intel e Microsoft, reportaram mais de 10.000 demissões cada com menção à IA. Ao mesmo tempo, dados da Universidade de Harvard mostram queda de 9% no emprego júnior e redução de 80% na contratação de nível inicial por trimestre desde 2023 em empresas com IA generativa. Isso não é acidente: é consequência direta de tarefas codificáveis, típicas de vagas de entrada, serem as primeiras a serem automatizadas ou assistidas por modelos como GPT-4 Turbo, Claude Sonnet e Gemini 1.5 Pro.

Isso importa porque o discurso 'IA substitui trabalho' está obscurecendo uma realidade mais urgente: a erosão do ciclo natural de formação profissional. Quando empresas cortam vagas júnior para 'otimizar com IA', elas não só reduzem custos imediatos, destroem seu próprio pipeline de talento. Um relatório da Oliver Wyman mostra que 43% das empresas agora planejam reduzir funções júnior, contra 17% em 2025. Mas o paradoxo é claro: empresas com melhores retornos reais de IA são *mais* propensas a contratar jovens, não menos. Ou seja, o problema não é a IA em si, mas como ela está sendo usada: como substituto barato, em vez de alavanca para capacitação. O risco não é só desemprego, mas um mercado de trabalho sem transição, onde experiência vira pré-requisito inacessível.

Para desenvolvedores, o impacto é duplo e prático. Primeiro: a pressão por 'produtividade com IA' já está mudando entrevistas, avaliações e expectativas de entrega, exigindo domínio de ferramentas como GitHub Copilot, Cursor e Claude Code, mas também julgamento crítico sobre suas saídas. Segundo: o espaço para erros e aprendizado está encolhendo. Com menos vagas júnior e mais foco em 'entrega imediata com IA', a curva de aprendizado tradicional (estágio → júnior → pleno) está sendo comprimida ou apagada. Devs recém-formados enfrentam exigências de habilidades 'seniores', liderança, tomada de decisão ética, comunicação técnica, antes mesmo de terem feito seu primeiro deploy em produção. Não é que a IA esteja tirando empregos de devs; ela está redefinindo o que é um dev capaz, e quem tem permissão para entrar nesse círculo.