Em 2020, o Fórum Econômico Mundial estimou que a inteligência artificial eliminaria 85 milhões de empregos até 2025 — e criaria 97 milhões de novos. Seis anos depois, a previsão se mostrou conservadora. Estudo recente da McKinsey aponta que, em 2026, mais de 40% das atividades laborais já são mediadas por sistemas de IA em economias desenvolvidas. O dado não significa necessariamente desemprego em massa, mas aponta para uma transformação tão profunda quanto a Revolução Industrial.

O que muda de fato? Profissões repetitivas baseadas em processamento de informação — como análise de dados, contabilidade, auditoria e até certas áreas do direito — estão sendo profundamente impactadas. Não porque a IA substitui completamente o profissional, mas porque ela automatiza as camadas mais mecânicas do trabalho, exigindo que os humanos se concentrem no que realmente importa: julgamento, criatividade e empatia.

Na prática, isso significa que o advogado que antes passava 80% do tempo revisando contratos agora gasta esse tempo elaborando estratégias e aconselhando clientes. O contador que preenchia planilhas por horas hoje analisa cenários e projeta futuros fiscais. O médico que lidava com burocracia de prontuários dedica-se integralmente ao paciente. O trabalho não desaparece — ele se desloca para funções de maior valor.

O profissional do futuro não é quem compete com a máquina, mas quem sabe orquestrá-la.

As empresas que melhor se adaptaram a essa nova realidade adotaram o que vem sendo chamado de "aumento inteligente" (intelligent augmentation): em vez de substituir funcionários por IA, elas redefinem fluxos de trabalho para que humanos e máquinas atuem em camadas complementares. A IA processa, classifica e recomenda; o humano decide, contextualiza e responde.

Construindo um assistente de análise

Uma das aplicações mais práticas desse conceito é o uso de agentes de IA para automatizar tarefas analíticas. Veja um exemplo de como configurar um assistente que processa relatórios e extrai insights automaticamente:

import openai

client = openai.OpenAI(api_key="sua-chave")

def analisar_relatorio(texto):
    response = client.chat.completions.create(
        model="gpt-5",
        messages=[
            {"role": "system", "content": "Você é um analista de negócios."},
            {"role": "user", "content": f"""
            Extraia do relatório abaixo:
            1. Pontos principais
            2. Riscos identificados
            3. Recomendações

            Relatório:
            {texto}
            """}
        ]
    )
    return response.choices[0].message.content

O código é simples, mas o impacto é profundo. Relatórios que levavam dias para serem analisados agora são processados em segundos. O profissional humano recebe um resumo estruturado e pode dedicar seu tempo às decisões estratégicas que realmente exigem experiência e visão de negócio.

Há, claro, desafios significativos pela frente. A desigualdade de acesso à tecnologia é o principal deles: países e empresas que não conseguirem acompanhar a curva de adoção correm o risco de ficar para trás. Além disso, questões de segurança, privacidade e viés algorítmico continuam sendo barreiras importantes para uma adoção verdadeiramente democrática.

O futuro do trabalho com IA não é uma distopia de substituição em massa nem uma utopia de lazer infinito. É, como a maioria das revoluções tecnológicas, uma reconfiguração profunda de quem faz o quê — e, mais importante, de como o valor gerado é distribuído. A pergunta que fica não é se a IA vai mudar o trabalho, mas se vamos conseguir construir instituições que distribuam os ganhos dessa transformação de forma justa.