IA, produtividade e a ilusão de que headcount virou fórmula universal

Nos últimos meses, ganhou força uma narrativa que me incomoda bastante: a de que maturidade em IA pode ser medida, quase automaticamente, pela capacidade de operar com menos gente.

O caso da Block ajudou a empurrar essa discussão para o centro do debate. A empresa de Jack Dorsey reduziu de forma relevante o headcount, mostrou evolução no lucro bruto por funcionário e passou a sustentar uma ambição ainda mais agressiva de produtividade por cabeça. Para o mercado, a leitura é tentadora: mais automação, menos pessoas, mais eficiência.

Só que gestão real não funciona em modo automático.

Headcount não é uma variável solta. Ele responde ao estágio da operação, ao volume de trabalho acumulado, à precariedade ou robustez da infraestrutura, à maturidade dos processos, à qualidade da liderança e ao nível de organização interna. Já passei por operações que precisavam contratar mais gente antes de pensar em qualquer enxugamento, simplesmente porque a casa estava desarrumada demais para funcionar de forma saudável.

Por isso, antes de falar em demissão, a pergunta mais séria não é "quantas pessoas a IA me permite cortar?". A pergunta anterior é outra: consigo elevar a produtividade com o mesmo time?

Essa inversão faz toda a diferença.

Se existe acomodação, vale perguntar se o problema está realmente nas pessoas ou na condução da operação. Vale perguntar se os fluxos estão bem desenhados, se há excesso de retrabalho, se a tomada de decisão está apoiada em informação confiável, se as lideranças acompanham a execução como deveriam. Cortar gente em um ambiente já desorganizado não necessariamente produz eficiência. Em muitos casos, apenas reduz a capacidade de resposta.

É nesse ponto que o alerta recente de Jensen Huang merece atenção. Em vez de tratar a IA como um atalho mágico, ele chama atenção para a necessidade de condução responsável, segurança, supervisão e entendimento objetivo sobre a tecnologia.

Não é um ser biológico. Não é alienígena. Não é consciente. É software. — Jensen Huang

No mesmo raciocínio, ao falar sobre software agêntico com acesso a informações sensíveis, ele reforça a necessidade de governança. Em outras palavras, a escalada do uso da IA exige estrutura de comando, balizas e discernimento. Isso está muito distante da leitura apressada que transforma qualquer ganho de produtividade em autorização automática para reduzir quadro.

Hoje, eu continuo vendo a IA principalmente como acelerador de produtividade. Ela entrega muito valor quando aplicada sobre fluxos bem compreendidos, tarefas específicas, rotinas com dados estruturados e ambientes em que a supervisão humana continua presente. Ela pode reduzir atrito, encurtar tempo de resposta, melhorar consistência e ampliar capacidade operacional. Mas isso é bem diferente de defender a delegação plena de decisões ou tratar lucro por funcionário como medida suprema de competência empresarial.

Esse é, para mim, o ponto mais frágil dessa conversa.

Indicadores como lucro bruto por funcionário podem ser úteis. O problema começa quando deixam de ser referência analítica e passam a ser dogma. Quando isso acontece, a empresa vira uma planilha sem contexto. E planilha sem contexto costuma ignorar o que sustenta a operação no mundo real: conhecimento acumulado, interdependência entre áreas, curva de aprendizagem, informalidades do dia a dia, limitações de sistema, gargalos antigos e a experiência prática de quem segura o processo em pé.

Além disso, nem toda demissão associada à IA pode ser lida como prova de transformação bem-sucedida. Em várias empresas, os cortes parecem refletir uma mistura de fatores: pressão por margem, revisão de excessos de contratação, reorganização de estrutura, priorização de capital e só parcialmente automação real. A tecnologia entra no discurso com destaque, mas isso não significa que ela seja a única causa nem a principal explicação.

Para consultorias, isso deveria servir de alerta.

Vender IA como promessa rápida de redução de headcount pode soar sedutor em conselho, apresentação comercial ou discussão com investidor. Mas sem diagnóstico operacional, sem arrumação prévia dos processos, sem preparação de dados, sem capacitação do time e sem uma arquitetura mínima de governança, essa promessa pode se desfazer na primeira curva.

E aí surge o problema clássico: a empresa corta antes de reorganizar, automatiza antes de entender, acelera antes de preparar. Depois descobre que parte do ganho era aparente, que a sobrecarga aumentou, que a execução perdeu estabilidade e que a operação continua dependendo de intervenção humana nos pontos mais sensíveis.

Produtividade importa. Muito.

Mas produtividade sustentável não nasce de fascínio por corte. Nasce de operação mais bem organizada, liderança mais presente, fluxos mais consistentes, melhor uso de dados e adoção responsável de tecnologia.

A IA pode, sim, reduzir a necessidade de pessoas em alguns contextos. Negar isso seria ingênuo. Mas transformar essa hipótese em regra geral de avaliação é uma simplificação preguiçosa.

Empresa não é laboratório de tese financeira. Operação real tem acúmulo histórico, dependência entre áreas, conhecimento tácito e limitações que não aparecem no slide. Por isso, usar uma métrica isolada para ditar headcount de forma geral não é sofisticação analítica. É simplificação travestida de inteligência.