Fato verificado
Reportagem publicada em 20 de setembro reúne quatro levantamentos. Pesquisa do Pew Research em 37 países aponta que, em 34 deles, a maioria acredita que a IA reduzirá empregos: 46% esperam menos vagas e 9% esperam aumento; a preocupação chega a 76% na Austrália e na Coreia do Sul e a 71% nos Estados Unidos. Análise do Stanford Digital Economy Lab, baseada em dados de folha de pagamento da ADP até junho de 2026, identificou emprego 19% abaixo do esperado entre trabalhadores de 22 a 25 anos em ocupações muito expostas à IA — os próprios autores ressalvam que isso ‘não significa que 19% desses trabalhadores tenham perdido empregos por causa da IA’ e que os dados não comprovam causalidade. O Stanford SALT Lab, ouvindo 1.500 profissionais de 104 ocupações e analisando 844 tarefas, encontrou 46,1% de tarefas com automação avaliada positivamente pelos próprios trabalhadores. Pesquisa da Deloitte no Reino Unido, com 25 mil trabalhadores, indica que 63% usam IA generativa no trabalho, 31% sem avisar o empregador e 49% sem treinamento formal.
Por que importa
Os dados separam três coisas distintas: percepção de risco, tarefa automatizada e vaga efetivamente eliminada — e a maior parte da ansiedade pública mistura as três.
Leitura estratégica
Minha leitura é que o achado mais acionável não é o medo, e sim o dado da Deloitte: quase um terço usa IA sem informar a empresa e quase metade nunca recebeu treinamento formal. Isso é um problema de governança e de vazamento de dados hoje, não de desemprego em dez anos. O número de Stanford sobre trabalhadores de 22 a 25 anos é um sinal de atenção sobre a porta de entrada do mercado, não uma prova de substituição — e os próprios pesquisadores dizem isso.
Risco real
Uso não declarado de ferramentas de IA, sem política interna e sem treinamento, expõe a empresa a vazamento de informação de clientes e a erro não revisado.
Possibilidade prática
Uma política interna simples de uso de IA — o que pode ser inserido nas ferramentas, o que não pode, quem revisa — somada a treinamento básico resolve a maior parte dessa exposição e transforma uso escondido em ganho mensurável de produtividade. Quem aprender a aplicar IA em problemas reais do próprio negócio amplia produtividade e possibilidades; o resultado depende de execução e de conhecimento do mercado, não da ferramenta.
Fonte: Olhar Digital, reunindo Pew Research, Stanford Digital Economy Lab, Stanford SALT Lab e Deloitte.