©2026 MIT Sloan Management Review Brasil. Todos os direitos reservados. A reprodução, total ou parcial, é proibida sem a autorização prévia e expressa do CNEX.

Futuro do trabalho

O admirável novo mundo das organizações: como a IA está redefinindo o trabalho na prática

A IA redefine a unidade de trabalho, migrando o foco dos times para o indivíduo ampliado, que orquestra agentes com autonomia e velocidade.

Auana Mattar

26 de maio de 2026 e atualizado em 20 de julho de 2026

11 min de leitura

Nos últimos anos, a inteligência artificial deixou de ser promessa e passou a operar como força concreta dentro das organizações. Mas existe uma camada menos óbvia e, na prática, mais disruptiva do que apenas “ganho de produtividade”, a IA está mudando a unidade básica de trabalho. Se ao longo das últimas décadas o trabalho foi estruturado a partir de unidades coletivas interdependentes — como times, funções e departamentos —, observamos agora a emergência de um novo modelo em que o protagonismo migra para o indivíduo ampliado por IA, alguém capaz de atravessar funções, dados e decisões com autonomia e velocidade inéditas.

Essa mudança não aparece primeiro nos organogramas, ela se manifesta no dia a dia, no jeito como priorizamos, decidimos, executamos e destravamos impedimentos. E, como quase sempre acontece nesse tipo de tendência, ela começa nos times de Tecnologia, onde a criação de novas capacidades técnicas, a conexão de novas soluções, precisa acontecer para suportar o negócio, e posteriormente se espalha para o restante da empresa. 

A mudança já começou e tem escala mensurável

Do ponto de vista econômico, o impacto potencial é grande. Em análise amplamente citada, a McKinsey estima que a IA generativa pode adicionar entre US$ 2,6 trilhões e US$ 4,4 trilhões por ano em valor distribuído entre diferentes setores e casos de uso. O estudo destaca efeitos especialmente relevantes em áreas como atendimento ao cliente, marketing e vendas, engenharia de software e pesquisa e desenvolvimento, onde a tecnologia já começa a alterar produtividade, velocidade de execução e capacidade analítica. Em muitos desses casos, o ganho não está apenas na automação de tarefas repetitivas, mas na ampliação da capacidade humana de produzir, interpretar informações e tomar decisões em escala.

A mesma pesquisa indica que tecnologias atuais, impulsionadas por IA generativa, têm potencial para automatizar 60% a 70% das atividades que hoje consomem tempo de trabalho. Isso ajuda a explicar por que a discussão deixou de ser “se” a IA muda o trabalho e passou a ser “como” redesenhar o trabalho para capturar valor com segurança.

Além disso, evidências recentes mostram sinais de produtividade já se materializando em setores mais expostos à IA. O PwC Global AI Jobs Barometer 2025 aponta uma aceleração relevante de produtividade nessas indústrias, acompanhada por mudanças rápidas nas habilidades mais demandadas pelo mercado. O relatório indica que funções expostas à IA estão evoluindo mais rapidamente do que em ciclos anteriores de transformação tecnológica, exigindo adaptação constante de profissionais e empresas. Na prática, isso significa que a discussão já deixou de ser apenas sobre eficiência operacional e passou a envolver capacidade de aprendizado, fluidez entre disciplinas e rapidez na incorporação de novas ferramentas ao trabalho cotidiano.

Mas aqui entra o alerta de que ganhos não são automáticos. A própria Gartner chama atenção para o fato de que o impacto de AI em produtividade tende a ser inconsistente e desigual quando não há redesenho de estrutura e workflows, o que exige menos “hype” e mais engenharia organizacional.

Da equipe ao indivíduo: a emergência do “executor ampliado”

Nos últimos ciclos de transformação em tecnologia, um fenômeno tem aparecido com frequência. Pessoas conseguem avançar em temas que antes exigiam múltiplas especialidades, times e camadas de coordenação. Não necessariamente porque se tornaram “superespecialistas”, mas porque passaram a operar com IA como alavanca de execução, combinando visão de contexto, leitura de dados e capacidade de destravar caminhos.

Esse perfil, que eu chamo aqui de executor ampliado, não é o “gestor tradicional” e nem sempre é o “especialista de nicho”. Seu diferencial costuma ser outro, a capacidade de entender o problema inteiro, argumentar com base em dados, mobilizar atores e colocar algo em produção (ou em operação) com menos dependências. Em muitos casos, o que distingue esse perfil é algo simples, ele já foi executor e não perdeu essa musculatura ao longo da carreira.

E é nesse ponto que vale conectar o que estamos observando internamente na TI com sinais claros do mercado.

O sinal vindo da TI e o que o Vale do Silício já está tornando visível

Essa mudança costuma ficar mais nítida primeiro onde a pressão por velocidade e entrega é maior, nos times de tecnologia. Em conversa pública no YC Startup Library, o CEO do Cursor, Michael Truell, descreve que, em codebases menores e com grupos pequenos, as pessoas já estão “subindo acima do código” e pedindo para “agents and AIs” fazerem as mudanças por elas. Isso é um indício de que o trabalho do engenheiro começa a migrar de “escrever” para dirigir, revisar e orquestrar agentes.

No Vale do Silício, esse mesmo padrão aparece fora da engenharia. Um exemplo recente citado em veículo de grande circulação é o da Lovable. A líder de Growth Elena Verna descreve um novo arquétipo, os High‑Impact Individual Contributors (HI‑Cs), profissionais sêniores, sem reportes diretos, que conseguem levar uma entrega end‑to‑end com apoio de IA, reduzindo dramaticamente o custo de coordenação.

E o Work Trend Index 2025, da Microsoft, dá formato para esse deslocamento ao afirmar que “human‑agent teams will upend the org chart” e que “every employee becomes an agent boss”, ou seja, alguém que cria, delega e gerencia agentes para ampliar sua própria capacidade e escopo de entrega. O relatório também descreve uma evolução gradual dos modelos de trabalho, começando com assistentes de IA passando por equipes híbridas entre humanos e agentes, até chegar a estruturas em que pessoas lideram enquanto agentes executam processos. A leitura reforça que estamos diante de uma transformação estrutural, e não apenas de uma tendência passageira.

Por que o modelo tradicional de carreira perde aderência

Ao longo das últimas décadas, consolidou-se um padrão relativamente previsível de evolução, em que profissionais tendiam a avançar de funções mais operacionais para papéis de coordenação, gestão e, posteriormente, liderança de outros gestores. Esse modelo refletia a própria dinâmica das organizações, nas quais ganhar escala frequentemente significava ampliar equipes e camadas de coordenação.

Com IA, parte do que exigia coordenação passa a ser resolvido por automação, agentes e ferramentas de “inteligência sob demanda”. O Work Trend Index descreve esse fenômeno como resposta a um gap de capacidade, com líderes reconhecendo a pressão por produtividade e a limitação de tempo e energia da força de trabalho e enxergando agentes como mecanismo para expandir capacidade.

O resultado não é o “fim da liderança”. É uma mudança relevante no seu papel, com menos gestão como intermediação e mais liderança orientada à definição de direção, critérios, qualidade, governança e trade-offs, com pessoas (e agentes) executando com mais autonomia.

Ao mesmo tempo, essa transição aumenta a exigência sobre as capacidades humanas da liderança. Estudos da McKinsey mostram que, em um ambiente cada vez mais suportado por IA, atividades como construir confiança, exercer julgamento, engajar pessoas e criar contexto para tomada de decisão tornam-se ainda mais críticas — e não podem ser automatizadas. 

Na prática, isso desloca o centro de gravidade da liderança: menos controle e comando, e mais capacidade de orientar, mobilizar e dar clareza em ambientes de incerteza. Evidências do Work Trend Index reforçam que fatores como alinhamento de liderança, cultura e suporte gerencial têm impacto significativamente maior no sucesso da adoção de IA do que habilidades individuais isoladas, indicando que a liderança passa a ser um elemento determinante na transformação.

Na mesma linha, pesquisas da PwC indicam que a eficácia da transformação depende diretamente da capacidade dos líderes de alinhar estratégia, habilidades e confiança no ambiente de trabalho, reforçando a necessidade de competências como comunicação, empatia, gestão de mudança e desenvolvimento de pessoas para sustentar a evolução organizacional.

Uma nova arquitetura organizacional começa a emergir

Nesse contexto, a IA deixa de ser apenas uma ferramenta de apoio e passa a atuar como uma camada transversal, participando cada vez mais da execução sob supervisão humana.

Ao mesmo tempo, as evidências mais recentes reforçam que essa transformação é muito mais organizacional e cultural do que puramente tecnológica. Estudos da McKinsey indicam que o maior desafio não está no acesso à tecnologia, mas na capacidade das lideranças de criar contexto, alinhar pessoas e mobilizar a organização em torno de novas formas de trabalhar, especialmente em ambientes onde humanos, agentes e sistemas passam a operar de forma integrada. 

Na prática, isso significa que avançar com IA exige uma reconfiguração mais profunda: de como decisões são tomadas, de como o trabalho é distribuído e, principalmente, de como as pessoas se conectam, colaboram e confiam umas nas outras. Não por acaso, estudos recentes indicam que fatores como cultura, alinhamento de liderança e suporte gerencial têm impacto mais relevante na captura de valor com IA do que a própria tecnologia em si, reforçando que o verdadeiro diferencial competitivo passa pela capacidade organizacional de evoluir. 

Essa nova arquitetura, portanto, não aponta para um movimento linear de redução de pessoas, mas para a abertura de novas possibilidades e dinâmicas de trabalho — muitas das quais ainda estão em formação e permanecem, em grande parte, difíceis de prever com precisão. O que se observa é uma transição em curso, marcada por experimentação, aprendizado contínuo e redefinição de papéis, em um cenário onde estruturas tradicionais coexistem com novos modelos ainda em construção.

Nesse contexto, mais do que buscar respostas definitivas, o ponto central passa a ser a postura diante do que está emergindo: atravessar esse momento tende a envolver abraçar o processo com coragem, manter abertura para aprender continuamente e disposição para se transformar ao longo do caminho, mesmo em um ambiente onde nem todas as respostas ainda estão claras. Em um cenário em plena redefinição, essa talvez seja uma das formas mais consistentes de construirmos, de maneira coletiva, as organizações do futuro — seguindo em movimento e evoluindo junto com a transformação que estamos vivendo.