Skip to content

OpenAI: IA está ampliando o escopo dos cargos, não apenas eliminando funções

Resposta curta

A OpenAI publicou um estudo argumentando que a adoção de IA está expandindo o escopo dos cargos individuais — dando aos trabalhadores novas responsabilidades e tarefas de maior valor agregado — em vez de simplesmente eliminar funções. Para times B2B pequenos e médios, isso desloca a conversa sobre automação: de corte de quadro para redesenho de função, com menos tarefas rotineiras e mais trabalho de julgamento por pessoa.

O que isso significa na operação

Para uma empresa B2B de 10 a 200 pessoas, esse relatório serve como uma correção útil ao discurso de "a IA vai cortar meu quadro" que costuma dominar as conversas de orçamento. O padrão mais comum observado na prática é o de um analista de suporte que antes fechava 40 chamados por dia e agora faz a triagem de 150, com a IA cuidando das respostas repetitivas — ou um coordenador de operações que antes atualizava planilhas manualmente e hoje supervisiona três fluxos automatizados, cuidando das exceções. O cargo não desaparece — ele fica mais denso e mais supervisório. Isso tem implicações diretas de dimensionamento de equipe: em vez de perguntar "quais funções podemos cortar", a pergunta de planejamento mais útil passa a ser "quais funções precisam ser redesenhadas em torno de supervisão, tratamento de exceções e decisões de julgamento, uma vez que os 60% repetitivos da tarefa foram automatizados". Descrições de cargo, critérios de contratação e até estruturas de remuneração podem precisar mudar mais rápido do que o quadro de funcionários.

A OpenAI publicou um relatório, intitulado "How AI is expanding what people do at work", apresentando evidências de que a adoção de IA dentro das organizações está, com mais frequência, mudando o formato dos cargos do que eliminando-os por completo. A empresa enquadra isso como uma mudança de ênfase: em vez de a automação simplesmente subtrair tarefas de uma função, ela tende a adicionar outras — revisão de dados, refinamento de prompts, verificação de resultados e decisões de julgamento sobre casos-limite que o sistema automatizado não consegue resolver sozinho.

O relatório se baseia em padrões de uso e exemplos do ambiente de trabalho para argumentar que, à medida que as ferramentas de IA absorvem os componentes rotineiros e repetíveis de um cargo, os profissionais nessa função são frequentemente chamados a assumir trabalho de maior escopo: supervisionar múltiplos processos automatizados ao mesmo tempo, lidar com exceções ou migrar para responsabilidades mais estratégicas ou voltadas ao cliente, que antes estavam fora de alcance por falta de tempo. A OpenAI apresenta isso como uma expansão líquida daquilo pelo qual um único trabalhador pode ser responsável, em vez de uma simples substituição de mão de obra.

Isso é consistente com o que já se observa de forma anedótica em funções de suporte ao cliente, desenvolvimento de vendas e operações em empresas menores — embora seja importante ressaltar que o relatório da OpenAI é uma pesquisa autopublicada, feita por uma empresa com interesse comercial direto em que a adoção de IA seja enquadrada de forma positiva, e que vale a pena ler a metodologia e os detalhes da amostra na íntegra antes de tratar as conclusões como definitivas. As afirmações do relatório, até o momento desta publicação, não foram confirmadas por pesquisa trabalhista independente de terceiros, e os leitores devem tratar o enquadramento como direcional, não conclusivo.

Ainda assim, o padrão descrito é coerente com o que muitas empresas pequenas e médias já vivenciam na prática. Um time de suporte de cinco pessoas atendendo um volume fixo de chamados não necessariamente encolhe para três pessoas quando a automação assume os 60% rotineiros — com mais frequência, as mesmas cinco pessoas acabam cobrindo uma área de atuação maior: mais clientes, mais canais, escalonamentos mais complexos, porque a carga rotineira deixou de consumir o dia. O mesmo aparece no desenvolvimento de vendas, onde representantes liberados da construção manual de listas e do sequenciamento de follow-ups passam a se dedicar a conversas reais e ao trabalho de negociação, e em operações, onde um coordenador que antes gastava horas em entrada de dados agora usa esse tempo monitorando três ou quatro fluxos automatizados em busca de exceções.

A implicação para operadores B2B menores não é que a automação seja um exercício neutro em termos de quadro de pessoal — ganhos de custo e capacidade são reais e frequentemente são o próprio objetivo do investimento —, mas que o modelo mental mais simples ("automatize a tarefa, remova a pessoa") tende a subestimar o que de fato acontece na prática. Descrições de cargo, KPIs e critérios de contratação construídos em torno da versão antiga e mais estreita de uma função podem precisar de atualização mais rápida do que o organograma, já que as pessoas que permanecem nesses cargos costumam estar fazendo, meses depois de uma implantação de automação, um trabalho significativamente diferente e mais amplo.

Fonte: OpenAI