Klarna anunciou, em 2024, que seu chatbot de IA havia substituído o trabalho de 700 atendentes. Menos de um ano depois, a empresa estava recontratando pessoas. A IBM pausou contratações em determinadas funções com a justificativa de que a IA assumiria as tarefas — e logo percebeu que a promessa não se sustentava no mundo real. O McDonald's testou IA no drive-thru em mais de 100 unidades e encerrou o programa após falhas sistemáticas com sotaques regionais e pedidos complexos.
Não são casos isolados. É um padrão.
Por que isso está acontecendo?
A resposta não está na tecnologia em si. Está em onde ela funciona — e onde não funciona.
Modelos de IA são excepcionais em tarefas com padrão definido: triagem de tickets, categorização de dados, respostas a perguntas frequentes, geração de rascunhos. Esses casos representam, em média, cerca de 80% do volume operacional de qualquer empresa.
O problema está nos outros 20%.
"IA resolve bem 80% das tarefas rotineiras. Mas falha nos 20% que exigem empatia, julgamento crítico e leitura de contexto — que são, não por coincidência, os 20% que mais importam para a experiência do cliente."
O cliente que liga furioso após uma cobrança indevida não quer um fluxo de atendimento. Quer ser ouvido. O candidato em processo seletivo que demonstra potencial além do currículo não cabe em uma triagem automatizada. O problema técnico que nunca aconteceu antes não tem precedente no histórico de dados do modelo.
Os três casos emblemáticos
Klarna
O chatbot funcionava bem para consultas simples — rastreamento de pedidos, informações sobre parcelamento, cancelamentos diretos. Quando o volume de casos complexos cresceu, o sistema começou a gerar respostas incorretas, encaminhar mal os clientes e criar mais trabalho do que resolvia. A recontratação foi silenciosa, mas confirmada.
IBM
A decisão de pausar contratações em RH foi tomada com base em projeções otimistas sobre o que a IA conseguiria fazer. Na prática, processos que envolviam mediação de conflitos, avaliação de desempenho subjetiva e gestão de casos sensíveis exigiam julgamento humano que nenhum modelo disponível conseguia replicar com consistência.
McDonald's
O programa de IA no drive-thru falhou em dois pontos fundamentais: variações de sotaque e pedidos fora do padrão ("sem cebola, mas com molho extra"). O que parece simples para um humano — interpretar contexto e intenção — é extraordinariamente difícil para um sistema treinado em dados históricos limitados.
O que o mercado está aprendendo
A narrativa de "a IA vai substituir trabalhadores" estava errada não porque a tecnologia seja fraca, mas porque partia de uma premissa equivocada: que a maioria do trabalho humano é rotineiro e substituível.
O que está acontecendo, na prática, é diferente. As empresas que estão colhendo resultado real com IA não estão substituindo pessoas — estão aumentando a capacidade das pessoas. O atendente que usa IA para recuperar histórico do cliente em segundos. O analista que usa IA para processar dados e foca seu tempo na interpretação. O gestor que usa IA para redigir o primeiro rascunho e dedica energia ao refinamento estratégico.
O mercado de trabalho está se reorganizando não em torno de "humano vs. IA", mas em torno de um novo perfil: o profissional aumentado — alguém que trabalha com inteligência artificial de forma estratégica, combinando as capacidades da máquina com as competências que só humanos têm.
O que isso significa para a sua empresa
Se você está avaliando onde a IA pode contribuir na sua operação, a pergunta não é "o que posso automatizar?". A pergunta certa é: "onde a automação libera minha equipe para focar no que realmente importa?"
A diferença parece sutil. O resultado não é.
Empresas que partiram da segunda pergunta estão colhendo ganhos reais — de produtividade, de margem, de satisfação do cliente. Empresas que partiram da primeira estão recontratando as pessoas que demitiram.