Um desenvolvedor sênior num banco de médio porte recebeu, há pouco tempo, uma proposta de emprego com salário 40% acima do que ganhava. O diferencial exigido no anúncio não era uma linguagem nova, nem certificação em nuvem. Era experiência comprovada com ferramentas de inteligência artificial aplicadas ao desenvolvimento de software. Ele tinha. A maioria dos colegas da equipe, não.
Essa cena — ou alguma variação dela — vem se repetindo em seleções feitas por grandes bancos nacionais, fintechs, varejistas com operação digital e empresas de logística. A IA não chegou ao mercado de tecnologia como uma novidade de vitrine: chegou como fator de diferenciação salarial real, e a velocidade com que isso aconteceu pegou muita gente de surpresa.
Como chegamos até aqui
A automação sempre assombrou o mercado de trabalho, mas o debate sobre IA e emprego ganhou contornos concretos quando modelos de linguagem de grande escala — os chamados LLMs — passaram a produzir código funcional, redigir documentação técnica e simular raciocínio analítico em tempo real. O que antes parecia ficção científica entrou nas ferramentas do dia a dia de desenvolvedores, analistas de dados e engenheiros de software. A partir daí, a pergunta deixou de ser “a IA vai substituir programadores?” e passou a ser “quais programadores a IA vai tornar mais caros — e quais vai tornar dispensáveis?”
O que a IA faz pelos salários de quem sabe usá-la
A lógica é direta: quem domina IA aumenta sua capacidade de entrega sem aumentar proporcionalmente as horas trabalhadas. Um desenvolvedor que usa assistentes de código com eficiência entrega mais funcionalidades por sprint, comete menos erros de sintaxe repetitivos e dedica tempo cognitivo para o que a máquina ainda não resolve — arquitetura, tomada de decisão, contexto de negócio.
Isso tem preço.
Levantamentos do Linkedin e do Glassdoor — ambas plataformas com bases de dados públicas e rastreáveis — têm registrado, nos últimos ciclos de contratação, que vagas com menção explícita a habilidades em IA generativa pagam prêmios consistentes sobre a mediana de mercado para o mesmo cargo. O Stack Overflow Developer Survey, publicado anualmente e com metodologia aberta, mostrou que profissionais que integram ferramentas de IA na rotina de desenvolvimento relatam produtividade percebida significativamente maior — e parte desse ganho se converte em poder de negociação.
No Brasil, o movimento é visível principalmente em São Paulo e nos polos de tecnologia de Belo Horizonte, Florianópolis e Recife. Empresas que antes buscavam um engenheiro de machine learning separado do time de produto começaram a remunerar melhor o desenvolvedor “full-stack de IA” — aquele que entende o modelo, integra a API e ainda discute com o time de negócio qual problema vale automatizar.
Os riscos reais para quem não se move
O outro lado da história é menos confortável.
Funções que dependem de tarefas altamente repetitivas — geração de relatórios padronizados, codificação de regras de negócio simples, suporte técnico de primeiro nível, QA manual em fluxos previsíveis — estão sendo comprimidas. Não necessariamente eliminadas de uma vez, mas comprimidas: menos headcount para a mesma entrega, ou remuneração estagnada porque a empresa sabe que pode cobrir parte daquela função com uma ferramenta de IA mais barata do que um aumento de salário.
O IBGE, no monitoramento do mercado de trabalho formal, ainda não segmenta os dados de tecnologia com granularidade suficiente para isolar esse efeito. Mas a percepção entre recrutadores especializados é uniforme: o piso salarial de quem não atualizou o repertório parou de crescer no ritmo dos anos anteriores.
Há também um fenômeno menos discutido: a armadilha da falsa proficiência. Saber usar o ChatGPT para gerar código não é o mesmo que entender os limites do modelo, saber quando não confiar na saída e conseguir depurar o que a IA produziu de errado. Quem aprende o suficiente para parecer produtivo, mas não o suficiente para detectar falhas, cria débito técnico silencioso — e isso tem custo para a empresa e para a carreira.
A posição desta redação
A narrativa de que “a IA vai criar mais empregos do que vai destruir” é, neste momento, uma aposta, não um fato. Pode ser verdade no longo prazo — como aconteceu com outras ondas de automação — mas ela não serve de consolo para o profissional de tecnologia que está, agora, vendo sua faixa salarial estagnar enquanto um colega com o mesmo tempo de carreira, mas com fluência em ferramentas de IA, acelera.
A posição editorial aqui é clara: atualização não é opcional. Não porque “o mercado exige” — frase vazia que não ajuda ninguém — mas porque a assimetria de remuneração entre quem domina e quem ignora essas ferramentas já é mensurável e tende a se aprofundar antes de se equilibrar.
Quem está ganhando mais — e por quê
Alguns perfis específicos concentram os maiores ganhos salariais ligados à IA:
- Engenheiros de prompt e arquitetos de RAG — especialistas em construir sistemas que conectam modelos de linguagem a bases de dados corporativas. A sigla RAG (Retrieval-Augmented Generation) deixou de ser jargão de pesquisa e virou requisito em vagas de empresas de médio e grande porte.
- Cientistas de dados com foco em MLOps — a disciplina de levar modelos de machine learning para produção com confiabilidade, monitoramento e governança. O Ministério da Ciência, Tecnologia e Inovação identificou a área como prioritária em documentos de política de IA publicados nos últimos anos.
- Desenvolvedores que dominam integração de APIs de IA — não os que constroem os modelos, mas os que sabem conectá-los a sistemas existentes de forma segura, escalável e dentro das regulações de proteção de dados.
Esse último perfil é particularmente relevante no Brasil por uma razão concreta: a Lei Geral de Proteção de Dados (LGPD), em vigor desde 2020, impõe restrições sobre como dados pessoais podem ser usados em sistemas automatizados, incluindo os baseados em IA. Quem integra modelos sem considerar esse marco regulatório cria passivo jurídico para a empresa — e quem sabe navegar essa interseção entre IA e compliance vale mais.
O que ainda não se sabe — e onde o cenário pode virar
A ressalva honesta que qualquer análise responsável precisa fazer: ninguém sabe com precisão qual será a velocidade de comoditização das habilidades em IA. O que hoje diferencia um profissional pode, em dois ou três anos, se tornar linha de base — da mesma forma que saber usar o Excel foi, em algum momento, diferencial e hoje é pré-requisito invisível.
Se os modelos continuarem avançando no ritmo atual, parte das funções de “integração de IA” pode ser absorvida pelos próprios modelos — que se tornam mais autônomos, mais capazes de se configurar e menos dependentes de um especialista humano para cada conexão. Nesse cenário, o salário premium pode durar menos do que parece.
Há também a questão da concentração geográfica e de porte de empresa. O prêmio salarial vinculado à IA é mais pronunciado em empresas de tecnologia de grande porte e em centros urbanos com mercado de trabalho aquecido. Para o profissional de tecnologia numa empresa de médio porte no interior do país, a dinâmica pode ser bem diferente — tanto na oferta de vagas quanto na disposição da empresa para pagar acima da média por essas competências.
O que os profissionais estão fazendo na prática
Fora do debate teórico, o movimento mais concreto que se observa entre desenvolvedores e analistas de tecnologia é a busca por certificações e cursos ligados a plataformas de IA em nuvem — AWS, Google Cloud e Microsoft Azure têm trilhas específicas para IA e machine learning, com exames de certificação reconhecidos pelo mercado. Não são baratos, não são rápidos, e não garantem emprego — mas sinalizam comprometimento de uma forma que o recrutador consegue verificar.
Outro movimento é a contribuição em projetos de código aberto relacionados a frameworks de IA, como LangChain ou Hugging Face — presença ativa no GitHub com contribuições reais é currículo público e verificável.
O que não funciona, e vale registrar: acumular certificados sem uso prático. O mercado brasileiro de tecnologia, especialmente em processos seletivos mais sofisticados, passou a incluir etapas técnicas que testam a aplicação real das ferramentas — não apenas o conhecimento declarado sobre elas.
A virada que já aconteceu
A IA não está chegando ao mercado de tecnologia. Ela já chegou, já reorganizou a tabela salarial e já criou uma divisão visível entre quem se beneficia dessa transição e quem está sendo deixado para trás por ela. A pergunta que cada profissional precisa responder — sem romantismo e sem catastrofismo — é em qual desses grupos quer estar daqui a dois anos.
A resposta, por sinal, ainda depende de escolhas que estão ao alcance de quem está disposto a fazê-las.