Categorias
Carreira

IA está tomando empregos: o que você pode fazer agora

A inteligência artificial vai criar mais empregos do que vai destruir. Você já ouviu isso. Provavelmente mais de uma vez. E há uma boa chance de que essa afirmação — repetida como mantra por consultores e palestrantes de tecnologia — esteja atrasando decisões que você deveria estar tomando agora.

Não porque seja mentira absoluta. Mas porque ela funciona como anestésico. Enquanto você espera pelos empregos do futuro aparecerem, as funções que existem hoje estão sendo redesenhadas — às vezes eliminadas — em tempo real. E a maioria das pessoas só percebe quando já está do lado de fora olhando pra dentro.

Eu fiquei nesse ciclo de “vai ficar tudo bem” por tempo demais. Trabalhando com produção de conteúdo, via a automação chegar primeiro nas margens — textos de baixo valor, relatórios padronizados, descrições de produto. Pensei: isso não me atinge. Depois chegou no meio. Aí eu precisei mudar de ideia sobre quase tudo que achava que sabia.

A IA realmente está substituindo empregos ou isso é exagero de manchete?

Depende muito do que você chama de “substituir”. Se a definição for robô chega, humano vai embora, então sim, é exagero na maioria dos casos. Mas se a definição for a função que você exercia em 2022 não existe mais da mesma forma em 2026 — aí a coisa é bem mais séria do que parece.

O que acontece com mais frequência não é demissão imediata. É compressão. Uma equipe que precisava de dez pessoas agora funciona com quatro, porque ferramentas de IA assumiram as tarefas repetitivas e de menor julgamento. Os seis que saíram não foram demitidos “por causa da IA” — foram demitidos numa reestruturação, num corte de custos, numa “reorganização estratégica”. A IA fica de fora do comunicado oficial.

Grandes bancos nacionais reduziram operações de atendimento e back-office nos últimos anos com adoção de automação e IA conversacional. Redes de varejo substituíram parte das equipes de análise de dados por plataformas que geram relatórios automaticamente. Escritórios de advocacia de médio porte adotaram ferramentas que fazem triagem de contratos em minutos — trabalho que antes consumia dias de um júnior.

Isso não é ficção científica. Está acontecendo em São Paulo, em Belo Horizonte, no interior do Rio Grande do Sul.

Quais profissões estão mais expostas neste momento?

A exposição não segue a lógica que a maioria das pessoas imagina. Não é “trabalho manual está seguro, trabalho intelectual está em risco”. É mais sutil — e mais incômodo — do que isso.

As funções mais vulneráveis têm algumas características em comum:

  • Alta repetitividade com baixa variação de contexto — processamento de documentos, entrada de dados, formatação de relatórios.
  • Produção de texto padronizado — descrições de produto, respostas de atendimento de primeiro nível, rascunhos de contratos simples.
  • Análise de padrões em grandes volumes — triagem de currículos, classificação de imagens, detecção de anomalias em planilhas.
  • Tradução e transcrição — funções que eram razoavelmente valorizadas há cinco anos e hoje disputam espaço com ferramentas que fazem o mesmo em segundos.

O que me surpreendeu — e que eu não vi ninguém falar claramente no começo — é que funções criativas de nível inicial também entraram nessa lista. Designer júnior fazendo layouts simples, redator produzindo textos de SEO básico, analista de social media gerando variações de copy. Não é que esses profissionais desapareceram. É que o mercado contrata menos deles, pagando menos, porque parte do volume foi absorvido por ferramentas.

Por outro lado, funções que envolvem julgamento em contextos ambíguos, responsabilidade legal ou ética, relação humana de alta confiança e criação com perspectiva de experiência vivida estão se saindo melhor. Não imunes — mas mais protegidas.

Se eu já estou em uma área ameaçada, o que dá pra fazer de concreto?

Aqui é onde a maioria dos artigos sobre esse tema falha: lista genérica de habilidades do futuro, sem nenhuma ancora no que você pode fazer segunda-feira de manhã com o que já tem.

Vou ser direto sobre o que funcionou pra mim e o que eu observo em quem está conseguindo se reposicionar de verdade.

Entender a ferramenta que está te ameaçando é o primeiro passo não-óbvio

Tem uma resistência natural de quem sente o emprego ameaçado: ignorar a ferramenta, torcer pra ela ser superestimada, não querer aprender algo que “vai te substituir”. Eu passei por isso. É um impulso humano compreensível.

Mas o que acontece na prática é o seguinte: quem aprende a usar bem essas ferramentas vira o profissional que opera a automação, não o que foi operado por ela. A diferença de mercado entre esses dois perfis já é visível em 2026 — e só vai aumentar.

Você não precisa virar engenheiro de IA. Precisa entender o suficiente pra saber o que a ferramenta faz bem, onde ela erra e como seu julgamento humano complementa o que ela produz. Isso já é um diferencial real.

Especialização vertical supera generalismo neste momento

A IA é boa em amplitude. Ela consegue fazer muita coisa de forma razoável. Ela é péssima — ainda — em profundidade contextual de nicho.

Um profissional de marketing que entende especificamente o varejo de moda feminina no Nordeste, com todas as nuances culturais e comportamentais desse público, vale muito mais do que um generalista que usa IA pra produzir conteúdo de qualquer segmento. Porque o generalista virou commodity. O especialista tem algo que o modelo não tem: contexto acumulado de uma experiência real e localizada.

Essa é a aposta que eu fiz. Em vez de tentar competir em volume com ferramentas que produzem mais rápido do que eu, fui fundo num segmento específico. A curva foi lenta no começo. Mas é o tipo de posicionamento que a automação não consegue replicar facilmente.

A camada de relacionamento ainda é difícil de automatizar

Isso soa óbvio, mas tem uma dimensão que pouca gente aplica de forma estratégica: o relacionamento não é só sobre “ser simpático”. É sobre ser a pessoa que o cliente ou o gestor liga quando algo deu errado, quando a decisão é difícil, quando ninguém quer assinar embaixo.

Confiança interpessoal em contextos de alta responsabilidade — jurídico, médico, financeiro, gestão de crise — não é automatizável no curto prazo. E vai além disso: em qualquer área, a pessoa que constrói reputação de confiabilidade e julgamento sólido tem um colchão de proteção que o profissional intercambiável não tem.

Eu mudei de ideia sobre networking por causa disso. Por muito tempo vi como algo superficial. Hoje entendo que é literalmente infraestrutura de carreira — especialmente quando o mercado está em transição rápida.

Devo me preocupar em aprender programação ou ciência de dados?

Depende da sua área e do quanto você quer mudar de trilha. Programação e ciência de dados continuam sendo habilidades valiosas — mas a narrativa de “aprenda a programar e estará seguro” já está desatualizada.

Ferramentas de IA generativa estão tornando o código mais acessível pra não-programadores e, ao mesmo tempo, aumentando a produtividade de quem já programa. O efeito líquido ainda está sendo calibrado pelo mercado, mas o que vejo é que saber lógica de dados — entender como sistemas funcionam, como consultas são feitas, como estruturas de dados se relacionam — é mais transferível do que decorar sintaxe de uma linguagem específica.

Se você trabalha com análise, operações, RH, jurídico ou qualquer área que lide com volume de informação, entender o básico de como automações funcionam te coloca numa posição muito melhor do que quem trata isso como caixa-preta.

Não precisa virar dev. Mas precisa parar de fingir que não é com você.

E quem está começando agora — como entra no mercado com tudo isso acontecendo?

Essa é a pergunta que mais me incomoda porque não tem resposta fácil. Quem está entrando agora enfrenta um paradoxo: as funções de nível inicial — onde historicamente se aprende o ofício — são exatamente as mais comprimidas pela automação.

O que eu diria pra quem está começando, com base no que observo funcionar:

  • Entre por nichos, não por categorias amplas. “Quero trabalhar com marketing” é vago demais. “Quero trabalhar com marketing de performance pra e-commerce de saúde e bem-estar” já é uma posição.
  • Construa portfólio com projetos reais, mesmo que não pagos no início. O mercado está mais cético com diplomas genéricos e mais receptivo a evidências concretas de capacidade.
  • Aprenda a usar as ferramentas de IA da sua área como parte do fluxo de trabalho. Quem entra sabendo usar essas ferramentas já tem vantagem sobre quem precisa aprender no cargo.
  • Busque mentores que estejam ativos no mercado agora, não apenas bem-sucedidos no passado. O contexto mudou rápido demais pra que experiências de cinco anos atrás sirvam de guia sem ajuste.

Tem alguma área que está crescendo por causa da IA, não apesar dela?

Sim — e algumas delas não são as óbvias.

Segurança de IA e auditoria de sistemas automatizados estão emergindo como necessidade real, especialmente com regulamentações sendo desenhadas em vários países. No Brasil, o debate em torno de regulação de IA ainda está em estágio inicial, mas empresas de setores regulados — financeiro, saúde, seguros — já estão buscando profissionais que entendam os riscos de sistemas automatizados.

Gestão de mudança organizacional também está em alta. Implantar ferramentas de IA numa empresa não é só questão técnica — é cultural, é de processo, é de treinamento. Profissionais que sabem conduzir esse tipo de transição estão sendo muito demandados.

E — isso me surpreendeu mais do que esperava — comunicação de alta especialização está se valorizando. Jornalismo investigativo, produção de conteúdo com ponto de vista genuíno e baseado em experiência, consultoria de comunicação em crises. Porque a IA produz volume, mas não produz perspectiva acumulada de vida real. Ainda.

O que eu aprendi depois de mudar de ideia sobre tudo isso

A maior armadilha não é a IA em si. É a demora em aceitar que a transição já começou e que esperar por mais clareza antes de agir é, na prática, uma escolha — e tem consequências.

Eu fiquei esperando o cenário estabilizar pra tomar decisão. O cenário não estabilizou. Provavelmente não vai estabilizar tão cedo. E as pessoas que avançaram foram as que tomaram decisões com informação incompleta — aprendendo no processo, ajustando no caminho — em vez de aguardar o momento ideal que nunca chegou.

Não estou dizendo que você precisa entrar em pânico. Estou dizendo que “vai criar mais empregos do que vai destruir” não é resposta suficiente pra o que você vai fazer na semana que vem.


A questão não é se a IA vai ou não vai mudar seu setor. Já está mudando. A questão real é se você vai ser o profissional que entende o que está acontecendo e se reposiciona — ou o que vai descobrir que ficou pra trás quando a conta chegar.

Categorias
Carreira

Inteligência Artificial no Mercado: quanto as empresas estão realmente gastando

Segundo o relatório AI Index 2024 da Universidade Stanford, os investimentos globais em inteligência artificial por parte de empresas privadas ultrapassaram US$ 90 bilhões em 2023 — e a tendência de crescimento não deu sinal de pausa desde então. Quando trago esse número pra sala durante um treinamento corporativo, o silêncio que se instala é sempre o mesmo: uma mistura de “nossa, que absurdo” com “mas o que isso tem a ver com minha empresa aqui no Brasil?”. Essa pergunta é exatamente o que vou responder aqui.

As empresas brasileiras estão de fora dessa conta?

Não. Mas a participação é desigual — e isso importa pra você entender onde seu negócio se encaixa.

Grandes bancos nacionais, as principais redes de varejo e operadoras de telecomunicações já tinham projetos estruturados de IA antes mesmo de o ChatGPT virar assunto de mesa de bar. O que mudou a partir de 2023 foi o volume de empresas médias entrando nessa conversa — muitas vezes sem orçamento definido, sem time técnico e sem clareza sobre o que exatamente estão comprando.

Eu vi isso acontecer de perto. Empresas chegavam nos treinamentos dizendo que tinham “contratado IA” — e quando eu perguntava o que significava isso na prática, a resposta era uma assinatura de ferramenta SaaS que ninguém na empresa sabia usar direito. Gastar dinheiro com IA e usar IA de verdade são coisas bem diferentes.

Quanto uma empresa média gasta com IA, na prática?

Essa é a pergunta que mais recebo — e a que tem a resposta mais frustrante: depende, e muito.

Existe uma diferença brutal entre os modelos de custo:

  • Assinaturas de ferramentas prontas (copilots, assistentes de escrita, ferramentas de atendimento): costumam girar entre R$ 100 e R$ 800 por usuário por mês, dependendo da plataforma e do câmbio do momento.
  • Projetos de automação com IA embarcada (RPA com machine learning, análise preditiva de estoque, scoring de crédito): o custo de implantação pode variar de R$ 50 mil a R$ 500 mil, sem contar manutenção.
  • Desenvolvimento de modelos proprietários: esse é o jogo das grandes. Estamos falando de equipes de dados, infraestrutura de nuvem e ciclos de desenvolvimento que facilmente passam de R$ 1 milhão ao ano.

A empresa que está no segundo grupo — aquela que quer automatizar um processo específico sem desenvolver nada do zero — geralmente fica surpresa com o custo de integração. A ferramenta em si pode ser barata. A conexão com os sistemas legados da empresa é que pesa.

Por que tantas empresas subestimam o custo real?

Porque o orçamento de IA raramente aparece como uma linha única. Ele fica espalhado.

Tem o custo da ferramenta, tá. Mas tem também o tempo de treinamento da equipe, a consultoria de implantação, a adequação de dados (que frequentemente estão bagunçados ou despadronizados), a infraestrutura de nuvem que cresce conforme o uso aumenta — e o custo de oportunidade das horas que o time de TI desviou de outros projetos.

Quando eu peço pras pessoas numa sala calcularem o custo total de um projeto de IA que elas já rodaram, o número final quase sempre é 40% a 60% maior do que o orçamento inicial. Não é desonestidade dos fornecedores — na maioria das vezes é falta de experiência na hora de estimar escopo.

Mas existe retorno sobre esse investimento?

Sim — e isso não é conversa de vendedor de software.

O retorno mais documentado e consistente que eu observo está em três frentes: redução de retrabalho em processos repetitivos, melhora na triagem de atendimento ao cliente e análise de dados que antes ninguém tinha tempo de fazer.

Uma área de logística que usava horas de trabalho manual pra cruzar planilhas de estoque e demanda — e que passou a usar um modelo preditivo simples — consegue liberar tempo real da equipe. Isso não é abstrato. É hora de trabalho convertida em outra atividade.

O que eu questiono, e que acho que poucos consultores têm coragem de dizer: o ROI de IA é muito mais fácil de calcular em processos repetitivos e bem definidos do que em iniciativas de “inovação” ou “transformação digital”. Empresa que entra em projeto de IA sem um problema específico pra resolver costuma gastar bastante pra chegar ao mesmo lugar.

As pequenas empresas deveriam estar investindo agora?

Essa é a pergunta que mais divide opiniões entre quem trabalha com o tema — e eu tenho uma posição clara.

Pequenas empresas não precisam de projetos de IA. Precisam de ferramentas com IA embutida, que já existem e custam pouco.

Tem diferença enorme entre uma pequena empresa contratar um projeto de automação inteligente e ela simplesmente usar uma ferramenta de atendimento que já tem IA por baixo dos panos, sem que o dono precise saber nada de machine learning. O segundo caminho é mais barato, mais rápido e — na maior parte dos casos — mais adequado ao estágio do negócio.

Quando eu vejo pequenas empresas tentando implementar soluções complexas porque “todo mundo tá fazendo”, o resultado quase sempre é o mesmo: projeto abandonado na metade, dinheiro perdido e uma desconfiança generalizada de que “IA não funciona pra gente”. Funciona. Mas a entrada precisa ser proporcional ao tamanho e à maturidade do negócio.

O que os grandes players estão fazendo que o mercado ainda não percebeu?

Eles estão investindo pesado em dados — não em modelos.

Existe uma confusão comum de que investir em IA significa contratar o modelo mais sofisticado do mercado. As empresas que estão na frente há mais tempo entenderam que o diferencial competitivo não está no modelo em si — que hoje é um commodity acessível via API — mas na qualidade e exclusividade dos dados que alimentam esse modelo.

Um grande varejista que tem dez anos de histórico de comportamento de compra dos seus clientes, com dados bem organizados e governança adequada, consegue extrair valor de um modelo relativamente simples que nenhum concorrente consegue replicar — porque o dado é deles. Isso muda completamente a lógica de onde colocar o dinheiro.

Nos treinamentos que facilito, quando falo isso, a reação imediata de quem vem de empresas maiores é de reconhecimento. Quem vem de empresas menores frequentemente percebe ali que nem sabe que dados tem — ou que não tem nenhum dado organizado. E esse é o ponto de partida real.

Como o mercado brasileiro está se posicionando frente à regulação?

Com atenção redobrada desde que o debate sobre regulação de IA ganhou força no Congresso Nacional. O Brasil tem uma trajetória relevante em proteção de dados — a Lei Geral de Proteção de Dados (LGPD) já criou um precedente importante — e o mercado corporativo sabe que qualquer regulação específica de IA vai exigir adaptações nos projetos que já estão rodando.

O que eu noto nas empresas mais preparadas é que elas já estão construindo documentação de seus modelos — o que ficou conhecido como model cards — e mapeando onde a IA toma decisões que afetam pessoas diretamente: concessão de crédito, triagem de currículos, precificação dinâmica. Essas são as áreas que concentram maior risco regulatório e que, portanto, concentram também maior atenção dos times jurídicos.

Quem está ignorando esse movimento vai ter retrabalho caro lá na frente. Eu não tenho dúvida disso.

Existe uma bolha de investimento em IA?

A pergunta é legítima — e eu não acho que tem resposta definitiva ainda.

O que posso dizer com mais segurança é que existe uma bolha de expectativa em alguns segmentos. Empresas que investiram em projetos de IA generativa pra criar conteúdo em escala, por exemplo, já estão revisando o valor real disso frente ao custo de revisão humana necessária pra garantir qualidade. Não é que a tecnologia falhou. É que a expectativa foi calibrada de forma errada.

Por outro lado, os casos de uso mais “chatos” — previsão de demanda, detecção de fraude, manutenção preditiva em indústria — continuam entregando resultado consistente porque o problema estava bem definido antes do projeto começar. Esses segmentos não sofrem da síndrome do hype.

O dinheiro continua entrando. Mas começa a ficar mais seletivo — e isso, na minha leitura, é saudável.

Qual é o erro mais caro que as empresas cometem ao entrar nesse mercado?

Comprar tecnologia antes de entender o processo.

Parece óbvio quando escrito assim. Mas eu já perdi a conta de quantas vezes vi empresas adquirindo plataformas sofisticadas de IA pra resolver um problema que um processo mais simples resolveria — ou que nem era um problema real, só uma percepção de que “precisavam de inovação”.

IA não transforma processo ruim em processo bom. Ela amplifica o que já existe. Se o processo de atendimento é confuso, um chatbot com IA vai escalar essa confusão de forma mais eficiente. Se os dados de estoque estão errados, o modelo preditivo vai prever errado mais rápido.

A pergunta que eu sempre faço antes de qualquer conversa sobre ferramentas é: qual decisão você quer tomar melhor, ou qual tarefa você quer fazer com menos esforço? Se a resposta vier clara, o caminho pra escolher a tecnologia certa fica muito mais simples.

E você — quando olha pro seu negócio hoje, consegue nomear com precisão qual é esse problema? Ou ainda está buscando a ferramenta antes de ter a resposta?

Categorias
Carreira

Como as empresas de tech estão ajustando o trabalho híbrido em 2026

Segundo levantamento da consultoria Robert Half divulgado em 2025, mais de 60% das empresas de tecnologia no Brasil já operavam em algum modelo híbrido — e boa parte delas ainda estava tentando descobrir o que isso significava na prática. Não no papel, não no deck de apresentação pra diretoria. Na prática mesmo: reunião marcada às 10h com metade da equipe no escritório e a outra metade no pijama.

Eu acompanhei esse movimento de perto durante anos. Passei por processos de reestruturação de times, vi política de trabalho híbrido sendo escrita em cima do joelho na véspera de um comunicado interno, e observei líderes tentando equilibrar pressão dos acionistas com a realidade de uma equipe que simplesmente não quer mais passar três horas no trânsito de São Paulo toda semana. Tenho opinião formada sobre o que funcionou e o que gerou atrito desnecessário.

Então, em vez de te entregar um texto de RH com bullet points bonitos, prefiro responder as perguntas que eu mesmo fazia — e que provavelmente você também está fazendo agora.

As empresas de tech realmente voltaram ao escritório ou é ilusão?

Depende muito de quem você está olhando. As big techs globais — Amazon, Google, Meta — fizeram barulho enorme ao anunciar retornos presenciais obrigatórios em 2023 e 2024. Mas o que aconteceu nos bastidores das operações brasileiras dessas empresas foi diferente do anunciado para o mercado americano. Metas de presença foram ajustadas regionalmente, e o “você tem que vir três dias por semana” virou, na prática, “venha quando fizer sentido pra sua equipe.”

As empresas de tech nacionais — fintechs, startups de série B pra cima, consultorias de software — tomaram caminhos ainda mais variados. Algumas aproveitaram o pós-pandemia pra reduzir espaço físico e economizar em aluguel, e aí não tem como pedir que todo mundo volte sem reformar o conceito de escritório primeiro. Outras mantiveram espaços grandes e agora ficam com andares semivazios às quartas-feiras.

A ilusão — e eu uso essa palavra com consciência — é a de que existe um modelo híbrido único que serve pra toda empresa de tech. Não existe. Uma empresa com time de produto distribuído entre São Paulo, Belo Horizonte e Florianópolis tem um desafio completamente diferente de uma startup de 30 pessoas que aluga uma sala comercial no Itaim.

O que mudou de 2023 pra 2026 no modelo híbrido?

Muita coisa. E boa parte das mudanças não vem de decisão estratégica — vem de desgaste.

Em 2023 e 2024, o modelo híbrido ainda tinha aquela aura de conquista. As pessoas defendiam o home office com unhas e dentes porque era recente, porque tinham lutado por ele. Em 2026, a relação ficou mais madura — e, em alguns casos, mais tensa. Tem profissional que percebeu que home office integral prejudicou a visibilidade dele dentro da empresa. Tem líder que admitiu que perder o contato presencial dificultou a formação de times coesos. E tem empresa que, depois de tentar o retorno forçado, perdeu talentos que simplesmente foram trabalhar em outra.

O que mudou de verdade é que o debate saiu do campo ideológico e foi pro campo operacional. Antes era “home office é o futuro” versus “escritório é insubstituível.” Hoje a conversa é: quais atividades ganham com presença física e quais ganham com autonomia de local? Essa é a pergunta certa, e demorou uns dois anos pra ela aparecer com clareza.

Outra mudança significativa: as ferramentas de gestão assíncrona amadureceram. Plataformas de documentação colaborativa, sistemas de comunicação com menos dependência de reunião ao vivo, estruturas de rituais de time — tudo isso virou padrão em empresas de tech que levam o híbrido a sério. Quem ainda gere time híbrido com a lógica do escritório presencial — só que remoto — continua sofrendo.

Quais modelos híbridos estão sendo adotados em 2026?

Na minha observação, três formatos dominam o mercado de tech no Brasil agora:

  • Híbrido por função: algumas squads vão ao escritório em dias fixos (geralmente terça e quinta), outras funcionam 100% remoto. A lógica é que times de produto e engenharia que precisam de colaboração intensa ganham com presença, enquanto times de operações ou análise de dados trabalham bem de qualquer lugar.
  • Híbrido por resultado: sem dias obrigatórios definidos, mas com expectativas claras de entrega. O colaborador vai ao escritório quando ele mesmo julga necessário — reunião de planejamento, alinhamento com cliente, onboarding de alguém novo. Na teoria é o mais maduro. Na prática, exige uma cultura muito bem estabelecida pra não virar bagunça.
  • Híbrido com ancora semanal: um dia fixo por semana em que todo o time precisa estar presente. Simples, previsível, e surpreendentemente eficaz pra times que precisam de senso de pertencimento sem sacrificar a flexibilidade.

Tem empresa tentando inventar um quarto modelo todo trimestre e gastando energia demais nisso. Política de trabalho não deveria mudar mais rápido do que a cultura consegue absorver.

Por que algumas empresas de tech estão reduzindo o híbrido — e o que isso significa?

Tem uma narrativa crescente de que o híbrido “não funcionou” e que o presencial vai voltar com força. Eu discordo da versão simplificada dessa história.

O que está acontecendo, em alguns casos, é que empresas que nunca investiram de verdade em infraestrutura de trabalho remoto — cultura assíncrona, documentação, rituais de time — estão tendo problemas de coesão e atribuindo isso ao modelo híbrido. Mas o problema não é o híbrido. É a falta de gestão adequada pra esse modelo.

Dito isso, tem situação legítima em que o presencial faz mais sentido. Empresas em fase muito inicial, com times pequenos e cultura ainda sendo formada, perdem menos com o escritório do que com a dispersão. Startups em early stage que eu acompanhei de perto funcionaram melhor com presença — não porque o remoto seja ruim, mas porque construir cultura do zero de forma distribuída exige um nível de maturidade organizacional que a maioria dos fundadores não tem no começo.

O que me preocupa é quando a decisão de “voltar pro escritório” vem de cima pra baixo, sem diagnóstico real, como resposta a um sentimento de perda de controle. Isso eu já vi acontecer, e o resultado costuma ser: os melhores profissionais — que têm opções — saem. Os que ficam ficam por inércia ou por necessidade. Não é uma troca que vale.

Como as lideranças de tech estão lidando com a pressão por presença?

Essa é a parte que mais me fascina — e mais me frustra — quando olho pra 2026.

Tem uma tensão real entre o que os líderes dizem em público e o que cobram internamente. Ouvi muitas vezes discursos sobre “confiança e autonomia” de gestores que, na semana seguinte, mandavam mensagem perguntando por que o time não tinha ido ao escritório na segunda-feira. Esse tipo de inconsistência corrói mais do que qualquer política ruim.

Os líderes que estão acertando nesse momento têm algumas características em comum: eles definem expectativas claras antes de cobrar, participam ativamente dos dias presenciais em vez de mandar o time ir enquanto ficam em casa, e tratam o escritório como espaço de colaboração — não de controle. Não é magia. É consistência básica.

O que eu mudaria, se pudesse dar uma sugestão direta a qualquer gestor de tech lendo isso agora: pare de monitorar presença como se fosse proxy de produtividade. Não é. Nunca foi. E em 2026, insistir nessa lógica é o caminho mais rápido pra perder time qualificado pra concorrentes — muitos deles empresas remotas que contratam em qualquer cidade do Brasil.

A questão do talento: híbrido como diferencial competitivo ou obrigação?

Tem um dado que eu ouço bastante em conversas do setor, mesmo sem conseguir atribuir a uma fonte única: a maioria dos profissionais de tecnologia no Brasil coloca flexibilidade de localização entre os três principais fatores na hora de aceitar ou recusar uma oferta de emprego. Não surpreende ninguém que já tentou contratar desenvolvedor sênior nos últimos dois anos.

O que mudou é que o híbrido deixou de ser diferencial pra ser expectativa de base. Em 2021, empresa que oferecia trabalho remoto se destacava. Em 2026, empresa que não oferece algum nível de flexibilidade precisa justificar bem o porquê — ou pagar significativamente mais pra compensar.

Isso criou uma situação interessante no mercado nacional: empresas de tech menores, que não conseguem competir em salário com grandes players ou com empresas estrangeiras contratando em reais, estão usando o modelo de trabalho como argumento. “Somos 100% remotos, você pode morar onde quiser, e a cultura é boa.” Funciona — pelo menos pra alguns perfis.

Por outro lado, tem profissional que está ativamente buscando o escritório de volta. Não por obrigação, mas porque ficou cansado de trabalhar num quarto pequeno, de não ter separação entre vida e trabalho, de perder o contato humano que o remoto integral tira. Esse perfil existe e é mais comum do que o debate online faz parecer — as redes sociais amplificam a voz de quem defende o remoto, mas o silêncio de quem prefere o presencial não significa que ele não existe.

Junho de 2026: o que está sendo testado agora?

As discussões mais recentes que acompanho no setor giram em torno de alguns pontos que ainda não têm resposta definitiva:

Escritórios de satélite. Em vez de um grande escritório central em São Paulo ou no Rio, algumas empresas estão testando espaços menores em cidades como Campinas, Curitiba, Porto Alegre e Recife — onde o custo de vida é menor e há concentração crescente de profissionais de tech. A lógica é: se o time vai ao escritório uma ou duas vezes por semana, que seja perto de onde ele mora, não onde a empresa nasceu.

Calendário de colaboração intencional. Times que definem antecipadamente quais semanas do trimestre serão presenciais — geralmente planejamentos, retrospectivas e lançamentos — e mantêm o resto remoto. Isso dá previsibilidade pra quem tem filho, pra quem mora longe, pra quem precisa organizar a vida em torno das viagens.

Políticas diferenciadas por senioridade. Esse é um terreno delicado, mas algumas empresas estão sendo honestas sobre isso: profissionais juniores ganham mais indo ao escritório — mentorias informais, absorção de cultura, visibilidade. Então algumas políticas começam a diferenciar expectativas de presença por nível. É controverso, mas faz sentido prático em alguns contextos.

Nenhum desses experimentos tem resposta pronta. O que me parece claro é que as empresas que estão saindo na frente são as que tratam o modelo de trabalho como produto interno — algo que itera, que tem feedback, que melhora. Não como decreto.

E os direitos trabalhistas? O que a CLT diz sobre tudo isso?

A Consolidação das Leis do Trabalho foi atualizada para contemplar o teletrabalho — a reforma trabalhista de 2017 já trouxe essa previsão, e houve ajustes posteriores durante e após a pandemia. Em 2026, o trabalho híbrido no Brasil opera dentro dessa estrutura, mas ainda há zonas cinzentas, especialmente sobre reembolso de despesas de home office, controle de jornada em regime de trabalho externo e responsabilidade por acidentes de trabalho em domicílio.

Minha recomendação prática: se você é colaborador, leia o que está no seu contrato ou aditivo sobre teletrabalho. Se você é gestor ou RH, garanta que a política de trabalho híbrido da empresa está alinhada ao que o contrato prevê — porque a inconsistência entre o que é prometido informalmente e o que está formalizado é fonte constante de conflito.

Não invento jurisprudência. Mas posso dizer que acompanhei situações em que a informalidade do “pode trabalhar de onde quiser” virou problema quando alguém precisou de suporte da empresa pra montar home office adequado — e não havia nada em contrato que obrigasse esse suporte.

Então, o híbrido é o futuro ou é uma fase de transição?

Essa pergunta me acompanha desde 2021. E a resposta que cheguei, depois de muita observação, é: depende do que você chama de híbrido.

Se híbrido for apenas “às vezes no escritório, às vezes em casa, sem estrutura pensada pra isso” — esse modelo vai continuar gerando atrito e provavelmente vai ceder espaço pra modelos mais claros em qualquer direção.

Se híbrido for “trabalho estruturado pra aproveitar o melhor do presencial e do remoto, com cultura, ferramentas e liderança alinhadas” — esse modelo tem perna longa. E as empresas de tech que estão investindo nessa construção agora vão colher os frutos em retenção, em qualidade de contratação e em produtividade real nos próximos anos.

O que eu sei, com convicção, é que não existe atalho. Não dá pra decretar um modelo de trabalho e esperar que as pessoas se adaptem por osmose. Cultura se constrói com consistência — e consistência, no contexto do trabalho híbrido, começa nas decisões pequenas do dia a dia, não nos comunicados corporativos.