Nos últimos meses, diferentes relatos apontaram empresas reabrindo vagas após cortes atribuídos à IA, retirando agentes de atendimento do ar e dedicando mais tempo a revisar e coordenar o trabalho automatizado. A pergunta é direta: se a ferramenta promete acelerar o trabalho, por que tantas etapas ainda dependem de pessoas?
Esses casos mostram que a IA nem sempre resolve, por conta própria, todas as necessidades que a empresa esperava atender. Mas não provam que ela falha por natureza: cada fonte tem recorte próprio, uma previsão não é resultado observado e o aumento das reuniões ou da revisão não basta para atribuir causalidade. O ponto comum é outro: produzir respostas não é o mesmo que resolver um processo de ponta a ponta.
Para a Ilex, IA não é o problema em si. O mau uso aparece quando se espera que ela substitua funções ou processos inteiros antes de compreender as tarefas, integrar contexto e definir responsáveis por revisão e exceções. O resultado pode ser deslocar trabalho para conferência, correção e coordenação, sem solucionar a necessidade original.
As contratações refeitas mostram o que ficou fora da automação
Uma análise da Robert Half sobre o mercado de trabalho nos Estados Unidos relata que 32% dos gestores de contratação que eliminaram posições após implementar IA depois reabriram as mesmas funções ou outras semelhantes. Entre os motivos citados estão a necessidade de conhecimento interno e contexto que a ferramenta não substituiu (40%), gestão de relacionamentos (39%) e mais supervisão humana e controle de qualidade do que o previsto (38%).
Esses percentuais vêm de uma pesquisa com gestores de contratação; não representam todas as empresas nem provam, isoladamente, que a IA tenha causado as recontratações. Eles ajudam a entender uma decisão revista: automatizar tarefas não elimina automaticamente o contexto, os relacionamentos e as responsabilidades que fazem parte do trabalho.
A previsão da Gartner para o atendimento ao cliente aponta uma possibilidade semelhante, mas é importante tratá-la como projeção. A Gartner prevê que, até 2027, metade das organizações que atribuíram à IA a redução de equipes de atendimento voltará a contratar pessoas para funções semelhantes. Em uma pesquisa separada com 321 líderes de atendimento, feita em outubro de 2025, 20% disseram já ter reduzido o número de agentes por causa da IA. A projeção não significa que metade das empresas já tenha revertido cortes.
O caso da Klarna também mostra por que volume de atendimento e resolução completa não são a mesma medida. Em 2024, a empresa anunciou que seu assistente havia atendido dois terços das conversas de suporte no primeiro mês, em volume comparável, segundo a própria empresa, ao trabalho de 700 agentes em tempo integral. Em 2025, a Associated Press relatou que a Klarna havia contratado sete profissionais internos para lidar com casos complexos, como suspeitas de roubo de identidade.
Esses relatos não demonstram que o assistente deixou de funcionar. Mostram que uma métrica de volume não responde se cada necessidade foi resolvida. Um atendimento bem desenhado pode automatizar solicitações rotineiras e encaminhar casos delicados a pessoas preparadas para lidar com contexto e consequências.
Retirar um agente também pode ser uma decisão de governança
Um levantamento da Sinch informa que, entre 2.527 executivos responsáveis por estratégias de comunicação com IA em grandes empresas de dez países, 74% disseram que suas organizações já haviam interrompido ou revertido ao menos um agente lançado para se comunicar com clientes, citando problemas de governança. Exposição de dados, respostas incorretas ou riscos à marca e falta de rastreabilidade estavam entre as dificuldades mencionadas.
O recorte importa: a pesquisa foi encomendada pela própria Sinch e ouviu empresas com mil ou mais funcionários que implantavam ou planejavam implantar agentes em comunicações com clientes. Ela não representa todos os setores ou todos os usos de IA. A metodologia informa que os dados foram coletados em janeiro de 2026, em seis setores e dez países.
A própria Sinch observa que organizações com monitoramento mais maduro podem identificar e registrar falhas que outras não percebem. Por isso, interromper um agente pode ser uma medida responsável para rever controles e corrigir o fluxo; não é necessariamente um veredito contra a tecnologia. O dado aponta para a importância de definir limites, supervisão e formas de interromper ou ajustar um sistema antes e depois de colocá-lo em produção.
Mais automação também pode ampliar o trabalho de revisão e coordenação
Em um relatório publicado em outubro de 2026, a Anthropic examinou o uso de agentes de IA dentro da própria empresa. Segundo seus dados internos, em agosto os agentes acumularam seis horas de execução para cada hora de trabalho dos funcionários. Ler toda a produção dos agentes consumiria cerca de metade de uma semana de trabalho, inclusive para grupos não técnicos.
O relatório registra ganhos de produção - como mais código por pessoa, mais vendas por representante e mais contratos processados - ao lado de novas tarefas humanas: acompanhar os fluxos dos agentes, organizar ferramentas de visibilidade e revisar resultados. A parcela das sessões interativas dedicada a esse “meta-trabalho” cresceu de 10% no outono de 2025 para 22% na primavera de 2026.
A Anthropic também observou aumento de 20% no tempo mediano em reuniões, mas ressalvou que a empresa triplicou de tamanho e que a composição dos cargos mudou. Os dados não demonstram que a IA tenha causado o aumento das reuniões. Eles mostram que produzir mais saídas automatizadas não elimina a necessidade de decidir o que está correto, o que precisa de ajuste e quem responde pelo resultado.
O que uma aplicação bem desenhada precisa prever
Antes de automatizar uma etapa, a organização precisa definir que problema quer resolver e como reconhecerá uma melhora. Uma implantação consistente também precisa prever:
- quais tarefas se beneficiam da IA e quais exigem contexto ou julgamento;
- que informações a ferramenta pode consultar e quais limites deve respeitar;
- como casos ambíguos ou sensíveis chegam a uma pessoa responsável;
- quem revisa a qualidade, acompanha incidentes e pode interromper o fluxo;
- quanto retrabalho, retorno e encaminhamento acontecem depois da resposta automatizada;
- se o resultado final melhorou, além de quantas interações a ferramenta concluiu.
Esses critérios ajudam a separar uma tarefa acelerada de uma necessidade realmente atendida. Também revelam quando a IA está no lugar certo, quando o processo precisa ser redesenhado e quando a etapa automatizada apenas deslocou trabalho para outra pessoa.
A tecnologia precisa responder ao problema
Os relatos não sustentam um veredito simples de que a IA fracassou. Eles mostram que automatizar parte de uma tarefa não garante resolver a necessidade completa - e que ganhos de velocidade podem vir acompanhados de novas tarefas de supervisão, revisão ou integração.
Por isso, IA não é o problema por si só; o mau uso é tratar a ferramenta como substituta pronta para qualquer trabalho, sem contexto, governança e participação humana. Bem aplicada, a IA pode ampliar a capacidade das equipes, assumir etapas repetitivas, apoiar decisões e liberar atenção para casos que exigem julgamento. As pessoas e a organização seguem responsáveis pelo resultado.
