A Leadership IQ entrevistou 1.251 executivos, diretores e gestores e constatou que 79,5 % usam pessoalmente ferramentas de IA. Perguntados se a IA afetaria o próprio cargo, 46 % responderam que não ou disseram não ter certeza (Forbes, 2026).
Releia isso como um problema operacional, não como curiosidade psicológica. Quase metade da camada de gestão com a qual você conta para conduzir a adoção de IA em 2026 usa a tecnologia toda semana e concluiu que ela vai reestruturar o trabalho de todo mundo, menos o dela.
O ponto cego dos gestores diante da IA não é uma falha de comunicação. É uma falha de medição, e está exatamente no organograma.
A lacuna de persistência: dois anos de uso, nenhum movimento na crença
O número que deveria preocupar um Head of Operations não é o 46 %. É o que está abaixo dele.
A Leadership IQ mediu essas atitudes pela primeira vez em 2023, quando a maioria dos líderes mal havia tocado nas ferramentas. Em 2023, 54 % acreditavam que a IA afetaria seu cargo. Dois anos depois — com o uso explodindo em todas as faixas de gestão — ainda eram 54 % (Forbes, 2026). A experiência prática dobrou. A crença subjacente não se moveu um ponto.
Isso derruba a premissa sobre a qual a maioria dos planos de adoção é construída: a de que exposição produz recalibragem. Dê licenças aos gestores, faça as sessões de capacitação, deixe que experimentem a capacidade, e o modelo mental se atualiza. Os dados longitudinais dizem que não. Por dois anos, uso e crença se moveram de forma independente.
Pergunte ao mesmo grupo sobre substituição em vez de impacto e a lacuna aumenta: 56 % não esperavam que seu cargo fosse substituído em três anos ou não tinham certeza (Forbes, 2026). A incerteza pesa muito nesse número. "Não tenho certeza" não é neutro em contexto operacional. É a ausência de um plano.
O uso superficial fabrica a confiança
O mecanismo não é negação em sentido dramático. É uma inferência racional a partir de uma amostra estreita.
A maioria dos gestores usa IA para limpar um e-mail, resumir uma reunião que preferiu pular ou polir um parágrafo. Se essa é toda a sua experiência com uma tecnologia, você conclui corretamente que se trata de um assistente útil — não de uma força capaz de reestruturar um cargo. A ferramenta parece modesta porque o uso é modesto.
O 2026 AI Proficiency Report da Section quantifica a lacuna: 54 % dos trabalhadores se autoavaliaram proficientes em IA; ao serem de fato testados, apenas 10 % eram. Entre gestores, só 33 % usam diariamente, e sua pontuação média de proficiência é apenas ligeiramente superior à das pessoas que lideram (Section, 2026). Mantenha a atribuição correta: a lacuna 54/10 é o benchmark testado da Section, medido separadamente dos dados de atitude da Leadership IQ. Dois instrumentos independentes, apontando para a mesma camada.
Os dados de treinamento explicam como a camada chegou lá. A Section constatou que 37,8 % dos trabalhadores não receberam nenhum treinamento em IA e que, entre os que receberam, apenas 17 % foram treinados em agentes ou automações — a capacidade que de fato muda o conteúdo de um cargo (Section, 2026). A maioria dos programas ensinou prompting e conformidade. Quase nenhum ensinou a delegar trabalho a um sistema. Um gestor treinado a escrever prompts melhores aprendeu a usar a IA como uma caneta mais rápida — exatamente a experiência que leva à conclusão de que a IA é uma caneta mais rápida.
Junte as duas coisas e o quadro se resolve. A lacuna de percepção e a lacuna de proficiência são a mesma lacuna. Quem usa a menor fração do que a tecnologia consegue fazer é, previsivelmente, o último a acreditar que ela poderia fazer o seu trabalho. Essa confiança não é irracional: está bem calibrada para uma amostra superficial e mal calibrada para a fronteira real de capacidade.
É uma distinção operacional que já vem com a correção anexada. Não se convence alguém a abandonar uma conclusão tirada da experiência. Mas se pode mudar a experiência.
O que realmente ocupa a semana de um gestor
A pergunta sobre exposição é respondível com dados que você já tem.
Sistemas agênticos são mais fortes exatamente onde a média gestão é mais pesada: coordenação, cobrança de status, reporting, repasse de informação, síntese de reuniões, roteamento de decisões entre times. O Anatomy of Work Index da Asana, com mais de 10.000 trabalhadores do conhecimento pesquisados, constatou que 60 % do tempo de trabalho vai para "trabalho sobre o trabalho" em vez de trabalho qualificado (Asana, 2026). Esse número cobre trabalhadores do conhecimento em geral, não gestores especificamente — mas a fatia de coordenação na semana de um gestor é maior que a de um colaborador individual, não menor. Coordenação é a descrição do cargo.
A Gartner foi explícita sobre aonde isso leva: até 2026, 20 % das organizações usarão IA para achatar sua estrutura organizacional, eliminando mais da metade das posições atuais de média gestão (Gartner, 2024).
Trate isso como previsão direcional, não como certeza — é uma projeção, e aponta para um quinto das organizações, não para todas. Mas é exatamente a afirmação contra a qual seus gestores apostam implicitamente ao responder "não" ou "não tenho certeza". Eles não estão apostando que a IA é fraca. Estão apostando que a parcela automatizável da própria semana é pequena.
A maioria nunca a mediu. E, na maior parte das organizações de médio porte, ninguém mais mediu. Pergunte a uma empresa de 200 funcionários qual a fatia automatizável do seu overhead de gestão e você receberá uma opinião, não um número — razão pela qual a conversa sobre achatamento, quando chega, chega como uma razão bruta imposta de cima, e não como um redesenho argumentado com evidência. As organizações que atravessarem bem esse momento são as que já têm a medição antes de precisar dela.
A objeção: o trabalho de verdade não é inautomatizável?
A objeção mais forte é a que bons gestores realmente fazem. A substância do papel é julgamento, contexto, navegação política, desenvolvimento de pessoas, absorção de ambiguidade, decisão com informação incompleta. Nada disso é tarefa de coordenação. Um modelo não conduz uma conversa difícil de desempenho nem decide qual de dois planos plausíveis o time vai seguir.
Está correto — e é precisamente por isso que o argumento do achatamento não é "gestores serão substituídos".
O erro é tratar o cargo como uma coisa indivisível. Um cargo de gestão é um pacote: trabalho de julgamento mais overhead de coordenação, historicamente fundidos porque a coordenação precisava ser feita por quem detinha o contexto. Sistemas agênticos quebram essa fusão. Quando a camada de roteamento, reporting e repasse pode rodar sem uma pessoa no circuito, o pacote se desfaz — e o que sobrevive é a fração de julgamento, com o headcount que essa fração de fato justifica.
Ou seja, a versão honesta do risco não é "a IA toma seu emprego". É: seu cargo encolhe para a parte que sempre foi a parte difícil, e a organização precisa de menos gente para fazê-la. Um gestor cuja semana é 70 % coordenação e 30 % julgamento está muito mais exposto do que outro na proporção inversa — e nenhum dos dois sabe hoje em qual caso está.
Note que esse reenquadramento é também o argumento para reter seus melhores gestores. A camada não é descartável. O overhead grudado nela, sim.
Feche o ponto cego antes que o organograma o feche
Três movimentos, todos executáveis dentro de um trimestre, nenhum exigindo fornecedor novo.
Audite a fatia de coordenação, gestor a gestor
Pegue cada cargo de gestão e divida a semana em dois baldes: trabalho que move informação entre pessoas ou sistemas, e trabalho que exige julgamento sobre pessoas ou trade-offs. Duas semanas de dados de agenda e tarefas bastam para uma estimativa defensável. Você não está construindo um business case para cortes — está entregando a cada gestor o único número que ele nunca viu. Um gestor que descobre que 65 % da sua semana é trabalho de repasse não precisa ser convencido da própria exposição. A lacuna de persistência se fecha no contato com um número pessoal.
Espere uma distribuição ampla. Na maioria das estruturas de médio porte, dois gestores com títulos idênticos e times comparáveis vivem semanas completamente diferentes — um absorve coordenação interfuncional que não aparece em descrição de cargo nenhuma, outro faz sobretudo revisão e desenvolvimento. Médias escondem isso por completo, e por isso a auditoria precisa ser cargo a cargo. O resultado é um ranking de onde o overhead automatizável realmente se concentra, e esse ranking é o plano de adoção.
Substitua proficiência autodeclarada por proficiência testada
A diferença 54/10 significa que a autoavaliação é inutilizável como insumo de planejamento (Section, 2026). Se seus dados de capacidade vêm de uma pesquisa perguntando às pessoas quão proficientes elas se sentem, você não tem dados de capacidade. Aplique um exercício curto e pontuado sobre trabalho real — peça aos gestores que construam uma automação ou fluxo agêntico que remova uma tarefa recorrente da própria semana, e avalie o resultado, não o entusiasmo. Mede fluência e entrega a experiência recalibradora no mesmo movimento.
Reescreva deliberadamente um cargo de gestão em direção ao julgamento
Escolha um único cargo, remova a carga de coordenação que você acabou de medir e reinvista explicitamente as horas recuperadas — coaching, revisão de qualidade, decisões entre times, o trabalho que vinha recebendo as sobras. Depois meça algo diferente de tempo economizado: latência de decisão, ou quão embaixo na organização a decisão média é tomada. Horas liberadas e nunca realocadas não aparecem como valor; aparecem depois como uma pergunta sobre headcount, feita por outra pessoa.
Uma decisão
Faça duas perguntas à sua camada de gestão neste trimestre. Primeira: que percentual da sua semana é mover informação em vez de decidir? Segunda: prove sua proficiência em IA em um fluxo de trabalho real.
Os gestores que responderem honestamente às duas vão redesenhar o próprio cargo. Os que não conseguirem responder à primeira são os 46 % — e o ponto cego não é que a IA vá tocar no trabalho deles. É que nunca mediram quanto desse trabalho já está no caminho.
Meça a fatia de coordenação antes que alguém acima de você faça isso com uma planilha e uma meta de headcount.
