Cinquenta e sete por cento dos empregadores norte-americanos esperam agora mais produtividade da sua força de trabalho por causa da IA. Vinte e dois por cento tornam a formação em IA obrigatória para todos os colaboradores. Dezassete por cento não oferecem nenhuma (ZipRecruiter Economic Research, 2026).
Esses dois números descrevem a mesma força de trabalho. O padrão foi elevado para todos; a capacidade de o atingir foi financiada para cerca de um quinto. Cada ciclo de avaliação que fechar daqui até dezembro estará a classificar pessoas face a um resultado que a maioria nunca foi formalmente treinada para produzir.
É essa a lacuna de formação em IA na sua forma operacional: não uma rubrica orçamental de formação, mas um erro de medição instalado dentro dos vossos dados de desempenho. Os números vêm de More Jobs, Higher Bar: The 2026 AI Employer Report, o inquérito da ZipRecruiter a mais de 1.000 empregadores norte-americanos publicado a 29 de julho de 2026. O título do relatório é otimista: a IA como motor de crescimento e não como destruidora de empregos, com 92% dos empregadores a reportar algum nível de adoção (ZipRecruiter Economic Research, 2026). O otimismo é provavelmente justificado. É a assimetria por baixo dele que vai aparecer na vossa rotatividade do quarto trimestre.
A expectativa foi universal. O financiamento não.
Separem os números da formação e a forma é inequívoca. Vinte e dois por cento obrigatória para todos os colaboradores. Vinte e três por cento apenas para departamentos específicos. Trinta e quatro por cento recursos opcionais. Dezassete por cento nada.
Ou seja, 55% dos empregadores transformaram a competência em IA num projeto pessoal — algo que o colaborador faz com as suas noites, a sua curiosidade e a sua energia residual — enquanto 57% já orçamentaram os resultados desse projeto pessoal naquilo que esperam da função.
A consequência distributiva é previsível. A formação opcional é feita desproporcionalmente por quem já tem folga: sem encargos de cuidados, sem segundo emprego, com fluência técnica prévia, com uma chefia que lhe protege a agenda. Todos os outros recebem a régua mais alta sem a rampa. Não construíram uma distribuição de desempenho. Construíram um indicador de quem teve capacidade livre no trimestre passado, e estão prestes a lê-lo como mérito.
Um padrão aplicado a todos e uma capacidade financiada para um quinto não são uma política. São um mecanismo de seleção que não desenharam.
As operações do mid-market sentem isto com mais força do que as grandes empresas. Uma empresa de 50 a 500 FTE raramente tem uma função de formação dedicada capaz de absorver a lacuna; a formação existente é normalmente um webinar do fornecedor anexo à compra de licenças. A lacuna não se anuncia como falha formativa. Chega como uma dispersão inesperadamente larga num ciclo de avaliação e, depois, como a demissão de alguém que tinham marcado como talento a reter.
O degrau que retiraram era o que construía a competência
Os dados sobre funções de entrada no mesmo inquérito são onde isto se agrava até ficar estrutural.
Trinta e oito por cento dos empregadores transferiram o processamento básico de dados dos trabalhadores júnior para a IA. Trinta e um por cento elevaram os requisitos de experiência para essas mesmas funções de entrada em consequência disso (ZipRecruiter Economic Research, 2026).
Leiam-nos em sequência. As tarefas que construíam critério — reconciliar a exportação desarrumada, perseguir a discrepância, aprender o aspeto de um dado «errado» nos vossos sistemas — passaram para um modelo. Depois o limiar de entrada subiu, porque o trabalho restante é mais difícil. O degrau foi retirado e o salto foi elevado no mesmo movimento.
O inquérito da Pearson e da Cognizant de junho de 2026 a responsáveis de RH aponta para a mesma articulação. Noventa e seis por cento esperam que as funções de entrada evoluam, em cinco anos, para posições que supervisionam ou gerem sistemas de IA, e cerca de seis em cada dez admitem que os seus programas de formação não acompanham essas funções redesenhadas. Noventa e um por cento reportam um aumento dos pedidos de formação em IA por parte dos colaboradores; apenas 54% a organizam proativamente (Pearson & Cognizant, 2026).
O sinal de procura não falta. Os colaboradores pedem. Pouco menos de metade dos empregadores recusa, enquanto simultaneamente converte a função numa que exige exatamente a competência pedida.
Porque durante cerca de três trimestres parece tudo bem no vosso dashboard
Nada quebra de imediato, e é essa a armadilha. As pessoas séniores absorvem o défice porque já têm o critério; o output aguenta. O custo regista-se primeiro como sobrecarga dos séniores, depois como banco mais curto, depois como impossibilidade de promover internamente porque ninguém abaixo acumulou as repetições. Quando um vazio de sucessão fica visível no planeamento de efetivos, a decisão que o causou tem três ciclos orçamentais.
Estão a filtrar cá fora aquilo que se recusam a ensinar cá dentro
Setenta e quatro por cento dos empregadores tratam agora as competências em IA como uma vantagem clara ou um requisito explícito para pelo menos algumas funções, e cerca de metade destes espera que os candidatos cheguem já como utilizadores práticos ou avançados (ZipRecruiter Economic Research, 2026).
Coloquem isso ao lado dos 55% que deixam a formação dos efetivos opcional ou inexistente, e a força de trabalho a duas velocidades torna-se explícita. Os novos são filtrados por fluência em IA. Aos atuais exige-se que a demonstrem sem que lhes seja fornecida. A empresa compra a capacidade no mercado externo pagando um prémio de contratação em vez de a construir internamente ao custo da formação — não por escolha estratégica, mas como resíduo de duas decisões tomadas em salas diferentes. O recrutamento é dono do requisito. Ninguém é dono da remediação.
Os vossos melhores internos reparam mais depressa do que gostariam. São eles que leem os anúncios para funções vizinhas da sua, e esses anúncios dizem com clareza o que a empresa está disposta a pagar e o que espera de graça.
Fechar a lacuna de formação em IA não é um problema de catálogo de cursos
É aqui que a maioria das respostas erra, e há boa evidência sobre o modo de falha.
O inquérito da Deloitte a 3.235 líderes em 24 países concluiu que 53% estão a formar a força de trabalho para aumentar a fluência em IA, enquanto apenas 30% estão a repensar a organização em torno dos novos padrões de IA e 33% a redesenhar percursos de carreira (Deloitte, 2026). A formação é a intervenção mais financiada e a menos estrutural. É fácil de comprar, fácil de reportar, e muda a capacidade individual sem mudar o que é o trabalho nem como é avaliado.
O Work Trend Index 2026 da Microsoft dá a proporção que importa. Os fatores organizacionais — cultura, apoio das chefias, práticas de gestão de talento — explicam mais do dobro do impacto real da IA face aos fatores individuais: 67% contra 32% (Microsoft, 2026).
Portanto, a resposta a uma expectativa não financiada não é simplesmente financiar um curso. Um curso fecha uma lacuna de capacidade individual. O que se moveu de facto foi o padrão organizacional — a definição de output adequado, a curva de calibração, os critérios de promoção, a banda salarial. Comprem a formação e deixem o padrão por documentar, e terão acrescentado custo sem eliminar o erro de medição.
Os dois movimentos têm de acontecer juntos: declarar explicitamente o novo padrão e financiar a capacidade de o atingir dentro do horário de trabalho.
A objeção mais forte, e onde deixa de se sustentar
Existe um argumento sério a favor de deixar a formação opcional. Estas ferramentas são conversacionais; os currículos formais ficam desatualizados num trimestre; quem obtém alavancagem real costuma ser quem explorou por conta própria, não quem esteve sentado na sessão do fornecedor. Tornar um curso obrigatório pode produzir teatro de conformidade e uma métrica de conclusão em que ninguém acredita.
Esse argumento sustenta-se para a familiaridade com a ferramenta. Deixa de se sustentar em duas coisas para as quais é rotineiramente esticado.
A primeira é o tempo protegido. Aprendizagem autodirigida continua a ser aprendizagem, e consome horas que hoje saem da semana do colaborador. Os noventa e um por cento que reportam pedidos crescentes de formação em IA não são uma população sem curiosidade (Pearson & Cognizant, 2026). São uma população a pedir espaço autorizado para fazer aquilo que já dão como feito.
A segunda é o próprio padrão. Mesmo que nunca deem um único curso, alguém tem de declarar o que «adequado» significa agora e garantir que as chefias o aplicam de forma consistente. Isso não é uma decisão de formação; é uma decisão de calibração, e nenhuma quantidade de exploração autónoma a substitui.
Aprendizagem opcional com horas protegidas e um padrão documentado é um modelo defensável. Aprendizagem opcional sem nenhuma das duas é o que 55% dos empregadores estão a praticar agora.
O que isto vos custa antes de aparecer na demonstração de resultados
O risco de curto prazo não é o baixo desempenho. É a leitura errada do desempenho, e o que isso faz às pessoas que menos podem perder.
A investigação da BambooHR de 2026 sobre a força de trabalho encontrou 81% de líderes a reportar aumento de produtividade com IA enquanto 49% afirmam simultaneamente que a IA não entregou valor tangível — e, na mesma população, 81% dos trabalhadores a ponderar abandonar por completo a sua carreira (BambooHR, 2026). Afirmações confiantes de produtividade no topo, tensão por resolver por baixo. Uma expectativa não financiada é uma das formas mais limpas de fabricar essa distância.
Daí decorrem três custos concretos.
Os vossos dados de avaliação deixam de ser um sinal sobre desempenho. Se a fluência em IA foi autofinanciada, as classificações codificam em parte o tempo discricionário do trimestre passado. Promovam e remunerem com base nisso e estarão a premiar folga, e a agravar o erro em cada ciclo seguinte.
A rotatividade concentra-se no sítio errado. Quem consegue atingir uma régua mais alta sem apoio é também quem tem opções externas. Ou autofinancia a competência e se reprecifica no mercado aberto, ou vê um colega com mais noites livres levar a avaliação — e sai em silêncio.
A remediação fica mais cara a cada trimestre adiado. Formar alguém de dentro custa menos do que comprar a fluência fora, e comprá-la fora custa menos do que substituir o sénior queimado a cobrir um banco que nunca se desenvolveu.
Uma decisão para este trimestre
Antes de fechar o próximo ciclo de calibração, meçam diretamente a vossa lacuna de formação em IA colocando na mesma página o padrão de desempenho atual e a formação efetivamente disponibilizada.
Escrevam o que «cumpre as expectativas» pressupõe hoje sobre output potenciado por IA — o relatório esperado mais depressa, a análise esperada mais profunda, o volume esperado mais alto. Depois escrevam o que a empresa forneceu de facto para tornar isso alcançável: em horas, em tempo de trabalho, e a quem.
Se a primeira lista for mais longa do que a segunda, têm duas opções honestas. Financiar a segunda, ou repor a primeira no que realmente viabilizaram. Ambas são defensáveis. O que não é defensável é correr um ciclo de avaliação sobre a distância entre as duas e chamar ao resultado uma distribuição de desempenho.
A régua mexeu. A única pergunta real é se a mexeram deliberadamente, e se alguma vez o disseram às pessoas que estão a ser medidas por ela.
