Em cerca de 10.000 teleconferências de resultados entre 2021 e 2025, os executivos que falavam de IA foram uniformemente otimistas — e esse otimismo não explicava nada da variação de produtividade das suas empresas. O que acompanhava a produtividade é a variável que ninguém coloca num slide para o conselho: o sentimento dos colaboradores sobre IA, extraído de milhões de avaliações no Glassdoor das mesmas empresas nos mesmos anos (Ding, Ma, Wu & Yang, SSRN, 2026).
Um sinal é barulhento, gratuito e inútil. O outro é silencioso, não medido na maioria das empresas de médio porte, e é o único com relação demonstrada com o resultado.
Se está a projetar o retorno da IA a partir da confiança de quem aprovou o orçamento, está a ler o instrumento errado.
O que o painel de Pittsburgh mediu de facto
O estudo — Tracking Artificial Intelligence Sentiment in the U.S. Labor Market, um working paper de 116 páginas assinado por investigadores da Katz School de Pittsburgh e da Michigan State — constrói um painel ao nível da empresa a partir de quatro fontes de dados entre 2021 e 2025: milhões de avaliações de colaboradores no Glassdoor, cerca de 10.000 transcrições de teleconferências de resultados, perfis individuais de carreira no LinkedIn e anúncios de emprego ao nível da empresa (Ding, Ma, Wu & Yang, SSRN, 2026).
Três resultados importam para quem dirige operações.
Primeiro: os colaboradores são mensuravelmente mais negativos sobre IA do que sobre o empregador em geral. A diferença é específica da IA. O mesmo avaliador que classifica bem a empresa classifica o programa de IA abaixo dessa base — não se trata, portanto, de insatisfação genérica a transbordar para a pergunta sobre IA.
Segundo: o sentimento dos colaboradores sobre IA mostra uma forte associação positiva com a produtividade da empresa. Sentimento mais alto, resultado mais alto.
Terceiro, e mais útil para um Head of Operations a decidir o que instrumentar: o sentimento da gestão sobre IA não explica a produtividade. É uniformemente otimista tanto em empresas que vieram a ter bom desempenho como nas que não tiveram, e é exatamente isso que o torna inútil como sinal. Uma variável sem variância não consegue prever nada.
Porque o otimismo executivo não tem variância para dar
Isto não é acusar executivos de mentir. É uma observação sobre para que serve a linguagem de uma teleconferência de resultados.
Uma teleconferência de resultados é um exercício de posicionamento com um departamento jurídico ao lado. O CEO que diz «o nosso investimento em IA ainda não está a dar retorno» paga um preço de mercado imediato por essa frase. O resultado é um corpus em que quase todos soam confiantes, o que elimina precisamente as diferenças necessárias para distinguir um programa que funciona de um programa parado.
Os dados de inquérito mostram a mesma compressão por outro ângulo. O State of the Workforce 2026 da BambooHR, com mais de 1.200 colaboradores e líderes empresariais em seis setores, concluiu que 81% dos líderes reportam aumento de produtividade com IA, enquanto 49% dos inquiridos dizem que a IA não entregou valor tangível e está sobrevalorizada (BambooHR, 2026). Esses dois números descrevem as mesmas empresas. A camada de liderança não observa uma realidade diferente — reporta uma diferente.
Há uma razão estrutural para a leitura executiva ser alta, e não é vaidade. Os líderes veem a demonstração do piloto, o benchmark do fornecedor e o painel agregado. Os colaboradores veem o retrabalho, o passo de verificação e o processo que nunca foi redesenhado em torno da ferramenta. Ambos olham para o programa de IA. Só um olha para a parte de onde a produtividade teria de vir.
Se o seu business case de IA assenta na confiança que a equipa de liderança sente, assenta na única variável do conjunto de dados sem poder explicativo.
Segurança do emprego é o primeiro fator — e a atribuição dos despedimentos é o amplificador
O estudo ordena o que faz cair o sentimento dos colaboradores sobre IA. O receio quanto à segurança do emprego é o fator negativo mais forte, à frente de formação deficiente, percursos de requalificação escassos, liderança fraca em IA e a simples dúvida de que as ferramentas funcionem (Ding, Ma, Wu & Yang, SSRN, 2026).
Depois vem o resultado com a consequência operacional mais direta: anúncios de despedimentos atribuídos à IA fazem cair acentuadamente o sentimento sobre IA na empresa que os anuncia — anulando os ganhos de adoção que os cortes deveriam garantir. E a reação do mercado a esses anúncios foi negativa ou próxima de zero em mais de metade dos eventos estudados.
Leia isto como um erro de pricing. Quando uma empresa enquadra uma redução como «a IA tornou estas funções desnecessárias», escolhe uma narrativa que julga gratuita. Não é. Compra uma queda mensurável na variável de sentimento que se correlaciona com a produtividade, em troca de uma reação de mercado que, mais de metade das vezes, não aparece.
Os dados da Forrester sobre o outro lado dessa decisão não são lisonjeiros. 55% dos empregadores dizem arrepender-se de ter despedido por causa da IA, e cerca de metade dos despedimentos atribuídos à IA deverá ser discretamente revertida em 2026 — recontratações no estrangeiro ou com salários bastante mais baixos (HR Executive sobre Forrester Predictions 2026). A sequência, para uma parte relevante das empresas, é: cortar, atribuir o corte à IA, absorver o golpe no sentimento, não obter crédito do mercado e depois recontratar.
O quadro macro diz que a maior parte desse corte nunca foi justificada pela aritmética agregada de efetivos. O painel do CFO Survey da Fed — 603 respostas, mais 145 suplementares, recolhidas entre novembro de 2025 e janeiro de 2026 — encontrou um efeito negligenciável da IA no emprego em 2025 e um efeito esperado para 2026 próximo de zero em agregado. O movimento é de composição: uma queda esperada de 0,76% na proporção de trabalho administrativo de rotina em 2026 e de 2,19% até 2028, parcialmente compensada pelo crescimento de funções técnicas qualificadas (NBER Working Paper 34984, 2026).
Mudanças de composição não exigem um anúncio. Exigem um plano de contratação.
O dado de retenção que ninguém orça
Mais um resultado do painel merece uma linha própria no seu modelo de força de trabalho: empresas com mais colaboradores competentes em IA apresentam maior rotatividade, menor taxa de contratação e crescimento de emprego mais lento. Os autores testaram o enviesamento óbvio — empresas que contrataram em excesso no pós-COVID e agora corrigem — e o resultado mantém-se excluindo-as, pelo que não é sobretudo um artefacto de AI-washing (Ding, Ma, Wu & Yang, SSRN, 2026).
Ao lado disso: um prémio salarial crescente e mobilidade ascendente mais rápida para trabalhadores competentes em IA.
Junte os dois e a exposição do médio porte torna-se concreta. As pessoas que formou em 2025 até à fluência em IA tornaram-se mais móveis num mercado que agora lhes paga mais, dentro de uma empresa que contrata mais devagar. O seu programa de capacitação em IA traz uma fatura de retenção anexada, e ela vence exatamente na faixa de senioridade em que substituir é mais difícil.
O contra-argumento que vale a pena levar a sério
Trata-se de um working paper, não de uma publicação com revisão por pares, e as relações centrais são observacionais. Ninguém aleatorizou o sentimento dos colaboradores. A associação entre sentimento e produtividade é compatível com causalidade inversa — empresas produtivas são lugares agradáveis para trabalhar e aí escrevem-se melhores avaliações — e com um terceiro fator omitido, gestão competente, que produziria ambos.
A objeção é correta e não muda o que deve fazer.
Não lhe pedem que acredite que melhorar o sentimento causa produtividade. Pedem que repare que uma variável mensurável se move com o desempenho da empresa e outra não. Um indicador antecedente não precisa de ser causal para ser útil; precisa de ser informativo e estar disponível cedo. O sentimento dos colaboradores sobre IA é as duas coisas. O dos executivos, perante esta evidência, não é nenhuma.
A posição defensável não é «temos de reparar a moral para obter retorno da IA». É «hoje projetamos o nosso retorno a partir de um sinal sem poder preditivo demonstrado, e o sinal alternativo custa quase nada a recolher».
O que instrumentar: sentimento dos colaboradores sobre IA como indicador antecedente
Meça o sentimento sobre IA separadamente do engagement
O seu inquérito de engagement atual não fará isto emergir. O ponto do resultado de Pittsburgh é precisamente que o sentimento sobre IA fica abaixo do sentimento geral em relação à empresa — juntá-los esconde a diferença. Acrescente três ou quatro perguntas específicas de IA ao instrumento que já usa: a ferramenta está a melhorar o seu trabalho, tem formação para a usar, percebe o que significa para a sua função. Acompanhe o delta entre sentimento sobre IA e sentimento global como número autónomo.
Segmente por função e por antiguidade, e leia a dispersão
Uma média ao nível da organização vai parecer aceitável e não lhe diz nada. O sinal está em que equipas ficaram negativas — e, dado o resultado sobre rotatividade, em saber se são as pessoas mais fluentes em IA que ficam negativas. Esses dois cortes são o relatório.
Audite como foram atribuídas as reestruturações deste ano
Reveja cada redução dos últimos doze meses e verifique o que foi dito aos colaboradores sobre o motivo. Se a IA foi apontada como causa onde não era o motor real, pagou um custo de sentimento por uma narrativa que não lhe comprou nada. Corrija a linguagem daqui para a frente: atribua à razão de negócio, não à tecnologia.
Corrija os fatores por ordem de importância, não pelos mais fáceis de financiar
A segurança do emprego vem primeiro, à frente da formação. A maioria dos orçamentos de capacitação inverte isto — pesados em ferramentas e workshops de prompting, silenciosos sobre o que acontece à função quando o processo muda. Uma declaração clara e específica sobre o que a IA significa e não significa para um dado trabalho não custa nada e ataca o fator de primeira ordem. A formação ataca o segundo. Compre-os por essa ordem.
Depois alargue os casos de uso, não o número de licenças
Os dados da Gallup do segundo trimestre de 2026 mostram que a percentagem de colaboradores que reporta efeito positivo na produtividade sobe de 45% entre quem tem um ou dois casos de uso de IA para 90% entre quem tem sete ou mais (Gallup, 2026). O sentimento melhora quando a ferramenta ajuda mesmo. O que o move é a amplitude do uso aplicado, não as licenças emitidas.
A decisão que está na sua secretária
Já tem um inquérito a colaboradores. Já tem revisões trimestrais em que alguém apresenta um slide de progresso em IA construído com benchmarks de fornecedores e com a confiança da liderança. A mudança não é uma nova rubrica orçamental — é qual desses dois artefactos trata como evidência.
Antes da próxima revisão de investimento em IA, ponha um número à frente da sala: o sentimento dos colaboradores sobre IA, segmentado por função e antiguidade, com a diferença face ao sentimento global. Se for mais baixo do que alguém na sala esperava, isso não é um problema de moral para encaminhar para os Recursos Humanos. É a sua previsão de produtividade, a chegar cedo o suficiente para agir.
