A IA está a alterar os salários, não apenas os empregos

Uma notícia recente da Yahoo Finance chamou a atenção dos influenciadores de IA no LinkedIn. Com base em novos dados do mercado de trabalho, o artigo defende que a IA não está a substituir os trabalhadores norte-americanos. Três relatórios publicados nas últimas oito semanas contam uma história mais específica, e mais útil para os responsáveis de RH do que a versão tranquilizadora.

Despedimentos atribuídos à IA: Os dados da Challenger, Gray & Christmas mostram que a IA é a principal razão citada para os cortes de postos de trabalho em 2026, sendo mencionada em 22% de todos os cortes este ano.

Travão às contratações: Um inquérito regional do Fed de Nova Iorque conclui que as empresas de serviços que utilizam IA estão a reduzir os seus planos de contratação a uma taxa quase quatro vezes superior à taxa a que comunicam despedimentos.

Compressão salarial: Um estudo da Apollo Global Management calcula em $28 mil milhões por ano o custo do crescimento salarial mais lento para os trabalhadores expostos à IA, distribuído por 5,8 milhões de pessoas.

De onde vem a versão tranquilizadora

A afirmação espalhou-se rapidamente: os cortes de postos de trabalho estão a diminuir, as contratações estão a aumentar e não há provas de que a IA esteja a substituir trabalhadores. Torsten Sløk, economista-chefe da Apollo Global, tem apresentado uma versão deste argumento há várias semanas, apontando para dados da Challenger que mostram uma redução de 41% nos cortes de postos de trabalho em termos homólogos até agosto, o total mais baixo de janeiro a agosto desde 2022, juntamente com um aumento de 37% nos planos de contratação no mesmo período, o valor mais elevado desde 2023.

Essa parte confirma-se. Mas também não é o relatório completo.

O que mostram realmente os códigos das razões

Antes de voltarmos a aceitar sem reservas mais narrativas de que a IA está a ser transformada em bode expiatório, vale a pena analisar integralmente os dados utilizados para apoiar esta versão mais recente do argumento. 

O relatório mensal da Challenger inclui duas tabelas distintas: uma acompanha o total de cortes de postos de trabalho, enquanto a outra os divide de acordo com as razões indicadas pelos empregadores para os despedimentos.

Na segunda tabela, a IA é a principal razão citada para os cortes de postos de trabalho até agora em 2026, sendo mencionada em 116 175 anúncios, ou 22% de todos os cortes deste ano. A diminuição global do total de cortes deve-se sobretudo à redução dos despedimentos no setor público face aos níveis invulgarmente elevados do ano passado, e não a uma menor importância da IA nos cortes que efetivamente ocorrem.

Duas coisas podem ser verdadeiras ao mesmo tempo: o total de despedimentos pode diminuir e a IA pode continuar a ser a razão mais comum para os despedimentos que permanecem.

A conclusão sobre o travão às contratações acima apresentada provém de um inquérito do Fed de Nova Iorque a empresas de serviços que utilizam IA, apresentado abaixo. 

Não é a primeira vez que isto acontece

A absorção de um choque de automatização pelos salários, em vez do número de trabalhadores, tem precedentes. Os robôs industriais produziram um padrão praticamente idêntico, anos antes de a IA generativa existir como ferramenta de trabalho.

Num estudo publicado no Journal of Political Economy, Daron Acemoglu, do MIT, e Pascual Restrepo, da Universidade de Boston, acompanharam a adoção de robôs em 19 setores e 722 zonas de deslocação pendular nos EUA entre 1990 e 2007. 

A sua principal conclusão: cada robô adicional por cada 1 000 trabalhadores reduziu o rácio entre emprego e população em cerca de 0,2 pontos percentuais e os salários em cerca de 0,42%. O efeito acumulou-se gradualmente nos mercados de trabalho locais ao longo de vários anos, em vez de ocorrer através de uma onda de despedimentos noticiados nos meios de comunicação.

O impacto também não se distribuiu de forma uniforme. Os investigadores concluíram que se concentrou sobretudo nos trabalhadores com menos qualificações, particularmente na indústria transformadora, enquanto os trabalhadores com salários mais elevados ficaram, em grande medida, protegidos. Isto coincide estreitamente com o padrão identificado pela Apollo nos dados deste ano sobre a IA: os trabalhadores dos serviços e os que se encontram no quartil inferior dos rendimentos suportaram a maior parte do efeito salarial, enquanto os trabalhadores com rendimentos mais elevados não registaram qualquer impacto.

A comparação tem, contudo, limitações. Os robôs industriais são investimentos físicos e dispendiosos em capital. As ferramentas de IA são baratas e podem espalhar-se por uma organização em poucas semanas, o que pode significar que este processo se desenrola mais depressa, mais devagar ou de forma diferente, de maneiras que os dados sobre os robôs não conseguem prever. 

O que essa investigação estabelece é que este padrão exato — a disrupção a afetar a remuneração e a participação, e não o número de empregos — já ocorreu uma vez em dados mensuráveis e publicados, muito antes de a IA voltar a tornar esta uma questão atual. 

Os $4.800 em falta 

O valor de $28 mil milhões da Apollo, o total do crescimento salarial perdido pelos trabalhadores expostos à IA no estudo, é apresentado como uma única média:  $4.800 por ano, distribuídos por 5,8 milhões de trabalhadores. 

As médias escondem a forma desigual como esse valor é distribuído, e vale a pena notar a aritmética que o valor principal não revela. 

Nesse grupo, os trabalhadores dos serviços registaram um declínio relativo de 24,3% no crescimento salarial e o quartil inferior dos rendimentos registou um declínio de 10,7%, enquanto os trabalhadores com rendimentos mais elevados não registaram qualquer efeito mensurável. 

É uma disparidade maior do que a média de $4.800 deixa transparecer, e afeta sobretudo as pessoas que já ganham menos. Um trabalhador de um centro de atendimento ou um empregado de comércio que absorva uma redução de quase um quarto no crescimento salarial está a perder muito mais do que a média, além de já partir de um salário mais baixo. Alguém que já aufira um bom rendimento numa profissão com elevada exposição pode quase não sentir qualquer efeito. 

Isso é importante para a forma como esta situação surge, ou não surge, na maioria dos relatórios de remuneração. Uma empresa que analise o seu crescimento salarial médio global este ano poderá ver um valor que parece próximo do normal, porque os trabalhadores que ganham o suficiente para não serem afetados estão a puxar a média para cima.

A compressão é real para os trabalhadores que a estão a sentir, mas permanece invisível no valor agregado que a liderança provavelmente verá primeiro.

O que verificar nos seus próprios dados

Nenhum dos três relatórios que sustentam esta análise exigiu dados proprietários, e a verificação interna também não. 

Os números da Challenger provêm de anúncios públicos de cortes de postos de trabalho. A Reserva Federal de Nova Iorque inquere diretamente as empresas e publica os resultados. A Apollo calculou a sua estimativa com base em dados do Bureau of Labor Statistics. 

Para obter uma noção aproximada da dimensão por estado, o painel do Center for AI Safety, wageloss.ai, converte os despedimentos atribuídos à IA pela Challenger numa estimativa em dólares, embora apenas abranja o canal dos despedimentos, e não a compressão salarial ou a supressão de contratações, que exigem mais atenção. O padrão subjacente a tudo isto é visível nos dados que a maioria das organizações já possui. 

Alguns pontos de partida para uma equipa de remuneração ou de RH que queira verificar:

• Segmente o crescimento salarial por exposição à IA, e não apenas por departamento. Extraia o crescimento salarial dos últimos 24 meses para funções em que as ferramentas de IA são utilizadas regularmente e compare-o com funções semelhantes, ao mesmo nível e com a mesma antiguidade, em que não são utilizadas. Uma média agregada de todo o departamento pode esconder a mesma compressão que uma média nacional.
• Verifique os pedidos que foram encerrados em vez de preenchidos. Nem a Challenger nem o inquérito da Reserva Federal de Nova Iorque conseguem detetar uma requisição que é aprovada e depois encerrada sem contratação. A maioria dos sistemas de acompanhamento de candidatos consegue. Esse número, especificamente para funções expostas à IA, aproxima-se mais do que a percentagem de 15% de empresas que "contrataram menos" do inquérito da Reserva Federal de Nova Iorque está a medir do que qualquer dado num relatório de efetivos.
• Acompanhe o tempo de substituição, e não apenas a taxa de substituição. Uma diferença crescente entre o momento em que alguém abandona uma função exposta à IA e o momento em que esta volta a ser preenchida, mesmo que venha a ser preenchida, é frequentemente a primeira manifestação visível deste padrão, muito antes de surgir num inquérito de envolvimento ou numa entrevista de saída.
• Coloque o planeamento da remuneração e da adoção da IA na mesma sala. A área de L&D, ou quem quer que conduza a implementação da IA, normalmente é responsável pelo orçamento de reconversão profissional. A área de remuneração é responsável pelo orçamento salarial. Se uma função receber investimento em reconversão profissional este ano enquanto o seu crescimento salarial fica para trás, as duas equipas que acompanham esses números separadamente poderão nunca trocar informações, pelo que a ligação só será estabelecida se alguém acima de ambas lhes fizer a mesma pergunta. 

Nada disto exige esperar pelo próximo relatório da Challenger ou pelo próximo inquérito da Reserva Federal. Os dados a verificar encontram-se, em grande parte, num HRIS e num ATS que já existem.