Quem aprende primeiro a liderar a nova força de trabalho?

Estou escrevendo isto no meio de uma transição. De 2014 a 2026 eu construí e liderei a Sizebay, uma empresa de provador virtual para e-commerce de moda; ela foi adquirida em 2024, e meu earnout terminou em julho de 2026. Nesses últimos dois anos a onda de AI chegou dentro da empresa, e remodelar o time, o produto e a nossa direção em torno dela foi o meu trabalho.

Então isto não é uma visão da arquibancada. Vem de testar AI com o meu próprio time, de observar como as pessoas realmente trabalham com ela, de observar gestores e diretores se ajustarem ou não, e de conversar com outros executivos passando pela mesma coisa. E de uma observação da qual eu não consegui escapar: pessoas entregando em horas o que antes levava dias ou semanas.

Em algum ponto desse período o problema ficou claro para mim. Estamos construindo uma nova força de trabalho, e nossas empresas ainda estão estruturadas para uma força de trabalho feita só de pessoas.

De ferramenta a trabalhador, em sete passos

A humanidade já mudou a forma como trabalha antes. A Revolução Industrial mudou o trabalho físico e a relação entre pessoas e máquinas. A revolução digital mudou o trabalho intelectual: comunicação, informação, produtividade. O que está começando agora é diferente por natureza. Entidades que não são humanas estão começando a produzir valor diretamente.

O movimento pode ser observado em etapas, e a maioria dos líderes com quem converso consegue apontar em qual delas a própria empresa está.

O passo seis é o que merece atenção. No dia em que um agente ganha um login no Google Workspace ou no Microsoft Teams, uma caixa de entrada, uma agenda, um lugar nos sistemas onde o trabalho da empresa de fato acontece, ele deixa de parecer uma ferramenta. Ele passa a se comportar como um trabalhador digital. Ninguém anuncia isso. Isso aparece na lista de acessos.

Headcount, token count, agent count

Por décadas, headcount foi uma das principais variáveis usadas para entender uma empresa. Quantas pessoas temos? Quanto cada uma custa? Quanto cada uma produz? Quantas mais precisamos para crescer?

Esse modelo está começando a mudar. Não porque essas perguntas deixaram de importar, mas porque um segundo conjunto de perguntas apareceu ao lado delas.

Headcount agora divide a página com token count e agent count. Isso não é um eufemismo para substituir pessoas por máquinas. É o reconhecimento de que a força de trabalho de uma empresa está se tornando híbrida, e que um número que antes descrevia o todo agora descreve só uma parte.

As empresas de AI estão se tornando sindicatos digitais

Essa é a provocação deste texto, e eu quero dizer isso de um jeito mais literal do que parece.

Olhe para a OpenAI, a Google Cloud, a BytePlus e as outras grandes empresas de AI. Podemos continuar chamando todas elas de empresas de software. Eu acho que esse rótulo está ficando raso.

Abra uma das páginas de pricing delas e leia como se você não estivesse comprando software. Ela se parece menos com uma lista de preços de software e mais com uma tabela salarial de mão de obra digital. Modelos diferentes. Capacidades diferentes. Níveis de performance diferentes. Custos diferentes. Especializações diferentes. Escolher um modelo parece menos escolher um plano e mais escolher uma categoria profissional: que nível de trabalhador você quer nessa tarefa, e quanto você está disposto a pagar por unidade do trabalho dele.

Então a pergunta para a qual eu sempre volto: e se essas empresas não estiverem mais simplesmente vendendo software, mas organizando e precificando mão de obra digital?

Porque é isso que um sindicato faz. Ele organiza categorias de trabalho. Ele define níveis de capacidade. Ele estabelece as tarifas. Ele controla o acesso à capacidade. E ele determina, em boa parte, o custo marginal desse tipo de trabalho. A diferença é que o trabalhador não é humano. É um modelo. É um agente. É uma nova categoria de profissional digital, e as empresas que treinam e hospedam esses modelos são as que decidem quanto isso custa.

O que muda, em cada nível

Se isso estiver certo, essa não é uma história sobre tecnologia. É uma história organizacional, financeira, cultural, gerencial e estratégica, e uma empresa precisa aprender a operar com dois tipos de força de trabalho ao mesmo tempo: humanos mais profissionais digitais. Cada nível da empresa sente isso de um jeito diferente.

Alta liderança: o risco da irrelevância estratégica

A maioria dos executivos de hoje construiu a carreira aprendendo a liderar pessoas. Montar times, motivá-los, delegar, contratar, desenvolver talentos, tomar decisões organizacionais. Essas competências continuam importantes. Não tenho certeza de que ainda sejam suficientes.

O próximo tipo de liderança também precisa entender como a AI funciona, como os modelos funcionam e como os agentes funcionam. Onde a AI deve ser usada. Onde ela não deve. Como construir sistemas de trabalho em que pessoas e agentes dividem a carga, e como medir os resultados dos dois.

A pergunta para um CEO, um founder ou um diretor fica desconfortável: aquilo que me trouxe até aqui, minha capacidade de liderar pessoas, será suficiente para liderar uma empresa em que uma parte significativa do trabalho é feita por agentes digitais?

Se a liderança não entende AI, ela perde a capacidade de participar das decisões estratégicas que vão definir o futuro da empresa. Essas decisões continuam sendo tomadas. Só que não por você.

Gestão e métricas: headcount deixa de ser o único número

A gestão tradicional lê headcount, custo de pessoal, receita por funcionário, produtividade por funcionário. No novo modelo, esse conjunto de números cresce.

Por baixo disso está uma pergunta financeira que eu nunca vi bem respondida em lugar nenhum: como você representa a mão de obra digital numa DRE e num balanço? Nossas estruturas financeiras foram construídas para uma economia em que a força de trabalho era quase inteiramente humana. Precisamos aprender a medir e mostrar, em dinheiro, uma força de trabalho que não é.

Gestores: liderando pessoas e agentes juntos

O trabalho do gestor também muda. O gestor de um futuro próximo não é responsável só por pessoas. Ele é responsável por uma combinação de pessoas, agentes, processos e sistemas, o que significa aprender a delegar para um agente, acompanhar os resultados dele, definir os limites dele, validar o que ele entrega, e coordenar diferentes tipos de trabalhadores em torno do mesmo resultado.

A partir dessa única pergunta, uma lista que ninguém terminou de escrever. Como você mede a performance de um agente? Como você define as metas dele? Como você avalia a qualidade? Quanta autonomia você permite, e como você sabe quando intervir? Quando uma tarefa deve voltar para uma pessoa?

Alguns times vão ser poucas pessoas coordenando dezenas de agentes, talvez centenas. O gestor capaz de fazer isso vai ser muito diferente do gestor que a gente tem promovido.

O profissional individual: o super-profissional

No nível individual, a mudança é igualmente profunda. A pergunta errada é "como eu faço meu trabalho usando AI?". A melhor é "como eu amplio aquilo que sou capaz de fazer, usando AI?"

O profissional passa de executor a orquestrador. Ele define o problema. Ele coordena agentes. Ele valida resultados, corrige erros, toma as decisões, e aplica o julgamento que só uma pessoa consegue aplicar. Ele decide quando usar AI. E decide quando não usar.

Esse último ponto é o que importa de verdade. O diferencial não vai ser só saber usar AI. Vai ser saber quando não usar.

O que eu observei na prática já é significativo. Pessoas entregando em horas o que levaria dias ou semanas. Profissionais medianos, corretamente amplificados, alcançando um output que era difícil de imaginar poucos meses antes. Isso é observação, não medição: eu vi isso acontecer no meu próprio time. Isso produz uma nova categoria de trabalhador: o super-profissional. Não é uma máquina. Não é uma pessoa que foi substituída. É uma pessoa que foi amplificada, e que usa agentes como uma extensão da própria capacidade.

O grande risco: depender dos sindicatos digitais

Aqui está o risco estratégico, e é a razão pela qual eu quis colocar a ideia do sindicato no título.

Hoje a AI parece extremamente barata perto do custo de uma pessoa. Isso cria um incentivo enorme para trocar trabalho humano por trabalho digital. A pergunta de longo prazo é o que acontece quando uma empresa se torna completamente dependente dela.

Neste momento, as empresas de AI estão competindo entre si por mercado, capacidade e adoção. Se a dependência se tornar estrutural, o equilíbrio de poder muda de lado. Quem controla a mão de obra digital ganha um poder enorme sobre o custo dessa mão de obra.

Nesse cenário, o sindicato digital cobra o que o mercado aguentar pagar, e sobram poucas alternativas para as empresas.

Usar AI para consumir, ou usar AI para construir

Então existe uma distinção que eu acho que todo dono de empresa deveria estar fazendo em voz alta.

Usar AI para consumir. Uma empresa pode simplesmente plugar modelos externos em endpoints e funcionalidades que dependem deles. Isso compra velocidade. Também compra dependência, e a fatura dessa dependência chega depois.

Usar AI para construir. A oportunidade maior é usar AI para desenvolver tecnologia, aumentar a capacidade interna, criar propriedade intelectual, construir novos produtos, automatizar processos, elevar a produtividade das suas próprias pessoas, e construir uma diferenciação que é sua. A empresa aproveita a onda sem entregar a própria capacidade estratégica para um terceiro.

Três escolhas

Diante disso, uma empresa tem três caminhos.

Humanos mais máquinas

O futuro provavelmente não é humanos versus máquinas. É humanos mais máquinas. A organização precisa aprender a dividir o espaço entre os dois, o que significa entender o que os humanos fazem melhor, o que os agentes fazem melhor, onde os dois devem trabalhar juntos, onde uma pessoa precisa manter o controle, onde uma máquina pode rodar sozinha, e como construir confiança, supervisão e responsabilidade em torno de tudo isso.

Por baixo disso está uma mudança maior do que qualquer tecnologia. Durante séculos, trabalho significou pessoas produzindo valor. Agora máquinas também produzem trabalho, e isso muda a forma como pensamos empresas, pessoas, produtividade, liderança, gestão, contabilidade, remuneração, estratégia e poder econômico. Pode chamar isso de um novo contrato de trabalho, ainda não escrito.

As perguntas, por nível

Para CEOs, founders e diretores. Aquilo que fez você bem-sucedido até aqui, sua capacidade de liderar pessoas, montar times e tomar decisões, vai ser suficiente para o que vem a seguir? Você está aprendendo a liderar uma organização que vai ter humanos e agentes digitais? Você entende AI o suficiente para tomar decisões estratégicas sobre ela?

Para gestores. O que você está aprendendo sobre gerenciar agentes digitais? Você está preparado para gerenciar trabalhadores que não dormem, não comem, não tiram férias e talvez nunca reclamem? Você sabe quando delegar para um agente e quando trazer a tarefa de volta para uma pessoa?

Para profissionais. Como você está usando AI para se tornar um super-profissional? Você está usando ela só para fazer o seu trabalho mais rápido, ou para ampliar aquilo que você é capaz de fazer? E, se você ainda não está fazendo isso: por quê?

A nova força de trabalho já chegou

Provavelmente estamos diante de uma das maiores transformações na estrutura do trabalho desde a Revolução Industrial. A diferença é que dessa vez a revolução não está só criando novas máquinas. Ela está criando novos trabalhadores, e eu não acho que a gente já entendeu completamente o que isso significa.

A oportunidade não está em escolher entre humanos e máquinas. Está em descobrir o que acontece quando humanos e máquinas aprendem a construir juntos. Mas isso precisa ser feito com consciência, porque substituir pessoas por máquinas pode ser barato no começo, e construir uma empresa incapaz de existir sem elas pode ser muito caro mais adiante.

A pergunta não é mais se a AI vai mudar a força de trabalho. Ela já mudou. A pergunta é quem aprende primeiro a liderá-la.

Esse é o trabalho que a Holybiz faz com as empresas, e o jeito como a Patricia e eu tocamos as nossas: mapear como o negócio realmente opera, decidir função por função o que fica com uma pessoa, o que vai para um agente e o que precisa dos dois, e construir os agentes dentro das ferramentas que a empresa já usa, sob uma pessoa com nome e sobrenome que confere o trabalho. Nós tocamos as nossas próprias empresas com times de agentes sob direção humana, incluindo o site que você está lendo. É o terceiro caminho, na prática, e ele começa com as perguntas acima.