O CEO do Goldman Sachs, David Solomon, publicou em maio um artigo de opinião no The New York Times, comentando que as preocupações do mercado sobre a AI causar um grande desemprego em massa estão exageradas. Ele citou análises internas do Goldman, indicando que, nos próximos 10 anos, a IA pode automatizar cerca de 25% da carga horária de trabalho existente. Ao mesmo tempo, confirmou que, desde 2022, a construção de data centers nos EUA já gerou mais de 200 mil vagas na área de construção.
Dados confirmados sobre impacto em vagas: o que aconteceu vs. o que está por vir
Dados confirmados que já ocorreram: Um estudo da Universidade Stanford confirmou que, em comparação com setores de automação mais baixa, as contratações para cargos de entrada em áreas de alta automação, como engenharia de software e atendimento ao cliente, caíram 16%. Tarefas que tradicionalmente formavam a base do trabalho de analistas juniores, como modelagem financeira, registro de notas e análises de planilhas eletrônicas, estão sendo cada vez mais assumidas por ferramentas de IA. Desde 2022, a construção de data centers nos EUA já criou mais de 200 mil vagas de construção (estimativa do Goldman). O Goldman implantou de forma abrangente ferramentas de apoio à IA para mais de 22.000 funcionários (confirmado).
Provisões de impacto de vagas previstas pelo Goldman: Nos próximos 10 anos, a IA pode automatizar cerca de 25% da carga horária de trabalho; setores de colarinho branco como bancos, contabilidade e direito devem ser afetados de forma significativa; os planos internos do Goldman incluem reduzir funções de conformidade e abertura de contas e aumentar vagas em bancos, trading e gestão de ativos. A IA deve impulsionar três tipos de novas necessidades: vagas para gerenciar sistemas de IA, vagas para auditar decisões de IA e vagas para governar aplicações de IA.
A estrutura em três camadas dos argumentos de Solomon
Solomon propôs no artigo uma estrutura tridimensional para avaliar o impacto da IA no emprego: após a automação das tarefas do dia a dia, o trabalho humano é otimizado, liberando tempo para responsabilidades de maior valor; os padrões de desempenho nas funções existentes aumentam, elevando a demanda por habilidades mais complexas; e surgem novas categorias de postos inteiramente dedicadas a gerenciar, auditar e governar sistemas de IA. Ele cita analogias históricas como: a revolução da energia elétrica, a popularização de planilhas eletrônicas (que substituíram muitos trabalhos ligados a cálculos, mas criaram mais vagas para analistas financeiros) e o ciclo de substituição e criação de empregos na era da internet. A posição central de Solomon é: “avanços tecnológicos e mudanças culturais não avançam na mesma velocidade; aquilo que pode ser substituído não significa necessariamente que vá ser substituído”.
Perguntas frequentes
Em que metodologia se baseia a previsão do Goldman de que 25% da carga horária de trabalho será automatizada?
Esse número vem de pesquisas internas do Goldman. A metodologia consiste em analisar a proporção típica de tarefas em cada ocupação que pode ser substituída por modelos de IA e, em seguida, calcular com ponderação a parcela automatizável no total da carga horária de trabalho. Vale observar que essa previsão se refere à “carga horária” e não ao “número de vagas” — ou seja, 25% do tempo de trabalho existente pode ser feito por IA, e não 25% das vagas deixarão de existir. Solomon separa claramente esses dois conceitos no artigo, destacando que a automação da carga horária tem mais chances de levar a uma redistribuição das funções do trabalho, e não a um desemprego de mesmo tamanho.
Como a queda de 16% nas contratações de cargos de entrada confirmada por um estudo da Stanford convive com o argumento mais otimista de Solomon?
Solomon não nega que a IA já comprimiu de forma concreta certos tipos de vagas — estudos da Stanford e os próprios planos de ajuste de vagas do Goldman corroboram isso. O cerne do argumento dele é a perspectiva de longo prazo: historicamente, cada grande onda tecnológica veio acompanhada de um efeito inicial de substituição de empregos, mas no fim a elevação da produtividade e o surgimento de novas categorias de vagas criaram mais emprego. Ele ressalta especialmente que a pressão sobre as vagas de entrada é maior no curto prazo, mas isso é um problema diferente das tendências gerais de emprego do mercado de trabalho no longo prazo.
Qual é o plano específico do próprio Goldman Sachs para ajustes em cargos ligados à IA?
Solomon confirmou no artigo dois caminhos: os cargos que o Goldman Sachs pode reduzir são funções intensivas em dados como conformidade e abertura de contas, porque as ferramentas de IA estão melhorando continuamente em termos de eficiência no processamento de relatórios regulatórios e fluxos de onboarding de clientes; e o Goldman planeja aumentar a contratação para cargos voltados a relações humanas, como em bancos de investimento, trading e gestão de ativos. Essas vagas exigem interação com clientes, poder de julgamento e pensamento estratégico, complementando a IA em vez de substituí-la. Atualmente, o Goldman implantou de forma abrangente ferramentas de apoio à IA para seus mais de 22.000 funcionários, e isso por si só já é uma expressão concreta dessa tendência em duas direções.
