Vagas de entrada estão sumindo: o buraco que a IA abre no pipeline de liderança

Um estudo do Stanford Digital Economy Lab, com dados de folha de milhões de trabalhadores americanos fornecidos pela ADP, mostra que o emprego de jovens de 22 a 25 anos caiu 13% nas ocupações mais expostas à IA generativa desde o fim de 2022, mesmo depois de descontar os cortes que cada empresa já fazia por outros motivos. No Brasil, um levantamento do economista Daniel Duque, da FGV Ibre, com dados da Pnad Contínua do IBGE, aponta na mesma direção: jovens de 18 a 29 anos em ocupações expostas à IA têm 5% menos chance de estar empregados e ganham 7% menos do que ganhavam antes do ChatGPT. A vaga de entrada, aquela que ensinava um recém-formado a montar um relatório, atender um cliente ou revisar uma linha de código, está encolhendo dos dois lados do equador. E é justamente esse degrau que hoje forma quem vai liderar a empresa daqui a uma década.

#Por que a vaga júnior desaparece primeiro

A resposta está no tipo de tarefa em que a IA generativa é boa. O estudo de Stanford, assinado por Erik Brynjolfsson, Bharat Chandar e Ruyu Chen, mostra que a queda de emprego jovem se concentra nas ocupações em que a IA automatiza a tarefa em vez de só ajudar a executá-la: desenvolvimento de software júnior e atendimento ao cliente são os casos mais claros. Nessas mesmas ocupações, trabalhadores mais velhos mantêm o emprego estável. A diferença não está no cargo, está em quem faz a parte mais repetitiva dele.

Isso muda o diagnóstico comum de que “a IA está tirando emprego”. O que os dados de folha mostram é mais específico: a IA está fechando a porta de entrada, não empurrando para fora quem já está lá dentro. Uma vaga júnior sempre concentrou tarefa de baixo julgamento e alto volume, compilar informação, responder o ticket padrão, revisar o código óbvio, porque é assim que um profissional aprende o ofício. É também exatamente o tipo de tarefa que um modelo de linguagem executa com custo baixo e qualidade razoável.

#O Brasil sente o mesmo movimento, com um número próprio

No Brasil, o efeito aparece na mesma direção e numa escala considerável. O estudo da FGV Ibre, publicado em abril de 2026, comparou o mercado de trabalho de 2025 e 2026 com o cenário de 2022, antes da popularização do ChatGPT, usando os microdados da Pnad Contínua do IBGE. Jovens de 18 a 29 anos em ocupações expostas à IA têm hoje 5% menos chance de estar empregados e ganham, em média, 7% menos do que ganhavam antes. A exposição não é um recorte pequeno: cerca de 30 milhões de brasileiros, quase 30% da população ocupada, estão em ocupações com algum grau de exposição à IA generativa, e mais de 5 milhões estão em ocupações de exposição alta, concentradas em serviços financeiros e comunicação.

O padrão se repete nos dois países porque a origem é a mesma: a IA generativa é boa exatamente no tipo de tarefa que costuma abrir a porta para quem está começando. Os autores do estudo americano descrevem o fenômeno com uma metáfora que virou nome do painel que atualiza os números todo trimestre.

Canários em minas de carvão não impediam o perigo. Eles só avisavam que o relógio já estava correndo.

#O que isso quebra no planejamento de pessoas da empresa

O risco imediato de reduzir a vaga júnior é orçamentário: menos gente, menos folha. O risco que a maioria dos comitês de orçamento não vê é o que acontece no médio prazo. A vaga de entrada nunca foi só o primeiro salário de alguém. É onde a empresa observa quem tem potencial de liderança, quem aprende rápido e quem vai estar pronto para assumir um time em 5 ou 8 anos. Sem esse degrau, o funil que abastece o planejamento de sucessão simplesmente para de receber gente nova, como já mostramos ao tratar da lacuna de sucessores que já levou 1 em cada 3 CEOs do S&P 500 a vir de fora da empresa.

O problema aparece antes na gestão intermediária. Empresas que já cortaram camada de gestão e sobrecarregaram quem ficou, como mostramos no artigo sobre a sobrecarga de gestores intermediários com IA, também tendem a reduzir a vaga júnior primeiro, porque parece a decisão mais barata. As duas coisas juntas formam uma pinça: menos gente entrando pela base, e menos gente no meio para orientar quem entra. Em algum momento, o organograma fica sem o degrau que forma o próximo degrau.

#Como redesenhar o cargo júnior antes que o pipeline seque

Reduzir a vaga júnior porque a IA cobre parte da tarefa é uma decisão de curto prazo que qualquer orçamento consegue defender. Sustentar o pipeline de liderança pede um ajuste um pouco mais deliberado, em três frentes.

• Redesenhe o cargo em torno do que a IA ainda não faz bem. Julgamento, contexto do cliente e a capacidade de fazer a pergunta certa continuam sendo humanos. Um júnior que supervisiona e corrige o que a IA produz aprende mais rápido do que um júnior que só executa a tarefa que a IA também faria.
• Orce formação estruturada como parte do headcount júnior, não como um curso avulso de RH. Vale o mesmo raciocínio que já defendemos para o treinamento de gestores sobrecarregados: sem linha de orçamento própria, a formação sempre perde para a prioridade do trimestre.
• Meça a proporção júnior:sênior como métrica de risco de sucessão, ao lado do custo por cabeça. Um time todo sênior custa mais hoje e custa muito mais daqui a alguns anos, quando faltar gente formada internamente para assumir a vaga que abrir.

Nenhum desses três ajustes aparece na planilha de custo por vaga. Eles aparecem no cenário de headcount de 3 a 5 anos, o tipo de simulação que separa um exercício real de FP&A de folha de pagamento de um corte de custo isolado. O raciocínio de planejar por competência, e não só por cargo, que detalhamos ao tratar do workforce planning baseado em habilidades, ajuda a decidir o que preservar no cargo júnior quando a tarefa repetitiva sai da mesa.

A pergunta que fica não é se vale a pena manter vaga júnior num mundo com IA generativa. Os números de Stanford e da FGV Ibre já mostram que o mercado está respondendo essa pergunta sozinho, cortando primeiro quem está começando. A pergunta que sobra para quem planeja pessoas é outra: se a empresa não formar quem vai liderar daqui a 5 ou 10 anos, quem vai estar pronto para assumir quando a vaga de gestão abrir?

Queda de 13% no emprego de trabalhadores de 22 a 25 anos em ocupações muito expostas à IA generativa nos Estados Unidos desde o fim de 2022, concentrada em desenvolvimento de software e atendimento ao cliente, com base em dados de folha da ADP: Stanford Digital Economy Lab, estudo “Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence”, de Erik Brynjolfsson, Bharat Chandar e Ruyu Chen. Queda de 5% na empregabilidade e de 7% na renda média de jovens de 18 a 29 anos em ocupações expostas à IA no Brasil, e a estimativa de 30 milhões de brasileiros em ocupações com algum grau de exposição (mais de 5 milhões em exposição alta, concentrada em serviços financeiros e comunicação), com base na Pnad Contínua do IBGE: Daniel Duque, FGV Ibre, abril de 2026.