Um concorrente perde pessoal, ou simplesmente deixa de contratar num departamento que no ano passado ainda estava a crescer. A conclusão parece óbvia: a IA assumiu o trabalho ali. Essa conclusão é precipitada. A rotatividade de pessoal é o resultado de muitos fatores em simultâneo — reorganizações, condições de mercado, saídas individuais, padrões sazonais em determinados setores. O uso de IA é, no máximo, um deles. Quem usa os números de rotatividade como prova de maturidade em IA está a confundir um sintoma com uma causa.
Ao mesmo tempo, não é irrelevante. Se um concorrente, numa função específica — por exemplo, planeamento, apoio de primeira linha, ou revisão de contratos — já há dois anos não substitui pessoal enquanto o volume de trabalho se mantém ou aumenta, isso é um indício que exige uma explicação. A questão não é se a rotatividade diz algo, mas o que ainda precisa de estar presente antes de significar algo.
A IA assume trabalho de três formas: totalmente automática, parcialmente com supervisão humana que aprova ou reprova, ou de forma nenhuma — continua a ser trabalho humano. Numa dimensão em que a IA assume totalmente a tarefa, a necessidade de pessoal muda de forma estrutural: menos pessoas conseguem processar o mesmo volume, e isso pode refletir-se em vagas ou saídas de pessoal. Numa dimensão com supervisão, muda sobretudo a natureza do trabalho, não necessariamente o número de pessoas — continua a ser necessária avaliação, apenas distribuída de outra forma. E em dimensões que continuam a ser trabalho humano, a rotatividade não diz absolutamente nada sobre IA; ali aplicam-se as razões habituais.
Isto significa que os números de rotatividade só são úteis se os associar à pergunta sobre qual tarefa, dentro desse departamento, mudou. Uma queda no número de colaboradores no atendimento ao cliente pode resultar de chatbots que absorvem perguntas de primeira linha, ou de uma alteração na quota de mercado. Sem essa distinção, o número é ruído.
Alguns sinais são mais específicos do que a rotatividade em bruto. Textos de vagas que mudam de executivos para supervisores — já não "processa pedidos" mas "avalia resultados do sistema" — apontam para uma mudança em direção à categoria de supervisão. Funções que simplesmente desaparecem da lista de vagas sem uma função substituta noutro local apontam antes para uma assunção total. E a ausência de qualquer alteração no perfil das vagas, apesar de anúncios sobre investimentos em IA, é também, em si, um sinal: sugere que o uso ainda se limita a projetos-piloto.
Estes sinais são visíveis externamente — através de vagas, perfis do LinkedIn, relatórios anuais — e é precisamente por isso que são adequados para um benchmark. O leitor não tem acesso às decisões internas de um concorrente. Tem, sim, acesso ao que uma organização mostra externamente sobre a forma como organiza o trabalho. Como medir a maturidade em IA de um concorrente a partir de fora desenvolve mais a fundo quais as fontes públicas úteis para isso e quais não são.
Uma limitação importante: a rotatividade e as vagas dizem algo sobre o lado do pessoal numa mudança, não sobre a qualidade da execução. Um concorrente pode ter reduzido uma equipa sem que o sistema de IA subjacente funcione bem — o trabalho foi assumido, mas não necessariamente feito melhor. Ao contrário, um concorrente pode manter uma equipa completa enquanto a IA já realiza uma grande parte do trabalho preparatório, simplesmente porque a capacidade libertada foi aplicada noutro trabalho em vez de resultar em saídas. Horas libertadas não são o mesmo que menos pessoas; uma organização pode redistribuir capacidade sem que isso se reflita nos números de pessoal.
Também se aplica: se o tema tocar em decisões sobre despedimentos ou reorganização na própria empresa do leitor, aplicam-se aí requisitos legais próprios, independentes do que um benchmark externo mostra. Estes sinais são adequados para avaliar uma posição competitiva, não como fundamento para decisões de pessoal.
A razão para olhar para isto, antes de mais, não é interesse na IA em si mesma. É a questão de saber se um concorrente está a redefinir uma dimensão em que o leitor ainda ganha hoje — velocidade, preço, disponibilidade. Um concorrente que entrega mais rápido com menos pessoas não está automaticamente a trabalhar de forma mais barata; por que menos pessoal num concorrente não significa automaticamente custos mais baixos mostra quais os pressupostos que muitas vezes ficam por testar. E se o argumento de venda mais forte do próprio leitor se basear em algo que a IA nos concorrentes também está a começar a automatizar, a questão não é se isso é incómodo, mas o que ainda pode ser reivindicado; o que fazer quando o seu ponto mais forte é simplesmente feito pela IA trata especificamente dessa situação.
A rotatividade de pessoal nunca é, portanto, o ponto final de um benchmark, no máximo um motivo para olhar mais além: para textos de vagas, para descrições de funções, para o que um concorrente próprio comunica sobre automatização. Números isolados sem esse contexto levam a como pontuar um concorrente sem fazer suposições — uma pergunta que existe precisamente por esta razão.
A questão subjacente não é o que acontece no concorrente, mas sim que trabalho, na própria empresa do leitor, é realmente passível de ser assumido pela IA; isso é mapeado tarefa a tarefa com a análise de trabalho da FTE TO AI. Como primeiro passo na própria comparação: identifique em que pensa que está a ganhar, e verifique com a verificação gratuita de dimensões quais dessas afirmações podem ser defendidas com provas. O benchmark completo, com a matriz de evidências por dimensão, está em construção.