Os Estados Unidos têm uma estatística mensal de demissões atribuídas à inteligência artificial; o Brasil — terceiro maior mercado do ChatGPT e um dos primeiros do mundo em uso do Claude — não tem nenhuma. Fui conferir na fonte os números que circulam sobre IA e emprego, e o que encontrei foi pior que a lacuna: boa parte dos números que chegam ao leitor brasileiro está velha, trocada de contexto ou simplesmente sem fonte.

A tese deste artigo cabe em uma frase: a cobertura sobre "IA e emprego" mistura três termômetros diferentes — o que se prevê, o que está exposto e o que já aconteceu — e quase todo número enganoso nasce dessa mistura. Separei os três, conferi cada número na fonte primária e montei o quadro do Brasil, onde o terceiro termômetro está vazio.

Nota metodológica. Todo número deste artigo foi conferido por mim na fonte primária entre 28 e 30 de agosto de 2026: os seis relatórios mensais de 2026 da Challenger, Gray & Christmas (página a página), o prospecto da Klarna na SEC, os PDFs do estudo da OIT/Banco Mundial (WP121), do AI Jobs Barometer ("Barômetro de Empregos e IA") da PwC 2026 e do Anthropic Economic Index ("Índice Econômico da Anthropic") — com as figuras lidas na imagem, não em resumo de terceiros —, além de IBGE, CAGED, Cetic.br, Brasscom e das páginas da própria Microsoft e OpenAI sobre o Brasil. O número de janeiro da Challenger é derivado do acumulado (o relatório mensal de janeiro não está no blog) e está sinalizado na figura. O que não consegui verificar está dito no texto, com o motivo.

O placar da conferência, antes do detalhe:

O que circula	Veredito	O que a fonte diz
"Emprego de jovens caiu 13% por causa da IA" (Stanford)	❌ desatualizado	Os autores já revisaram: 13% -> 16% -> 19% (versão de ago/2026)
"Klarna demitiu 40% do quadro por causa da IA"	⚠️ trocado	Prospecto na SEC: eficiência com IA + desligamentos naturais; ninguém foi demitido em massa
"IA causou ~174 mil cortes nos EUA desde 2023"	✅ e já cresceu	Relatório de julho: 184.538, com IA liderando os motivos pelo 5º mês seguido
"Prêmio salarial de 62% para quem tem habilidade em IA" (PwC)	✅ com ressalva	Confirmado — mas a série histórica muda de valor entre edições do próprio relatório
"77% das empresas vão priorizar requalificação" (WEF)	⚠️ recorte	77% é o dado de economias de alta renda; o global é 85%
"Anthropic mediu: só 10% temem perder o próprio emprego"	✅	Relatório Cadences existe (jun/2026, ~9.700 respondentes) — e mais de 1/3 teme pelo colega júnior
"Vagas de engenheiro de prompt caíram 40%"	❌ sem fonte	Citação circular: todo mundo cita todo mundo, ninguém cita uma primária
"Banco do Brasil corta 90% do tempo de câmbio com IA"	❌ sem fonte	Circula em rede social; nenhum comunicado do banco confirma

Previsão do tempo, mapa de risco e pluviômetro

Imagine três instrumentos diferentes para falar de chuva. A previsão do tempo diz o que pode acontecer amanhã. O mapa de áreas de risco diz quem está exposto se a chuva vier — morar na encosta não significa que a casa caiu. E o pluviômetro mede o que de fato choveu, milímetro a milímetro.

Repare que nenhum dos três instrumentos "está errado" — eles respondem a perguntas diferentes. O erro é ler um como se fosse o outro: tratar previsão como fato consumado, ou área de risco como casa caída. Quase toda manchete enganosa sobre IA e emprego comete exatamente essa troca.

Para o mercado de trabalho, os três instrumentos têm nome e sobrenome:

Termômetro	Pergunta que responde	Quem mede
Previsão	Quantos empregos a IA vai criar/eliminar?	WEF (Fórum Econômico Mundial)
Exposição	Que fatia do emprego a IA poderia afetar?	FMI, OIT, Banco Mundial
Medição	Quantos cortes já foram atribuídos à IA?	Challenger, Gray & Christmas

O que cada termômetro marca hoje

Previsão. O Future of Jobs Report 2025 ("Relatório sobre o Futuro dos Empregos") do Fórum Econômico Mundial, com mais de 1.000 empregadores cobrindo 14 milhões de trabalhadores, projeta 170 milhões de empregos criados e 92 milhões eliminados até 2030 — saldo positivo de 78 milhões. É previsão: vale o que valem as previsões, e o próprio relatório muda a cada edição.

Exposição. O FMI estima que 40% do emprego global está exposto à IA — 60% nas economias avançadas, 26% nas de baixa renda. Exposto, não extinto: o mesmo estudo divide a exposição entre tarefas que a IA pode substituir e tarefas em que ela complementa quem trabalha.

Medição. A consultoria Challenger, Gray & Christmas, que monitora anúncios de demissão nos EUA, rastreia desde 2023 a IA como motivo declarado de corte. O acumulado até julho de 2026: 184.538 cortes atribuídos à IA, dos quais 112.713 só em 2026. Em julho, a IA foi o motivo nº 1 de demissão nos EUA pelo quinto mês seguido — 33% de todos os cortes do mês.

Repare na forma da série antes de guardar qualquer número: ela sobe, despenca, sobe de novo. Maio carrega um pico (38.579) puxado por empresas de tecnologia financeira; julho cai para 10.970 e ainda assim é o mês em que a IA mais dominou os motivos (33%), porque o total de demissões caiu junto. Medição de verdade é irregular — desconfie de curva lisa.

Uma ressalva que a própria série pede: o motivo é declarado pela empresa, e a Challenger não publica os critérios de classificação. Dizer "IA" no comunicado saiu barato — pode inflar o número (soa moderno para o acionista) ou escondê-lo (soa cruel para o público). É o melhor pluviômetro que existe, e ainda assim é auto-relato.

Onde o número que circula quebra

Conferir a primária muda o número em quatro dos casos mais citados. O padrão se repete: o número viaja, a revisão fica para trás.

1. O "-13%" da Stanford já é 19%. O estudo Canaries in the Coal Mine? ("Canários na mina de carvão?"), do Stanford Digital Economy Lab, é a melhor evidência de dano ao emprego jovem: compara trabalhadores de 22 a 25 anos em ocupações muito expostas à IA com colegas de ocupações pouco expostas. A primeira versão (ago/2025, dados até jul/2025) mediu 13% de queda relativa; a revisão de nov/2025 (dados até set/2025) mediu 16%; a versão atual (ago/2026, dados até jun/2026) reporta 19% — e trocou a régua no caminho, de um modelo com controles estatísticos para uma comparação descritiva simples: quanto o emprego do jovem exposto ficou para trás do colega pouco exposto (pela régua nova, a safra de dados de jul/2025 media 15%). Quem cita "-13%" hoje está duas revisões atrás — e até a PwC, no relatório de 2026, cita a versão intermediária de 16%.

2. A Klarna não demitiu 40%. A fintech sueca virou o caso-símbolo de "IA substituiu gente" — o quadro caiu de 5.527 para 3.098 pessoas (-44%) entre 2022 e jun/2025. Mas o documento que a empresa entregou à SEC (o órgão regulador do mercado americano) para abrir capital atribui a queda a "AI-driven efficiency gains and normal course employee attrition" ("ganhos de eficiência puxados por IA e desligamentos naturais do dia a dia"): a empresa congelou contratações e deixou de repor quem saía. Ninguém foi demitido em massa — e a famosa "recontratação de humanos" é de maio de 2025, não uma reviravolta recente.

3. O acumulado da Challenger que circula está um mês velho. Textos publicados em agosto ainda citam "~174 mil desde 2023" (dado de junho). O relatório de julho já marca 184.538 — quase 11 mil a mais. Não é erro grave; é sintoma de como a cadeia de citação funciona: traduz-se o agregador, não a fonte.

4. O "77% vão requalificar" do WEF é um recorte. O número circula como "77% das empresas do mundo priorizam requalificação"; na figura do relatório, 77% é o dado das economias de alta renda — o global é 85%. Pequeno? Sim. Mas é o tipo de troca silenciosa que só aparece quando alguém abre o PDF.

O júnior é quem sente primeiro — e três fontes independentes dizem o mesmo

A IA não está demitindo o sênior; está fechando a porta de entrada do júnior. É a leitura que sobrevive quando as três melhores fontes são postas lado a lado:

Stanford (Canaries, ago/2026): emprego de 22–25 anos em ocupações muito expostas está 19% abaixo do esperado — e o efeito se concentra nas ocupações em que a IA substitui tarefas, não nas em que complementa.
SignalFire (2026): contratação de recém-formados caiu ~65% nas grandes empresas de tecnologia e ~76% nas startups desde 2019; e o formado em computação de 2025 tem 45% menos chance de emprego numa big tech do que o da turma de 2022.
PwC (2026): as vagas de entrada mais expostas à IA têm sete vezes mais chance de exigir habilidades tradicionalmente sêniores — "EQ, judgment, and leadership" ("inteligência emocional, discernimento e liderança") — do que as menos expostas. E 49% dos CEOs esperam contratar menos juniores nos próximos três anos (para sêniores, só 12%). A vaga de entrada não sumiu: ela foi "seniorizada" — as vagas de entrada que passaram a exigir mais de 10 habilidades sêniores novas cresceram 35%, as demais encolheram 10%.

A leitura que circula entre quem acompanha o assunto de perto resume o mecanismo melhor que muita manchete — num post conferido no X: "The mass layoffs never came. The entry level jobs just stopped being created." ("As demissões em massa nunca vieram. As vagas de entrada simplesmente pararam de ser criadas.")

E como as pessoas sentem isso? O relatório Cadences da Anthropic (jun/2026, ~9.700 trabalhadores) mediu um contraste revelador: só 10% acham provável perder o próprio emprego para a IA em 12 meses — mas mais de 1 em cada 3 teme pelo colega em início de carreira. O medo já tem endereço, e não é a própria mesa.

Repare no que a figura não mostra: pânico generalizado. A maioria não teme por si — e por enquanto os dados dão razão a ela: o dano mensurável está concentrado numa faixa etária e num tipo de ocupação. O que não dá para saber ainda é se o júnior de hoje é o canário — o primeiro aviso — ou a exceção.

O outro prato da balança: o prêmio de quem aprendeu

A mesma PwC que documenta a seniorização mede o lado que cresce, sobre mais de 1 bilhão de anúncios de vaga em 27 países:

Prêmio salarial de 62% para quem tem habilidades de IA, na comparação dentro do mesmo setor — chegando a 118% em setores como consumo. (Ressalva de série: o relatório 2026 diz que o prêmio de 2025 foi 57%; o relatório 2025 tinha publicado 56%. A tendência é sólida; a série exata muda de retrovisor entre edições.)
Vagas que exigem IA crescem 69% ao ano — quase oito vezes mais rápido que o mercado total (9%).
Empresas muito expostas à IA aumentaram o quadro 52% desde 2018, contra 36% das menos expostas — exposição não está sendo sinônimo de encolhimento.
O LinkedIn estima 1,3 milhão de empregos criados em funções ligadas à IA em dois anos.

O mercado não está pagando menos por causa da IA; está pagando mais por quem a domina — e cobrando do júnior, na entrada, habilidades que antes eram de sênior.

Brasil: uso recorde, exposição alta — e o terceiro termômetro vazio

Agora os mesmos três termômetros, apontados para o Brasil.

Uso (o que já acontece). O Brasil é um dos países que mais usa IA no mundo — não é retórica, são as métricas das próprias plataformas. A OpenAI reporta 215 milhões de mensagens por dia ao ChatGPT no Brasil (3º maior mercado por usuários ativos), com 35% ligadas a trabalho, contra 30% da média global. A Anthropic mede que "the Balkans and Brazil have the highest relative share of work use" ("os Bálcãs e o Brasil têm a maior fatia relativa de uso para trabalho") entre todos os países — no levantamento anterior de geografia, o Brasil aparecia logo atrás de EUA e Índia na fatia global de uso do Claude, praticamente empatado com Japão e Coreia do Sul. A Microsoft mede que 72% dos usuários brasileiros de IA dizem produzir trabalho que não conseguiriam há um ano (global: 58%) e que 79% temem ficar para trás (global: 65%). Do lado das empresas: adoção de IA foi de 13% para 17% em um ano (Cetic.br), e na indústria com 100+ funcionários saltou de 16,9% para 41,9% entre 2022 e 2024 (IBGE/PINTEC) — a tecnologia que mais cresceu. Já mostrei quantas pessoas usam IA no Brasil e no mundo — o padrão se repete: o brasileiro adota rápido e usa para trabalhar.

A mesma medição da Cetic.br guarda o dado mais desconfortável: 32% dos internautas brasileiros já usaram IA generativa — 69% na classe A, 16% nas classes D/E. A ferramenta que paga prêmio salarial de 62% está distribuída como sempre esteve tudo o mais.

Exposição (o que poderia acontecer). Dois estudos com microdados brasileiros convergem numa faixa: 37% do emprego (OIT/Banco Mundial, ~37 milhões de postos) a 41% (FMI, sobre a PNAD). Mas a decomposição importa mais que o total:

Repare no tamanho de cada fatia: do total de 37%, só 2% do emprego brasileiro tem potencial de automação plena — a fatia que o estudo chama de substituível. 13% é "aumento" (a IA complementa quem trabalha) e 22% é o que os autores batizaram de the big unknown ("a grande incógnita"): pode virar substituição ou complemento, dependendo de como a tecnologia for aplicada. O próprio estudo alerta, com todas as letras, contra ler "37%" como "a IA pode automatizar 37% do emprego". Exposição é o mapa da encosta, não a casa caída.

Medição (o que já aconteceu). Aqui o quadro brasileiro termina — literalmente. Nenhuma estatística pública brasileira registra demissão atribuída à IA. O CAGED registra admissões e desligamentos por setor e ocupação, mas não pergunta o motivo; a PNAD mede desocupação (5,3% no trimestre encerrado em julho), mas não a causa do desligamento. Não existe Challenger brasileiro: nem consultoria privada, nem órgão público, nem sindicato publica série mensal de cortes por IA.

O que sobra, na ausência do termômetro, são sinais indiretos — e cada um exige as aspas certas:

O júnior de TI brasileiro vive um aperto mensurável, mas com causa disputada. A Brasscom (associação das empresas de tecnologia) registra 200,7 mil formados em tecnologia em dois anos, dos quais 55,6% foram para informalidade ou MEI; em abril de 2026, o setor de TIC gerou 82 vagas líquidas com carteira — queda de 98,9% sobre abril de 2025. A própria Brasscom atribui o congelamento a juros e câmbio, não à IA. O sinal existe; a atribuição, não. Na percepção de quem procura vaga, o aperto tem número anedótico: num tópico do maior fórum brasileiro de programação, um desenvolvedor descreve a vaga júnior "fácil" recebendo "3k–10k+ candidaturas" ("3 a 10 mil ou mais candidaturas") — post conferido no texto, no autor e na data; percepção declarada, não estatística.
Os casos com nome são atribuição retrospectiva de executivo. O mais concreto: a área de tecnologia da Casas Bahia caiu de ~3.000 para ~800 pessoas, e o CEO diz que sem IA "teríamos três vezes mais pessoas" — declaração em entrevista, não comunicado datado com número auditável.
O que circula em rede social não sobreviveu à conferência. "Banco do Brasil corta 90% do tempo de câmbio com IA" — nenhum comunicado do banco; "demissão em massa por IA no Nubank" — nenhuma primária. Percepção de rede é dado sobre a conversa, não sobre o emprego.

O país com um dos maiores usos de IA do planeta discute o impacto dela no emprego usando previsão alheia, exposição estimada e anedota. Esse é o achado que me incomoda mais que qualquer número deste artigo.

O que eu faria com isso

Se você decide política pública ou pesquisa: o Brasil tem os microdados (CAGED, PNAD, RAIS) e os pesquisadores para construir o pluviômetro — um campo de "motivo declarado" em desligamentos coletivos, ou uma série independente no padrão Challenger cruzando comunicados de empresas. O custo é pequeno; a alternativa é continuar importando o debate americano com dois vintages de atraso.

Se você contrata: a evidência internacional diz que o corte silencioso — congelar a vaga júnior — é o movimento mais comum, e o mais caro a longo prazo: a PwC mostra as vagas de entrada "seniorizadas" crescendo 35%. Formar júnior com IA na mão virou a aposta assimétrica: se a restrição do seu sistema é gente sênior, o júnior aumentado por IA é o caminho mais barato de elevar a restrição.

Se você está entrando no mercado: os dois lados da mesma moeda medidos neste artigo — 19% a menos de vagas na porta de entrada exposta, 62% de prêmio para quem domina a ferramenta — apontam a mesma direção: a IA está deixando de ser diferencial de currículo e virando alfabetização.

E o convite de sempre: replique a conferência. Os relatórios da Challenger são públicos — o de julho está em uma página que qualquer um abre:

curl -sL "https://www.challengergray.com/blog/challenger-report-layoffs-fall-hiring-picks-up-ai-leads-for-fifth-straight-month/" \
  | grep -o "AI has been cited in [0-9,]* job cut announcements"

O CAGED publica os saldos mensais em gov.br/trabalho-e-emprego — procure o campo "motivo do desligamento por IA". Não existe. Se você achar uma série pública brasileira que meça isso, me mande: atualizo o artigo e credito.

O que foi verificado, contra o quê, em que data. Conferi entre 28 e 30/08/2026: os seis relatórios mensais 2026 da Challenger (números lidos página a página; janeiro derivado do acumulado, como declarado); o prospecto 424B4 da Klarna na SEC; as três versões do Canaries (Stanford); o PDF completo do PwC AI Jobs Barometer 2026 (pp. 11–13 lidas na imagem); a Fig. 7 do WP121 (OIT/Banco Mundial) em 300dpi; a Fig. 3.1 e o texto do Anthropic Economic Index (jan/2026) e o Cadences (jun/2026); os releases do IBGE (PNAD e PINTEC), o comunicado do CAGED de jul/2026, a TIC Empresas/Domicílios da Cetic.br, os dois relatórios da Brasscom e as páginas oficiais da OpenAI e da Microsoft sobre o Brasil. O que NÃO verifiquei: a nota do Goldman Sachs sobre "-11 mil empregos/mês" é material privado para clientes (só citação de imprensa — ficou fora); dos posts de Reddit/X citados na conversa pública brasileira, dez foram confirmados como existentes (permalink, autor, data e texto verbatim conferidos) — mas os fatos que eles alegam seguem sem primária e não viram afirmação aqui; o relatório da Challenger de agosto sai ~04/09 — os números daqui são os de julho, os mais recentes na data de publicação.

A IA já é o motivo nº 1 de demissão nos EUA — no Brasil, ninguém faz a conta