O que as demissões corporativas da Amazon significam para os líderes de TI

Os cortes vão além da IA

Segundo analistas, a ligação entre a produtividade da IA e esses cortes de empregos é, na melhor das hipóteses, tênue.

Os cortes de empregos da Amazon não são, de forma alguma, um indicador antecedente, e qualquer executivo de alto escalão que os trate dessa maneira está cometendo um grave erro estratégico, de acordo com Nate Suda, analista sênior da Gartner.

“As ações da Amazon não representam um aumento generalizado de produtividade impulsionado pela IA”, disse Suda. “Os dados são inequívocos: quase quatro em cada cinco demissões no primeiro semestre de 2025 não tiveram nenhuma relação com a IA, e menos de 1% foram resultado direto dos ganhos de produtividade proporcionados pela IA.”

A mudança da Amazon é o que a Gartner chama de "reorganização estratégica de talentos". A empresa está realocando funcionários em tempo integral, não os demitindo porque a IA tornou suas funções obsoletas.

"Essas demissões são uma realocação estratégica de capital humano para reduzir custos em algumas áreas e financiar investimentos prioritários em IA e computação em nuvem, que exigem um grande investimento de capital", disse Suda.

O objetivo é liberar recursos para desenvolver e vender serviços de IA, explicou ele.

Dave Nicholson, consultor sênior da Futurum, concordou com essa interpretação.

“Muito poucos desses cortes de empregos podem ser diretamente atribuídos a melhorias de eficiência resultantes do uso de inteligência artificial”, disse Nicholson. “Esta é uma reorganização preventiva para apoiar seus esforços em oferecer serviços de IA para o setor.”

Universidade DeVry , observou como os orçamentos mudaram de funções corporativas generalistas para engenharia de dados, automação e plataformas. No entanto, os diretores de TI devem interpretar as demissões corporativas da Amazon como um sinal para reestruturação, não para cortes.

"A organização de TI do futuro será menor, mais eficiente e mais especializada, com equipes que sabem como trabalhar em conjunto com a IA em vez de competir com ela", disse Campbell.

Desenho organizacional, governança e risco

As demissões em massa da Amazon têm inúmeras implicações para o desenho organizacional, a governança e a gestão de riscos.

Implicações para a governança. Eliminar níveis hierárquicos não elimina apenas a burocracia. Quando as organizações simplificam suas estruturas hierárquicas em busca de agilidade, muitas vezes priorizam a velocidade e a eficiência, subestimando sistematicamente as implicações e os riscos para a governança. Segundo Nicholson, a IA não altera significativamente os riscos fundamentais de governança decorrentes da simplificação organizacional. Quando as organizações exigem maior produtividade de um indivíduo, independentemente das ferramentas que ele utiliza, correm o risco de sobrecarregá-lo.

Risco de estruturas excessivamente ágeis. Segundo Suda, o maior risco da automação impulsionada por IA é o que ele chama de "falta de experiência". Assistentes de IA permitem que funcionários seniores executem mais tarefas de forma independente, sem a necessidade de pessoal júnior, afirmou ele. Embora a IA possa complementar esse trabalho, ela não consegue gerar o discernimento que vem da experiência. Na prática, as empresas estão automatizando a futura liderança de suas próprias organizações.

Riscos na gestão de mudanças. Segundo Campbell, o maior erro que as organizações cometem é dispensar os especialistas que tornam a automação possível. "Quando as organizações perdem os especialistas que entendem as exceções e os casos extremos, acabam automatizando processos falhos", afirmou.

Implicações regulatórias e de conformidade. Para setores regulamentados, as implicações são ainda mais críticas. Serviços financeiros, saúde e outros setores com requisitos de auditoria, segurança, privacidade ou supervisão não podem simplesmente simplificar suas estruturas sem garantir que os mecanismos de responsabilização permaneçam intactos. A questão não é se um modelo mais ágil é mais eficiente na teoria, mas se ele consegue manter os controles institucionais exigidos pelo perfil de risco.

Planejamento da força de trabalho, habilidades e requalificação profissional

Muitas organizações abordam o planejamento da força de trabalho na era da IA perguntando quais funções podem ser automatizadas, o que, por sua vez, pode levar à redução do quadro de funcionários. Embora intuitiva, essa pergunta simplifica demais o desafio.

Segundo Suda, “a dicotomia entre automação e pessoas é uma armadilha mal formulada que leva ao fracasso das iniciativas”. A análise estratégica deve ser conduzida no nível do processo, e não no nível individual.

Metodologia de avaliação em nível de tarefa

Segundo Mark Moccia, vice-presidente e diretor de pesquisa da Forrester, os líderes de TI devem se concentrar em automatizar tarefas em vez de automatizar funções. Ele propôs uma estrutura prática para avaliação de pessoal:

Priorize as tarefas de inventário com base na sua adequação à automação: Primeiro, concentre-se nas tarefas repetitivas com baixa variabilidade. Aquelas que exigem mais julgamento humano e apresentam mais resultados potenciais devem ser abordadas por último.

Aplique critérios ponderados: classifique as tarefas de acordo com o maior benefício para o negócio, o menor risco de erro e as prioridades organizacionais personalizadas.

Determinar as implicações de função: Considere apenas mudanças gerais de função após a análise em nível de tarefa.

Nicholson, da Futurum, oferece uma estrutura prática para tomada de decisão: "Eu apostaria meu emprego no resultado desta ferramenta de IA?" Se a resposta for não, a tarefa ainda requer julgamento, supervisão ou validação humana.

Este teste simples destaca a lacuna entre a capacidade e a confiabilidade da IA. Muitas ferramentas podem gerar resultados que parecem plausíveis, mas contêm erros sutis, omissões ou interpretações equivocadas. Implementar essas ferramentas sem supervisão humana acarreta riscos. Manter essa supervisão requer conhecimento especializado.

Identificando o papel da IA no planejamento da força de trabalho

A plataforma Suda da Gartner apresenta uma estrutura sofisticada de planejamento da força de trabalho baseada em três padrões distintos que as organizações criam com IA:

Falta de experiência: a IA permite que especialistas seniores trabalhem de forma independente, reduzindo as oportunidades de mentoria. A estratégia concentra-se mais em evitar novas contratações do que em reduzir o quadro de funcionários.

Compressão de expertise: a IA treina funcionários juniores em funções de baixa a média complexidade. Este é o único padrão que pode levar a uma estratégia de "redução de pessoal". No entanto, isso está se mostrando extremamente difícil de alcançar, já que, segundo a Gartner, ocorre em menos de 1% dos casos.

Redistribuição da experiência: Uma mudança em direção a modelos de negócios centrados em IA, como demonstrado pela Amazon. A estratégia concentra-se na conquista de novos mercados em vez de aumentar a produtividade.

Estratégia de reciclagem e realocação

Segundo Campbell, para organizações que buscam a transformação da força de trabalho, o treinamento contínuo torna-se essencial. As organizações devem enfatizar a mobilidade interna, o desenvolvimento de carreira e a preservação da memória institucional.

“Antes de automatizar, é preciso corrigir o processo”, disse ele. “Preserve o conhecimento humano que ajuda a automação a aprender e se adaptar. E use parte da economia gerada para desenvolver capacidades — qualidade de dados, treinamento, governança — para que as melhorias sejam duradouras.”

Nicholson afirmou que os esforços de requalificação profissional estão ficando para trás.

“A solução mais comum parece ser cortar pessoal, ver o que acontece e, em seguida, preencher as lacunas onde necessário com mão de obra especializada em IA”, disse ele. “Essa abordagem reativa cria exatamente a disrupção e a perda de conhecimento que as organizações menos podem suportar.”

Orçamento para treinamento

Segundo Campbell, o investimento no desenvolvimento das competências dos funcionários deve caminhar lado a lado com o investimento em tecnologia de IA. Aproximadamente um terço do orçamento de um programa de IA de uma organização deve ser alocado aos funcionários por meio de treinamento contínuo, requalificação, gestão de mudanças e novas funções híbridas, como engenheiros de automação e analistas de dados.

"Quando essa porcentagem cai muito, a adoção e a governança tendem a sofrer", disse ele.

Impacto do investimento em tecnologia e infraestrutura

A reestruturação da força de trabalho da Amazon está ocorrendo em paralelo a investimentos maciços em infraestrutura de TI, data centers e recursos de IA. Essa aparente contradição — reduzir o número de funcionários corporativos enquanto, simultaneamente, aumenta os gastos com tecnologia — revela a lógica econômica fundamental da transformação da IA.

Compensações entre despesas de capital (CapEx) e despesas operacionais (OpEx)

A mudança de despesas operacionais com pessoal para investimentos em infraestrutura altera fundamentalmente as estruturas de custos. O desenvolvimento de recursos de computação, armazenamento e rede para IA empresarial exige um investimento inicial substancial. A otimização de custos de TI tradicional pressupõe uma rápida redução da mão de obra, mas a transformação por IA pode levar anos para se concretizar, se é que chega a acontecer.

A questão fundamental é se as organizações conseguem vincular quantitativamente os investimentos ao valor comercial resultante, disse Moccia.

"Esse é o caso de uso correto que trará o maior valor?", perguntou ele. "Caso contrário, concentre seus investimentos em outro lugar."

Arquitetura patrimonial e modernização

Organizações com décadas de sistemas acumulados enfrentam decisões cruciais. Podem continuar dando suporte à infraestrutura legada com a equipe atual, investir na modernização para habilitar IA e automação ou tentar uma abordagem híbrida que cria complexidade e desafios de integração.

O contexto das demissões corporativas da Amazon sugere que a empresa está apostando em uma arquitetura moderna, centrada em IA, em vez de manter sistemas legados. Para a maioria das empresas, o cálculo é diferente. Sistemas legados geralmente contêm décadas de lógica de negócios que seriam custosos e arriscados de reconstruir.

Risco operacional e resiliência

A infraestrutura deve crescer no mesmo ritmo que a capacidade organizacional para gerenciá-la. Quando a infraestrutura cresce mais rápido que a equipe, o risco operacional aumenta.

Os CIOs precisam modelar cenários em que as demandas de infraestrutura crescem mais rápido do que a automação gera economia de mão de obra. Essa discrepância pressiona a equipe restante, o que pode levar à exaustão profissional, perda de conhecimento devido à rotatividade e menor capacidade de lidar com exceções.

O monitoramento e a observabilidade tornam-se ainda mais cruciais à medida que as organizações otimizam seus processos. Os sistemas automatizados devem proporcionar visibilidade das operações que antes dependiam da supervisão humana. Quando surgem problemas, a equipe remanescente precisa de ferramentas sofisticadas para diagnosticá-los e resolvê-los rapidamente.

Planejamento orçamentário: da equipe à infraestrutura

A estrutura estratégica deve começar com o valor para o negócio e, a partir daí, conduzir à alocação de recursos. Começar com metas de redução de pessoal e esperar que o valor seja gerado automaticamente inverte a lógica.

Os investimentos da Amazon em infraestrutura fazem sentido estratégico porque a empresa fabrica produtos para vender. Para a maioria das empresas, o cálculo é diferente. A infraestrutura deve possibilitar melhores resultados de negócios, e não simplesmente replicar resultados existentes com estruturas de custos diferentes.

“Antes de automatizar, é preciso corrigir o processo”, disse Campbell. “Preserve a experiência humana que ajuda a automação a aprender e se adaptar. E use parte da economia gerada para desenvolver capacidades — qualidade de dados, treinamento, governança — para que as melhorias sejam duradouras.”

Sobre o autor: Sean Michael Kerner é consultor de TI, entusiasta de tecnologia e experimentador. Ele já desinstalou o Token Ring, configurou o NetWare e compilou seu próprio kernel Linux. Ele assessora empresas e veículos de comunicação em questões tecnológicas.