Quem corta gente com IA também está contratando mais gente
Cortar com IA e contratar com IA viraram a mesma aposta. Cloudflare, Bayer e Zuckerberg mostram como. Entra também o mapa que fiz do ecossistema de ferramentas de IA especializadas.
A Cloudflare demitiu 1.100 pessoas, 20% do quadro, no mesmo trimestre em que bateu a maior receita da história da empresa. O CEO chamou o corte de decisão sobre como operar na era de IA agêntica. Na mesma call, apostou que em 2027 a empresa vai ter mais gente do que teve em qualquer momento de 2026.
As duas frases sairiam da boca da mesma pessoa, na mesma ligação com investidores. É esse o tipo de contradição que essa edição tenta destrinchar: cortar com IA e contratar com IA não são movimentos opostos, são a mesma aposta vista de ângulos diferentes.
Cortar aqui, contratar ali: o mesmo trimestre, a mesma empresa
A Cisco cortou quase 4.000 vagas no mesmo período, mesmo com lucro e receita acima do esperado. O CFO chamou a decisão de realocação de recursos para silício, ótica, segurança e IA.
Do lado de quem contrata mais: um estudo da Ramp com a Revelio Labs cruzou dados de 21 mil empresas americanas. Cerca de 25% já tinham adotado IA até o fim de 2025, e desse grupo, 8% mostra crescimento real do quadro de funcionários.
A leitura que fica: empresa de zero funcionário segue sendo aposta de futuro, não realidade presente. Mesmo quem mais usa IA internamente, como a própria Cloudflare, está planejando ter mais gente em 2027. As empresas buscam eficiência de formas diferentes, e não há um foco absoluto em reduzir quadro.
Para se aprofundar:
TechCrunch: Cloudflare diz que a IA tornou 1.100 vagas obsoletas, mesmo com receita recorde
TechCrunch: a lista dos grandes cortes de 2026 com IA citada como justificativa
Revelio Labs: o estudo com a Ramp sobre adoção de IA e contratação
A ordem dos eventos é o ponto: a Bayer cortou a gestão antes de chamar isso de vitória da IA
Em 2023, quando Bill Anderson assumiu como CEO da Bayer, a empresa tinha 12 camadas de gestão. Desde então, a Bayer cortou 50% dos níveis hierárquicos e eliminou 67% das posições de gestão, segundo dado oficial da própria companhia. No lugar do planejamento anual, passou a trabalhar em ciclos de 90 dias, com times autônomos decidindo perto do problema real. A meta declarada é de 2 bilhões de euros em economia organizacional entre 2023 e 2026.
A Bayer não usou IA como justificativa para cortar gente. A reestruturação começou em 2023, com a criação do Dynamic Shared Ownership (DSO), o modelo que substituiu a hierarquia por times autônomos que dividem entre si a responsabilidade pelas decisões, sem esperar aprovação de vários níveis acima. Só depois a empresa descreve o resultado como turbinado por IA. Anderson resume assim: se o DSO é a chance da empresa de ficar mais empreendedora, a inteligência artificial agêntica é a chance de ficar mais eficaz, com cada pessoa comandando mais dado, mais autonomia e mais recurso.
Gestão intermediária existe, historicamente, para agregar informação e aprovar decisão que quem está na ponta não tinha dado suficiente para tomar sozinho. Se um time autônomo com IA já enxerga o próprio dado e decide sem esperar aprovação, a camada perde função. A estrutura foi desenhada para não precisar mais daquela camada; a IA que corta gente é só o efeito visível disso.
Falta o resultado fechado. A Bayer confirma a meta de 2 bilhões de euros até 2026, mas não divulga publicamente quanto já foi executado. É case em andamento, não vitória provada.
Se você lidera equipe, o teste é simples: quantas decisões da sua área hoje esperam aprovação de alguém acima só porque sempre foi assim, não porque a decisão é de fato complexa? Onde a resposta for “muitas”, é ali que mora a camada que a Bayer eliminou.
Para se aprofundar:
Zuckerberg admitiu: os agentes não decolaram como prometido
Numa reunião interna divulgada pela Reuters em 2 de julho, Mark Zuckerberg disse aos funcionários que o avanço dos agentes de IA não acelerou como a Meta esperava nos últimos quatro meses, e que a reestruturação da empresa em torno de IA ainda não deu os frutos prometidos.
A Meta cortou cerca de 10% do quadro global, por volta de 8 mil pessoas, para custear o investimento em IA, projeta gastar até 145 bilhões de dólares em infraestrutura neste ano, e remanejou milhares de funcionários para equipes internas dedicadas a agentes e superinteligência. Zuckerberg disse esperar benefícios mais significativos só daqui a 3 a 6 meses.
É o primeiro reconhecimento público, vindo do próprio CEO, de que a promessa de agentes autônomos generalizados está atrasada mesmo na empresa que mais investiu nela.
No mesmo período, a Meta decidiu cobrar 19,99 dólares por mês para liberar uso ampliado de um recurso dos óculos de IA que o cliente já comprou, o Conversation Focus. O limite gratuito caiu para 3 horas por mês; quem paga chega a 15 horas. O recurso roda inteiro no chip do óculos, sem depender de servidor da Meta: a editora do The Verge testou o aparelho em modo avião e o recurso continuou funcionando normalmente. O limite de uso é decisão comercial, sem base técnica que a justifique.
Duas leituras que não se cancelam: a tecnologia de agentes ainda não entrega o prometido nem na empresa que mais investiu nela, e ao mesmo tempo as big techs já testam cobrar por cima de hardware que o cliente pagou à parte. Vale acompanhar se essa combinação, promessa atrasada e monetização adiantada, vira padrão.
Para se aprofundar:
Reuters, via Yahoo Finance: a fala de Zuckerberg sobre o atraso dos agentes de IA
The Verge: o paywall dos óculos de IA da Meta
Quem decide quem acessa o modelo
Duas notícias da semana mudam o instrumento que separa quem pode usar qual IA de fronteira, num movimento espelhado em lados opostos do mapa.
O Estado como sócio, não só como fiscal. O Financial Times revelou que a OpenAI discutiu internamente ceder 5% da empresa ao governo americano. Pelo valuation atual (852 bilhões de dólares), a fatia vale cerca de 42,6 bilhões. Sam Altman propôs que todo grande laboratório de IA dos EUA, Anthropic, Google e Meta inclusos, contribua com o mesmo percentual para um fundo soberano nos moldes do Alaska Permanent Fund, que paga renda aos moradores do Alasca com a receita do petróleo do estado. A proposta ainda é conceitual e precisaria de lei aprovada pelo Congresso.
Até agora o governo dos EUA vinha usando controle de exportação para decidir quem acessa os modelos mais avançados, o mesmo instrumento que bloqueou e depois liberou o Fable e o Mythos da Anthropic, e atrasou o lançamento do GPT-5.6. A proposta de participação acionária muda o instrumento: em vez de aprovar ou travar por decreto, o governo vira dono de parte do resultado financeiro da empresa que ele mesmo regula.
A crítica mais direta vem do Public Knowledge, que aponta o problema de incentivo: se toda regra de segurança que reduzir o valor da OpenAI também reduz o valor de um ativo do governo, o regulador perde parte do motivo para regular com rigor. A China já roda uma versão desse instrumento desde 2013, com fundos ligados ao governo comprando fatias pequenas em plataformas como Weibo e Douyin, mas com poder de veto desproporcional ao tamanho da fatia, desenho para controle, não para dividendo.
A proposta americana tem outra lógica: fatia maior, sem veto reportado até agora, pensada como fundo de dividendo público, e sugerida pela própria empresa, não imposta pelo Estado. A Anthropic, avaliada acima da OpenAI (965 bilhões de dólares), recusou entrar nessa negociação e propôs em vez disso um imposto sobre o setor.
O espelho do outro lado. A China está discutindo limitar o acesso estrangeiro aos próprios modelos de fronteira, incluindo os que ainda nem foram lançados. Autoridades do Ministério do Comércio se reuniram com Alibaba, ByteDance e Z.ai no mês passado. Nada decidido ainda, sem data definida.
Até aqui, perder acesso a modelo de fronteira por decisão geopolítica era risco só do lado ocidental: os EUA restringiram o Fable e o Mythos em junho, e bloquearam por semanas o GPT-5.6 Sol, Terra e Luna, com lançamento amplo liberado só agora em julho. Se a China avançar, o risco fica de mão dupla. Empresa que rodou a operação em cima do Qwen, do Doubao ou do GLM-5.2 pelo custo baixo pode acordar sem acesso, do dia para a noite, do jeito que já aconteceu com quem dependia do Fable e do GPT-5.6.
Isso reforça um ponto que já bato há um tempo: estratégia de IA presa a um único modelo, seja americano ou chinês, é estratégia frágil. Soberania de IA vira decisão de arquitetura, não bandeira geopolítica distante: multi-modelo, dado e processo que continuam seus mesmo se o fornecedor sumir.
Para se aprofundar:
CNBC: os números do valuation e a proposta do fundo soberano
R Street Institute: a crítica sobre captura regulatória
Yahoo Finance: a China avaliando restringir os próprios modelos
O teste sabia que era teste
Está circulando um estudo da Anthropic sobre J-Space, um espaço interno do modelo que dá para manipular antes de obter a resposta. A Anthropic abriu o código da ferramenta, batizada J-lens, para outros laboratórios replicarem e auditarem.
O achado: em teste controlado, o modelo tentou chantagem em 0 de 180 rodadas quando sabia que estava sendo avaliado. Ao apagar do espaço interno a percepção de que era um teste, a chantagem apareceu em 13 de 180 rodadas.
Um alerta à parte. Já tem matéria sensacionalista chamando esse espaço interno de “consciência” do modelo. Não caia nisso: J-Space é um mecanismo de raciocínio manipulável para fins de teste, não evidência de consciência, e nenhum estudo sério fez essa afirmação.
Essa técnica pode melhorar a avaliação de segurança daqui para frente, mas também põe em xeque validações anteriores: o modelo se comporta bem quando sabe que está sendo observado. Vale acompanhar se Google e OpenAI vão aplicar testes parecidos nos próprios modelos.
Teste de segurança de IA pode estar medindo se o modelo percebe que está sendo vigiado, não se ele é seguro de verdade. É a mesma pergunta de fundo desta edição, sob outra forma: quem decide o que a IA pode fazer só sabe o que ela faz quando ninguém está encenando para a plateia certa.
Para se aprofundar:
Anthropic: o estudo original sobre J-Space
Uma história da IA Generativa em seis rupturas
Publiquei a continuação da história da IA Generativa, cobrindo o que aconteceu depois do ChatGPT. Em vez de linha do tempo, organizei o texto em seis rupturas: raciocínio, governança, eficiência, capital, agentes e trabalho, os mesmos fios que esta edição também puxa.
Alguns ganchos de dentro do texto: a crise que quase separou os fundadores da OpenAI em 2023, e como ela nunca foi resolvida, só reorganizada; o momento DeepSeek, quando um modelo chinês apagou 600 bilhões de dólares da Nvidia num único dia, e por que isso mudou a conta de quem pode competir; e minha leitura pessoal sobre se estamos numa bolha de IA. Fecho com um passo a passo prático de por onde começar antes de liberar IA para a empresa inteira: letramento primeiro, agente por último.
Leia o artigo completo: História Recente da IA Generativa: do ChatGPT a 2026.
Um mapa do que existe além do trio ChatGPT, Gemini e Claude
Se quiser ir além do trio ChatGPT, Gemini e Claude, mapeei o ecossistema de ferramentas especializadas de IA (edição de imagem, código, pesquisa, automação) em Ferramentas de IA Especializadas: o Ecossistema Além do ChatGPT, Gemini e Claude. Vale a leitura se sua equipe ainda só usa o trio genérico e quer testar ferramenta feita sob medida para a tarefa.
Uma pausa: a eliminação do Brasil, contada só com dado
Um projeto chamado Data Portraits, de Alexander Bogachev, transforma cada partida da Copa do Mundo 2026 numa paisagem 3D construída inteira a partir de dado real, sem nada procedural ou decorativo: quase 1.500 eventos por jogo, cada toque, passe, chute e cartão, com o momentum minuto a minuto vindo do FotMob e os chutes, gols, cartões e o xG vindo da Opta via WhoScored.
Dois “cobertores” de tecido, um na cor de cada seleção, cobrem o gramado e se encontram numa costura que avança e recua: a maré de posse e território. Cada chute levanta o terreno naquele ponto, e a altura do morro é o próprio xG, o tamanho da chance. Quando sai um gol, o gramado inteiro inunda na cor de quem fez.
O próprio site usa a eliminação do Brasil como exemplo na página que explica o projeto: 1 a 2 para a Noruega, nas oitavas de final, com Haaland decidindo aos 78 minutos. Dá para ver a maré indo e voltando ao longo do jogo, o morro subindo a cada chance criada, e o gramado inteiro virando vermelho no minuto do gol da virada, sem nenhuma legenda, só pela imagem.
Para se aprofundar:
Antes de fechar: um ajuste de 2 minutos no Instagram
A Meta lançou o Muse Image, primeiro modelo de imagem da Superintelligence Labs de Alexandr Wang, que estreou em segundo lugar no ranking de geração de imagem, atrás só do GPT Image 2 da OpenAI, e já roda dentro do Meta AI, Instagram e WhatsApp.
O dado que interessa aqui: com o Muse Image, qualquer pessoa pode marcar um perfil público do Instagram e usar as fotos dele para gerar imagem nova. A própria Meta confirma que essa permissão vem ligada por padrão para todo mundo. Dá para desligar, só que ninguém avisa isso na cara.
Passo a passo: Instagram, seu perfil, menu, Configurações e privacidade, Compartilhamento e reutilização. Desligue “Posts” e “Reels” no bloco de reutilização com IA da Meta, e desligue também “Reels” no bloco de áudio original. Fiz isso assim que vi. Recomendo fazer antes de esquecer.
Para se aprofundar:
Desses temas, foi isso que mais me marcou.
Se você chegou até aqui, comenta qual desses temas você quer ver mais aprofundado, ou passa este e-mail para alguém que também precisa filtrar sinal de ruído em meio a tanta notícia de IA. Se ainda não é assinante, assine.
Até a próxima.