60% dos colaboradores precisarão ser capacitados em IA até 2027. Recrutar não será suficiente.
O número vem do World Economic Forum (2025) e merece atenção. 60%. Não 60% dos desenvolvedores. 60% do total dos colaboradores. Contadores, profissionais de marketing, juristas, RH, gestores. A IA impacta todos os ofícios, não apenas a tecnologia.
Enquanto isso, recrutar um data scientist custa 6 vezes mais do que capacitar um colaborador existente. O mercado de talentos de IA é estruturalmente deficitário. Segundo o LinkedIn Economic Graph (2025), há 3 vagas para 1 candidato qualificado em data science e IA na Europa. A concorrência entre empregadores se intensificou fortemente em 2 anos. E os melhores perfis vão para as empresas que oferecem os projetos mais ambiciosos - que as organizações tradicionais têm dificuldade em propor.
Mesmo quando você recruta, a rotatividade é brutal. Duração média de um data scientist no cargo: 2,3 anos. Seis meses de onboarding para 2 anos de contribuição efetiva. O ROI é fraco.
O upskilling inverte a equação
Seus colaboradores já conhecem o negócio, os processos, os dados. Faltam as competências técnicas. Capacitá-los custa 6 vezes menos, e a retenção é melhor: um colaborador capacitado internamente é 40% mais fiel do que um recrutado externamente. É lógico - ele se sente investido, progride, não recomeça do zero a cada dois anos.
A armadilha clássica: enviar todo mundo para o mesmo treinamento "Introdução à IA" de 2 dias. Os juniores ficam perdidos. Os seniores se entediam. Ninguém sabe o que fazer na segunda-feira de manhã. O upskilling que funciona tem três níveis distintos.
Sensibilização para todos - 2 a 3 dias. Sem código. Conceitos, casos de uso de negócio concretos, demonstrações com as ferramentas que os colaboradores realmente usarão. O objetivo: que cada um possa identificar uma oportunidade de IA no seu dia a dia.
Usuários avançados - 2 a 4 semanas. Os perfis de negócio que interagem diretamente com as ferramentas de IA: prompt engineering, uso dos assistentes no seu workflow, leitura de dashboards de IA, feedback aos modelos. Eles não codificam. Eles usam, validam, melhoram.
Especialistas técnicos - 3 a 6 meses. Os desenvolvedores e analistas de dados que evoluem para machine learning, MLOps, arquitetura de sistemas de IA. Formação intensiva, projetos em condições reais, mentoria por praticantes.
A gestão de mudança define o sucesso ou o fracasso
A formação técnica não basta. Os retornos do campo são categóricos: 70% dos projetos de upskilling em IA que fracassam, fracassam por causa da gestão de mudança, não do conteúdo.
Três condições. O patrocínio da diretoria - se o COMEX não leva a mensagem, os gestores intermediários vão bloquear. "Minhas equipes não têm tempo" é a frase que mais ouvimos. Ela desaparece quando a diretoria transforma isso em objetivo estratégico.
Trilhas personalizadas por função. O contador que usa um agente de fechamento não precisa do mesmo treinamento que o profissional de marketing que opera GenAI. Treinar todo mundo igual é não treinar ninguém corretamente.
Resultados mensuráveis. Quantos casos de uso identificados pelos participantes? Quantos colocados em produção nos 3 meses pós-treinamento? Qual ganho de produtividade medido? Se você não mede, não sabe se funciona - e não pode justificar o investimento.
O RH no centro do jogo
A IA não é mais um tema de TI. É um tema de RH. A diretoria de recursos humanos deve pilotar o upskilling como pilota os planos de desenvolvimento de competências. Mapear os gaps por função. Definir as trilhas. Medir o impacto. Alinhar os incentivos - o upskilling deve ser valorizado nas avaliações, não considerado como um "plus" facultativo.
E principalmente, antecipar as reconversões. A IA transforma certos ofícios mais rápido que outros. As funções com forte componente administrativo - back-office, digitação, reporting - são as primeiras impactadas. O RH deve prever as passarelas para funções aumentadas pela IA. Capacitar antes de reestruturar, não depois.
O custo de não fazer nada
Cada mês que passa sem um programa de upskilling estruturado amplia o fosso. As empresas que investem agora constroem uma vantagem humana duradoura - equipes que entendem a IA, que a utilizam, que a melhoram. As que esperam se encontrarão com ferramentas implantadas e colaboradores despreparados para utilizá-las.
A IA não é apenas uma ferramenta. É uma competência. E competências se constroem - não comprando perfis raros em um mercado apertado, mas investindo nas pessoas que já estão aqui.
