GM demite 600 para contratar em IA: troca que não fecha?

O fato

A General Motors acabou de demitir mais de 600 funcionários de TI, cerca de 10% do departamento. O motivo não foi corte de custos, mas uma troca deliberada de competências: abrir espaço para profissionais com habilidades em inteligência artificial.

Segundo a própria GM, as demissões abriram caminho para contratar pessoas com experiência em desenvolvimento nativo em IA, engenharia de dados, análise, engenharia em nuvem, desenvolvimento de agentes e modelos, engenharia de prompt e novos fluxos de trabalho de IA. Em outras palavras, a montadora quer gente que saiba construir sistemas de IA do zero, não apenas usar ferramentas prontas.

Como funciona (visão de operador)

Na prática, a GM está trocando profissionais que mantinham sistemas legados por engenheiros capazes de projetar pipelines de treinamento, ajustar modelos e integrar APIs de inferência. O custo dessa transição não é só financeiro: há perda de conhecimento institucional e um hiato de produtividade enquanto os novos times se ambientam.

A grande questão é latência de aprendizado. Treinar um engenheiro de IA para entender os gargalos de manufatura automotiva leva meses. Enquanto isso, os sistemas antigos podem ficar com suporte reduzido.

O que isso muda na prática

Quem ganha: profissionais com experiência em fine-tuning, RAG, agentes autônomos e deploy de modelos em produção. Quem perde: quem depende de linguagens ou plataformas legadas sem perspectiva de migração para IA.

Ação prática: se você trabalha com TI corporativa, comece a estudar arquiteturas de inferência e custo de tokens. Empresas vão pagar mais por quem entende de orquestração de modelos do que por quem só opera CRUD.

Tensão e reflexão

Mas será que a troca compensa? A CNBC calculou que Ford, GM e Stellantis cortaram juntas mais de 20 mil empregos nos EUA desde o pico recente. Muitos desses cortes têm ligação com IA. Porém, relatos de engenheiros e fundadores sugerem que nem todas as empresas sabem exatamente o que estão fazendo com a tecnologia.

Há um risco real de investir pesado em contratação de IA sem ter clareza dos casos de uso. Um exemplo oposto é a Samsara, que usou câmeras em caminhões para treinar um modelo que detecta buracos em estradas e já vende isso para prefeituras. Isso gerou receita. Já a GM parece estar numa corrida por talento sem um plano claro de produto.

O custo real não é só salarial: é o tempo perdido em reengenharia de processos que poderiam ser resolvidos com ajustes incrementais. A troca de habilidades pode ser necessária, mas não é automática.

Fechamento

Se você é gestor, não se iluda: demitir para contratar em IA só funciona se houver um roadmap técnico claro. Caso contrário, o resultado é uma equipe mais cara e com a mesma produtividade baixa. A lição da GM é que a pressa por skills de IA não substitui estratégia.