Corte de 8 mil vagas com justificativa de custos de IA
Mark Zuckerberg disse, em relatório recente, que os custos crescentes com inteligência artificial contribuíram para a demissão de 8 mil funcionários do Meta. A declaração acendeu um debate que já estava latente: até que ponto a automação está substituindo pessoas de forma direta? Não é só Meta, claro. Google, Microsoft e Amazon também fizeram cortes massivos nos últimos anos, e o discurso sempre paira na mesma nuvem: eficiência, transformação digital, IA.
O fato: Zuckerberg liga IA a cortes
Em comunicado interno vazado e confirmado pelo Forbes, Zuckerberg afirmou que a empresa precisou redirecionar bilhões de dólares para infraestrutura de IA, incluindo data centers, GPUs e pesquisa. O custo operacional subiu tanto que a saída foi reduzir a folha de pagamento. Não é segredo que o Meta vem investindo pesado em modelos como o Llama 3 e em assistentes generativos. Mas até então ninguém tinha colocado na mesa de forma tão explícita: IA custa caro e esse custo é pago com empregos.
Como funciona na prática: a equação de custos
Para quem opera modelos de linguagem grandes, a conta é simples: treinar um modelo como o Llama 3.1 405B pode custar dezenas de milhões de dólares só em computação. Depois, a inferência – ou seja, rodar o modelo para cada usuário – consome GPUs caríssimas (H100 ou AMD MI300X) e eletricidade. O Meta, que historicamente dependia de datacenters para redes sociais, agora precisa de clusters especializados. A estimativa é que cada funcionário custe entre US$200 mil e US$400 mil por ano (salário + benefícios). Oito mil funcionários representam entre US$1,6 bilhão e US$3,2 bilhões anuais. Coincidentemente, o Meta planeja gastar mais de US$30 bilhões em capex de IA em 2025. A conta fecha. Mas a pergunta que fica: a IA realmente substitui 8 mil empregos ou o discurso é conveniente?
O que isso muda na prática?
Quem ganha? Fornecedores de hardware (Nvidia, AMD) e startups de automação. Quem perde? Profissionais de áreas como moderação de conteúdo, suporte, design gráfico e até engenharia de software júnior. Na prática, se você trabalha com tarefas repetitivas que podem ser automatizadas por IA generativa, o risco aumentou. Uma ação concreta: diversifique suas habilidades para incluir supervisão de sistemas de IA, fine-tuning de modelos ou integração de APIs. Não adianta só saber usar ChatGPT. Empresas vão precisar de quem entenda de custos de inferência, latência e governança de dados.
Tensão real: isso escala ou só empurra o problema?
Reduzir 8 mil pessoas para investir em IA pode fazer sentido no curto prazo: corte de custos, aumento de produtividade. Mas a longo prazo, a manutenção de modelos de IA também exige gente: engenheiros de ML, anotadores, auditores. Fora que o Meta já demitiu mais de 20 mil pessoas nos últimos anos. Onde está o limite? Se a IA realmente substituir esses profissionais, quem vai consumir os produtos do Meta? O desemprego em massa pode reduzir a base de usuários e a receita publicitária. É uma contradição que ninguém parece querer enfrentar.
Conclusão
Zuckerberg colocou os pingos nos is: IA não é só promessa de eficiência, é também custo que impacta vidas. A pergunta que fica para quem está no mercado: você está se preparando para ser substituído ou para operar a máquina que substitui? Enquanto isso, o Meta segue testando os limites – e o custo real da automação ainda está sendo calculado.
Fonte: Forbes
Nenhum comentário ainda. Seja o primeiro a comentar!
Deixe seu comentário