Por que a capacitação virou critério para ficar na empresa na era da IA

Uma pessoa recebe duas propostas de trabalho com salário parecido. Em uma, a empresa apresenta um curso obrigatório de ferramenta de inteligência artificial, reserva algumas horas da semana para estudo e explica quais tarefas poderão mudar. Na outra, libera o acesso a um assistente de IA, mas deixa cada funcionário descobrir sozinho o que pode fazer, quais dados não devem ser enviados e como o resultado será avaliado. A diferença entre as ofertas não está no nome do benefício. Está na previsibilidade da carreira. É por isso que a capacitação passou a pesar na decisão de ficar, sair ou entrar em uma organização.

Segundo a pesquisa da KPMG citada pela Exame, 62% dos entrevistados dizem que o apoio da empresa ao aprimoramento de habilidades influencia essa decisão. O dado aparece quando a inteligência artificial redesenha tarefas, cargos e critérios de produtividade. O funcionário não avalia somente se a ferramenta está disponível. Ele observa se terá condições de aprender a usá-la, se a liderança entende o processo e se a mudança abre espaço para uma função melhor.

Minha leitura é que o número mede uma troca de confiança. A empresa pede adaptação tecnológica. O profissional quer evidência de que a adaptação não será uma cobrança unilateral. Capacitação, nesse caso, funciona como parte do contrato de trabalho, mesmo quando não está escrita como salário ou benefício.

A empresa precisa transformar acesso à ferramenta em capacidade de trabalho

O primeiro passo do mecanismo é separar três coisas que costumam aparecer misturadas: acesso, treinamento e aplicação. Dar uma conta de uma ferramenta de IA resolve o acesso. Não ensina o que deve ser feito com ela. Uma aula genérica explica comandos e possibilidades. Ainda não prova que o conhecimento melhorou uma tarefa real. A capacitação começa a produzir valor quando liga a ferramenta a um processo que já existe, com uma pessoa responsável por revisar o resultado.

O levantamento do FGV IBRE sobre o uso de IA nas empresas brasileiras ajuda a dimensionar a distância entre adoção e alcance. As sondagens consultaram cerca de 3.608 empresas e 6.183 pessoas acima de 14 anos no primeiro trimestre de 2025. Empresas responsáveis por 39% do valor adicionado dos setores pesquisados disseram utilizar IA regularmente. Quando o cálculo considera o pessoal ocupado, o índice cai para 31,9%. Entre trabalhadores, 15% afirmaram ter acesso à IA no trabalho. Cerca de três quartos das empresas que usam a tecnologia disseram que ela alcançava menos de 20% do quadro.

A conta mostra o problema prático. Se 100 empresas equivalentes em valor adicionado usam IA e o acesso alcança, em média, 31,9% do pessoal ocupado, a tecnologia pode estar concentrada em áreas específicas. O dado do FGV IBRE sobre os trabalhadores mostra 15% com acesso. A diferença é de 16,9 pontos percentuais. Ela não prova que exista fraude ou resistência. Indica que parte da adoção fica restrita a determinados departamentos, enquanto o restante da equipe percebe a mudança de fora.

Nesse ponto, o treinamento deixa de ser uma palestra sobre tendências. Ele precisa responder quatro perguntas do processo: qual tarefa será alterada, qual habilidade será exigida, quem confere a saída da IA e como o desempenho será medido. Um analista financeiro pode aprender a resumir um relatório, mas a competência completa inclui identificar uma informação ausente, conferir a fonte e decidir se o resumo pode ser usado em uma reunião. O comando é uma parte pequena do trabalho. O julgamento continua sendo da pessoa.

Esse desenho também evita que a capacitação produza uma elite isolada. O FGV IBRE registrou uso mais frequente nas grandes empresas, com 46,7% quando o percentual é ponderado pelo pessoal ocupado, contra 30,6% nas médias e 20,7% nas pequenas. Uma organização que treina somente especialistas amplia a distância entre quem controla a nova ferramenta e quem executa as tarefas afetadas por ela. Uma trilha por função leva a aprendizagem para o setor comercial, financeiro, operacional e administrativo, cada um com exemplos do próprio fluxo.

Upskilling e reskilling resolvem problemas diferentes

O segundo passo é definir o tipo de mudança. Upskilling é o aprimoramento da habilidade que a pessoa já usa. Um profissional de marketing que passa a analisar dados de campanhas com apoio de IA está ampliando sua função. Reskilling é uma requalificação para outra atividade. Alguém que trabalhava no atendimento pode aprender a monitorar uma operação automatizada, interpretar exceções e encaminhar casos que exigem decisão humana.

A distinção importa porque os prazos e os indicadores são diferentes. No upskilling, a empresa pode comparar uma tarefa antes e depois do treinamento, desde que preserve a qualidade. No reskilling, precisa verificar se a pessoa consegue executar o novo conjunto de responsabilidades, com acompanhamento e critérios claros. Oferecer o mesmo curso para os dois casos cria uma promessa vaga: quem precisava melhorar uma competência recebe conteúdo demais, enquanto quem precisava mudar de função recebe conteúdo de menos.

O Future of Jobs Report 2025, do Fórum Econômico Mundial, estima que 59 de cada 100 trabalhadores precisarão de treinamento até 2030. Do grupo, os empregadores projetam que 29 poderão ser capacitados na função atual e 19 poderão ser preparados para outra função dentro da própria organização. Onze, porém, provavelmente não receberão a requalificação necessária. O relatório também informa que 85% dos empregadores pretendem priorizar o aprimoramento das equipes.

Esses números ajudam a entender por que a capacitação influencia a permanência. O profissional não está perguntando somente se a empresa comprou tecnologia. Ele quer saber em qual dos dois caminhos será colocado: melhorar o trabalho que já faz ou construir uma transição para uma atividade nova. Sem essa resposta, a inteligência artificial aparece como ameaça abstrata. Com ela, vira um plano de desenvolvimento que pode ser acompanhado.

Um caso brasileiro mostra como a lógica funciona em escala. O Banco do Brasil informou que mais de 36 mil funcionários do banco e do conglomerado se inscreveram no AcademIA BB 2026, programa voltado a IA generativa e agêntica. O comunicado diz que a edição anterior, realizada em 2024, mobilizou mais de 24 mil funcionários e registrou mais de 240 mil cursos realizados em IA e dados pela UniBB. O BB também informou ter mais de 12 mil agentes do Copilot em operação.

O caso não serve como receita para toda empresa. Ele evidencia o encadeamento. Primeiro, a organização abre a formação para diferentes áreas. Depois, conecta o conteúdo às ferramentas que já estão em operação. Por último, usa governança e curadoria para que a adoção não dependa do entusiasmo individual de um grupo pequeno. O funcionário enxerga o caminho entre aprender, aplicar e participar de uma mudança concreta no trabalho.

A retenção aparece quando a aprendizagem entra na rotina, não no discurso

O terceiro passo é criar tempo, supervisão e prova de aplicação. Uma trilha de aprendizagem sem espaço na agenda concorre com as mesmas metas que deveria ajudar a cumprir. A pessoa pode concluir um módulo, mas voltar para a rotina sem testar nada. Por isso, o gestor precisa reservar uma tarefa controlada, indicar a ferramenta autorizada e estabelecer o que será revisado por uma pessoa.

O Ministério do Trabalho e Emprego oferece um exemplo de formação com etapas verificáveis na Escola do Trabalhador 4.0. A plataforma tem cursos gratuitos e online em tecnologia, trilhas de inteligência artificial e uma avaliação para a certificação Microsoft. A página informa que mais de 1,82 milhão de pessoas haviam se inscrito e 254.088 tinham concluído cursos na trilha de letramento digital e produtividade quando o conteúdo foi publicado. A existência de curso, prova e certificado torna o avanço visível. Dentro de uma empresa, a equivalência seria módulo concluído, tarefa aplicada e revisão registrada.

A aprendizagem também precisa incluir limites. O estudo da IDC comissionado pela Microsoft ouviu 73 executivos de empresas brasileiras com mais de mil funcionários. A pesquisa informa que 86% investem em capacitação para áreas de tecnologia da informação e 71% para áreas de negócios. O mesmo material registra que 30% apontam escassez de talentos como uma barreira para adotar IA e que 43% relatam dificuldade de contratação e retenção ligada ao atraso tecnológico.

O processo, portanto, não termina quando o funcionário aprende a gerar um texto, resumir uma reunião ou consultar uma base de dados. A organização precisa definir quais informações podem entrar na ferramenta, quem aprova a resposta, como erros são reportados e quando a tarefa deve voltar para uma pessoa. A KPMG resume essa mudança ao relacionar investimento em habilidades, revisão de processos e integração da IA às decisões do dia a dia. Capacitação sem regra aumenta a velocidade de um processo mal controlado. Regra sem capacitação transforma a política em um documento que ninguém sabe aplicar.

Na segunda-feira, o diagnóstico começa por uma tarefa concreta

Para um pequeno negócio, a primeira ação não precisa ser comprar uma plataforma de treinamento. Escolha uma tarefa repetitiva que já tenha responsável, como responder perguntas frequentes, organizar pedidos ou comparar informações de fornecedores. Registre quanto tempo ela consome e quais erros exigem retrabalho. Em seguida, teste uma ferramenta aprovada com dados fictícios ou não sensíveis, compare a resposta com o procedimento atual e anote o que precisou ser corrigido.

O dono deve repetir o teste com quem executa a tarefa, não somente com a pessoa mais interessada em tecnologia. Se a saída for útil, transforme o teste em uma instrução curta: objetivo, dados permitidos, conferência obrigatória e responsável pela decisão. Se falhar, registre o motivo. Esse registro indica a habilidade que falta. Pode ser interpretação de dados, escrita de comandos, conferência de fonte ou compreensão do processo. É esse diagnóstico que define o treinamento seguinte.

O resultado pode ser acompanhado em três medidas simples: tempo gasto, quantidade de correções e qualidade da entrega. A capacitação merece continuar quando melhora pelo menos uma delas sem piorar as outras. Para o funcionário, esse método mostra que aprender não significa aceitar uma cobrança indefinida. Significa adquirir uma competência que tem aplicação, limite e critério de avaliação.

Os 62% apontados pela KPMG fazem sentido nesse mecanismo. Permanecer em uma empresa depende também de enxergar futuro dentro dela. Quando a organização oferece acesso, formação, tempo de prática e uma rota de upskilling ou reskilling, a inteligência artificial deixa de ser uma ameaça sem contorno. Passa a ser uma mudança que pode ser entendida e disputada por quem já conhece o negócio.

Fontes consultadas

Exame, pesquisa da KPMG sobre capacitação e permanência.

FGV IBRE, inteligência artificial nas empresas brasileiras.

Banco do Brasil, AcademIA BB.

Fórum Econômico Mundial, Future of Jobs Report 2025.

Ministério do Trabalho e Emprego, Escola do Trabalhador 4.0.

Microsoft e IDC, adoção de IA no Brasil.