Quando se diz que a inteligência artificial pode afetar milhões de trabalhadores na Tailândia, é fácil imaginar softwares substituindo pessoas em grande escala. As evidências mais recentes, porém, apontam para uma transição mais complexa.
O National Economic and Social Development Council (NESDC) da Tailândia aplicou um modelo de exposição à IA generativa aos dados da força de trabalho do quarto trimestre de 2025. A estimativa é que cerca de 8,7 milhões de trabalhadores, ou 21,8% da força de trabalho tailandesa, estejam em ocupações potencialmente afetadas pela IA generativa.
Há uma diferença importante dentro desse número. Cerca de 2,2 milhões de trabalhadores, ou 5,4% da força de trabalho, estavam em um grupo de substituição de tarefas. Um grupo bem maior, de 6,5 milhões ou 16,3%, estava em atividades onde a IA tende mais a complementar tarefas e elevar a produtividade, enquanto funções centrais continuam dependendo de capacidades humanas.
Por isso, a pergunta mais útil não é apenas "quantos empregos a IA vai tirar?", mas quais partes do trabalho vão mudar e para onde vai o valor humano quando algumas tarefas ficarem mais baratas ou rápidas.
Exposição à IA não significa perda automática de emprego
Um emprego normalmente é um conjunto de atividades. Algumas podem ser automatizadas, outras aceleradas, e outras ainda dependem fortemente de comunicação, negociação, julgamento e responsabilidade.
O NESDC separa os efeitos em dois grandes grupos. Task Replacement inclui trabalhos em que a IA pode substituir parte ou a totalidade de tarefas estruturadas e repetitivas. O grupo é estimado em cerca de 2,2 milhões de trabalhadores e inclui partes de funções administrativas, contábeis e de programação.
O grupo maior, Task Augmentation, com cerca de 6,5 milhões de trabalhadores, inclui ocupações nas quais a IA pode executar algumas etapas ou processar informações com mais eficiência, enquanto tarefas importantes continuam dependendo de pessoas.
A evidência regional aponta na mesma direção. A International Labour Organization estimou que, em 2025, 22,9% do emprego na ASEAN estava em ocupações com exposição acima do nível mínimo à IA generativa, enquanto apenas 3,3% estava na categoria de maior exposição. Até julho de 2026, a ILO relatou pouca evidência de disrupção generalizada do mercado de trabalho causada pela IA generativa.
Isso não elimina o risco. Significa apenas que "o trabalho está mudando" e "os empregos estão desaparecendo" não são a mesma afirmação.
A IA costuma chegar primeiro à tarefa e depois ao emprego inteiro
Pense em um profissional de finanças que coleta dados, monta tabelas, verifica anomalias, explica resultados à gestão e responde por uma recomendação. Ou em alguém de marketing que pesquisa clientes, prepara materiais, avalia campanhas, conversa com clientes e decide onde alocar orçamento.
A IA pode ficar muito mais rápida em algumas dessas atividades sem eliminar o valor de todas as outras partes da função. Se ela produz um primeiro rascunho em minutos, o valor desse rascunho pode cair. Mas pode aumentar o valor de saber quais dados são confiáveis, perceber o que está errado, avaliar se uma conclusão é arriscada demais e decidir qual deve ser o próximo passo.
Por isso, olhar apenas para a exposição ocupacional pode enganar. Uma ocupação muito exposta pode reunir tarefas vulneráveis à automação e tarefas em que a IA aumenta a produtividade, isto é, a quantidade de resultado útil obtida com a mesma quantidade de recursos.
Quando uma tarefa fica mais barata, a empresa tem mais de uma escolha
Suponha que um software reduza uma hora de trabalho para quinze minutos. O custo da tarefa caiu, mas a decisão seguinte da empresa não está definida de antemão.
Ela pode reduzir pessoal. Também pode manter a mesma equipe e produzir mais, atender mais clientes, testar produtos mais rápido ou deslocar pessoas para atividades que exigem mais julgamento. Se a produção por trabalhador cresce e a empresa consegue vender o resultado adicional, a IA pode apoiar expansão em vez de uma redução imediata do emprego.
O contrário também pode ocorrer. Se a demanda não cresce e sobra pouco trabalho de alto valor depois da automação, o incentivo para reduzir vagas aumenta. O resultado sobre o emprego depende da tecnologia, do modelo de negócio, da demanda e da capacidade dos trabalhadores de migrar para tarefas em que a IA ainda é mais fraca.
Não existe uma equação simples em que um ganho de 20% de produtividade obrigatoriamente produza uma redução de 20% no emprego.
O trabalho que ganha valor pode ser aquele que exige julgamento
À medida que as ferramentas melhoram em tarefas estruturadas, a capacidade escassa pode deixar de ser produzir texto ou cálculos rapidamente e passar a ser compreender contexto, fazer a pergunta certa e assumir responsabilidade pelo resultado.
A OECD relata que a adoção de IA está elevando o nível de qualificação exigido em muitos locais de trabalho. Mais da metade dos empregadores pesquisados em manufatura e finanças afirmou precisar mais de trabalhadores com alta escolaridade depois de adotar IA. Ao mesmo tempo, a OECD estima que menos de 1% dos trabalhadores precisará de habilidades avançadas específicas de IA, como desenvolvimento de modelos ou programação de IA.
Para a maioria das pessoas, o conjunto relevante de habilidades é mais amplo: usar, analisar e interpretar dados, resolver problemas, criar, gerir e aplicar outras competências humanas.
Se a IA torna a "primeira resposta" mais barata, o trabalhador pode criar mais valor ao definir o problema, verificar a resposta, conectá-la ao contexto do negócio e decidir quando a informação está incompleta.
O risco mais imediato pode estar no primeiro degrau da carreira
O ajuste do mercado de trabalho não precisa aparecer como uma grande onda de demissões. Ele também pode surgir como menos oportunidades para novos trabalhadores.
Vagas de entrada tradicionalmente incluem coleta de informações, elaboração de documentos, checagem de arquivos, análises básicas e solução de problemas estruturados. Essas atividades também são o treinamento pelo qual profissionais jovens acumulam experiência antes de chegar a funções que exigem mais julgamento.
Dados dos Estados Unidos do Stanford Digital Economy Lab servem como sinal de alerta, não como prova de que o mesmo padrão já exista na Tailândia. Até junho de 2026, o emprego de pessoas de 22 – 25 anos em ocupações altamente expostas à IA estava cerca de 19% abaixo do nível que teria alcançado se tivesse crescido no mesmo ritmo do emprego de jovens em ocupações menos expostas. O ajuste apareceu principalmente por meio de contratações mais fracas, não por aumento das saídas.
Stanford destaca que esses são padrões descritivos, e não estimativas causais do efeito da IA. Mesmo assim, surge uma pergunta importante: se a IA assumir mais tarefas juniores, como os jovens vão adquirir a experiência necessária para funções seniores?
Nem todo mundo precisa virar engenheiro de IA
A resposta à IA não deve começar com a ideia de que todo trabalhador precisa aprender machine learning ou desenvolvimento de modelos.
Em muitas profissões, a vantagem pode vir de entender melhor o próprio campo, usar IA para reduzir trabalho repetitivo e fortalecer as partes que dependem de conhecimento do domínio, verificação e julgamento. Um contador pode usar IA para organizar informações, mas ainda precisa validar o resultado e interpretar seu significado. Um profissional de marketing pode usar IA para gerar opções, mas continua precisando entender o cliente, o orçamento, a marca e o objetivo do negócio.
Para as empresas, comprar uma ferramenta de IA também não cria produtividade automaticamente. Dados fracos, processos mal desenhados e verificação insuficiente podem tornar o trabalho mais rápido e ao mesmo tempo fazer os erros se espalharem com mais facilidade.
A oportunidade econômica está em redesenhar o trabalho para que pessoas e IA façam as partes em que cada uma tem vantagem e transformar ganhos de produtividade em produtos ou serviços de maior valor.
O que observar agora
O primeiro sinal é a contratação para vagas de entrada na Tailândia, especialmente em apoio administrativo, finanças, contabilidade, marketing, tecnologia e análises básicas. Se as vagas juniores enfraquecerem mais rápido que o emprego geral, as empresas podem estar redesenhando a escada de carreira.
O segundo é o conjunto de habilidades pedido nas vagas. A mudança importante não é apenas a presença da palavra IA, mas se aumenta a demanda por análise, verificação, comunicação, gestão de projetos e conhecimento setorial.
O terceiro são salários e emprego em trabalhos complementados por IA em comparação com trabalhos cujas tarefas são mais fáceis de automatizar. Uma diferença crescente mostraria o efeito econômico da IA no trabalho com mais clareza que o número de ferramentas compradas.
O último sinal é o investimento das empresas em upskilling e reskilling, incluindo se pequenas e médias empresas conseguem adotar IA de forma eficaz. Se os ganhos de produtividade ficarem concentrados nas grandes empresas, diferenças de eficiência e salários entre negócios podem aumentar.
A IA pode reduzir o valor de algumas tarefas. Isso não significa que o valor do trabalho humano cairá no mesmo ritmo. A questão cada vez mais importante é o que resta de um emprego depois que a IA assume uma camada de tarefas e se trabalhadores e empresas conseguem migrar rápido o bastante para essa nova fonte de valor.
