A armadilha das demissões por IA: por que demitir trabalhadores destrói demanda

Em 26 de fevereiro de 2026, Jack Dorsey fez as contas em voz alta e 4.000 pessoas perderam o emprego em uma única tarde.

Block – a empresa por trás da Square, Cash App, Tidal e Afterpay – passou de pouco mais de 10.000 funcionários para pouco menos de 6.000 em uma única mudança. Quarenta por cento da força de trabalho. Dorsey não enterrou o motivo na linguagem do RH. Ele postou o memorando no X. Ele citou “ferramentas de inteligência” – AI – como o motivador em sua carta aos acionistas. E então ele disse algo que, como construtor que envia produtos AI todos os dias, não consigo parar de mastigar há dois meses.

"Acho que a maioria das empresas está atrasada. No próximo ano, acredito que a maioria das empresas chegará à mesma conclusão e fará mudanças estruturais semelhantes. Prefiro chegar lá honestamente e nos nossos próprios termos do que ser forçado a fazê-lo de forma reativa." - Jack Dorsey, postagem em X, 26 de fevereiro de 2026

Wall Street adorou. As ações subiram cerca de 20% na sessão seguinte. O mercado leu a medida exactamente da mesma forma que Dorsey – como prova de que Block tinha decifrado o código ao fazer mais com menos pessoas. Cada CFO que assistia aquele ticker fazia a mesma aritmética. Todos os conselhos com orçamento ocioso de AI fizeram a mesma pergunta na segunda-feira.

E seis dias depois, em 2 de março de 2026, dois economistas – um da Universidade da Pensilvânia e outro da Universidade de Boston – publicaram discretamente um artigo de 70 páginas no arXiv que afirma, com o tipo de prova formal e fria que torna a matemática inegável, que todo este instinto de toda a indústria é uma armadilha. Não é uma falha moral. Uma armadilha. O dilema do prisioneiro em que o movimento que maximiza o lucro de uma empresa, executado simultaneamente por todas as empresas, destrói colectivamente o mercado que todas estão a tentar conquistar.

O artigo é chamado The AI Layoff Trap. Os autores são Brett Hemenway Falk (UPenn) e Gerry Tsoukalas (BU). Passei as últimas três semanas morando dentro dele. Esta postagem é o que eu retirei – o argumento, as descobertas contra-intuitivas, as seis soluções propostas classificadas honestamente e onde acho que o artigo está certo, onde está subestimando suas próprias conclusões e o que isso significa para qualquer um de nós construindo produtos AI e apostando carreiras no que acontecerá a seguir.

Se você ganha a vida enviando AI, esta não é uma leitura opcional. Deixe-me mostrar o porquê.

O ponto cego presente na planilha de cada CFO

Aqui está o que me pegou, e me pegou antes mesmo de eu abrir o jornal.

Um trabalhador não é apenas uma linha de custo. Um trabalhador também é um cliente.

Leia isso duas vezes. Porque todas as planilhas que já vi tratam a folha de pagamento como pura saída – um número do lado das despesas, ponto final. O CFO modela as economias de uma demissão de forma clara: pegue a compensação total, multiplique pelo corte de pessoal, subtraia a indenização e adicione-a à margem operacional. Feito. O modelo fornece sempre um número inequivocamente positivo.

Mas esse trabalhador também é alguém que compra coisas. Uma sacola de compras. Uma assinatura de academia. Uma assinatura do Cash App, ironicamente. Um terminal de pagamento da marca Block no café na mesma rua. Uma licença SaaS. Uma atualização de hardware que seu empregador teria aprovado. Quando você os demite, as economias chegam aos seus livros no primeiro dia. A demanda perdida que eles teriam gerado atinge os livros de alguém – e a maior parte não atinge os seus.

Essa é a externalidade. Esse é o artigo inteiro em uma frase. Falk e Tsoukalas chamam-lhe uma “externalidade da procura” – da mesma forma que um poluidor industrial não paga o custo do rio que contamina, uma empresa de automação não paga o custo da procura do consumidor que vaporiza. As poupanças são privadas. O dano é socializado.

Venho construindo produtos AI há anos. Já vi fundador após fundador apresentar uma apresentação onde o título era "substituímos US$ X milhões em folha de pagamento por nosso agente". Eu mesmo fiz essa proposta. Nenhuma dessas apresentações modela o efeito do lado da demanda. Nenhum deles pergunta o que acontece quando todos os concorrentes da categoria fazem a mesma coisa no mesmo trimestre. O modelo de demonstração de resultados está faltando uma coluna.

A conclusão brutal é que, sob preços competitivos – que é o mundo em que realmente vivemos – a empresa que automatiza primeiro captura totalmente a poupança de custos, mas suporta apenas uma fracção dos danos na procura, porque os danos na procura estão repartidos por todo o mercado. Assim, unilateralmente, cada empresa individual tem um movimento lucrativo e matematicamente dominante. Fogo. Sempre atire. Não existe equilíbrio onde as empresas se retêm voluntariamente, porque a retenção perde para quem deserta.

Esta é exatamente a estrutura do dilema do prisioneiro. E o artigo formaliza isso de uma forma que nunca vi ser feita antes com clareza.

A matemática tornada concreta (por que demitir 1.000 trabalhadores parece uma jogada genial)

Deixe-me ver o exemplo que o papel usa, porque no momento em que o desenhei em um guardanapo ele deixou de ser abstrato.

Imagine um mercado com dez empresas de porte aproximadamente igual. Chame-as de Empresa A até Empresa J. Cada uma tem, digamos, 1.000 trabalhadores. Força de trabalho total da indústria: 10.000 pessoas. Essas 10.000 pessoas ganham salários. Gastam uma parte desses salários neste mercado – comprando os bens e serviços que estas dez empresas vendem entre si e ao resto da economia.

A Empresa A decide implantar o AI e demitir todos os 1.000 trabalhadores. Aqui está o que acontece no balanço da Empresa A:

Economia na folha de pagamento: 100% — a Empresa A captura cada dólar usado para pagar esses trabalhadores
Impacto na procura: 1/10 — A Empresa A perde aproximadamente a sua quota de mercado proporcional à procura que os trabalhadores despedidos costumavam gerar. O outro 9/10 da perda de demanda é distribuído pelas Empresas B a J

Do ponto de vista da Empresa A, isso é inequivocamente lucrativo. Você economiza 100% do custo; você come apenas 10% da perda de demanda correspondente; os outros 90% são problema de outra pessoa. A matemática funciona. O CFO recebe uma promoção. A ação dispara 20%.

Agora, as Empresas B a J olham para a Empresa A e executam a mesma aritmética. Eles têm que fazer isso. Seus conselhos estão perguntando. Seus analistas estão perguntando. Seus acionistas estão perguntando. Todos chegam à mesma conclusão: "Se não fizermos o que A fez, a nossa estrutura de custos ficará invertida em relação à de A e perderemos margens. Se fizermos o que A fez, capturaremos 100% das nossas poupanças na folha de pagamento e consumiremos apenas 1/10 do dano marginal à procura."

Portanto, todas as dez empresas demitem todos os 10 mil trabalhadores.

E agora o mercado perdeu 100% da procura que esses trabalhadores costumavam gerar. A ação 1/10 que cada empresa “só come” – essa ação agora está acumulada dez vezes. O colapso total da demanda atinge a todos por completo. Lucros durante toda a quebra do mercado porque os clientes pararam de aparecer. As economias na folha de pagamento são reais, mas foram inundadas pelo colapso das receitas no faturamento.

Cada decisão individual era racional. O resultado coletivo é uma cratera fumegante.

O artigo prova isso formalmente. No que eles chamam de “limite sem atrito” – o limite onde todas as tarefas são igualmente automatizáveis – o jogo se transforma em um dilema clássico do prisioneiro, onde despedir toda a sua força de trabalho humana é a estratégia estritamente dominante. Não apenas uma boa jogada. O movimento dominante. O movimento que você realiza independentemente do que os outros façam. Mesmo que você soubesse com certeza que todos os outros iriam se conter, você ainda desertaria, porque desertar é individualmente lucrativo em todos os estados do mundo.

Esta é a armadilha. Não é que os CEOs sejam maus. É que as regras do jogo punem quem o joga a longo prazo. O tweet de Dorsey, lido dentro desta estrutura, não é uma bravata. É o anúncio de um movimento de equilíbrio de Nash. É um ator racional interpretando a estratégia dominante e dizendo aos outros atores racionais "vocês deveriam jogar a sua também, porque vocês vão fazer isso de qualquer maneira, é melhor fazê-lo agora".

Por que os pactos industriais voluntários não irão salvá-lo

Aqui está a parte em que o papel se torna genuinamente cirúrgico.

Cada vez que tenho essa conversa com outro fundador, alguém diz: "Mas e se todos os grandes players simplesmente concordarem em não fazer isso? Um pacto industrial. Um código de conduta. Um compromisso."

Falk e Tsoukalas levam essa ideia para o moedor de carne. O resultado não é bonito.

No dilema do prisioneiro, os acordos voluntários não são auto-aplicáveis. A estrutura da matriz de recompensa significa que se você e eu assinarmos um pacto dizendo que não automatizaremos, e você honrar isso, minha melhor jogada é desertar – demitir meus trabalhadores e capturar a economia de custos enquanto você mantém a linha. Eu entendo o lado positivo. Você não ganha nada. Se você também desertar, bem, ambos estaremos em pior situação do que se tivéssemos honrado o pacto, mas eu não estou em pior situação do que estaria se mantivesse a linha e você desertasse. Portanto, a deserção é dominante em todos os estados. O pacto não tem dentes.

Os autores observam especificamente que esta não é uma “falha de coordenação que a comunicação possa resolver”. Conversar um com o outro não resolve isso. A confiança não resolve isso. O compromisso público não resolve isso. A estrutura dos incentivos está podre. Desde que a deserção seja recompensada individualmente, nenhum acordo não vinculativo é estável.

A propósito, é por isso que a periódica “Cúpula de ética AI” ou “compromisso de automação responsável” me faz revirar um pouco os olhos. Não porque as pessoas que os assinam não sejam sinceras. Alguns deles realmente significam cada palavra. Mas a análise do equilíbrio é implacável. No primeiro trimestre em que o concorrente de um signatário — que não assinou — obtiver uma vantagem de margem de 200 pontos base devido ao lançamento do AI, o conselho desse signatário terá uma reunião muito séria. E no segundo trimestre, o pacto está morto.

A única maneira de sair do dilema do prisioneiro é mudar a matriz de recompensas. Não os jogadores. Não a retórica. A matriz.

O que nos leva às seis coisas que o artigo propõe – e por que cinco delas não funcionam.

As seis soluções, classificadas sem piedade

O artigo avalia sistematicamente seis respostas políticas propostas às demissões motivadas pelo AI. Aqui está o scorecard honesto, com meus próprios comentários sobre cada um, porque o artigo é mais nítido do que a cobertura mais popular tem sido.

1. Renda Básica Universal — Correção parcial, meta errada

O UBI concede aos trabalhadores despedidos uma transferência direta de dinheiro para manter o seu consumo. O problema: isso não altera em nada a matemática de custo-benefício da empresa. O CFO que executa o modelo de despedimento ainda vê as mesmas poupanças na folha de pagamento, por um lado, e os mesmos danos proporcionais à procura, por outro. A UBI ajuda o trabalhador, o que é importante moral e praticamente, mas não muda as regras do dilema do prisioneiro. A corrida armamentista continua. A procura pode ser parcialmente controlada, mas a externalidade permanece não internalizada. Útil, não resolve.

2. Imposto sobre lucros com redistribuição - correção parcial, neutra em incentivos

Imposto sobre os lucros das empresas, redistribua os rendimentos aos trabalhadores deslocados. Parece limpo. O problema que o artigo aponta é que isto reduz os lucros uniformemente em todas as empresas – tanto automatizadoras como não-automatizadoras – o que significa que não altera o incentivo relativo para automatizar versus não automatizar. Se a automatização era a estratégia dominante antes do imposto, ainda é a estratégia dominante depois. Você reduziu a magnitude do prêmio, mas manteve o mesmo formato. A armadilha permanece acionada.

3. Patrimônio dos trabalhadores/participação nos lucros — Correção parcial, somente interno

Dê aos trabalhadores uma participação acionária para que compartilhem os ganhos de produtividade da automação. Isto é interessante ao nível da empresa – pode suavizar o golpe para os trabalhadores da empresa em questão. Mas não aborda de todo a externalidade da procura entre empresas. Os trabalhadores da Empresa A que se beneficiam da automação da Empresa A não fazem nada pelos clientes da Empresa B, C ou D, que também são clientes da Empresa A em conjunto. O mecanismo é demasiado local para resolver um problema que abrange todo o mercado.

4. Pacto Voluntário da Empresa para Reter AI — Não funciona

Acabamos de explicar o porquê. O pacto é estruturalmente instável. O primeiro desertor vence. O design do mecanismo está quebrado na fundação. O jornal avalia isso com tanta paciência quanto eu.

5. Programas de reciclagem/aperfeiçoamento — Parcial, condicionado à velocidade

Este é aquele com o qual sou mais suave e aquele em que o papel é mais cauteloso. A reciclagem funciona se os trabalhadores deslocados puderem ser reabsorvidos em novas funções produtivas com rapidez suficiente para que a procura agregada não entre em colapso na lacuna. O problema é que, historicamente, as transições tecnológicas levaram anos ou décadas para completar a reabsorção. A Revolução Industrial notoriamente empobreceu uma geração, enquanto os ganhos de produtividade a longo prazo foram revertidos para os netos. Se AI será executado com rapidez suficiente para preencher a lacuna antes que a demanda diminua é uma questão empírica em aberto – à qual voltarei.

6. Imposto de Automação Pigouvian — Efetivo. O único que realmente resolve

Esta é a resposta que o artigo apresenta, e a elegância disso é genuinamente o tipo de coisa para a qual você acena duas vezes quando entende o que está acontecendo.

Cobrar da empresa um imposto igual ao dano à procura que o seu despedimento inflige ao resto da economia. Internalize a externalidade. Force a planilha do CFO a incluir a coluna que está faltando. As economias não mudam. Mas agora as poupanças têm um custo correspondente que aumenta com os danos que causam. A aritmética volta para algo defensável.

Isto tem o nome de Arthur Pigou, o economista britânico que em 1920 introduziu a ideia de que as externalidades negativas – sendo a poluição o exemplo canónico – deveriam ser tributadas a uma taxa igual ao custo social marginal que impõem. O debate sobre o imposto sobre o carbono é o descendente moderno. A intuição Pigouvian é que os mercados são eficientes quando os preços refletem todos os custos de uma ação; eles são ineficientes quando alguns custos são transferidos para terceiros. A externalidade do despedimento é, neste contexto, exactamente análoga à poluição. A atmosfera é o mercado de trabalho. O carbono é a dispensa. Os peixes que estão morrendo rio abaixo são os pequenos negócios cujos clientes pararam de entrar pela porta.

Um imposto de automação Pigouvian não proíbe demissões. Não proíbe AI. Não escolhe vencedores. Isso apenas torna a planilha da empresa honesta. Se o ganho de produtividade AI for genuinamente maior do que os danos à procura, a empresa ainda automatiza e paga o imposto – e a receita fiscal pode financiar a reconversão profissional, o UBI, as infra-estruturas, qualquer coisa. Se o ganho for menor que o dano, a empresa não automatiza e o resultado social é preservado. O mercado faz a classificação. A externalidade deixa de ser uma externalidade gratuita.

É a única correção que o artigo prova formalmente que funciona em seu modelo, e depois de discutir por três semanas, acho que eles estão certos. As outras cinco são medidas parciais, que vão desde a “ajuda marginal” até à “estruturalmente sem esperança”. O imposto Pigouvian é aquele que realmente reconfigura a matriz.

O efeito Rainha Vermelha: Por que é melhor AI torna a armadilha pior

Aqui está a descoberta que mais me assustou. Tive que ler três vezes para ter certeza de que entendi direito.

Você pensaria, intuitivamente, que à medida que o AI se torna mais capaz, o dano causado pelas demissões fica menor porque os ganhos de produtividade ficam maiores. Mais capacidade AI por dólar significa mais produção por dólar, significa mais excedente econômico disponível. A torta cresce. Certamente isso ajuda?

O artigo prova o contrário.

Melhor AI torna a armadilha pior, não melhor. Este é o mecanismo: AI mais forte = maior economia na folha de pagamento por trabalhador demitido = maior incentivo para qualquer empresa individual demitir. O custo da contenção aumenta. A recompensa por desertar aumenta. Entretanto, os danos causados à procura por cada despedimento não diminuem – permanecem aproximadamente proporcionais ou, em alguns cenários, aumentam ativamente porque os trabalhadores despedidos permanecem desempregados durante mais tempo num ambiente de maior automatização. Assim, a lacuna entre “o que a empresa captura ao automatizar” e “o que a sociedade perde com a automação” aumenta à medida que AI melhora.

O resultado é o que os autores descrevem como algo próximo de um efeito Rainha Vermelha – uma frase da biologia por meio de Lewis Carroll. Em Através do Espelho de Carroll, a Rainha Vermelha diz a Alice que em seu país, "é preciso correr o máximo que você puder para se manter no mesmo lugar". Os biólogos adoptaram a metáfora das corridas armamentistas evolucionárias, em que uma espécie tem de continuar a evoluir apenas para manter a sua posição em relação aos predadores e concorrentes. Aplique-o às empresas neste ambiente AI: à medida que o AI fica melhor, cada empresa precisa automatizar com mais afinco apenas para acompanhar todas as outras empresas que automatizam com mais afinco. Ninguém ganha uma vantagem relativa. A corrida se intensifica. A conta agregada de danos à demanda cresce. Coletivamente, nenhum progresso; individualmente, não há escapatória.

Esta é a parte do artigo que a maior parte da cobertura deixa passar. A história não é “AI é ruim nos primeiros dias, mas tudo ficará bem quando amadurecer”. A história é o oposto: quanto mais capaz o AI se torna, mais profundamente racionais ficam as empresas presas e mais difícil se torna sair sem intervenção política. A capacidade não resolve a coordenação. Na verdade, isso agrava o problema de coordenação.

Eu quero sentar com isso por um segundo. Porque se você é um construtor que envia produtos AI - e leitor, eu sou, todas as semanas - seu modelo mental padrão é "modelos melhores tornam o mundo melhor". É a declaração de missão mais limpa possível. E dentro das quatro paredes de qualquer produto individual, é verdade. Modelos melhores me permitem fazer mais pelos meus usuários. O custo por token despencou. A capacidade por dólar tornou-se vertical. Cada versão do Opus, cada versão do Sonnet, cada versão do Codex torna as coisas que construo mais baratas para executar e mais úteis para usar. ([Escrevi exatamente sobre essa dinâmica quando o acordo de computação SpaceX do Anthropic dobrou os limites de taxa no início de maio.] (/claude-code-rate-limits-doubled-spacex))

Mas a descoberta da Rainha Vermelha diz: o efeito macro de todos nós construirmos estas coisas, simultaneamente, num mercado estruturado da forma como o nosso está estruturado, pode ser destrutivo em termos líquidos, mesmo quando cada produto individual é positivo em termos líquidos ao nível do utilizador. Esse é um resultado profundamente desconfortável para um desenvolvedor AI. Eu estive mastigando.

A contagem de corpos de 2025 e por que o momento do jornal é importante

O jornal chegou em um momento muito específico.

O rastreador Layoffs.fyi mostra que 2025 foi encerrado com cerca de 157.000 demissões de tecnologia. Challenger, Gray & Christmas – que rastreia o motivo declarado para cortes usando sua metodologia de relatório de cortes de empregos – atribuiu cerca de 55.000 deles a AI especificamente como o motivador citado. Rastreadores independentes como Programs.com colocam o número atribuível AI acima de 100.000 quando você inclui empresas que investem pesadamente em AI, mesmo que não o tenham colocado por escrito. A verdade está em algum lugar nessa faixa; as metodologias diferem legitimamente. A tendência não.

No primeiro trimestre de 2026, o quadro tornou-se mais nítido. De acordo com o relatório Nikkei Asia citado na cobertura académica do documento AI Layoff Trap, cerca de 78.557 trabalhadores do setor tecnológico foram despedidos a nível mundial entre janeiro e início de abril de 2026, com 76% desses cortes nos Estados Unidos. Destes, 37.638 – cerca de 48% – foram explicitamente atribuídos ao AI e à automação pelas empresas que realizaram o corte. Isso representa uma duplicação da parcela de atribuição AI em um ano.

O dia de fevereiro de Block, com 4.000 trabalhadores, foi o mais barulhento desses movimentos, mas não foi isolado. A CNBC informou no final de abril que Meta e Microsoft haviam anunciado ou sinalizado cerca de 20.000 cortes combinados naquele trimestre, que sua própria cobertura enquadrou sob o título "aumentar a preocupação de que a crise trabalhista impulsionada por AI esteja aqui". Os nomes giram. O padrão se mantém.

Contra esse pano de fundo, o Índice Econômico Anthropic - o próprio relatório trimestral do Anthropic sobre como o Claude está sendo usado em toda a economia - publicou seu relatório "Curvas de aprendizagem" de março de 2026 mostrando que aproximadamente 4% dos empregos usam AI para pelo menos 75% das tarefas, e aproximadamente 36% têm pelo menos 25% de uso de AI. A codificação continua sendo o caso de uso Claude dominante em cerca de 35% das conversas. As ocupações mais expostas aos dados de uso do Claude são programadores de computador, representantes de atendimento ao cliente e analistas financeiros – funções qualificadas e instruídas, não apenas de nível básico.

Anthropic não encontrou "nenhum aumento claro nas taxas de desemprego para trabalhadores nas ocupações mais expostas ao AI" - mas eles descobriram que a contratação de trabalhadores mais jovens (com idades entre 22 e 25 anos) para funções de alta exposição diminuiu aproximadamente 14% desde o lançamento do ChatGPT.

Leia esses dois dados juntos: o desemprego agregado ainda não está mostrando o sinal AI, mas a porta do nível de entrada está se fechando. A primeira rachadura no vidro aparece exatamente onde você esperaria que aparecesse primeiro – no degrau inferior, onde o trabalhador marginal é mais facilmente substituído por um modelo.

Esse é o contexto empírico do artigo. Não se trata de teorizar sobre um cenário hipotético para 2030. Está a modelar um processo que já está seis trimestres na sua primeira fase, com uma empresa Fortune 500 a ter tweetado publicamente o manual e o CEO dessa empresa a prever oficialmente que o resto se seguirá dentro de 12 meses.

A matemática chegou tarde, mas chegou.

O que eu acho que o jornal acerta e onde estou recuando

Três semanas morando dentro deste jornal, é aqui que eu pouso.

Onde eu acho que Falk e Tsoukalas estão inequivocamente certos:

A formulação do dilema do prisioneiro está correta. Conversei com fundadores, CFOs e líderes de operações em três setores nos últimos dois meses. Sem exceção, a planilha que eles construíram para avaliar a implantação do AI parece exatamente como o artigo descreve. Pura economia de custos de um lado, sem coluna de externalidade de demanda do outro lado. Qualquer um que diga que o mercado está se "autocorrigindo" nisso não está modelando a mesma equação que as pessoas que puxam o gatilho estão modelando.

O argumento do pacto voluntário que não funciona é sólido como uma rocha. Seria sólido mesmo se eu não tivesse visto meia dúzia de coalizões industriais serem formadas e dissolvidas em torno da ética AI nos últimos 18 meses. A matemática é a matemática. As coalizões nos dilemas dos prisioneiros desertam. Sempre.

O ponto da Rainha Vermelha é a descoberta mais subestimada do jornal e aquela que a maior parte da cobertura erra. “Mais AI = mais danos neste regime” é um resultado que deve ser tolerado e não descartado.

Onde tenho menos certeza:

O ponto de retreinamento condicional à velocidade é a incerteza de suporte de carga. Ondas anteriores de automação acabaram por reabsorver trabalhadores deslocados – em setores inteiramente novos, muitas vezes em setores que não existiam antes do início da onda. O trabalhador da charrete tornou-se mecânico de automóveis. O operário da fábrica tornou-se um trabalhador de serviços. O caixa do banco tornou-se engenheiro de software. A reabsorção não é mágica; requer formação de capital, canais de formação e paciência social. O modelo do artigo está certo de que se a reabsorção for rápida e completa, o retreinamento por si só pode ser suficiente. A questão empírica é se o deslocamento do AI está acontecendo mais rápido do que o tubo de reabsorção pode fluir.

Eu realmente não sei a resposta. Inclino-me para "desta vez é realmente mais rápido", porque a velocidade e a amplitude da substituição AI são qualitativamente diferentes das ondas anteriores - atinge o trabalho cognitivo directamente, simultaneamente, em muitos sectores, com um ciclo de implementação medido em meses, em vez das décadas que a mecanização levou. Mas quero ser honesto: este é um julgamento, não uma prova. O [trabalho sobre deslocamento e reintegração de tarefas] de Acemoglu e Restrepo (https://onlinelibrary.wiley.com/doi/full/10.3982/ECTA19815) é a versão rigorosa deste debate e está longe de ser resolvido, mesmo entre as pessoas que construíram a estrutura.

Onde eu colocaria o papel:

Penso que Falk e Tsoukalas subestimam o quanto o problema de coordenação internacional prejudicará qualquer imposto Pigouvian real na prática. A prova do jornal funciona numa economia fechada. Numa economia aberta, se os Estados Unidos impõem um imposto sobre o despedimento e a Coreia não o faz, as empresas norte-americanas transferem ou reestruturam a sua automação em jurisdições sem o imposto, a base tributária sofre erosão e a matriz de incentivos inclina-se para a deserção a nível do país em vez de ao nível da empresa. O mesmo dilema do prisioneiro aumenta um nível de abstração.

Resolvê-lo requer (a) uma política internacional coordenada - historicamente muito difícil - ou (b) uma estrutura fiscal que se baseie na localização do trabalhador deslocado e não na localização da empresa que faz a deslocação, o que seria favorável às receitas internas, mas seria um pesadelo regulamentar para ser realmente implementado.

Esta é a parte em que eu gostaria de um documento de acompanhamento. A prova da economia fechada é o primeiro passo necessário. A teoria dos jogos da economia aberta é a questão política realmente relevante.

O que isso significa se você construir, investir ou apostar em produtos AI

Depois de três semanas pensando sobre isso, é aqui que minhas próprias decisões mudaram.

Para construtores e fundadores que enviam produtos AI: Pare de vender substitutos puros. Venda aumento, expansão de capacidade ou criação de novas tarefas. Não porque a substituição seja moralmente errada — não é, por empresa — mas porque o risco de colapso da demanda atinge os clientes dos seus clientes, o que significa que eventualmente atingirá o seu TAM. Se a única maneira de seu produto economizar o dinheiro do cliente é demitindo seus funcionários, os clientes do seu cliente foram parcialmente financiados por esses salários e o impacto volta para a linha de receita do seu cliente dentro de 4 a 8 trimestres. Um produto que ajuda uma equipe de 10 pessoas a fazer o trabalho de 30 é estruturalmente mais durável do que um produto que ajuda uma equipe de 30 pessoas a ser substituída por 10. A matemática do LTV do cliente abrange toda a economia.

Para investidores: A tese "AI substitui empregos = pura expansão de margem" está parcialmente precificada no mercado agora e acho que está mal precificada. Não porque as poupanças não sejam reais – elas são, na demonstração de resultados, no curto prazo. Mas porque o contrapeso do colapso da procura também é real e está apenas a um ou dois ciclos de lucros de aparecer nas receitas das mesmas empresas que são actualmente celebradas pelos cortes. O aumento de 20% de Block no dia da dispensa é uma tese que está sendo expressa. A tese tem um contra-argumento, e o contra-argumento tem um trabalho de pesquisa que o respalda. Eu me sentiria desconfortável em manter uma posição longa baseada puramente na expansão da margem impulsionada por AI na camada da economia voltada para o consumidor, sem uma proteção explícita contra a erosão da demanda no mesmo setor.

Para operadores individuais e equipes pequenas: É aqui que a imagem é mais interessante, na verdade. A Armadilha da Demissão AI é um problema de competição entre empresas no mesmo mercado de produto. É um problema de coordenação em escala. Se você é um [operador individual administrando uma empresa AI-first] (/ai-first-company-2026-solo-operator) ou uma equipe de três [agentes de construção que operam sem pessoal humano] (/anthropic-managed-agents-office-ai-workers), você não está contribuindo com danos significativos à demanda para a economia em geral porque, em primeiro lugar, não estava carregando uma folha de pagamento significativa. A armadilha é para os titulares que tentam otimizar seus organogramas existentes de 10.000 pessoas. A oportunidade é para novos entrantes construindo estruturas que nunca tiveram pessoal para demitir.

Para observadores de políticas: A conversa sobre Pigouvian vai ficar alta em 2026. A Coreia já lançou um conceito de “imposto sobre robôs”. A UE tem vindo a lançar as bases para a proteção laboral relacionada com AI através da Lei AI e instrumentos adjacentes. É improvável que os EUA ajam primeiro, mas a pressão aumentará. Fique atento à primeira jurisdição que realmente implemente um imposto vinculado à demissão, porque esse se tornará o caso de referência para todos os demais.

Para todos, inclusive eu: Não confunda a história por produto com a história por economia. Cada ferramenta AI que envio melhora a vida de alguns usuários no nível do usuário. Isso é verdade e não vou me desculpar por isso. Mas a consequência agregada de todos nós enviarmos todas estas ferramentas, implementadas simultaneamente para substituir o trabalho num mercado estruturado da mesma forma que o nosso, não tem a mesma forma que a história por produto. Duas verdades podem coexistir. Segurar os dois é difícil. Recusar-se a manter qualquer um dos dois é intelectualmente preguiçoso.

As questões em aberto que decidirão a década

Quero terminar com as coisas que nem mesmo Falk e Tsoukalas afirmam saber ainda. Porque a força do artigo é também o seu limite – é uma peça limpa da teoria do equilíbrio, mas muitas das variáveis que suportam a carga são empíricas e o trabalho empírico ainda está em grande parte ausente.

Velocidade de reabsorção. Poderá a economia criar novas tarefas para trabalhadores deslocados com rapidez suficiente para manter a procura durante a transição? As ondas passadas dizem “eventualmente sim, dolorosamente lentamente”. A velocidade desta onda pode não permitir que o tubo histórico de reabsorção acompanhe. Ainda não sabemos. Os próximos 8 a 12 trimestres de dados sobre desemprego, especialmente em sectores com elevado trabalho cognitivo, serão os primeiros dados reais.

A porta de nível de entrada. A descoberta de Anthropic de que a contratação de jovens de 22 a 25 anos para funções expostas a AI caiu 14% é, se for mantida, o canário. As transições de automação anteriores foram dolorosas para os operadores históricos, mas geralmente benevolentes para a próxima geração, que poderia passar para as novas tarefas criadas pela tecnologia. Se esta transição fechar a porta de entrada mais rapidamente do que abre novas portas, a estrutura demográfica da armadilha parecerá diferente de tudo o que já vimos.

Ampliação do setor. A automação anterior atingiu setores específicos (têxteis, manufatura, back-office bancário). AI está atingindo o trabalho cognitivo em geral – software, suporte ao cliente, finanças, marketing, jurídico, design. A amplitude do impacto significa que há menos “portos seguros” para onde os trabalhadores deslocados podem fugir. Isso muda a matemática da reabsorção de uma forma que o registro histórico não informa diretamente.

Política de testamento ou ausência. O imposto Pigouvian é a resposta matemática. Se algum governo a implementará, sob qualquer forma, antes que o abismo da procura se materialize é uma questão política e não económica. Minha leitura honesta: o atraso político será medido em anos. A dinâmica do mercado é medida em trimestres. Os dois relógios não estão sincronizados.

O curinga da economia do agente. Este é o que mais penso como construtor. O modelo do artigo pressupõe que os trabalhadores despedidos abandonam a equação procura-oferta como trabalhadores, mas não reentram substancialmente como outra coisa. Mas em 2026, o roteiro de capacidade do agente e a mudança mais ampla do AI sugerem um futuro onde os trabalhadores deslocados poderão reentrar na economia como prestadores de serviços individuais aumentados pelo AI, operadores de agentes como serviço ou operadores independentes administrando seus próprios minúsculos AI-primeiras empresas.

Se esse pipeline de reentrada crescer rapidamente - o que significa que a mesma pessoa que foi demitida do Block em fevereiro está gerando US$ 80 mil de receita independente com [trabalho de remodelação das ferramentas AI] (/ai-tools-agents-reshaping-work) até o final de 2027 - os danos à demanda podem ser parcialmente auto-curativos de uma forma que o modelo de economia fechada não captura. Não tenho certeza se isso acontece. Não tenho certeza se isso não acontece. Os próximos dois anos nos dirão.

O que estou assistindo em 2026

Sinais específicos que estou rastreando:

Mais movimentos em escala de bloco. Os ciclos de ganhos do terceiro e quarto trimestres produzirão mais cortes de mais de 30% na força de trabalho nas empresas Fortune 500? Dorsey previu que sim dentro de 12 meses. Já estamos há três meses. Cuidado com os nomes. - Atualizações do Índice Econômico Anthropic. O próximo relatório trimestral nos dirá se a desaceleração nas contratações de nível inicial está se aprofundando ou se estabilizando. Esse é o indicador principal. - Layoffs.fyi AI-participação de atribuição. A porcentagem de cortes explicitamente marcados como AI praticamente dobrou ano após ano. Se duplicar novamente, estaremos num regime diferente. - A primeira jurisdição a promulgar um imposto de demissão Pigouvian. Não será o primeiro dos EUA. Observe a Coreia, observe a Alemanha, observe os regulamentos de implementação da Lei AI da UE. O caso de referência é importante.
Receita corporativa em relação às economias AI prometidas pelo CFO. Esses são os dados sobre os quais ninguém tem números claros ainda. Dentro de 12 a 18 meses, poderemos comparar a trajetória das receitas do Block com a trajetória que teria tido se a força de trabalho tivesse sido preservada. Esse contrafactual é difícil, mas não impossível, de estimar. A primeira tentativa confiável definirá a conversa.

O jornal está certo ao dizer que a matemática diz o que diz. Se o mundo conseguirá fazer algo a respeito antes que o abismo da demanda chegue – essa é a parte que ninguém sabe ainda. Essa é a parte que é decidida pelo que acontece a seguir.

Dorsey's Block é o primeiro grande caso de teste público. O CEO apostou sua empresa no funcionamento da matemática. O jornal aposta que a matemática está incompleta. Dentro de 18 meses, uma das duas apostas parecerá óbvia em retrospectiva.

Não sei qual ainda. Mas, pela primeira vez em dois anos construindo produtos AI em tempo integral, passo parte de cada semana pensando em algo diferente do próximo produto que desejo enviar. Estou pensando no formato da economia para a qual estou embarcando. Eu recomendo que você faça o mesmo.

A matemática finalmente alcançou as manchetes. Não desvie o olhar.

Perguntas frequentes

O que é a armadilha de dispensa AI?

The AI Layoff Trap é um artigo de 2026 de Brett Hemenway Falk (UPenn) e Gerry Tsoukalas (BU) que prova que as demissões impulsionadas por AI constituem o dilema do prisioneiro: cada empresa individual lucra com a demissão de trabalhadores, mas quando todas as empresas o fazem simultaneamente, a demanda coletiva do consumidor entra em colapso e todos - trabalhadores e proprietários de empresas - acaba piorando. O argumento completo é explicado em A matemática, feita de concreto acima.

Por que um imposto Pigouvian é a única solução que funciona?

Um imposto Pigouvian obriga as empresas a pagar pelos danos causados pela procura que os seus despedimentos infligem ao resto da economia, internalizando a externalidade e alterando a matemática custo-benefício a nível da empresa. O documento prova formalmente que o rendimento básico universal, os impostos sobre os lucros, a equidade dos trabalhadores, os pactos voluntários e a reciclagem, por si só, não podem resolver a armadilha porque nenhum deles altera o incentivo relativo à desertificação. Somente o imposto Pigouvian o faz.

Block realmente demitiu 4.000 pessoas por causa do AI?

Sim. Em 26 de fevereiro de 2026, o CEO do Block, Jack Dorsey, anunciou a demissão de aproximadamente 4.000 funcionários – cerca de 40% da força de trabalho – e citou explicitamente “ferramentas de inteligência” (AI) como o motivador em sua carta aos acionistas. Dorsey previu que “a maioria das empresas chegará à mesma conclusão” dentro de um ano.

Qual é o efeito Rainha Vermelha nas dispensas de AI?

O efeito Rainha Vermelha, neste contexto, é a descoberta de que um AI melhor torna a armadilha da demissão pior, e não melhor. À medida que a capacidade do AI aumenta, as poupanças por trabalhador aumentam, mas os danos à procura permanecem aproximadamente proporcionais, pelo que a lacuna entre o ganho privado e o custo social aumenta. As empresas devem automatizar mais rapidamente apenas para manter a paridade competitiva, sem obter nenhuma vantagem relativa. A discussão completa está em O Efeito Rainha Vermelha acima.

Quantos trabalhadores de tecnologia foram demitidos devido ao AI em 2025?

As estimativas variam de aproximadamente 55.000 (por Challenger, Gray & Christmas, que rastreia citações explícitas de AI em motivos declarados de demissão) a mais de 100.000 (por Programs.com, que inclui demissões em empresas que investem pesadamente em AI, mesmo quando não explicitamente citadas). Layoffs.fyi rastreou cerca de 157.000 demissões totais de tecnologia em 2025. A participação atribuível a AI quase dobrou ano após ano até o primeiro trimestre de 2026.

Vamos trabalhar juntos

Procurando construir sistemas AI, automatizar fluxos de trabalho ou dimensionar sua infraestrutura tecnológica? Eu adoraria ajudar.

Fiverr (compilações e integrações personalizadas): fiverr.com/s/EgxYmWD
Portfólio: mejba.me
Ramlit Limited (soluções empresariais): ramlit.com
ColorPark (design e marca): colorpark.io
xCyberSecurity (serviços de segurança): xcybersecurity.io