300 milhões a disputar por doutorados, os nascidos após 95 já são considerados “idos”: recrutamento por IA está a “enterrar” a camada intermédia

Escrito por: Ada, Deep Tide TechFlow

“Uma grande empresa de internet este ano ofereceu mais de 60 posições com salários acima de 3 milhões para recém-doutorados com experiência em IA.” O fundador da TTC, uma empresa de recrutamento que já atendeu mais de 1500 empresas de IA, Shao Mafeng, disse esse número com uma entonação muito neutra, como se estivesse reportando a temperatura do dia.

No mesmo mês, o site Maimai mostrou que o número de vagas em IA disparou 29 vezes, enquanto a Zhaopin relatou um aumento de 200% no número de candidatos. 29 vezes mais vagas, 200% mais candidatos, números que parecem uma linha de alta no mercado de touros.

Mas esses números escondem um segredo: uma grande quantidade de dinheiro e atenção está sendo direcionada a um funil extremamente estreito. Os poucos no topo, dezenas de pessoas, inflaram as expectativas salariais do mercado, enquanto os milhões na base absorvem toda a ansiedade.

E na metade do funil, aqueles que estão na carreira há cinco, dez anos, estão sendo silenciosamente esvaziados.

A prosperidade do mercado de talentos é uma ilusão, e a ilusão de liquidez é real.

Difícil de encontrar um líder, uma batalha de milhares de soldados

O relatório de Liepin mostra que 47% das posições em IA exigem mestrado ou doutorado, e quase metade das empresas só aceitam candidatos de universidades 985/211.

Eva, uma headhunter, foi mais direta: “Grandes empresas estão recrutando, 211 já é o mínimo, pelo menos 985. Currículos sem experiência em projetos verticais praticamente não são considerados.”

Como é o topo?

Na mesma semana em que a notícia de saída de Lin Junyang, do Alibaba Qianwen, foi divulgada, “pessoas de grandes empresas nos procuraram, perguntando se poderíamos ajudar a entrar em contato com Lin Junyang”, lembra Shao Mafeng.

Esse nível de talento pode existir apenas em dezenas de pessoas no país. Para encontrá-los, os headhunters há muito tempo não olham mais currículos. Eles vasculham no GitHub por registros de commits, rastreiam autores de artigos no Google Scholar, se infiltram em grupos de ouvintes de podcasts e comunidades de startups de IA. Eva até entrou em um grupo de uma competição de IA na Tsinghua, formado por jovens de 21, 22 anos. “Hoje, conversamos com antecedência, porque daqui a dois ou três anos eles terão demanda por trabalho, então já garantimos uma vaga.”

Outro headhunter, Steve, que começou a recrutar na área de IA em 2022, disse uma frase cheia de significado: “Tenho muitas dúvidas de que no futuro existam currículos.”

Ele deu um exemplo: em janeiro deste ano, uma empresa queria contratar alguém que entendesse de OpenClaw. Como a área é muito nova, ninguém escreve isso em currículo. Sua estratégia foi dividir a demanda em partes — na essência, trata-se de um problema de um framework multi-Agentes. Alguém já trabalhou com frameworks semelhantes? Existe algum projeto open source? Quais contribuidores participam na comunidade open source?

Currículos estão se desvalorizando, os canais tradicionais de recrutamento estão falhando.

Alguém aproveitou essa brecha.

Sam, cofundador da DINQ, criou uma plataforma semelhante ao LinkedIn para cientistas e desenvolvedores de IA, chamada DINQ, que não avalia currículos, mas realiza uma avaliação baseada em realizações: citações de artigos em conferências de alto nível, contribuições no GitHub, se os colaboradores são grandes nomes técnicos. RHs que buscam por “Sora 2” na plataforma, ela expande para autores de artigos relacionados à tecnologia, não se limita às experiências específicas de Sora 2, revelando talentos escondidos.

A alternativa de Shao Mafeng é construir em público: lançar seu produto diretamente, como prova de capacidade.

Embora 621 universidades já ofereçam cursos de graduação em inteligência artificial, a McKinsey prevê uma lacuna de 4 milhões de talentos em IA na China até 2030. Mas a palavra “lacuna” é enganosa: o que falta são cientistas de dados com experiência em treinar dezenas de milhares de modelos, que entendam os limites de grandes modelos e saibam aplicar em cenários comerciais. Pessoas que dizem “estou muito interessado em IA” após duas podcasts nunca faltaram no mercado.

Yé Xiangyu, fundador da Niuke, resumiu bem: no topo, “uma liderança difícil de encontrar”, na base, “uma batalha de milhares de soldados”. A frase na Maimai, “para cada duas vagas em IA, há um candidato adequado”, refere-se ao topo. E na base? Ninguém sabe, porque os currículos da base não entram nos sistemas.

Precificação por alavancagem: quanto mais perto do modelo, mais valioso

Para onde o dinheiro realmente está indo?

Eva apresentou alguns números: para cargos de nível P7 em grandes empresas, o teto salarial para posições não técnicas é cerca de 1 milhão. Para cargos técnicos de mesmo nível, entre 1,5 a 2 milhões. As mudanças de emprego podem gerar aumentos maiores: 50% de aumento é comum, alguns até dobram; cargos não técnicos aumentam entre 10% e 20%, no máximo 30%.

Steve usou uma palavra para explicar essa lógica de precificação: alavancagem.

Imagine o modelo como o sol. Quanto mais próximo do núcleo, maior a alavancagem que se pode exercer, maior o valor. Um pesquisador principal que melhora um modelo pode impactar o valor de mercado de uma grande empresa em bilhões. O custo de rodar dezenas de milhares de modelos é muito maior que seu salário. Sob essa perspectiva, pagar um bilhão por ele não é caro.

E quem está longe do sol? Gerentes de produto, operações, vendas — o efeito de alavancagem não é tão direto, e seus salários naturalmente são limitados. Steve estima que, na camada de aplicação, a diferença salarial entre cargos técnicos e não técnicos seja de duas a três vezes.

Shao Mafeng acrescenta uma variável importante: essa “cadeia de desprezo” é, na essência, uma questão de oferta e demanda, dividida em duas camadas. Macro: quem treinou dezenas de milhares de modelos é uma lista muito pequena, e seus salários são altíssimos. Micro: depende do DNA da equipe fundadora. Se o fundador é um professor da Tsinghua, há muitos talentos técnicos no laboratório, mas quem realmente vale dinheiro é quem consegue fazer a comercialização.

A escassez de dezenas de pessoas define a narrativa salarial do setor. Os demais usam essa narrativa como referência, e a única coisa que mede é a disparidade.

Uma limpeza na “velha guarda”

“Sua recusa à velha guarda na era da IA”, Shao Mafeng fez uma análise afiada.

Na última onda de IA, as pessoas passaram por旷视 e商汤, hoje na faixa dos quarenta anos, sua experiência virou um peso.

Steve foi mais diplomático, mas com a mesma mensagem: “Não acreditamos que mapas antigos possam levar a novas terras. Quem trabalha há muito tempo na mesma indústria tem muita energia e inércia. A reação mental é resultado de treinamentos repetidos, mas os tempos mudaram, e a resposta correta pode ser exatamente o oposto.”

A ansiedade pela idade já permeia todos os níveis. Algumas instituições de investimento procuram por jovens empreendedores pós-00, e já começam a dizer que “os pós-95 já estão velhos”.

Parece absurdo, mas os sinais do mercado de recrutamento são claros: quando os recursos são limitados, a balança se inclina sem hesitação para os jovens.

“Hoje, o que importa é a velocidade de execução e implementação. Todos estão formando tropas de elite, não uma grande força.” Steve explica. Tropas de elite não precisam de tantos comandantes.

Porém, há uma contradição que ninguém quer responder abertamente.

Quem realmente leva a IA ao mercado, transforma tecnologia em valor comercial? A experiência do setor, o conhecimento tácito, os erros já cometidos. Steve admite que esse conhecimento está em pessoas mais maduras. Elas podem não saber exatamente qual caminho seguir, mas sabem quais caminhos certamente não devem ser trilhados.

O setor precisa da energia dos jovens, mas também da avaliação dos veteranos. Todos dizem isso, mas o fluxo de dinheiro só mostra a primeira parte.

A camada intermediária está sendo engolida

Três headhunters concordaram em uma mudança: a gestão está sendo comprimida.

“Quem só faz gestão já está difícil. Muitas coisas estão sendo revolucionadas, seu sistema pode ser derrubado amanhã”, diz Steve.

As organizações estão se tornando extremamente planas, deixando de precisar de uma pirâmide hierárquica com múltiplos níveis de reporte, e passando a precisar de equipes pequenas, capazes de agir. Você depende de pessoas para fazer uma tarefa, ou de um agente? Antes, a ênfase era na gestão de equipes complexas, agora isso está sendo desafiado.

Os limites entre gerente de produto, operações, engenheiros front-end e back-end estão se tornando difusos. Uma pessoa usando IA pode completar um MVP de produto.

Chen Lei (nome fictício), que foi diretora de produto em uma empresa de IA de médio porte por três anos, gerenciando uma equipe de oito pessoas, teve sua equipe desfeita na reestruturação do começo do ano. Quatro foram transferidas para produtos de agentes, duas foram demitidas. Seu título mudou de “diretora” para “gerente de produto sênior”, e ela passou a reportar a um responsável técnico cinco anos mais novo.

“Não fui demitida, mas sei que isso é ainda mais difícil. Tudo que construí em três anos na empresa desapareceu com a mudança na estrutura. E não posso reclamar, porque as pessoas dizem: ‘Você ainda está aqui?’”

Essa é a parte mais cruel da ilusão de liquidez. No topo do funil, dezenas de gênios são disputados a preços exorbitantes. Na base, centenas de milhares de novos profissionais nem sequer entram na porta. E no meio, aqueles que estão na carreira há cinco, dez, quinze anos, estão sendo silenciosamente substituídos de dentro para fora.

A escada profissional perdeu vários degraus intermediários. Antes, subíamos de andar em andar, agora é como pular de paraquedas: ou você cai no topo, ou despenca livremente.

Quem está criando essa ilusão?

Quem se beneficia dessa ilusão de liquidez?

As plataformas de recrutamento usam “crescimento de 29 vezes em vagas de IA”, “lacuna de 4 milhões de talentos” para atrair tráfego, e cada compartilhamento empurra mais candidatos ansiosos para o funil.

As empresas usam IA como uma cortina de fumaça. A Forrester Research descobriu que 55% dos empregadores se arrependeram de demitir por IA, pois muitas capacidades de IA substituídas não estavam preparadas. Uma pesquisa do Resume.org foi mais direta: 59% das empresas admitiram que disfarçaram demissões como “impulsionadas por IA”, para facilitar a explicação aos stakeholders. Dizer que foi por IA soa como uma atualização estratégica; dizer que foi por baixo desempenho soa como fracasso gerencial. IA virou a melhor cortina de fumaça.

Klarna demitiu 700 pessoas alegando que IA substituiu o atendimento ao cliente, mas a qualidade do serviço despencou, clientes se revoltaram, e eles recrutaram de volta discretamente. Isso não é exceção. A previsão da Forrester é que metade das demissões por IA acabarão sendo revertidas, com contratações posteriores, mas com salários menores ou terceirizadas ao exterior.

Steve resumiu bem a mentalidade atual dos empregadores: “A primeira pergunta que fazem é: preciso contratar? Depois, quem contratar?”

Segundo a Forrester, apenas 16% dos funcionários globalmente estão altamente preparados para IA. As empresas não investem em treinamento, os funcionários aprendem por conta própria. A geração Z tem o maior nível de prontidão, com 22%, mas é a primeira a ser dispensada de cargos de entrada, justamente os mais vulneráveis à IA. Uma pesquisa da Mercer mostra que a ansiedade dos funcionários com a perda de emprego por IA subiu de 28% em 2024 para 40% em 2026.

IA é tanto motivo para contratar quanto para demitir. Quem controla a definição, controla o jogo.

O funil não vai ficar mais largo

Voltando aos números iniciais.

29 vezes mais vagas, 200% mais candidatos, salários de 3 milhões, lacuna de 4 milhões de talentos. Cada número é verdadeiro, mas, juntos, contam uma história completamente diferente: as vagas estão crescendo, mas a abertura é extremamente estreita; a entrada de candidatos é massiva, mas a maioria não passa na triagem; os salários estão disparando, mas só para os poucos no topo; a lacuna está se ampliando, mas o que falta e o que é oferecido simplesmente não se encaixam.

E esse funil não vai ficar mais largo. A tecnologia de IA evolui a cada seis meses, o que é tendência hoje pode se tornar obsoleta em seis meses. Você pensa que está perto do sol, mas um novo modelo lançado pode te deixar na periferia.

Steve disse uma frase que pode tanto ser uma lápide quanto um ingresso: “Medir sua experiência pelo tempo pode não ser mais suficiente. O que importa é a densidade e a profundidade da sua interação com IA. Alguém entrou na área há quatro anos, mas usou de forma superficial. Outro entrou no ano passado, e se dedicou de corpo e alma. Quem tem mais experiência?”

Os três headhunters também estão sendo reformulados por esse setor. Eva estuda princípios de algoritmos, Steve pesquisa frameworks de agentes, Shao Mafeng saiu de uma conferência de jovens empreendedores e comentou: “A percepção deles já atingiu outro nível.” Quem vende ferramentas também precisa acompanhar o ritmo da mineração.

Chen Lei começou recentemente um projeto no GitHub, usando frameworks de agentes para criar uma ferramenta automática de geração de documentos jurídicos. Ninguém pediu, ninguém pagou. Ela concluiu que: “Ao invés de esperar ser filtrada pelo funil, é melhor abrir um buraco por conta própria.”

Essa talvez seja a única parte otimista do texto, mas ainda assim, apenas uma aproximação.

A maioria das pessoas não é um dos 60 doutorados com salário de 3 milhões, nem alguém como Chen Lei, que tem capacidade e vontade de criar uma brecha. São a maioria silenciosa na metade do funil, que não são os top, mas também não estão dispostos a recomeçar do zero.

Esse funil não vai ficar mais largo.