O eco do rápido avanço tecnológico reverberou pela CES 2026, um lembrete claro de que as habilidades de ontem podem não garantir os empregos de amanhã. Em um cenário cada vez mais moldado pela inteligência artificial, o mantra de "aprender uma vez, trabalhar para sempre" está rapidamente se tornando uma relíquia obsoleta.

A mudança foi palpável durante uma gravação ao vivo do podcast All-In na conferência, onde Jason Calacanis participou de uma discussão instigante com Bob Sternfels, Sócio-Gerente Global da McKinsey Company, e Hemant Taneja, CEO da General Catalyst. A conversa deles, um ponto focal da conferência, centrou-se nas maneiras profundas pelas quais a IA não está apenas remodelando as estratégias de investimento, mas também alterando fundamentalmente o próprio tecido da força de trabalho.

Taneja, um capitalista de risco experiente, pintou um quadro de crescimento sem precedentes no setor de IA. Ele destacou a ascensão meteórica de empresas como a Anthropic, uma empresa do portfólio da General Catalyst, que saltou de uma avaliação de US$ 60 bilhões no ano passado para uma avaliação impressionante na casa das centenas de bilhões este ano. Essa trajetória, argumentou ele, sinaliza o amanhecer de uma nova era, onde empresas de trilhões de dólares não são mais um sonho distante, mas uma possibilidade tangível. "Estamos à beira de ver uma nova onda de empresas de trilhões de dólares", afirmou Taneja, apontando para Anthropic, OpenAI e algumas outras como principais concorrentes.

Calacanis, sempre o anfitrião inquisitivo, pressionou Sternfels e Taneja sobre as forças motrizes por trás desse crescimento explosivo. Sternfels reconheceu que, embora muitas empresas estejam experimentando produtos de IA, uma parte significativa do setor não tecnológico permanece hesitante em abraçar totalmente a tecnologia. Essa relutância, sugeriu ele, decorre de uma combinação de fatores, incluindo preocupações com custos de implementação, segurança de dados e o potencial deslocamento de trabalhadores humanos.

A conversa sublinhou um ponto crítico: a necessidade de aprendizado e adaptação contínuos na era da IA. O modelo tradicional de adquirir um conjunto fixo de habilidades e aplicá-las ao longo da carreira não é mais suficiente. Em vez disso, os indivíduos devem adotar uma mentalidade de aprendizado ao longo da vida, atualizando constantemente seus conhecimentos e habilidades para permanecerem relevantes em um mercado de trabalho em rápida evolução. Isso requer não apenas a aquisição de novas habilidades técnicas, como proficiência em linguagens de programação de IA como Python e frameworks como TensorFlow, mas também o desenvolvimento de habilidades interpessoais como pensamento crítico, resolução de problemas e criatividade, que são essenciais para navegar pelas complexidades de um mundo orientado por IA.

As implicações dessa mudança se estendem muito além dos trabalhadores individuais. As empresas também devem adaptar seus programas de treinamento e desenvolvimento para equipar seus funcionários com as habilidades necessárias para prosperar na era da IA. Isso pode envolver o investimento em programas de treinamento interno, a parceria com instituições de ensino para oferecer cursos especializados ou até mesmo a criação de funções totalmente novas focadas na implementação e gerenciamento de IA.

Olhando para o futuro, o futuro do trabalho provavelmente será caracterizado por uma interação dinâmica entre humanos e IA. A IA automatizará tarefas rotineiras, liberando os trabalhadores humanos para se concentrarem em atividades mais criativas e estratégicas. No entanto, essa transição exigirá planejamento e execução cuidadosos para garantir que os trabalhadores não sejam deixados para trás. Como Sternfels observou, a chave é ver a IA não como um substituto para os trabalhadores humanos, mas como uma ferramenta que pode aumentar suas capacidades e melhorar sua produtividade. As empresas que tiverem sucesso em aproveitar o poder da IA serão aquelas que priorizarem o capital humano e investirem no desenvolvimento contínuo de sua força de trabalho. A era de "aprender uma vez, trabalhar para sempre" realmente acabou, substituída por um novo paradigma de aprendizado e adaptação contínuos.