IA e Automação Reformulam a Indústria de Tecnologia, Impactando Empregos e Remuneração
O rápido avanço da inteligência artificial e da automação está causando mudanças significativas na indústria de tecnologia, impactando as perspectivas de emprego e as estratégias de remuneração, de acordo com relatórios recentes. Embora as empresas de IA estejam experimentando valorizações altíssimas, a demanda por funções tradicionais de programação de computadores está diminuindo e os empregadores estão repensando os modelos de remuneração.
O emprego em programação de computadores nos EUA caiu para o nível mais baixo desde 1980, à medida que as empresas automatizam cada vez mais as tarefas, informou a Fortune. Algumas empresas, como a Anthropic, já estão usando IA para 100% de suas necessidades de codificação. Yamini Rangan, CEO da HubSpot, uma empresa de software de US$ 15 bilhões, admitiu que não sabe como serão os empregos em um futuro habilitado por IA, mesmo em tão pouco tempo quanto dois anos. "À medida que as coisas evoluem a cada década, novos empregos surgirão", disse Rangan no podcast Silicon Valley Girl. "Você nem consegue planejar um emprego que estará lá daqui a 10 anos, ou 20 anos, ou mesmo cinco anos."
Em resposta a essas mudanças, muitos empregadores estão se afastando dos aumentos salariais baseados no mérito em favor de "aumentos de manteiga de amendoim", que são aumentos salariais uniformes e generalizados, informou a Fortune. De acordo com um relatório da Payscale, cerca de 44% dos empregadores planejam implementar aumentos salariais uniformes em 2026. Cerca de 16% das organizações estão implementando esses aumentos recentemente, 9% já empregam a estratégia e outros 18% estão considerando isso este ano. Cerca de 56% das empresas de melhor desempenho relataram que executariam aumentos de manteiga de amendoim.
Outra área que está passando por uma transformação significativa são os sistemas de Geração Aumentada por Recuperação (RAG). As empresas foram rápidas em adotar o RAG para fundamentar os Grandes Modelos de Linguagem (LLMs) em dados proprietários, informou a VentureBeat. No entanto, muitas organizações estão descobrindo que a recuperação se tornou uma dependência fundamental do sistema, em vez de um recurso adicionado à inferência do modelo. Falhas na recuperação podem se propagar diretamente para o risco de negócios, minando a confiança, a conformidade e a confiabilidade operacional.
Dippu Kumar Singh escreveu na VentureBeat que muitas empresas implantaram alguma forma de RAG, mas a realidade tem sido decepcionante, especialmente para indústrias dependentes de engenharia pesada. A falha geralmente reside no pré-processamento, pois os pipelines RAG padrão tratam os documentos como strings de texto planas, usando fragmentação de tamanho fixo que destrói a lógica dos manuais técnicos. "Eles cortam tabelas ao meio, separam legendas de imagens e ignoram a hierarquia visual da página", escreveu Singh.
Essas mudanças destacam a necessidade de as empresas se adaptarem ao cenário em constante mudança da IA e da automação. À medida que a IA continua a evoluir, as empresas devem investir em uma infraestrutura de recuperação robusta e considerar novas estratégias de remuneração para permanecerem competitivas e reterem talentos.
Discussion
AI Experts & Community
Be the first to comment