IA transforma TI: profissionais precisam focar em estratégia e supervisão

A inteligência artificial (IA) está redefinindo o mercado de trabalho em Tecnologia da Informação (TI), automatizando tarefas técnicas e exigindo dos profissionais um novo conjunto de habilidades. Em vez de focar apenas na execução de código ou resolução de chamados, o mercado passa a valorizar a capacidade de formular problemas, escolher as ferramentas certas, integrar soluções e, crucialmente, supervisionar e direcionar agentes de IA.

Mauricio Frizzarin, CEO da QYON, destaca que o conhecimento técnico continua importante, mas não é mais suficiente. Competências como pensamento analítico, adaptação, comunicação e colaboração com outras áreas ganham peso. Profissionais que traduzem necessidades de negócio em soluções tecnológicas e demonstram seu impacto levam vantagem.

Um estudo da PwC, o Barômetro de Empregos de IA 2026, aponta essa tendência: a participação de vagas que exigem competências ligadas à IA saltou de 1,1% para 3,6% entre 2024 e 2025 no Brasil. Isso indica que dominar IA está se tornando uma competência ampla, não mais restrita a especialistas.

O que a IA automatiza e o que permanece humano

Atividades como triagem de chamados, documentação de código, geração de testes e análise inicial de logs tendem a ser automatizadas por agentes de IA. Essas tarefas seguem padrões e consomem tempo, sendo ideais para a automação.

No entanto, em situações de maior risco, complexidade ou impacto para o negócio, a intervenção humana continua essencial. Definir arquiteturas de solução, estabelecer critérios de segurança e avaliar riscos são responsabilidades que permanecem com os profissionais. A supervisão dos agentes de IA se torna uma atividade chave, exigindo que o profissional entenda o processo a ser automatizado, defina resultados esperados e estabeleça critérios objetivos de avaliação.

A coordenação de um agente de IA vai além de comandos simples. Requer a delimitação de escopo, acesso a dados e sistemas, ações permitidas e momentos de intervenção humana. Registros de atividade, auditoria e mecanismos de interrupção são fundamentais. A avaliação de resultados deve considerar não apenas a resposta aparente, mas também a adequação da ação, a relevância das informações consideradas e a taxa de erros.

A nova relação entre TI e Negócios

A adoção da IA reposiciona o departamento de TI, aproximando-o das áreas operacionais, financeiras e comerciais. A identificação de oportunidades e a transformação de problemas em soluções escaláveis e seguras dependem dessa colaboração.

O departamento de TI não pode mais atuar apenas como executor de solicitações. Precisa participar ativamente da identificação de oportunidades, priorização de investimentos e avaliação de resultados. As áreas de negócio, por sua vez, devem discutir objetivos de automação, rever processos e organizar dados.

O profissional de TI do futuro será aquele que conectar conhecimento técnico, compreensão operacional e visão de negócio, definindo o que precisa ser feito e combinando pessoas e máquinas. A IA amplia a capacidade de execução, mas a direção, o julgamento e a responsabilidade continuam sendo decisivos.

Medindo o valor do profissional na era da IA

Indicadores tradicionais como volume de código ou chamados resolvidos tornam-se insuficientes. O foco deve ser no impacto do trabalho: redução de tempo em processos, diminuição de falhas, melhoria na disponibilidade e segurança de sistemas, e liberação de equipes para atividades mais complexas.

Produtividade deve ser combinada com métricas de qualidade, segurança, custo total e satisfação do usuário. Para quem trabalha com agentes, métricas como confiabilidade, taxa de intervenção humana e capacidade de correção de problemas são relevantes. A avaliação deve considerar a contribuição em resultados compartilhados.

A velocidade das mudanças exige aprendizado contínuo. As competências demandadas pelas ocupações mais expostas à IA mudam duas vezes mais rápido. Profissionais são incentivados a aprender fazendo, testando IA em processos reais, documentando experimentos, validando informações e protegendo dados.

A evolução da IA: de assistentes a agentes autônomos

A adoção de IA no marketing, por exemplo, é vista como uma escada com quatro fases. A primeira são os assistentes, que respondem a perguntas básicas. A segunda envolve raciocínio e contexto para decisões mais complexas. A terceira é a automação e personalização em escala, onde agentes executam planos sem aprovação a cada passo.

A quarta e mais avançada fase é a orquestração e autonomia, onde agentes observam anomalias, criam e executam campanhas de ponta a ponta, operando fora do horário comercial e com velocidade. Um exemplo é um banco que, ao detectar uma queda nas vendas de madrugada devido a notícias econômicas, pode ter um agente ajustando campanhas automaticamente, com ou sem aprovação humana prévia, dentro de limites estabelecidos.

O CMO que foca apenas em acompanhar notícias sobre IA, em vez de entender a operação e a evolução para agentes autônomos, pode estar atrasado. A pergunta crucial é em qual degrau da escada de adoção de IA a empresa se encontra e o que é necessário para avançar.