Uma reportagem da MIT Technology Review publicada em 20 de outubro de 2026 analisou como diferentes setores absorvem inteligência artificial no ambiente de trabalho. O texto foi produzido com apoio da TripleTen e reúne dados de um levantamento da empresa para argumentar que o setor de tecnologia não é uma ilha.
Ele seria apenas o primeiro da fila: as mudanças que já remodelam engenharia de software e gestão de produtos devem chegar a saúde, educação, varejo e manufatura, mas em ritmos distintos.
O avanço desigual entre setores
Os números do levantamento mostram uma curva de adoção ainda inclinada. A tecnologia lidera, e finanças aparece como segunda colocada: 48% dos profissionais do setor financeiro foram solicitados a usar chatbots de IA, enquanto 32% receberam pedido para automatizar partes do próprio fluxo de trabalho. Isso indica que o trabalho intelectual incorpora ferramentas de IA rapidamente quando há casos de uso claros. Em contrapartida, saúde registrou 18% de profissionais solicitados a usar chatbots, e educação, 25%. Como essas categorias incluem desde especialistas técnicos e equipes clínicas ou docentes até funcionários administrativos, a adoção universal não poderia ocorrer de imediato; operações sujeitas a compliance ou com forte contato humano exigem ritmo mais deliberado.
Habilidades demandadas e o papel da validação
A pesquisa aponta que 79% dos trabalhadores de todos os setores relataram ter sido solicitados a aprender ao menos uma habilidade que não possuíam. Competências hoje exigidas na tecnologia funcionam como uma prévia do que deve migrar para outras áreas, inclusive funções de linha de frente, como logística hospitalar e rotinas administrativas em redes de ensino. Um dado chama atenção: apenas 30% dos gestores e proprietários consideram absolutamente obrigatório saber julgar se a saída de uma IA está certa ou errada. Esse item aparece em sexto lugar entre sete prioridades. À medida que as ferramentas chegam a mais setores, porém, essa capacidade de validação tende a se tornar decisiva para evitar erros, e a experiência profissional ajuda justamente porque é preciso conhecer a resposta correta para identificar uma resposta ruim.
Carreira, autonomia e influência interna
O levantamento também indica que a adoção precoce traz vantagens profissionais. Quando gestores aprenderam uma nova habilidade ou processo de automação com um funcionário, 88% dessas inovações lideradas por trabalhadores se tornaram prática padrão na empresa. Em setores que adotam IA mais cedo, quem identifica tarefas administrativas repetitivas e usa ferramentas para simplificá-las participa da formulação de políticas organizacionais. Conforme redes de saúde, instituições de ensino e operações de varejo ampliam o uso de softwares com IA, profissionais capazes de validar resultados, construir prompts e automatizar rotinas ganham espaço. A responsável de estratégia e habilitação em IA da TripleTen, Ana Riabova, defende, segundo o material, que a adoção inicial não serve apenas para economizar tempo: ela amplia o que a pessoa consegue fazer. Para ela, a vantagem não depende de senioridade, e as competências centrais continuam importantes, mas deixam de limitar o escopo de atuação.
Treinamento, custos e confiança
O acesso ao aprendizado varia bastante. O gasto médio direto dos trabalhadores com treinamento foi de US$ 1.758 na tecnologia, US$ 1.664 em finanças, US$ 990 na saúde e US$ 883 na educação. Entre os profissionais de tecnologia, 13% não gastaram nada; em finanças, 24%; na saúde, 45%; e na educação, 42%. Quase metade dos trabalhadores de saúde e educação não investiu recursos próprios em desenvolvimento profissional no ano anterior. A tecnologia também concentra mais canais de aprendizagem: 48% dos profissionais dessa área usam chatbots de IA como ferramenta de estudo, contra 27% do total de trabalhadores e 21% dos profissionais fora da tecnologia. Sobre confiança, 31% preferem aprender uma nova função com alguém que já a executa; 19% escolhem certificação oficial, 16% apontam uma ferramenta de IA e 6% preferem um professor universitário.
Por que isso importa
Para líderes e equipes fora da tecnologia, a diferença nas taxas de adoção não deve ser lida como simples atraso. O material a apresenta como reflexo das velocidades distintas de absorção de novos fluxos de trabalho. Esse panorama oferece um mapa prático: setores que ainda estão começando podem observar o que a tecnologia já testou, adaptar casos de uso à realidade regulatória e investir em capacitação voltada à validação de resultados, à automação de tarefas repetitivas e ao uso crítico de assistentes. A oportunidade está menos em copiar ferramentas e mais em entender como transformar aprendizado em prática padronizada, com espaço para que trabalhadores proponham melhorias e assumam papel ativo na transição.
