O fim das camadas gerenciais e a síndrome do porteiro
A IA não está eliminando gerentes; ela está expondo camadas que sempre adicionaram burocracia sem produzir decisão. A projeção do Gartner de cortar mais de 50% das posições de gerência média até 2026 e a reestruturação de cerca de 30.000 posições na Oracle revelam que o gargalo de eficiência era a própria camada, não a ausência de tecnologia.
Por que a IA virou o álibi perfeito para cortar gerência?
A narrativa dominante atribui o achatamento das hierarquias corporativas à inteligência artificial. A leitura é conveniente e parcialmente desonesta. Empresas que mantinham camadas redundantes por uma década descobriram, em 2025 e 2026, um motivo socialmente aceitável para removê-las. A IA não criou a ineficiência gerencial; ela ofereceu o pretexto para confrontá-la sem custo reputacional.
Os números do mercado de trabalho sustentam o ceticismo. O Yale Budget Lab concluiu, em maio de 2026, que a IA provavelmente não foi a causa do enfraquecimento do mercado de trabalho, sem mudança relevante no desemprego até março de 2026 para ocupações de alta exposição à tecnologia. Ainda assim, os layoffs em tecnologia ultrapassaram 115.000 até maio de 2026, próximos dos 124.000 de todo o ano anterior, com Meta, Amazon e Snap citando IA na justificativa.
A dissonância é o dado relevante: empresas demitem em nome da IA enquanto a evidência macroeconômica não confirma que a IA esteja deslocando trabalho. O que está sendo cortado não é função substituível por modelo de linguagem, e sim a camada que servia de pedágio entre quem decide e quem executa.
A IA não tornou os gerentes intermediários obsoletos. Apenas removeu a desculpa para mantê-los quando muitos já eram obsoletos antes do primeiro prompt.
O que a síndrome do porteiro custa à empresa
Uma parcela significativa das camadas gerenciais nunca produziu decisão. Produziu controle. O gerente-porteiro existe para aprovar, encaminhar e validar aquilo que poderia fluir sem ele. Sua contribuição mensurável é negativa: adiciona latência, multiplica reuniões de alinhamento e converte clareza em processo. A organização paga salário para instalar atrito.
O efeito é cumulativo. Cada camada adicional reduz a velocidade de iteração e dilui a responsabilidade. Quando uma decisão precisa de cinco assinaturas, ninguém é dono dela. A burocracia interna não é um subproduto acidental do crescimento; é o resultado previsível de desenhar organogramas que confundem supervisão com valor.
Mover-se rápido tem valor sistematicamente subestimado nos modelos de gestão tradicionais. Um time menor e mais plano testa, erra e corrige em ciclos curtos. Um time afundado em camadas gasta o mesmo tempo negociando permissão para começar. A IA torna essa diferença mais visível porque acelera a execução de quem já tinha autonomia, e expõe quem só existia para conceder autorização.
Span of control: a métrica que denuncia o excesso
A amplitude de controle, ou span of control, mede quantos reportes diretos cada gestor administra. O indicador está subindo de forma consistente, e essa elevação é a evidência quantitativa de que as camadas anteriores eram folgadas demais. Reportes diretos por gestor passaram de 10,9 em 2024 para 12,1 em 2025, com a média de mercado em torno de 14 e casos extremos de até 90 reportes diretos.
Quando uma empresa dobra a amplitude de controle sem que a operação colapse, ela prova que metade da supervisão anterior era dispensável. A organização funcionava apesar das camadas, não por causa delas. Gartner projeta corte de mais de 50% das posições de gerência média por reestruturação até 2026, e estima que até 20% das empresas usarão IA para reduzir a gerência média até o fim do ano.
Os casos concretos confirmam a direção. Bayer, Amazon e Meta vêm achatando suas hierarquias, e a Oracle reestruturou cerca de 30.000 posições em 1 de abril de 2026. Nenhuma dessas decisões depende tecnicamente de um modelo de IA para ser executada. Depende de admitir que o organograma estava inflado.
| Indicador | Valor | Leitura executiva |
|---|---|---|
| Reportes diretos por gestor (2024) | 10,9 | Linha de base |
| Reportes diretos por gestor (2025) | 12,1 | Camada anterior era folgada |
| Span of control médio de mercado | 14 e subindo | Supervisão excedente sendo absorvida |
| Corte projetado de gerência média (Gartner, até 2026) | mais de 50% | Confirma redundância estrutural |
| Posições reestruturadas na Oracle (01/04/2026) | cerca de 30.000 | Decisão de estrutura, não de tecnologia |
Menos camadas não é o mesmo que menos custo automático
Convém recusar a versão simplista de que cortar gerência ou adotar IA reduz custo de forma garantida. A afirmação de que a IA sempre sai mais barata que funcionários é falsa. O preço por token de LLM caiu cerca de 280 vezes em dois anos, mas o gasto corporativo total com IA subiu cerca de 320% no mesmo período, efeito do volume: workflows agênticos disparam de 10 a 20 chamadas por tarefa e agentes em operação contínua consomem compute o tempo todo.
O argumento correto é outro. Um time menor, mesmo custando mais por usar IA de forma intensiva, pode produzir e entregar mais do que um time grande e burocrático. A equação que importa não é o custo unitário da camada removida; é a velocidade e a capacidade de iteração que a estrutura mais plana libera. Eficiência organizacional é taxa de transferência de decisão, não folha de pagamento reduzida.
Esse é também o limite do entusiasmo. O relatório MIT NANDA, The GenAI Divide, mostra que 95% dos pilotos corporativos de IA generativa não entregam impacto mensurável em P&L, com apenas cerca de 5% atingindo aceleração rápida de receita, e a causa raiz é a lacuna de aprendizado e integração, não a qualidade do modelo. Cortar camadas e instalar IA sobre uma operação confusa apenas acelera a confusão.
A camada era o gargalo, e a disciplina é a saída
A tese se sustenta: o gargalo de eficiência era a camada, não a ausência de IA. Empresas que confundem reorganização com modernização tecnológica vão repetir o mesmo erro em outra escala, agora com uma conta de inferência maior. Remover gerentes-porteiro é necessário, mas insuficiente. O que substitui a camada de controle precisa ser disciplina explícita, não vácuo.
Essa disciplina tem nome operacional. Objetivos declarados com clareza, padrões de qualidade legíveis, e critérios de avaliação que respondem como sabemos que isto está funcionando substituem a supervisão humana redundante por governança verificável. A mesma rigidez que faz a IA entregar retorno em vez de queimar tokens, specs bem feitas, evals bem desenhados e dados estruturados, é a que permite operar com menos camadas sem perder controle.
É a mesma disciplina que decide se uma marca será citada por um modelo de linguagem quando alguém pergunta. Clareza, estrutura e critério não são ornamentos de governança; são o que torna tanto a operação interna quanto a presença pública de uma empresa legíveis para máquinas e para o mercado. A camada gerencial inflada e o conteúdo corporativo ilegível falham pela mesma razão: ambos tentam tapar a falta de clareza com volume.
Perguntas frequentes
A IA realmente elimina gerentes ou é desculpa para demitir?
É majoritariamente pretexto. O Yale Budget Lab apontou em maio de 2026 que a IA provavelmente não causou o enfraquecimento do mercado de trabalho, sem mudança relevante no desemprego de ocupações expostas até março de 2026. As empresas estão removendo camadas que já eram redundantes e usando a IA como justificativa socialmente aceitável.
Cortar gerência média reduz custo de forma garantida?
Não. O ganho real é velocidade e capacidade de iteração, não folha menor. A própria IA não garante economia: o preço por token caiu cerca de 280 vezes em dois anos, mas o gasto corporativo total com IA subiu cerca de 320% pelo efeito de volume. O valor está em times mais planos que decidem e entregam mais rápido.
Qual indicador prova que as camadas eram excessivas?
A amplitude de controle. Reportes diretos por gestor subiram de 10,9 em 2024 para 12,1 em 2025, com média de mercado em torno de 14. Se a operação funciona com gestores administrando mais pessoas, a supervisão anterior era folgada. Gartner projeta corte de mais de 50% da gerência média por reestruturação até 2026.
O que substitui a camada gerencial removida?
Disciplina explícita: objetivos declarados, padrões de qualidade legíveis e critérios de avaliação verificáveis. Sem isso, achatar a hierarquia e instalar IA apenas acelera a desordem, como mostra o dado do MIT de que 95% dos pilotos de IA generativa não entregam impacto mensurável em P&L.
Sobre o autor
Alexandre Caramaschi é CEO da Brasil GEO, ex-CMO da Semantix (Nasdaq) e cofundador da AI Brasil. Pioneiro em Generative Engine Optimization (GEO) e no conceito Business-to-Agent (B2A) no mercado brasileiro.