A necessidade de profissionais capazes de trabalhar com inteligência artificial cresceu quase 11 vezes na América Latina entre 2023 e 2025, segundo análise da McKinsey. O estudo avaliou cinco economias da região e constatou que a procura por fluência em IA superou o crescimento de qualquer outra categoria de competências.
O conceito de fluência em IA vai além de saber usar ferramentas como ChatGPT ou Gemini. Ele inclui a capacidade de operar, gerenciar e criar soluções baseadas em inteligência artificial, alcançando até mesmo carreiras que não são tradicionalmente ligadas à tecnologia.
Para os trabalhadores, isso significa que a preparação para o mercado exige não só entender como a tecnologia funciona, mas também desenvolver habilidades para aplicá-la em tarefas, processos e decisões cotidianas.
O que o estudo revela sobre inteligência artificial
A pesquisa da McKinsey mostra que os empregos que exigiam fluência em IA passaram de aproximadamente 800 mil para 8,5 milhões entre 2023 e 2025 nas economias analisadas, um aumento de cerca de 10,9 vezes.
A maior parte desse avanço ocorreu em ocupações fora das áreas de ciência, tecnologia, engenharia e matemática (STEM), como negócios, operações e outras atividades profissionais.
A distinção está no tipo de conhecimento solicitado. Enquanto habilidades técnicas envolvem construir e implementar sistemas de IA, a fluência permite que um profissional utilize essas soluções no dia a dia, mesmo sem ser programador.
4 habilidades para desenvolver na carreira
1. Uso de ferramentas de IA
Saber elaborar comandos, revisar respostas e identificar limitações das ferramentas de inteligência artificial é uma competência prática essencial.
Um profissional de marketing, por exemplo, pode usar IA para organizar dados de uma pesquisa, sugerir estruturas de conteúdo e comparar versões de um texto. A revisão humana continua indispensável para verificar a precisão dos dados e a adequação ao objetivo.
2. Análise de dados
A inteligência artificial depende de dados para gerar análises e resultados. Por isso, dominar planilhas, indicadores e a qualidade das informações ajuda a avaliar as respostas produzidas.
Na área financeira, isso pode significar utilizar IA para identificar padrões em relatórios, sem dispensar a conferência dos números originais.
3. Visão de negócios
A McKinsey identificou crescimento também na demanda por análise de negócios e melhoria de processos na América Latina. Isso indica a importância de profissionais capazes de conectar a tecnologia às necessidades concretas das empresas.
Saber onde aplicar IA significa reconhecer tarefas repetitivas, gargalos e oportunidades de ganho de produtividade. Uma ferramenta pode resumir documentos, mas cabe ao profissional definir quais informações são relevantes para uma decisão.
4. Aprendizado contínuo
O Fórum Econômico Mundial estima que 39% das habilidades essenciais exigidas no trabalho deverão mudar até 2030. Inteligência artificial e big data estão entre as categorias com maior crescimento esperado.
Para acompanhar essa transformação, o aprendizado contínuo pode envolver cursos, prática com ferramentas e atualização sobre os impactos da tecnologia na própria profissão.
Como se preparar para as mudanças
A fluência em IA não substitui os conhecimentos específicos de cada área. Um contador, um profissional de RH e um analista de marketing podem utilizar as mesmas ferramentas, mas precisam compreender riscos, objetivos e critérios distintos.
O relatório da McKinsey também destaca que habilidades como resolução de problemas, comunicação e trabalho em equipe continuam relevantes. A tendência observada é de colaboração entre pessoas e sistemas de IA, e não apenas de substituição de tarefas.
Formação executiva em inteligência artificial
Para profissionais que precisam aprofundar o conhecimento sobre tecnologia e negócios, uma formação executiva em inteligência artificial pode reunir fundamentos técnicos, análise de dados, governança e aplicação prática.
A necessidade de atualização tende a variar conforme a profissão, o setor e o nível de adoção tecnológica da empresa. O ponto central é compreender quais tarefas podem ser aprimoradas com IA e quais competências ajudam a avaliar seus resultados.
