A IA Não Matou os Empregos de Engenharia. Ela os Reprecificou.

As vagas de engenharia caíram 11% desde 2019, enquanto o emprego em tecnologia como um todo recuou 25%. Esse é o destaque do State of Talent 2026 da SignalFire, reportado pelo TechCrunch em 24 de junho. Engenheiros foram 55% de todas as novas contratações de 2025, contra 46% em 2019. Em startups em estágio inicial, o quadro de engenharia cresceu 7%. A categoria que a tese do “a IA substitui programadores” havia marcado para apagar acabou sendo a mais resiliente da tecnologia.

A previsão que anunciava esse colapso errou o mecanismo, não só o momento. O trabalho em si continuou existindo, em outro formato e a outro preço. Ele foi reprecificado.

Os números apontam para o outro lado

A forma mais limpa de ler os dados da SignalFire é comparar duas linhas. Uma é o emprego total em tecnologia, um quarto abaixo da base de 2019. A outra é o emprego em engenharia, que caiu uma fração disso. Quando uma categoria encolhe muito mais devagar que o conjunto a que pertence, ela está ganhando participação, não perdendo. Engenheiros passaram de 46% para 55% das novas contratações em seis anos. Isso é um setor realocando recursos para engenharia, e não para longe dela.

Os comentários dos executivos acompanham os dados em vez de brigar com eles. O CEO da Nvidia disse à imprensa que engenheiros de software estão “mais ocupados do que nunca”. Uma economista da Anthropic, estudando a exposição do trabalho à IA, não encontrou “diferença material nas taxas de desemprego” entre trabalhadores expostos e não expostos à IA. Frases como essas acompanham demanda em alta e trabalho em transformação, o oposto do que se ouviria durante o colapso de uma profissão.

Uma ressalva sobre a fonte: a SignalFire é um fundo de venture com interesse de portfólio em manter saudável a contratação em startups, e a pesquisa reflete as empresas que ela acompanha. Trate a direção como bem sustentada e os percentuais exatos como indicativos. A direção é o que importa aqui, e a direção é inequívoca.

Jevons, não o apocalipse

Existe um resultado econômico de 160 anos que explica a resiliência melhor que qualquer apresentação de fornecedor. Em 1865, William Stanley Jevons observou que motores a vapor mais eficientes não reduziram o consumo de carvão da Inglaterra. Aumentaram. Quando um recurso fica mais barato de usar, as pessoas encontram muito mais usos para ele, e a demanda total sobe. Luz mais barata nos deu cidades que nunca escurecem. Computação mais barata nos deu um celular que faz o que um data center dos anos 1990 não conseguia.

A engenharia de software vive agora o seu momento Jevons. Os LLMs tornaram uma fatia específica do trabalho, escrever um primeiro rascunho de implementação a partir de uma especificação clara, drasticamente mais barata. A previsão ingênua assumiu que a quantidade total de engenharia ficaria fixa, então produção mais barata significaria menos engenheiros. A previsão errou a elasticidade. Quando entregar uma funcionalidade fica mais barato, as empresas entregam mais funcionalidades, iniciam mais produtos e tentam sistemas que antes não teriam alocado equipe. O número de +7% no estágio inicial é Jevons em miniatura: reduza o custo de construir, e mais construção é tentada.

A comoditização e o valor se movem para camadas diferentes. O miolo generalista e pesado em implementação do trabalho, a parte que um LLM consegue rascunhar a partir de um prompt, é exatamente a parte que está sendo comoditizada. O valor migra para as partes que o modelo não faz sozinho: tornar um sistema confiável sob carga real de produção, escalá-lo sem que ele caia, protegê-lo contra adversários que também têm LLMs, instrumentá-lo para que você enxergue o que ele faz às três da manhã, e exercer o julgamento operacional que decide qual de uma dúzia de projetos plausíveis sobrevive ao contato com a realidade.

O fosso é uma coisa difícil, sabida excepcionalmente bem

O autor do blog grandimam colocou a segunda metade do argumento com clareza: “os maiores retornos vêm não de saber um pouco de tudo, mas de saber uma coisa difícil excepcionalmente bem.” Essa frase é o guia prático de onde a mão de obra de engenharia é reprecificada para cima.

O mercado não está pagando um prêmio pelo cargo de “engenheiro de IA”. Colar “IA” no currículo virou, por si só, um movimento de commodity, disponível para qualquer um em uma tarde. O prêmio vai para profundidade demonstrável em algo que continua difícil mesmo quando a implementação é gratuita. Consistência em sistemas distribuídos. Internals de banco de dados sob carga de consultas geradas por agentes. Arquitetura de segurança. Engenharia de latência em escala. O julgamento de plantão que só vem de ter quebrado a produção e consertado. Essas não são habilidades que se rascunha de um prompt, porque o modelo não tem cicatrizes de produção nem responsabilidade quando o pager dispara.

Este é o fio que conecta a uma posição que já defendemos: os humanos continuam sendo a linha de base de valor, e os agentes entram como multiplicadores sobre ela. Medimos times de engenharia como humanos mais IA em um único placar, porque o valor durável é a profundidade humana que decide se a implementação barata de fato entra em produção, se segura e se sobrevive. Fizemos a versão do lado dos gastos desse argumento em Reprecificação da IA Empresarial, em que os orçamentos de IA estão sendo realocados em vez de entrar em colapso. O mercado de trabalho repete a mesma jogada com pessoas. A camada generalista de implementação fica mais barata; a camada de julgamento especialista fica mais cara. Ambas são reprecificadas, em direções opostas, ao mesmo tempo.

O que isso significa para contratação e para carreiras

Para líderes de engenharia, os números da SignalFire são um argumento contra o reflexo de congelar o quadro. Se seus concorrentes leram “a IA substitui engenheiros” e congelaram contratações, os dados dizem que eles leram o mercado errado e você pode ganhar participação, especialmente na ponta sênior e especialista, onde a reprecificação concentra valor. O gargalo em uma organização acelerada por IA é quem leva um primeiro rascunho a uma produção confiável, uma habilidade mais escassa do que nunca.

Para engenheiros individuais, a estratégia que os dados recompensam é profundidade em vez de amplitude, e profundidade em algo que resiste à automação. Um generalista que sabe pedir a um LLM um app CRUD compete com todo mundo que faz o mesmo, ou seja, hoje quase todo o mercado. Um engenheiro que domina performance de banco de dados, ou consenso distribuído, ou o modelo de segurança, domina algo que o modelo não substitui e sem o qual o negócio não entrega. O mercado de talentos de engenharia não está encolhendo. Está se ordenando por profundidade.

Faça isto agora

Rode um cálculo no seu próprio time neste trimestre. Liste cada engenheiro e pergunte, para cada um: qual é a única coisa difícil que esta pessoa sabe excepcionalmente bem, que um LLM não faz a partir de um prompt? Se você consegue nomear, esse é um ativo reprecificado para cima, e você deveria estar protegendo e fazendo crescer. Se a resposta honesta para alguém for “implementação generalista”, isso não é sinal de demissão; é um plano de desenvolvimento. O mercado está reprecificando o trabalho rumo à profundidade. Sua contratação, suas avaliações e seu orçamento de treinamento deveriam ser reprecificados junto, a partir de agora.

Fontes

TechCrunch / SignalFire State of Talent 2026. “AI was supposed to kill engineering jobs, but new data suggests they’re the most resilient.” Junho de 2026.
grandimam. “Repricing of software engineering labor.” Junho de 2026.

A Victorino ajuda organizações de engenharia a medir times de humanos mais IA em um único placar e a encontrar a profundidade que reprecifica para cima: contato@victorino.com.br | www.victorino.com.br