Enquanto as placas de vídeo RTX se esgotam nas prateleiras para quem treina modelos de IA em casa, as gigantes de tecnologia da Índia sinalizam uma transformação igualmente radical: produzir mais com muito menos gente. Nos primeiros nove meses do ano fiscal de 2023/24 (FY24), os cinco maiores provedores de serviços de TI do país — TCS, Infosys, HCLTech, Wipro e Tech Mahindra — somaram apenas 17 novos funcionários líquidos. No mesmo período do ano anterior haviam sido 17.764. A informação vem do vice-presidente da Constellation Research, Chirag Mehta, e escancara como a IA redefine produtividade.
Menos programadores, mais código no ar
Empresas como a Tata Consultancy Services (TCS) estão enxugando equipes graças a ferramentas de geração de código, testes automatizados e pipelines de CI/CD impulsionados por IA. Entre julho e dezembro, a TCS reduziu seu quadro global de 613.069 para 582.163 colaboradores — queda de 30 mil postos se compararmos ao começo do ano fiscal. Na Tech Mahindra, a folha encolheu de 152.714 para 149.616, enquanto a HCLTech registrou leve recuo de 0,1 %, para 226.379 profissionais.
A única exceção foi a Infosys, que acrescentou quase 5 mil especialistas no trimestre, totalizando 337.034. Ainda assim, o ritmo está muito distante das contratações pré-boom da IA, revelando o mesmo desafio: faltam talentos com bagagem em aprendizado de máquina e engenharia de dados.
Déficit de especialistas: 1 engenheiro para cada 10 vagas em IA
De acordo com Biswajeet Mahapatra, analista da Forrester, o mercado indiano conta hoje com apenas um profissional plenamente qualificado para cada dez oportunidades em IA generativa. Além de a tecnologia avançar numa curva quase vertical, há inflação salarial e escassez de programas robustos de pós-graduação em pesquisa aplicada.
Como contra-ataque, os gigantes investem pesado em reskilling. A TCS afirma ter triplicado, em 12 meses, o número de funcionários com competências avançadas em IA, saltando para 217 mil. Já a HCLTech treinou 38 mil colaboradores em GenAI e 600 em IA responsável — temas cruciais para contratos globais que exigem governança de dados e compliance.
Do modelo 80 % humano / 20 % tech ao 50-50
Jimit Arora, CEO do Everest Group, resume a nova equação: se antes 80 % do trabalho era humano e 20 % suporte tecnológico, o setor ruma para um equilíbrio 50-50. O resultado prático? Templates prontos, bibliotecas generativas e copilotos de código entregam sprint que antes demandava squads inteiros. Isso explica por que as empresas demitiram parte da força antiga ao mesmo tempo em que seguem caçando perfis de IA no esquema gig economy, ou seja, contratar sob demanda.
O que essa mudança significa para você, entusiasta de hardware?
Se as corporações procuram mais performance, menos consumo de energia e menor custo por operação, o raciocínio vale também para o usuário doméstico ou profissional autônomo que treina modelos ou roda aplicações de IA:
Imagem: Nidhi Singal
- GPU com tensor cores: placas como a RTX 4060 Ti ou RTX 4070 Super entregam aceleração de IA via CUDA e TensorRT, reduzindo o tempo de inferência em projetos pessoais.
- Processadores densos em núcleos: CPUs AMD Ryzen série 7000 e Intel Core 14ª geração trazem instruções AVX-512/AMX que otimizam workloads de machine learning.
- Memória abundante: 32 GB de RAM DDR5 virou o “novo 16 GB” para quem usa Stable Diffusion ou LLaMA localmente.
Ou seja, o mesmo mantra que impulsiona TCS e companhia — fazer mais com menos — pode guiar o próximo upgrade do seu PC, seja para turbinar projetos acadêmicos, abrir caminho no freelancing de IA ou simplesmente aproveitar os recursos de DLSS 3.5 nos jogos mais recentes.
Como se preparar para surfear a onda
Mesmo que você não esteja de olho em uma vaga na Índia, o movimento global serve de alerta:
- Capacite-se: cursos de Python, PyTorch e modelos generativos são o novo inglês para o mercado de TI.
- Monte o laboratório em casa: um desktop com RTX 3060 ou superior já permite treinar modelos médios; considere também acelerar com kits de Raspberry Pi para edge computing.
- Fique de olho em benchmarks: sites como MLPerf mostram quais GPUs entregam mais tokens por segundo, ajudando na decisão de compra.
No cenário corporativo ou pessoal, a mensagem é cristalina: a IA não apenas escreve códigos; ela está reescrevendo a forma como trabalhamos — e compramos hardware.
Com informações de Computerworld
