Principais destaques
- Até 60%: esse foi o tamanho de redução de algumas equipes considerado nos cenários internos do Project OT.
- 10% da força de trabalho: foi o corte efetivamente realizado pela Meta em maio, enquanto uma segunda rodada prevista para novembro acabou cancelada.
- IA abaixo da expectativa: os agentes que deveriam assumir parte do trabalho humano não entregaram os ganhos de produtividade esperados pela empresa.
A Meta imaginou um futuro no qual milhares de funcionários deixariam de executar tarefas que passariam a ser realizadas por agentes de inteligência artificial.
O plano era ambicioso. Em vez de simplesmente colocar ferramentas de IA ao lado dos trabalhadores, a empresa queria reorganizar a própria estrutura para funcionar de maneira diferente. Equipes menores, mais especializadas e apoiadas por agentes autônomos assumiriam o lugar de estruturas tradicionais.
Durante o planejamento, executivos chegaram a considerar cenários nos quais determinadas equipes poderiam encolher até 60%.
Mas o experimento encontrou um obstáculo que nenhuma apresentação de estratégia consegue eliminar: a tecnologia precisava funcionar na prática.
Segundo uma investigação da Reuters baseada em documentos internos, mensagens, gravações e conversas com mais de 20 pessoas familiarizadas com a situação, o projeto começou a perder força rapidamente.
A reação dos funcionários aumentou, os resultados de produtividade decepcionaram e problemas relacionados à utilização dos agentes de IA colocaram em dúvida a velocidade da transformação planejada.
A gigante de Mark Zuckerberg chegou a estudar cortes de até 60% em algumas equipes para criar uma empresa “nativa em IA”. O projeto encontrou resistência dos funcionários, problemas técnicos e ganhos de produtividade abaixo do esperado.
O plano que nasceu no retiro de Zuckerberg
O nome da iniciativa era Project OT, abreviação de Organization Transformation.
O projeto começou a tomar forma no início de 2026, durante o encontro anual de liderança da Meta, realizado no complexo de Mark Zuckerberg no Havaí. A proposta era muito maior do que uma simples rodada de demissões.
A intenção era redesenhar a organização em torno da inteligência artificial.
A lógica era relativamente direta: se agentes de IA conseguem executar uma parcela crescente das atividades de programação, análise, pesquisa, documentação e outras tarefas corporativas, por que manter equipes humanas tão grandes?
A resposta imaginada pela Meta era criar grupos menores de funcionários, chamados em diferentes documentos e discussões de estruturas de “builders” e “pods”, responsáveis por supervisionar o trabalho realizado com auxílio da IA.
O conceito é importante porque mostra a dimensão da aposta.
A Meta não estava apenas tentando fazer seus funcionários trabalharem mais rápido com um chatbot. A empresa estudava uma mudança no próprio modelo de organização.
Menos pessoas + mais agentes de IA + equipes altamente especializadas = uma Meta mais enxuta e produtiva.
Esse era o raciocínio.
Na prática, porém, transformar essa equação em resultado empresarial provou ser muito mais difícil.
Uma redução de 60% era possível no papel
Os documentos analisados pela Reuters mostram que executivos chegaram a trabalhar com cenários nos quais determinadas equipes poderiam ser reduzidas em até 60%.
Isso não significa que todas essas áreas seriam efetivamente cortadas nesse percentual. Tratava-se de planejamento de cenários. Ainda assim, o número ajuda a dimensionar o tamanho da transformação que estava sendo considerada.
A reestruturação também previa o fechamento de vagas abertas, mudanças de funções e transferência de funcionários para novas iniciativas ligadas à inteligência artificial.
A primeira onda estava planejada para maio.
A segunda viria em novembro.
E foi justamente essa segunda etapa que acabou não acontecendo.
A primeira onda aconteceu. A segunda morreu na véspera
A Meta realizou em maio um corte de aproximadamente 10% de sua força de trabalho, em uma das maiores reduções recentes da empresa.
Relatos anteriores indicavam que cerca de 8 mil funcionários seriam afetados e que aproximadamente 6 mil vagas abertas também seriam eliminadas. Ao mesmo tempo, cerca de 7 mil pessoas seriam transferidas para novas iniciativas relacionadas aos fluxos de trabalho com IA.
Mas havia uma segunda etapa muito maior no horizonte.
A empresa planejava uma nova rodada de mudanças para novembro. Poucas horas antes de os primeiros cortes de maio serem anunciados, Zuckerberg decidiu interromper o planejamento dessa segunda onda, segundo a investigação da Reuters.
A mudança não aconteceu em um ambiente tranquilo.
Funcionários estavam cada vez mais convencidos de que a transformação de IA tinha como um de seus objetivos substituir seus próprios empregos. A percepção gerou revolta e deteriorou a confiança interna.
E havia outro problema.
Os agentes de IA não estavam entregando aquilo que a estratégia prometia.
A produtividade virou o ponto fraco
A promessa dos agentes é sedutora.
Em vez de apenas responder a uma pergunta, um agente pode receber um objetivo, dividir o trabalho em etapas, usar ferramentas, consultar informações, executar ações e retornar com um resultado.
Para uma empresa do tamanho da Meta, isso poderia significar uma transformação enorme.
Um agente que consegue realizar uma tarefa de programação, por exemplo, poderia teoricamente reduzir a quantidade de trabalho necessária para uma equipe humana. Se centenas ou milhares desses agentes fossem utilizados simultaneamente, o ganho poderia ser multiplicado.
Só que existe uma diferença enorme entre produzir mais conteúdo ou código e produzir mais coisas úteis para o negócio.
Foi justamente aí que o projeto começou a encontrar dificuldades.
Segundo a Reuters, dados internos indicavam que a tecnologia de agentes autônomos não estava proporcionando os ganhos de produtividade esperados. A integração acelerada também trouxe problemas técnicos, de segurança e de confiabilidade.
Esse detalhe muda completamente a história.
A IA podia fazer mais.
Mas fazer mais não necessariamente significava entregar mais.
220% mais código não significa 220% mais produto
Um dos números que passaram a circular na discussão sobre o desempenho da transformação ajuda a explicar o problema.
Relatos sobre o período posterior aos cortes apontaram para um aumento expressivo na quantidade de alterações de código produzidas com assistência de IA, enquanto o crescimento na quantidade de funcionalidades efetivamente entregues foi muito menor.
Isso revela uma armadilha importante da chamada produtividade de IA.
Imagine uma equipe que antes produz 100 unidades de código por mês e passa a produzir 300.
À primeira vista, parece uma revolução.
Mas se apenas uma pequena parte desse código chega ao usuário, aumenta a complexidade do sistema, cria bugs ou exige mais trabalho de revisão, o ganho real pode ser muito menor.
É o equivalente corporativo de confundir velocidade de escrita com velocidade de conclusão.
A própria experiência da Meta reforça uma questão que está começando a aparecer em diversas empresas: os melhores indicadores para medir IA provavelmente não serão o número de tokens gerados, linhas de código produzidas ou tarefas iniciadas.
O que importa é o resultado final.
Produto entregue.
Problema resolvido.
Receita gerada.
Tempo realmente economizado.
É nessa diferença que a promessa dos agentes começa a ficar mais complicada.
O problema não era apenas tecnológico
Seria fácil interpretar o episódio como uma simples história sobre uma IA que ainda não está suficientemente avançada.
Mas os documentos e relatos apontam para algo mais amplo.
A transformação também enfrentou problemas organizacionais.
Quando uma empresa anuncia, direta ou indiretamente, que determinadas funções podem desaparecer por causa da IA, os funcionários naturalmente mudam seu comportamento.
Alguns passam a procurar novas posições.
Outros deixam de confiar na liderança.
Equipes podem ficar menos dispostas a compartilhar informações ou assumir riscos.
E uma parte do esforço que deveria ser direcionada para a adoção da tecnologia acaba sendo consumida pela própria reorganização.
Foi exatamente esse ambiente que começou a se formar dentro da Meta.
A confiança também virou um problema
A percepção de que a IA poderia ser usada para eliminar postos de trabalho tornou a transformação muito mais difícil.
Em vez de enxergar os agentes como ferramentas para aumentar suas capacidades, parte dos funcionários passou a vê-los como concorrentes.
Essa diferença de percepção é fundamental.
Uma empresa pode comprar os melhores modelos disponíveis, construir infraestrutura gigantesca e contratar pesquisadores de ponta.
Mas se as pessoas que precisam utilizar a tecnologia não confiam no processo, a implementação fica muito mais complicada.
E isso é especialmente relevante para a Meta porque a empresa está tentando avançar simultaneamente em várias frentes de IA.
Meta continua apostando bilhões na inteligência artificial
O fracasso do Project OT não significa que a Meta desistiu da IA.
Muito pelo contrário.
A empresa continua entre as companhias que mais investem em infraestrutura para inteligência artificial e pretende gastar mais de US$ 130 bilhões em infraestrutura e chips de IA em 2026, segundo informações publicadas pela Reuters.
É aí que a história fica ainda mais interessante.
A Meta aparentemente recuou de uma estratégia específica de substituição acelerada de trabalhadores, mas não recuou da inteligência artificial.
A diferença é importante.
O que parece ter sido colocado em dúvida não é a importância da IA para o futuro da empresa, mas a ideia de que seria possível reorganizar rapidamente uma companhia gigantesca simplesmente substituindo grandes grupos humanos por agentes.
Esse é um problema que outras empresas também terão de enfrentar.
A corrida pelos agentes continua
Enquanto o Project OT encontrava dificuldades internamente, a Meta continuava desenvolvendo agentes para outras aplicações.
Um exemplo é o chamado Project Hatch, um agente pessoal que, segundo informações divulgadas recentemente, estaria sendo testado internamente. A ferramenta foi descrita como capaz de executar tarefas como fazer reservas, pedir comida, organizar calendários e e-mails, preencher formulários e realizar pesquisas.
Isso mostra que a Meta não abandonou a ideia de agentes autônomos.
O aprendizado parece estar em outro lugar.
Um agente funcionando em uma demonstração é uma coisa.
Milhares de agentes funcionando de maneira confiável dentro de uma organização complexa é outra completamente diferente.
O caso Meta é um alerta para toda a indústria
Durante os últimos anos, muitas empresas passaram a tratar a inteligência artificial como uma espécie de multiplicador automático de produtividade.
A fórmula parecia simples.
Mais IA significaria menos trabalho repetitivo. Menos trabalho repetitivo significaria equipes menores. Equipes menores significariam custos mais baixos. E custos menores significariam empresas mais eficientes.
O problema é que nenhuma dessas etapas é automática.
A IA pode reduzir o tempo necessário para algumas atividades, mas também pode criar novos trabalhos de revisão, supervisão, segurança e correção.
Um agente pode escrever código mais rapidamente, mas alguém ainda precisa verificar se aquele código funciona.
Pode analisar milhares de documentos, mas alguém precisa avaliar se a interpretação está correta.
Pode executar uma sequência de ações, mas precisa existir uma estrutura de segurança para impedir que um erro se transforme em um problema maior.
E quanto mais autonomia é concedida ao sistema, maior tende a ser o impacto de uma falha.
A conta da IA é mais complicada do que parece
Existe ainda uma questão econômica.
Contratar menos pessoas pode reduzir determinados custos, mas construir uma infraestrutura capaz de sustentar agentes de IA em grande escala custa bilhões.
A Meta está investindo pesadamente em data centers, chips e capacidade computacional. Ao mesmo tempo, pesquisadores e especialistas em IA são alguns dos profissionais mais caros do mercado.
Ou seja, substituir pessoas por IA não significa simplesmente trocar uma despesa por outra menor.
É preciso avaliar quanto custa executar a IA, quanto custa supervisioná-la e quanto valor ela realmente produz.
A experiência da Meta sugere que essa conta ainda está sendo descoberta.
O que realmente fracassou no Project OT?
Talvez a conclusão mais interessante seja que o Project OT não tenha fracassado completamente.
A Meta efetivamente reduziu sua força de trabalho.
Também transferiu milhares de funcionários para novas iniciativas de IA e começou a experimentar estruturas organizacionais menores. Segundo informações sobre a reorganização, estruturas semelhantes ao modelo de “pods” continuaram sendo adotadas em algumas unidades mesmo depois do cancelamento da segunda onda de cortes.
Portanto, a empresa não voltou simplesmente ao ponto de partida.
O que desmoronou foi a versão mais agressiva da estratégia.
Aquela em que a IA avançaria rápido o suficiente para justificar uma redução drástica das equipes.
Isso é bastante diferente.
A Meta pode continuar diminuindo algumas áreas, automatizando processos e aumentando o uso de agentes. Mas agora existe uma evidência concreta de que a substituição em massa não pode ser presumida apenas porque a tecnologia parece impressionante em testes isolados.
A grande pergunta agora é outra
O caso da Meta coloca uma pergunta desconfortável para toda a indústria de tecnologia:
E se o problema não for a IA ser ruim demais, mas as empresas estarem esperando que ela faça coisas demais cedo demais?
Os modelos evoluíram rapidamente.
Os agentes também.
Mas organizações são sistemas muito mais complexos do que um benchmark.
Elas possuem pessoas, processos, sistemas antigos, responsabilidades jurídicas, clientes, segurança, hierarquias e milhares de pequenas decisões que raramente aparecem em uma demonstração de produto.
É justamente nesses detalhes que a promessa de automação total pode começar a perder força.
Para Zuckerberg, o recuo representa uma mudança importante de estratégia. Depois dos cortes de maio, o executivo sinalizou que não esperava novas demissões generalizadas na Meta naquele ano e passou a enfatizar uma narrativa mais voltada ao uso da IA para ampliar as capacidades das pessoas.
A mensagem parece simples, mas pode representar uma mudança de filosofia.
Em vez de perguntar “quantas pessoas podemos substituir?”, a empresa talvez precise perguntar “quanto trabalho podemos melhorar com IA sem destruir a organização que precisa usar essa tecnologia?”
Essa pode ser uma pergunta muito mais difícil.
E, para a indústria inteira, provavelmente também será uma das mais importantes dos próximos anos.
Em uma frase
A Meta descobriu que construir uma empresa movida por agentes de IA é muito mais complicado do que simplesmente reduzir o número de funcionários e entregar suas tarefas para máquinas.
