Meta reverte conscrição de 7.000 engenheiros para IA: código cresceu 220%, funcionalidades chegaram a 36%
Após realocar cerca de 7.000 engenheiros para o grupo de IA aplicada e enfrentar crise de moral histórica, Meta permite retorno às funções originais; Zuckerberg reconhece erros e descarta novos cortes em 2026.
Código gerado nas plataformas e infraestrutura da Meta cresceu 220% no acumulado anual. Novas funcionalidades chegando a usuários cresceram 36% no mesmo período. Essa assimetria, reportada pelo Fortune em 12 de setembro com base em métricas internas, sintetiza por que Mark Zuckerberg reverteu o que havia sido descrito como a maior reorganização da história da empresa: o remanejamento compulsório de aproximadamente 7.000 engenheiros para o grupo de inteligência artificial aplicada (AAI).
A conscrição que não se converteu em produto
No primeiro semestre de 2026, a Meta redirecionou milhares de engenheiros, incluindo gerentes que haviam migrado para funções de colaboradores individuais, para trabalhar no treinamento e ajuste fino de modelos de IA no âmbito do AAI. A premissa: engenheiros com ferramentas de IA de alta capacidade gerariam mais código, mais código significaria mais produto, e o modelo de mão de obra poderia ser progressivamente substituído por automação. Os números de junho a agosto invalidaram a lógica.
Os remanejados passaram a se chamar entre si de 'recrutas' (draftees), e a resistência interna foi significativa. Segundo o Fortune, o diretor de tecnologia Andrew Bosworth teria comunicado à liderança que o moral estava entre os piores em 20 anos de história da Meta, em nível comparável ao registrado durante a crise do Cambridge Analytica. Outros executivos seniores questionaram abertamente a racionalidade do movimento em reuniões internas.
O descompasso entre código e valor entregue
A explosão de 220% em código gerado não era falsa. Engenheiros com ferramentas de IA de última geração produzem mais linhas de código por hora. O problema estava no que esse código fazia: alterações em plataformas e infraestrutura interna, não funcionalidades que chegassem a usuários. O crescimento de apenas 36% em recursos entregues expõe onde a automação tem limites estruturais que volume de código não elimina.
Engenheiros deslocados para treinamento de modelos perderam contexto de produto acumulado ao longo de anos. Parte do código gerado nas novas funções foi descartada ou exigiu retrabalho substancial. A Meta não divulgou o custo do retrabalho nem o volume de código efetivamente descartado, mas o retrocesso na política é dado suficiente sobre o resultado.
O ponto que a assimetria 220% versus 36% revela: geração de código e entrega de produto são processos distintos, e a IA acelerou apenas o primeiro. As etapas que a automação ainda não substitui com a mesma qualidade, como definição de requisitos, revisão de produto e integração de feedback de usuários, continuam sendo o gargalo real.
Recuo e o que o episódio sinaliza para o mercado
Zuckerberg reconheceu que a empresa 'cometeu erros' e comprometeu-se a encontrar novas funções para os engenheiros alocados em trabalho de treinamento de modelos. Prometeu que não haverá novos cortes generalizados de pessoal na Meta pelo restante de 2026. Cada profissional remanejado pode agora decidir individualmente se permanece no AAI ou retorna à sua área original.
O recuo não elimina a estratégia de IA da Meta. O grupo AAI continua existindo e os investimentos em treinamento de modelos seguem na ordem de dezenas de bilhões de dólares anuais. O que muda é a aposta de que qualquer engenheiro pode ser convertido em treinador de modelo sem perda significativa de contexto e valor.
Para CIOs e parceiros de consultoria que estruturam programas de requalificação em IA para clientes corporativos, o caso Meta oferece um dado adverso que um argumento de venda honesto precisa endereçar. Empresas no Reino Unido, na Alemanha e no Japão replicam variações dessa aposta, com programas de remanejamento de equipes técnicas para curadoria de dados e ajuste fino de modelos. O padrão que a Meta expõe é que produtividade de código não é proxy confiável de entrega de valor ao usuário.
Na Índia, onde TCS, Infosys e Wipro vendem serviços de treinamento e ajuste fino para clientes globais, o episódio enfraquece a premissa de que qualquer engenheiro sênior pode ser realocado para trabalho de IA sem perda de contexto de domínio. Os centros de desenvolvimento de grandes consultorias contratam por especialidade de produto. O trabalho de treinamento de modelo exige conjunto de competências diferente e raramente intercambiável em escala.
A questão que o episódio deixa em aberto: se a maior empresa de IA de consumo do mundo não converteu engenheiros qualificados em treinadores de modelo de forma produtiva em escala, o que esse resultado implica para a tese de que IA eliminará postos técnicos antes que novos papéis sejam criados em volume suficiente?