Como Singapura pode proteger empregos de nível intermédio à medida que a IA remodela o trabalho

Uma classe média fraca é a falha de um mercado de trabalho em rápida mudança

Aos 48 anos, a banqueira Rei Teo descobriu como pode mudar depressa uma função estável. Depois de o seu cargo ter sido reformulado em 2024, num processo de reestruturação, ela saiu e lutou para assegurar uma posição permanente num mercado onde o recrutamento arrefecera e as funções estavam a ser redesenhadas com nova tecnologia. Acabou por aceitar uma função a contrato. A sua experiência reflete um padrão que os investigadores assinalaram em Singapura: os cargos de nível intermédio são demasiado escassos para absorver profissionais deslocados, pelo que as pessoas são empurradas para posições temporárias ou mal remuneradas.

O Institute for Adult Learning (IAL) designa isto como efeito de empurrão para baixo. Quando as empresas automatizam tarefas rotineiras e otimizam equipas com ferramentas de inteligência artificial, sobram menos funções intermédias estáveis para servir de âncora à mão de obra. Profissionais experientes que saem ou são abrangidos pela reestruturação encontram frequentemente menos lugares ao seu antigo nível. Passam para atribuições contratuais ou mudam para funções de nível inferior, enquanto o recrutamento de juniores estagna. Isto sobrecarrega a escada de carreira por ambas as extremas.

A IA generativa acelerou estas transformações. Desde finais de 2022, bancos, consultoras e empresas de tecnologia têm testado copilotos e chatbots para atendimento ao cliente, geração de código, verificações de conformidade, textos de marketing e pesquisa interna de conhecimento. Estas ferramentas alteram os fluxos de trabalho e a composição das equipas. Algumas tarefas desaparecem. Outras expandem-se e exigem nova supervisão. A mudança é real e está a ocorrer em funções de colarinho branco que antes pareciam protegidas.

Singapura é parceira principal num programa internacional de investigação que acompanha a adoção da IA em dez centros digitais globais, da República à Silicon Valley. Os resultados apontam até agora para um risco claro para economias como a de Singapura, com uma elevada proporção de funções profissionais e um nível intermédio enxuto. Sem uma ação deliberada, o centro do mercado de trabalho pode enfraquecer ainda mais precisamente quando é mais necessário para acolher trabalhadores deslocados e orientar a próxima geração.

Porque é que os empregos de nível intermédio contam para o pacto social de Singapura

As funções de nível intermédio incluem supervisores, responsáveis de equipa, analistas de negócios, controladores financeiros, gestores de produto, coordenadores clínicos e técnicos seniores. Traduzem a estratégia em execução. Detêm conhecimento tácito sobre processos, clientes e sistemas. Orientam juniores e garantem continuidade quando as equipas mudam. Numa economia de elevada produtividade, esta camada cria estabilidade e constrói capacidade.

Se o centro se esvaziar, as empresas achatam-se e tornam-se mais frágeis. Os líderes seniores acumulam demasiadas responsabilidades, enquanto os profissionais de entrada veem menos oportunidades de aprender fazendo. O resultado é uma escada partida. As pessoas lutam para subir da escola à competência profissional e, depois, à liderança. Isto erode o pacto social que liga o esforço à recompensa e enfraquece a confiança nas instituições e nos empregadores.

Singapura protegeu-se há muito contra uma economia em forma de halter, com muitos empregos de elevado salário no topo e muitas funções de serviço de salário mais baixo na base. O objetivo tem sido o crescimento de funções qualificadas e bem remuneradas no centro. A adoção da IA pode apoiar esse objetivo se aumentar as equipas e criar novas especializações. Pode miná-lo se substituir funções de aprendizagem e estreitar o caminho para a experiência.

A IA está a remover os degraus da escada para os trabalhadores jovens

As preocupações com o ponto de entrada estão a aumentar. No início de 2025, um grande banco afirmou que a IA poderia reduzir até 4.000 funções contratuais e temporárias nos próximos anos. Anos antes, a Monetary Authority of Singapore projetou que um em cada três empregos financeiros na República poderia ser transformado ou eliminado pela automação. Em marketing, informática e operações, o trabalho que costumava formar juniores é cada vez mais tratado por ferramentas que redigem textos, desenham gráficos, depuram código ou resumem documentos em segundos.

Novas evidências sugerem quem sofre o impacto. Uma análise da Universidade de Stanford, com base em milhões de registos salariais dos EUA, encontrou um declínio relativo de 13 por cento no emprego de trabalhadores em início de carreira nas funções mais expostas à IA desde a vaga de adoção de IA generativa, em finais de 2022. Trabalhadores mais velhos nas mesmas ocupações mantiveram-se estáveis ou cresceram. O ajustamento ocorreu mais através de menos contratações do que de salários mais baixos. É um forte sinal de que a automação está a retirar o primeiro degrau.

As inquéritos em Singapura ecoam essa ansiedade. Cerca de metade dos inquiridos da Geração Z espera uma grande disrupção nas suas funções por parte da IA, e seis em cada dez dizem que já procuram formação adicional. Apenas cerca de um terço das empresas oferece formação estruturada em IA. Alguns jovens profissionais estão a mudar-se para profissões qualificadas menos susceptíveis de serem automatizadas, trocando um percurso de colarinho branco por estabilidade percebida e progressão clara.

Há uma armadilha de formação em tudo isto. Quando a IA redige a primeira versão do trabalho, os juniores perdem prática prática. O seu resultado pode parecer polido, mas pode carecer de profundidade. Os seniores passam mais tempo a revisar, enquanto os juniores lutam para construir juízo. Se os empregos de entrada se tornarem performativos, centrados em dar instruções às ferramentas em vez de dominar a ofício, o pipeline de profissionais intermédios confiantes enfraquece.

Bancos e serviços de colarinho branco estão a reconfigurar funções

Os serviços financeiros evidenciam a mudança de forma nítida. Verificações automatizadas e revisão de documentos estão a alastrar-se no risco e na conformidade. As equipas de operações usam copilotos para preparar relatórios e reconciliar dados. As equipas de contacto com clientes testam assistentes de IA para investigação e serviço. Também estão a surgir novas funções em torno da monitorização de modelos, governação de dados e gestão de risco de IA. Os padrões de recrutamento mudam em conjunto.

O que desaparece primeiro não são empregos inteiros, mas conjuntos de tarefas. Quando essas tarefas são de nível de entrada, o centro perde o seu sistema de formação. Quando são de nível intermédio, os profissionais deslocados amontoam-se num conjunto mais reduzido de funções. Ambos os efeitos são visíveis na banca, consultoria, tecnologia e serviços corporativos. Os parceiros de investigação de Singapura chamam-lhe efeito de empurrão para baixo, porque a pressão de cima e de baixo comprime a mesma faixa intermédia.

A idade e a experiência cortam nos dois sentidos. O conhecimento tácito e as redes protegem alguns trabalhadores mais velhos, e as evidências de Stanford mostram estabilidade para profissionais experientes em funções expostas à IA. Ao mesmo tempo, profissionais na casa dos 40 e 50 anos que saem durante reestruturasções lutam frequentemente para reentrar. As funções permanentes apertam-se e as atribuições contratuais expandem-se. Um centro resiliente necessita tanto de um fluxo constante de juniores formados como de percursos estruturados de regresso para trabalhadores em meio de carreira.

As escolhas da liderança decidem se a IA amplia ou substitui

A tecnologia, por si só, não determina os resultados. A liderança determina. As organizações que empoderam gestores de nível intermédio a redesenhar fluxos de trabalho, requalificar equipas e gerar confiança na IA obtêm resultados diferentes daquelas que perseguem cortes rápidos de custos. Os líderes de nível intermédio traduzem a estratégia em prática. Quando têm tempo, recursos e cobertura, moldam a forma como a IA ajuda as pessoas a fazer trabalho de maior valor.

Existe um manual viável. Construir literacia básica em IA em toda a empresa para que as equipas compreendam dados, limites dos modelos e privacidade. Incentivar experiências de baixo risco e partilhar vitórias iniciais para que as pessoas vejam valor real. Escolher casos de uso que priorizem a ampliação, combinando IA com supervisão humana, em atendimento ao cliente, finanças, recursos humanos e operações. Criar equipas multifuncionais para escalar pilotos e resolver pontos de estrangulamento nos processos. Investir em novas competências para monitorização de modelos, engenharia de instruções, design de fluxos de trabalho e gestão da mudança. Alinhar incentivos para que os gestores sejam recompensados por formar juniores e redesenhar funções, e não apenas por reduzir quadro de pessoal.

O que a política pública pode fazer agora

Primeiro, reconstruir a escada para o trabalho de nível intermédio ao tornar os estágios em empregos de conhecimento algo mainstream. Singapura usou estágios durante a pandemia para dar um início aos diplomados. Um percurso nacional permanente de aprendizagem para funções digitais e profissionais poderia ir mais longe. Conceber colocações pagas de 12 a 24 meses em finanças, saúde, serviço público, indústria e media. Exigir mentoria estruturada, listas de verificação de competências e feedback regular. Tratar as ferramentas de IA como parte da ofício e ensinar o juízo tal como a técnica. Os países com sistemas de duplo percurso mantêm o desemprego jovem baixo por uma razão. O modelo funciona quando é grande e de longa duração.

Segundo, apoiar transições em meio de carreira com financiamento e tempo dedicados. Os Career Conversion Programmes, os subsídios de formação no local de trabalho e os créditos SkillsFuture podem ser ajustados para funções da era da IA em dados, operações e serviço. Expandir os subsídios para profissionais em meio de carreira com 40 anos ou mais e simplificar para os empregadores a aposta em candidatos experientes de setores adjacentes. Microcredenciais que se acumulam em diplomas ou graus ajudam os trabalhadores a demonstrar progresso e dão às empresas uma linguagem comum de competências.

Terceiro, associar o apoio público à adoção da IA a compromissos com as pessoas. Os subsídios de redesenho de emprego podem exigir que os empregadores criem lugares de estagiário, documentem alterações nos processos e publiquem recursos de formação internamente. Onde a automação afeta funções, oferecer apoio salarial para realocar pessoal em novas equipas que precisam de juízo humano, como risco de IA, sucesso do cliente e operações de produto. Construir uma força de trabalho de segurança e governação de IA com padrões claros, de modo que a nova procura por conformidade compense parte do risco da automação.

Por fim, deixar a função pública servir de exemplo. Todos os funcionários públicos serão obrigados a concluir um curso de literacia em IA, e pede-se aos líderes que adotem a IA de forma ponderada no trabalho diário. Um em cada três funcionários já usa um assistente interno, com milhares de bots personalizados criados para automatizar tarefas rotineiras. O primeiro-ministro adjunto Gan Kim Yong apelou a que os líderes marque o tom ao abraçar a IA de forma responsável e ao encorajar as equipas a aplicar estas ferramentas onde melhoram o serviço e a governação.

Como as empresas podem reconstruir um centro mais forte

Os empregadores que querem uma mão de obra resiliente podem dar passos concretos agora. O foco é alargar o centro, manter a experiência na empresa e tornar o crescimento visível para os juniores.

• Adotar uma política que priorize a ampliação. Usar a IA para eliminar o trabalho monótono e reinvestir depois o tempo em formação, cuidado ao cliente e qualidade do produto.
• Instituir estágios estruturados para trabalho de conhecimento. Associar cada contratação ou estagiário júnior a um mentor, definir um currículo de competências e acompanhar o progresso até responsabilidades de nível intermédio.
• Codificar o conhecimento tácito. Construir manuais, listas de verificação e wikis internas para que a experiência não se perda quando as equipas mudam.
• Avaliar os gestores no desenvolvimento de pessoas. Ligar os bónus ao número de juniores formados até à autonomia e às promoções internas bem-sucedidas.
• Abrir a mobilidade interna. Publicar funções de forma transparente e realizar recrutamento baseado em competências para que o pessoal deslocado possa mudar entre funções.
• Criar especializações de nível intermédio em dados, operações, design e risco, com escalões salariais claros e prestígio igual ao dos percursos de gestão.
• Implementar governação de IA. Atribuir responsáveis para risco de modelos, qualidade dos dados, privacidade e enviesamento, e formar o pessoal para estas funções.
• Partilhar vitórias e falhas iniciais. Construir confiança ao ser transparente sobre o que funciona e o que falha quando as equipas experimentam pela primeira vez ferramentas de IA.

O que os trabalhadores podem fazer para se manterem competitivos

Os trabalhadores não são impotentes nesta transformação. O objetivo é tornar-se a pessoa que consegue enquadrar um problema, escolher as ferramentas certas e entregar resultados que importam. Essa combinação de conhecimento do domínio, fluência em IA e competências humanas serve bem em qualquer função.

• Construir literacia em IA. Aprender como funcionam os copilotos, onde falham e como dar instruções para obter melhores resultados. Praticar a verificação e a depuração para poder confiar nos seus resultados.
• Aprofundar a especialização de domínio. Escolher um setor e aprender os seus dados, regulamentos, fluxos de trabalho e pontos de dor dos clientes. As competências de IA são mais fortes quando enraizadas num campo.
• Dominar o processo e a comunicação. Mapear fluxos de trabalho, escrever transições claras e apresentar conclusões. A capacidade de explicar e persuadir é uma vantagem duradoura.
• Desenvolver juízo sobre dados. Aprender a ler painéis de controlo, desenhar experiências simples e acompanhar métricas ligadas a receita, risco, custo ou resultados de clientes.
• Criar um portefólio. Manter artefactos que mostrem como usou a IA para melhorar velocidade, qualidade ou serviço. Resultados concretos valem mais do que afirmações genéricas.
• Procurar credenciais acumuláveis. Cursos curtos de análise de dados, ferramentas cloud, fundamentos de cibersegurança ou segurança de IA podem abrir portas quando combinados com experiência.
• Fazer networking com propósito. Juntar-se a comunidades profissionais e voluntariar-se para projetos multifuncionais onde a IA está a ser testada. A proximidade acelera a aprendizagem.

Para profissionais em meio de carreira, procurar funções adjacentes que valorizem o seu juízo. Gestores de operações podem mudar para melhoria de processos com IA. Gestores de relações podem transitar para sucesso do cliente com análise de dados. Funcionários de conformidade podem passar para supervisão de risco de modelos. Enquadre a sua experiência em termos de problemas resolvidos e resultados entregues e, depois, mostre como a IA amplia o seu alcance.

Métricas que mostram se o centro está a recuperar

Singapura pode acompanhar a saúde do centro com sinais simples. Métricas transparentes ajudam decisores políticos, empregadores e trabalhadores a ver se a escada está a ser reconstruída.

• A proporção de funções permanentes face a contratuais nas ocupações profissionais e técnicas.
• A duração mediana da procura de emprego por profissionais com 40 a 55 anos após deslocamento.
• A percentagem de anúncios de entrada que incluem formação estruturada ou estágios.
• As taxas de promoção interna de nível júnior para intermédio nos principais setores.
• O número de conversões em meio de carreira concluídas anualmente através de programas nacionais.
• As taxas de participação e conclusão em cursos de literacia em IA no setor público e privado.
• A adoção de funções de governação de IA, como risco de modelos e stewardship de dados, que criam novas oportunidades de nível intermédio.

Pontos-chave

• As funções de nível intermédio em Singapura estão sob pressão à medida que a IA altera a estrutura das equipas, criando um efeito de empurrão para baixo que deixa os profissionais deslocados com menos opções estáveis.
• As tarefas de nível de entrada são cada vez mais automatizadas, o que enfraquece o pipeline de talentos futuros de nível intermédio e reduz as oportunidades de aprendizagem no trabalho.
• Um estudo de Stanford encontrou um declínio relativo de 13 por cento no emprego de trabalhadores em início de carreira nas funções expostas à IA desde finais de 2022, enquanto os trabalhadores mais velhos nessas funções se mantiveram estáveis ou cresceram.
• Os inquéritos mostram que cerca de metade da Geração Z em Singapura espera uma grande disrupção por parte da IA, mas apenas cerca de um terço dos empregadores fornece formação em IA.
• A função pública está a exigir literacia em IA a todos os funcionários, mostrando como as grandes instituições podem construir capacidade de base e partilhar práticas eficazes.
• Políticas que escalem estágios, apoiem a conversão em meio de carreira e liguem os subsídios de IA a resultados nas pessoas podem reconstruir o centro.
• As empresas podem adotar desenho que priorize a ampliação, avaliar os gestores pela formação, abrir a mobilidade interna e criar especializações para reforçar as carreiras de nível intermédio.
• Os trabalhadores que combinam profundidade de domínio, fluência em IA e competências humanas serão os mais resilientes, com portefólios e credenciais acumuláveis que demonstram resultados reais.