Meu veredito de cara, sem rodeios: nos próximos 3 anos, os empregos de armazém que a IA vai remodelar primeiro não serão os dos veteranos de empilhadeira — serão os do pessoal de escritório que vive entre planilhas, documentos e ligações. Meu horizonte vai até 2028: funções administrativas por tarefas serão absorvidas primeiro, empregos físicos de linha de frente virarão colaboração humano-máquina, e uma leva de funções totalmente novas, que não existiam antes, vai aparecer.
Por que tenho confiança suficiente para afirmar isso? 3 motivos. Primeiro, a conta já fecha: os salários de linha de frente em armazéns de grande parte dos EUA já chegaram a cerca de 20 dólares por hora, então um posto coberto 24 horas custa bem acima de 100 mil dólares por ano, enquanto um AMR fazendo trabalho fixo — ou um atendente de IA — já anualiza abaixo disso. Segundo, a tecnologia atingiu um ponto de inflexão: modelos de visão conseguem ler avarias e etiquetas, modelos de linguagem conseguem escrever e-mails e montar escalas; o que falta é conectar essas capacidades aos sistemas de negócio. Terceiro, a escassez de mão de obra é real: por 5 temporadas de pico seguidas, os armazéns não conseguiram contratar gente suficiente, e a pergunta da gestão há muito deixou de ser «devemos automatizar?» para virar «o que primeiro?».
Isto não é hype de IA. Se há algo, meu ponto é o oposto: os empregos mais remodelados são os que pareciam respeitáveis vistos de uma cadeira de escritório.
Os empregos de papelada já estão sumindo
Veja o que já aconteceu. O rastreamento de remessas foi o primeiro a cair: um cliente liga perguntando «onde está minha carga?» e antes era preciso um atendente abrir o WMS, ligar para o armazém e retornar a ligação. Muitos 3PLs hoje operam agentes de IA que leem o status em trânsito direto do sistema e respondem em linguagem natural; ligações rotineiras de rastreamento quase não passam mais por humanos. Os atendentes não foram demitidos — mas um só agora cobre 2 a 3 vezes mais contas do que antes. Isso é reestruturação: não zero pessoas, as mesmas pessoas fazendo múltiplos do trabalho.
O próximo são a escala de turnos e a revisão de pedidos. A programação do armazém tem um conjunto fixo de variáveis: a previsão de pedidos, o throughput histórico, as etiquetas de habilidades dos funcionários, o teto do orçamento de horas extras. Desde 2024 venho vendo vários 3PLs de médio porte gerar primeiras versões de escalas com ferramentas de IA, com supervisores cuidando só das exceções. O que antes era a tarde inteira de um funcionário com uma planilha agora é um primeiro rascunho de 15 minutos. A revisão de pedidos é a mesma história: o sistema cruza pedidos com o estoque automaticamente, só as exceções chegam a um humano, os pedidos normais fluem direto.
Depois vem a digitação e a conciliação. Notas de entrega de fornecedores, faturas de transportadoras — alguém as digitava linha por linha. Modelos de visão mais modelos de linguagem agora leem os documentos e conciliam automaticamente; um humano só olha quando uma diferença passa de um limite. Um importador que conheço ainda empregava 2 conciliadores em tempo integral em 2023; em 2025 restava só 1 em meio período fazendo verificações pontuais. Aquele outro salário simplesmente sumiu.
O que essas funções têm em comum: entradas e saídas são informação estruturada, as regras de decisão podem ser escritas, e os erros são rastreáveis. A IA não precisa de robôs nem de reforma nas instalações para ficar com esse trabalho — um computador e uma conexão API bastam. É por isso que estão primeiros na fila, e não é injusto.
Empilhadeiristas e separadores mudam como trabalham, não se trabalham
Agora o chão do armazém. Muita gente teme que AMRs e braços robóticos eliminem totalmente separadores e empilhadeiristas. Meu palpite: não em 3 anos — mas a forma de fazer o trabalho muda muito.
Pegue a separação. O robô de descarga Stretch da Boston Dynamics, a automação de paletes completos da Symbotic para grandes varejistas — são reais e estão operando. Mas eles ficam com os cenários padronizados, repetitivos e de alto volume: paletes completos entrando e saindo, rotas de transporte fixas. O armazém de e-commerce com 3 itens por pedido, dezenas de milhares de SKUs e cada pacote com um formato diferente — ali os robôs ainda não igualam a flexibilidade nem a velocidade humanas. Nos próximos 3 anos, a separação vira colaboração humano-máquina: o AMR leva a prateleira até a pessoa, e o humano faz só a pega final e a decisão. O tempo de caminhar e carregar é absorvido pela máquina, as separações por hora sobem, o efetivo diminui — mas a função não desaparece.
Os empilhadeiristas são um caso especial. A parte difícil de dirigir uma empilhadeira nunca foi «dirigir»: é julgar um ambiente dinâmico: endireitar ou não aquele palete torto, quem cede a vez num corredor movimentado, se aquela caixa a 6 metros de altura está estável. Empilhadeiras autônomas já rodam rotas fixas, mas numa zona movimentada de tráfego misto, a autonomia total ainda tem um longo caminho. Minha leitura é que a função se divide nos próximos 3 anos: alguns operadores viram supervisores de equipamentos, monitorando várias máquinas autônomas e tratando exceções; e os veteranos mais experientes de fato ficam mais valiosos — quanto mais delicado o trabalho, mais a experiência conta.
Enquanto isso, novas funções estão surgindo, e já estão: manutenção de robôs, tratamento de exceções do sistema, rotulagem de dados, otimização de processos. Quanto mais máquinas você tem, mais gente você precisa que entenda tanto o armazém quanto os sistemas. Conheço um armazém tradicional que implantou AMRs em 2024; o recurso mais escasso naquele primeiro ano não foi o dinheiro para as máquinas — foi encontrar alguém que soubesse ler um relatório do WMS e não tivesse medo de ajustar um parâmetro do robô. Acabaram formando essa pessoa a partir de um funcionário veterano. Essas novas funções pagam consistentemente um degrau acima dos antigos empregos de linha de frente.
Então o retrato real da mão de obra em armazéns nos próximos 3 anos: funções administrativas por tarefas se contraem, funções físicas de linha de frente viram colaborativas, e cresce uma nova camada intermediária — pessoas que entendem equipamentos, sistemas e dados. O efetivo total provavelmente cai. Mas quem fica faz um trabalho que vale mais.
Uma pergunta para levar: no seu armazém, de quem é o trabalho mais parecido com «copiar dados do sistema A para o sistema B»? Encontrem essa pessoa e vejam para onde vão de fato as horas dela — o primeiro golpe da IA provavelmente vai cair sobre ela. Descobrir isso importa mais do que comprar qualquer sistema de IA.
Traduzido do inglês. Em caso de divergência, prevalece a versão em inglês.
