·
Num estudo recente da Randstad, revela-se que a Inteligência Artificial (IA) não está a significar o fim do emprego. Apesar do crescimento acelerado das tecnologias como machine learning, Big Data, fintechs ou engenharia de software, as profissões “clássicas” continuam em alta: saúde, logística, construção e outros sectores tradicionais mantêm procura crescente.
O que dizem os dados
- Em Portugal, há uma dupla tendência: por um lado, uma procura intensa por especialistas em IA e machine learning; por outro, uma valorização contínua de profissionais em áreas como saúde, construção e logística.
- Estas profissões “tradicionais” oferecem duas vantagens muito apreciadas: salários atrativos e estabilidade no emprego.
- Apesar da digitalização, as funções que mais correm risco (aquelas com tarefas repetitivas ou administrativas, como entradas de dados, operadores de caixa ou secretariado) são as mais vulneráveis à automação.
A nova lógica de competências
A Randstad alerta que a tecnologia está a reconfigurar os perfis profissionais exigidos:
- Há uma necessidade de requalificação: formação contínua para que profissionais das áreas clássicas adquiram competências digitais ou complementares.
- Funções emergentes estão alinhadas com setores como Big Data, IA, saúde (“life sciences”) e também energias renováveis e design digital.
Remuneração e competitividade salarial
- O setor das Tecnologias de Informação (TI) lidera em termos salariais, com médias que oscilam entre €40.000 e €55.000 anuais, consequência também da dificuldade em recrutar perfis especializados.
- Nas ciências da vida e saúde, os salários ficam entre cerca de €28.000 a €45.000, dependendo da especialização.
- Outras áreas como marketing, vendas, engenharia industrial, construção e gestão de projeto continuam com boas oportunidades, ainda que com variações significativas nos valores.
O que empresas e profissionais devem fazer
- Antecipar mudanças de perfil: Mapear quais funções estão em risco de automatização e quais vão emergir.
- Investir em formação contínua: Upskilling e reskilling para adaptar competências claro digital, análise de dados, literacia em IA.
- Equilíbrio entre inovação e tradição: Reconhecer o valor e potencial dos setores tradicionais, sem negligenciar a transformação digital.