Habilidades do futuro na era da IA generativa

Resumo executivo

Desde o lançamento público do ChatGPT, em 30 de novembro de 2022, as grandes consultorias globais passaram a publicar em ritmo acelerado sobre como a inteligência artificial generativa muda o trabalho e o que as pessoas precisam aprender. Esses relatórios influenciam decisões de empresas, programas de capacitação e o debate público muito antes de a pesquisa acadêmica conseguir consolidar o tema.

Este estudo leu, de forma sistemática, tudo o que dez dessas consultorias publicaram sobre habilidades e competências em contexto de IA generativa: Deloitte, PwC, EY, KPMG, McKinsey, BCG, Accenture, Bain, Oliver Wyman e Roland Berger. O corpus final tem 319 publicações, de novembro de 2022 a maio de 2026, todas conferidas uma a uma.

Os números do estudo

Cinco achados principais

1. Consenso forte sobre o que importa. As dez consultorias convergem em 14 contextos em que a IA transforma o trabalho e em 12 competências comuns a todas elas. Nenhuma discute se a IA deve ser adotada, apenas como.
2. O núcleo é humano. Das 12 competências universais, a maior parte é comportamental, cognitiva ou relacional. Nenhuma competência puramente técnica aparece nas dez. A mais técnica do grupo de alta recorrência, escrever bons comandos para a IA (prompt engineering), aparece em nove.
3. Consenso no tema, divergência no instrumento. Cada consultoria criou o próprio modelo para organizar e medir competências: são dez frameworks proprietários diferentes, com nomes, métricas e granularidades próprias. Não existe uma taxonomia comum.
4. Quem forma pessoas ficou de fora. Em 319 publicações, só uma trata universidades como tema central. Nenhuma trata pesquisadores e cientistas como categoria profissional a ser requalificada. Buscas por "método científico", "peer review", "replicabilidade" e "integridade da pesquisa" não retornaram ocorrências relevantes.
5. O Sul Global aparece, mas de forma desigual. 58% do corpus não tem recorte regional. Entre as publicações com foco regional, Brasil (27) e Índia (17) concentram quase 60%. Nenhuma publicação é dedicada a Argentina, Chile, Colômbia, México ou Peru.

O que isso significa, em uma frase: o mercado já concordou que as habilidades decisivas da era da IA são humanas, mas ainda não sabe medi-las de forma comum, quase não fala de quem ensina e pesquisa, e olha pouco para a realidade brasileira e latino-americana.

1. Por que este estudo

A discussão sobre automação e trabalho não é nova. Frey e Osborne (2017) estimaram que 47% dos empregos nos Estados Unidos tinham alto risco de automação. Brynjolfsson e McAfee (2014) já descreviam uma "segunda era das máquinas", com efeitos sobre o trabalho cognitivo, e não só sobre o físico.

A IA generativa muda a natureza dessa conversa. As ondas anteriores de automação atingiam sobretudo tarefas repetitivas e estruturadas. A IA generativa atua em escrita, análise, síntese, programação, criação de conteúdo e apoio à decisão, ou seja, em atividades que historicamente dependiam de julgamento, criatividade e conhecimento profissional.

As evidências já são mensuráveis. Em estudo com profissionais de atendimento, Brynjolfsson, Li e Raymond (2025) encontraram ganho médio de produtividade de 15% com IA generativa, maior entre os menos experientes. Acemoglu e Restrepo (2020), por outro lado, alertam para o risco da "IA do tipo errado": sistemas que apenas substituem pessoas, sem criar novas tarefas nem novas capacidades. O Fórum Econômico Mundial estima que 39% das competências centrais dos trabalhadores devem mudar até 2030 (WORLD ECONOMIC FORUM, 2025).

Nesse cenário, as consultorias globais se tornaram uma das principais vozes sobre "o que aprender". Seus relatórios combinam pesquisa, prescrição executiva e posicionamento de mercado, circulam rápido e orientam programas de capacitação no mundo todo. Ainda assim, não havia, na literatura brasileira, um mapeamento sistemático e auditável dessa produção no período pós-ChatGPT. Uma busca preliminar em Scopus, Web of Science e SciELO não encontrou revisão equivalente.

Este estudo preenche essa lacuna com três objetivos:

• mapear e classificar o que as principais consultorias globais dizem sobre habilidades e competências em contexto de IA generativa;
• entender como esse conhecimento se distribui geograficamente, com atenção ao Brasil, à América Latina e ao Sul Global;
• identificar lacunas que representem oportunidades de contribuição original, inclusive para quem ensina e pesquisa.

2. Pergunta de pesquisa

A pergunta que orientou o estudo foi:

Quais habilidades e competências são requeridas de profissionais e pesquisadores do futuro, segundo as principais consultorias globais, em contexto de adoção crescente de IA generativa, e como esse conhecimento se distribui geograficamente, considerando o Brasil, a América Latina e o Sul Global?

Ela foi desdobrada em cinco subquestões:

Os achados diretos vêm da leitura do corpus. A inferência analítica (C3b) cruza esses achados com um modelo externo do processo de pesquisa científica e está marcada como interpretação do autor.

3. Como o estudo foi feito

3.1 Tipo de pesquisa

Pesquisa documental exploratório-descritiva, qualitativa, com componentes quantitativos para caracterizar o corpus. O objeto são publicações editoriais de consultorias, tratadas como literatura cinzenta corporativa: documentos relevantes e influentes, mas produzidos fora do circuito editorial científico e sem revisão por pares (AUGER, 1998; SCHÖPFEL, 2010; PAPPAS; WILLIAMS, 2011).

O estudo combina três referências metodológicas:

• benchmarking exploratório, para selecionar e comparar as consultorias (CAMP, 1989);
• mapeamento sistemático, adaptado à literatura cinzenta, para organizar o território e identificar lacunas (KITCHENHAM; CHARTERS, 2007; PETERSEN et al., 2008);
• análise de conteúdo, em quatro movimentos: frequência, enquadramento, ausências e comparação entre consultorias (BARDIN, 2011; KRIPPENDORFF, 2019).

Para classificar as competências, o estudo usa quatro categorias: hard skills (técnicas e mensuráveis), soft skills (comportamentais e relacionais), híbridas (técnica e comportamento juntos) e técnico-éticas (técnicas com implicação ética direta, como governança e uso responsável). A base conceitual dialoga com Boyatzis (1982), Spencer e Spencer (1993), Le Boterf (2003) e, no Brasil, Fleury e Fleury (2001), para quem competência é saber agir com responsabilidade e de forma reconhecida.

3.2 Quais consultorias e por quê

A escolha das dez consultorias seguiu três camadas:

1. Tipo de consultoria: estratégia, gestão, capital humano e transformação organizacional, com produção pública sobre futuro do trabalho. Ficaram de fora firmas centradas em tecnologia e serviços de TI (como Capgemini, IBM Consulting e Atos) e firmas especializadas em governo e defesa.
2. Escala e alcance global: atuação em várias regiões e produção editorial pública internacional.
3. Validação cruzada por rankings independentes: Forbes World's Best Management Consulting Firms 2025 e Vault Consulting 50 2026.

3.3 Arquitetura em cinco etapas

1. Varredura geral. Um mesmo comando foi aplicado a quatro agentes de IA, cobrindo as dez consultorias de uma vez. Resultado: 4 arquivos brutos.
2. Varredura individual. Cada agente buscou cada consultoria separadamente, em seis passos: hub principal, termos específicos, seções de Brasil, América Latina e Sul Global, busca direta por publicações conhecidas, subdomínios regionais e registro de divergências. Resultado: 40 arquivos brutos.
3. Consolidação por consultoria. Os oito arquivos de cada firma foram cruzados: duplicatas removidas, títulos, datas e links organizados, convergência entre agentes registrada e classificação geográfica preliminar feita.
4. Análise transversal. Os dez consolidados foram analisados juntos, para preservar a comparação entre consultorias: contextos, competências, menções a pesquisa, distribuição geográfica e ausências.
5. Validação manual e depuração final. O autor abriu cada publicação, conferiu link, autoria e aderência ao tema, e registrou a justificativa de cada inclusão ou exclusão. Das 343 candidatas, 319 ficaram.

3.4 Quatro IAs, uma decisão humana

A coleta foi apoiada por quatro agentes de IA, usados como instrumentos, nunca como autores:

A lógica é a da triangulação (DENZIN, 1989; FLICK, 2018; PATTON, 2015; YIN, 2018): várias fontes independentes olhando para o mesmo objeto. A convergência entre agentes serviu como indicador de confiança, e a divergência, como alerta:

O caso Bain mostra por que isso importa. Na varredura geral, dois dos quatro agentes não encontraram nada relevante da Bain. Olhando só para isso, alguém concluiria que a Bain quase não publica sobre o tema. A varredura individual encontrou 38 publicações candidatas, e 29 passaram na validação. Em outras consultorias (Accenture, KPMG, Oliver Wyman e Roland Berger), ao menos um agente também voltou com cobertura baixa ou nula, compensada pelos demais.

A lição é a mesma que vale para qualquer pessoa que usa IA no dia a dia: uma IA sozinha erra, omite e às vezes inventa; várias, comparadas e conferidas por alguém que decide, chegam muito mais perto da realidade.

3.5 O critério que decidiu o que entrava

Uma publicação só entrou no corpus se cumprisse, ao mesmo tempo, quatro condições:

• estar em fonte pública oficial da consultoria;
• ter sido publicada a partir de novembro de 2022;
• ter trecho verificável sobre habilidades, competências, requalificação ou futuro do trabalho;
• relacionar essas habilidades explicitamente à IA ou à IA generativa.

Ficaram de fora textos que tratam IA só como adoção de tecnologia, material de marketing, press releases e documentos sem autoria institucional verificável.

3.6 Grau geográfico

Cada publicação recebeu um grau de relevância geográfica:

• Primário: Brasil, América Latina ou outra região do Sul Global é o objeto central.
• Secundário: a região aparece como recorte dentro de um estudo global.
• Referencial: há menção à região, sem dados ou análise dedicada.
• Global: sem recorte regional relevante.

Nos casos ambíguos, prevaleceu o critério mais conservador.

3.7 Rastreabilidade e uso declarado de IA

As 319 publicações estão registradas em planilha validada, com link e classificação. Os achados centrais são sustentados por 62 fichas de evidência, com consultoria, título, data, link, grau geográfico, agentes que localizaram a publicação, trechos relevantes e subquestões sustentadas. Os comandos usados nas etapas centrais foram arquivados para permitir replicação.

O uso de IA seguiu sete princípios: IA como instrumento, não como autora; supervisão humana nos pontos críticos; registro das ferramentas usadas; triangulação como salvaguarda; reconhecimento das limitações dos modelos (falhas de cobertura, alucinações, dificuldade com subdomínios e conteúdo dinâmico); preservação dos comandos; e responsabilidade integral do autor por todos os achados e interpretações.

4. O que o estudo encontrou

4.1 O retrato do corpus

A maior parte da produção é global. Mesmo assim, uma em cada quatro publicações tem uma região do Sul Global como objeto central, o que permite analisar não só se essas regiões aparecem, mas como.

4.2 Contextos: onde a IA transforma o trabalho (C1)

As dez consultorias convergem em 14 contextos universais:

1. transformação da força de trabalho corporativa;
2. requalificação (reskilling e upskilling) como capacidade organizacional;
3. estratégia baseada em habilidades (skills-based);
4. lacuna de habilidades como barreira à captura de valor;
5. liderança executiva como vetor da transformação;
6. Sul Global e mercados emergentes;
7. aprendizagem contínua;
8. colaboração entre pessoas e máquinas;
9. IA agêntica e orquestração de agentes;
10. IA ética, responsável e confiável;
11. setor financeiro como domínio de disrupção;
12. trabalhadores em início de carreira e geração Z;
13. Recursos Humanos como função estratégica;
14. setores específicos, como varejo, bens de consumo, tecnologia e ciências da vida.

Abaixo desse núcleo aparecem contextos de cobertura parcial: setor público e regulação (8 de 10), cibersegurança (7), mudança na duração das habilidades (7), pesquisas recorrentes de sentimento do trabalhador (7), decomposição de empregos em tarefas (6), macroeconomia (5), bem-estar e saúde mental no trabalho com IA (4), educação básica e técnica (4), manufatura (3), defesa e aeroespacial (2) e compras (1).

Três enquadramentos atravessam todas as consultorias: oportunidade (a IA como rota de produtividade e valor), urgência (a lacuna de habilidades como motivo para agir já) e governança (a adoção depende de liderança, confiança e responsabilidade). Nenhuma consultoria contesta a adoção em si.

Também chama atenção para quem esses relatórios são escritos: lideranças executivas, Recursos Humanos e gestores de transformação aparecem como público principal. Sindicatos, conselhos profissionais, redes públicas de educação, pesquisadores e instituições científicas aparecem de forma periférica. O setor financeiro funciona como "vitrine" (presente nas dez), enquanto educação básica e técnica aparece em apenas quatro.

4.3 Competências: o que as pessoas precisam aprender (C2)

O estudo mapeou 75 competências distintas, organizadas em quatro camadas.

Camada I · Núcleo universal (presentes nas dez consultorias). Em leitura agregada, são 12. Em leitura estrita, que separa itens próximos (governança de IA, ética em IA, orquestração de agentes, literacia de dados, liderança ágil), chegam a 17.

Nenhuma competência puramente técnica aparece nas dez consultorias. O discurso das consultorias apresenta a era da IA como uma transformação de práticas, julgamento e organização do trabalho, e não como um curso de ferramentas. A síntese possível é: a IA assume parte do trabalho técnico, e o humano responde pelo crítico, pelo criativo, pelo ético e pelo relacional.

Camada II · Alta recorrência (6 a 9 consultorias). Aqui aparecem as competências mais técnicas: prompt engineering (9 de 10), análise de dados (8), pensamento sistêmico (8), engenharia de dados (7), machine learning (6), programação (6), pensamento centrado no humano (6), além de governança de IA, segurança, privacidade e avaliação de riscos. Há reconhecimento forte da dimensão técnica, mas ela não forma o núcleo do consenso.

Camada III · Exclusivas. Cerca de três dezenas de competências aparecem em apenas uma consultoria. Algumas são especialmente interessantes: a "mentalidade de pesquisador" (researcher's mindset, Deloitte), o uso de RAG (geração aumentada por recuperação, Deloitte), a análise de dados não estruturados (Oliver Wyman) e a valorização de saberes multidisciplinares, como psicologia, linguística, biblioteconomia e história da arte, para trabalhar com IA (Accenture).

O vocabulário cresce, mas não converge. Em 2023, o corpus tinha menos de 50 competências distintas; em 2026, são 75. Cada consultoria diverge do núcleo comum com nomes próprios.

Camada IV · Dez frameworks proprietários. Cada consultoria organiza o tema com um modelo próprio, todos confirmados nos documentos originais:

O modelo 10-20-70 da BCG resume bem o espírito do corpus: a maior parte do valor da IA depende de pessoas e processos, não da tecnologia.

4.4 Pesquisa, ciência e ensino superior (C3a)

Todas as consultorias mencionam, de algum modo, pesquisa ou educação. Mas a contagem dura é pequena: apenas uma das 319 publicações (0,3%) trata universidades como tema central (BCG, How Universities Can Prepare Students for AI-First Workplaces), e mesmo ela fala da formação de estudantes para o mercado, não do trabalho de quem pesquisa.

As menções se distribuem em quatro tipos:

1. Pesquisa como metáfora corporativa, como a "mentalidade de pesquisador" aplicada a experimentar em negócios.
2. Educação como infraestrutura ou gargalo econômico, em McKinsey, Roland Berger e Oliver Wyman.
3. Parcerias entre consultorias e instituições de conhecimento, cinco delas confirmadas nos documentos: Wharton e Accenture; Universidade de Melbourne e KPMG; Fórum Econômico Mundial e PwC; TeachAI e EY; e universidades africanas (UM6P, no Marrocos, e Universidade da Cidade do Cabo) citadas pela BCG.
4. Publicação dedicada ao ensino superior: apenas a da BCG.

Nenhuma dessas parcerias envolve instituições brasileiras ou latino-americanas. E as buscas por "método científico", "peer review", "replicabilidade", "integridade da pesquisa" e "design experimental" não retornaram ocorrências relevantes.

O paradoxo: as dez consultorias dizem, em uníssono, que a falta de habilidades é o principal gargalo da transição para a IA, e ao mesmo tempo quase não falam de quem historicamente forma habilidades complexas, que são as universidades, os professores e os pesquisadores.

4.5 E para quem pesquisa? (C3b, inferência do autor)

Como o corpus não trata o pesquisador como categoria, esta seção cruza as 75 competências com sete momentos do trabalho científico, com base em autores clássicos de metodologia no Brasil (LAKATOS; MARCONI, 2017; GIL, 2017; SEVERINO, 2017; MINAYO, 2014).

O padrão é claro: as consultorias cobrem bem as etapas operacionais (coletar, executar, analisar) e mal as etapas autorais (formular o problema, criar hipóteses, interpretar e assinar o resultado). Daí saem nove lacunas críticas: pensamento estatístico avançado; avaliação rigorosa de resultados de IA; engenharia de contexto e RAG; pesquisa metodológica como prática; letramento jurídico-regulatório em IA; português avançado para escrita científica; pensamento crítico sobre a IA (não só com a IA); recusa qualificada, ou seja, saber quando não usar IA; e literacia sobre dados e poder. E três lacunas relevantes: tradução intercultural, pedagogia e didática da IA, e habilidades sensoriais e corporais que não se substituem.

4.6 Geografia: quem aparece e quem não aparece (C4)

Entre as 76 publicações com foco regional (Primário):

O Brasil aparece bem, mas concentrado. As 27 publicações com foco central no Brasil vêm de seis consultorias: PwC (8), Bain (8), EY (6), McKinsey (2), KPMG (2) e Deloitte (1). Contando uma publicação regional da Accenture que analisa o Brasil em profundidade, são 28 em sete. BCG, Oliver Wyman e Roland Berger não têm nenhuma publicação com foco central no Brasil.

A América Latina hispânica é um vazio. Nenhuma das 319 publicações é dedicada a Argentina, Chile, Colômbia, México ou Peru. A região aparece só de forma agregada.

O Sul Global não é um bloco. Brasil e Índia somam 58% das publicações regionais. Outras regiões aparecem dispersas ou genéricas.

5. O que isso significa

5.1 Já existe consenso sobre o quê; falta consenso sobre como medir

O mercado estabilizou um repertório comum sobre o que significa "estar preparado" para trabalhar com IA. Mas cada consultoria organiza esse repertório com instrumentos próprios. Essa fragmentação faz parte da lógica do mercado de consultoria, em que criar vocabulário próprio também é disputar autoridade. Para empresas, governos e educadores, o efeito é que a mesma competência pode aparecer com nomes e métricas diferentes em cada relatório. Falta uma síntese independente, e nenhuma consultoria tem incentivo comercial para produzi-la. Esse é um espaço natural para a academia e para educadores independentes.

5.2 As habilidades decisivas são humanas, então se aprendem praticando

Se o núcleo do consenso é pensamento crítico, criatividade, comunicação, adaptabilidade, julgamento ético e colaboração, então um treinamento centrado apenas em ferramentas não basta. Essas competências se desenvolvem com prática repetida, com erro, com reflexão e com alguém por perto para dar retorno. A fluência em IA é a porta de entrada, mas o que sustenta o uso bom é o julgamento.

5.3 Quem ensina e pesquisa precisa de agenda própria

A IA generativa já mudou a revisão de literatura, a análise de dados, a escrita e a comunicação científica. Mesmo assim, as consultorias não constroem a ponte entre suas competências e o trabalho de quem pesquisa e ensina. Essa ponte precisa ser construída por quem está dentro: professores, pesquisadores e instituições formadoras, com foco em rigor, autoria, integridade, transparência e no direito de dizer não à IA quando ela não serve.

5.4 O Brasil precisa de leitura própria, e a América Latina ainda mais

O Brasil está presente no corpus, mas concentrado em poucas firmas e, muitas vezes, em adaptações de relatórios globais. Há espaço para análises mais profundas, conectadas à realidade do trabalho, da educação e da inovação no país. A América Latina hispânica, por sua vez, é praticamente território livre.

5.5 A IA ajuda a pesquisar, mas não substitui quem pesquisa

O próprio método deste estudo é um achado. Quatro agentes de IA ampliaram muito a cobertura, mas também omitiram, divergiram e trouxeram links quebrados ou inexistentes. Sem critério explícito, leitura direta e decisão humana, o corpus estaria errado. A IA pode apoiar a varredura de grandes volumes de documentos dispersos, mas não elimina a responsabilidade de quem assina.

6. Implicações práticas

Para cada pessoa

• Comece pela fluência em IA, mas não pare nela: pratique conferir, questionar e decidir.
• Trate a IA como colega que ajuda e às vezes erra, não como oráculo.
• Aprenda um pouco todo dia, de propósito. Aprendizado contínuo é uma das 12 competências.

Para empresas e lideranças

• Programas de IA que só ensinam ferramentas atacam a camada II e deixam de lado o núcleo. Combine ferramenta com julgamento, ética e colaboração.
• Use o 10-20-70 como lembrete: a maior parte do valor está em pessoas e processos.
• Cuidado ao comparar relatórios: o mesmo nome pode significar coisas diferentes em cada framework.

Para educadores e instituições de ensino

• Há uma agenda aberta sobre competências de IA para quem ensina e pesquisa.
• Ensinar "recusa qualificada", ou seja, saber quando não usar IA, é tão importante quanto ensinar a usar.
• Produzir conhecimento situado sobre Brasil e América Latina é contribuição original, não repetição.

Como este estudo virou o Sofá à IA As 12 competências universais são a espinha do Sofá à IA, desafio gratuito de 30 dias, 10 minutos por dia, da Comunidade Albino Jr. Cada dia trabalha uma letra do ABC da IA, uma missão prática e uma das 12 habilidades, que acendem no álbum de quem participa. O desenho do programa segue os achados: prática diária em vez de aula longa, qualquer IA e plano gratuito em vez de uma ferramenta específica, e dias inteiros dedicados a conferir, questionar, dizer "não sei" e saber quando não usar.

7. Agenda para os próximos estudos

1. Competências de IA para pesquisa científica, com foco em rigor, autoria, integridade e avaliação de resultados.
2. Brasil em profundidade e América Latina além do Brasil, com dados e casos locais.
3. Meta-análise crítica dos dez frameworks proprietários, em direção a uma taxonomia comparável e independente.
4. Saúde mental, identidade profissional e bem-estar na transição para a IA, tema presente em apenas quatro consultorias.
5. Humanidades e ciências sociais como base da IA, e não como complemento.
6. Atualização periódica da varredura e extensão do método a organismos multilaterais, think tanks, fundações e bancos de desenvolvimento.

8. Limitações

• O corpus inclui apenas publicações públicas. Material interno e proprietário das consultorias não foi analisado.
• Mesmo com quatro agentes e validação manual, publicações existentes podem não ter sido encontradas.
• A literatura cinzenta não segue padrão único de publicação, versão e autoria, o que torna a deduplicação mais difícil.
• A análise para o trabalho de pesquisa (C3b) é interpretativa.
• As consultorias privilegiam setores corporativos. Educação, ciência, saúde mental e políticas públicas aparecem menos.
• O corpus foi fechado em maio de 2026, e o campo muda rápido.

O estudo deve ser lido como um mapeamento sistemático, auditável e situado da produção pública localizada no período, e não como inventário definitivo.

Sobre o autor

Prof. Dr. Albino Szesz Junior (Albino Jr.) é doutor em Ensino de Ciência e Tecnologia (UTFPR), mestre em Computação Aplicada e engenheiro de computação (UEPG). É professor de mestrado profissional e de pós-graduação em inovação com IA, pesquisador em IA aplicada e coorientador de doutorado. Atua como CTO as a Service e conduz programas de adoção de IA em transporte, indústria, educação e serviços. TEDx Speaker, já realizou mais de 350 palestras e formações para mais de 35 mil pessoas. Criou a Comunidade Albino Jr. e o Sofá à IA.

Contato: assessoria@albinojr.com · albinojr.com · Instagram @albinojr.ai · LinkedIn /in/albinojr12 · YouTube @ProfAlbinoJunior

Nota de transparência

Este estudo usou ferramentas de IA generativa (Manus, NotebookLM, ChatGPT e Claude) de forma declarada, como apoio à busca, consolidação e análise preliminar. Nenhuma ferramenta é autora. Toda inclusão, exclusão, classificação e interpretação foi decidida e conferida pelo autor, que responde integralmente pelos achados.

As marcas citadas pertencem às respectivas empresas, que não participaram, não financiaram e não endossam este estudo. Os dados se referem exclusivamente a publicações públicas dessas empresas no período analisado.

Como citar: SZESZ JUNIOR, Albino. Habilidades do futuro na era da IA generativa: o que as dez maiores consultorias globais publicaram entre 2022 e 2026. Whitepaper. Curitiba: Albino Jr., 2026.

Fontes analisadas: as 319 publicações

Todas as 319 publicações do corpus estão listadas, com título, data, grau geográfico e link para a fonte original, na página Fontes do estudo (comunidade.albinojr.com.br/habilidades-do-futuro/fontes), com busca e filtros por consultoria, ano e grau geográfico. Distribuição: Deloitte (31), PwC (40), EY (37), McKinsey (37), BCG (35), Accenture (25), KPMG (39), Bain (29), Oliver Wyman (24) e Roland Berger (22). Os links foram conferidos um a um entre abril e maio de 2026; como sites corporativos mudam com frequência, alguns endereços podem ter sido alterados depois disso.

Referências teóricas

ACEMOGLU, Daron; RESTREPO, Pascual. The wrong kind of AI? Artificial intelligence and the future of labour demand. Cambridge Journal of Regions, Economy and Society, v. 13, n. 1, p. 25-35, 2020.

AUGER, Charles P. Information sources in grey literature. 4. ed. London: Bowker-Saur, 1998.

BARDIN, Laurence. Análise de conteúdo. São Paulo: Edições 70, 2011.

BOYATZIS, Richard E. The competent manager: a model for effective performance. New York: John Wiley & Sons, 1982.

BRYNJOLFSSON, Erik; LI, Danielle; RAYMOND, Lindsey R. Generative AI at work. The Quarterly Journal of Economics, v. 140, n. 2, p. 889-942, 2025.

BRYNJOLFSSON, Erik; McAFEE, Andrew. The second machine age. New York: W. W. Norton, 2014.

CAMP, Robert C. Benchmarking: the search for industry best practices that lead to superior performance. Milwaukee: ASQC Quality Press, 1989.

DENZIN, Norman K. The research act. 3. ed. Englewood Cliffs: Prentice Hall, 1989.

FLEURY, Maria Tereza Leme; FLEURY, Afonso. Construindo o conceito de competência. Revista de Administração Contemporânea, v. 5, n. esp., p. 183-196, 2001.

FLICK, Uwe. An introduction to qualitative research. 6. ed. London: SAGE, 2018.

FORBES; STATISTA. World's Best Management Consulting Firms 2025. 2025.

FREY, Carl Benedikt; OSBORNE, Michael A. The future of employment: how susceptible are jobs to computerisation? Technological Forecasting and Social Change, v. 114, p. 254-280, 2017.

GIL, Antonio Carlos. Como elaborar projetos de pesquisa. 6. ed. São Paulo: Atlas, 2017.

KITCHENHAM, Barbara; CHARTERS, Stuart. Guidelines for performing systematic literature reviews in software engineering. EBSE Technical Report EBSE-2007-01. Keele; Durham, 2007.

KRIPPENDORFF, Klaus. Content analysis: an introduction to its methodology. 4. ed. Thousand Oaks: SAGE, 2019.

LAKATOS, Eva Maria; MARCONI, Marina de Andrade. Fundamentos de metodologia científica. 8. ed. São Paulo: Atlas, 2017.

LE BOTERF, Guy. Construir as competências individuais e coletivas. Porto: ASA, 2003.

MINAYO, Maria Cecília de Souza. O desafio do conhecimento. 14. ed. São Paulo: Hucitec, 2014.

PAPPAS, Cleo; WILLIAMS, Irene. Grey literature: its emerging importance. Journal of Hospital Librarianship, v. 11, n. 3, p. 228-234, 2011.

PATTON, Michael Quinn. Qualitative research and evaluation methods. 4. ed. Thousand Oaks: SAGE, 2015.

PETERSEN, Kai et al. Systematic mapping studies in software engineering. In: Proceedings of EASE 2008. Bari, 2008. p. 68-77.

SCHÖPFEL, Joachim. Towards a Prague definition of grey literature. In: International Conference on Grey Literature, 12., Prague, 2010. p. 11-26.

SEVERINO, Antônio Joaquim. Metodologia do trabalho científico. 24. ed. São Paulo: Cortez, 2017.

SPENCER, Lyle M.; SPENCER, Signe M. Competence at work. New York: John Wiley & Sons, 1993.

VAULT. Vault Consulting 50 2026. New York: Vault, 2026.

WORLD ECONOMIC FORUM. The Future of Jobs Report 2025. Geneva: WEF, 2025.

YIN, Robert K. Case study research and applications. 6. ed. Thousand Oaks: SAGE, 2018.