Amplitude de Controle Quando os Agentes Fazem o Trabalho: Quantas Pessoas Um Gestor Consegue Liderar?

Por Victor Hoang · Atualizado em 22 de setembro de 2026

Amplitude de controle é o número de pessoas que se reportam diretamente a um gestor. Ela sempre dependeu da natureza do trabalho, e não de uma proporção fixa, e a IA não muda esse princípio tanto quanto complica os insumos. A IA pode reduzir o trabalho de coordenação que antes consumia o dia do gestor, o que sustenta uma amplitude maior. Ela também pode entregar a esse gestor uma nova função de supervisão, a de pegar os erros que os agentes de IA cometem, o que sustenta uma amplitude menor. Os dois efeitos são reais, muitas vezes aparecem ao mesmo tempo na mesma equipe e nenhum número único para a empresa toda captura qualquer um deles, tema a que esta coleção volta ao longo de o que o futuro do trabalho realmente significa.

Fatos principais

• O número médio de subordinados diretos por gestor subiu de 10,9 em 2024 para 12,1 em 2025, um aumento de quase 50% desde que a Gallup mediu a amplitude de controle pela primeira vez, em 2013. Fonte: Gallup, "Span of Control: What's the Optimal Team Size for Managers?"
• O framework de amplitude de controle da McKinsey divide o trabalho gerencial em cinco arquétipos: player/coach (3 a 5 subordinados diretos), coach (6 a 7), supervisor (8 a 10), facilitador (11 a 15) e coordenador (15 ou mais), e afirma que não existe um número único correto entre eles. Fonte: McKinsey, "How to identify the right spans of control for your organization"
• O benchmarking da Bain constata que a empresa média opera com uma amplitude de 6 a 7 em 8 a 9 camadas, enquanto as melhores da categoria chegam a amplitudes de 10 a 15 em no máximo 7 camadas, com cargos baseados em habilidades mais próximos de 6 a 8 e cargos padronizados, baseados em tarefas, chegando a 15 ou mais. Fonte: Bain & Company, "How to streamline spans and layers"
• A Gartner previu em outubro de 2024 que, até 2026, 20% das organizações usarão a IA para achatar a estrutura, eliminando mais da metade dos atuais cargos de gestão intermediária. Fonte: Previsão da Gartner, divulgada pela BusinessWorld
• A Revelio Labs, acompanhando mais de 100 milhões de perfis profissionais, constatou que as vagas de gestão intermediária estavam 42% abaixo do pico de abril de 2022 em outubro de 2025, sem recuperação, contra uma queda mais branda, já recuperada, nas vagas de nível inicial. Fonte: Revelio Labs, "2025 Workforce Insights Wrapped"
• O Work Trend Index 2025 da Microsoft descreve a "Frontier Firm", em que agentes de IA trabalham dentro dos fluxos de trabalho diários e todo colaborador, gestor incluído, assume um papel de "agent boss", dirigindo e corrigindo a saída dos agentes como parte do trabalho. Fonte: Microsoft WorkLab, "The 2025 Annual Work Trend Index"

O Que Realmente Determina a Amplitude de Controle

Muito antes de alguém associar a palavra "agente" a um organograma, os pesquisadores de gestão já tinham concluído que a amplitude de controle é função do próprio trabalho, e não de uma preferência ou de uma meta de headcount. Quatro fatores explicam a maior parte, e continuam valendo quando a IA entra em cena.

Variabilidade das tarefas

Quanto mais os subordinados diretos de um gestor enfrentam problemas novos e ambíguos, que não se repetem com o mesmo formato duas vezes, menos deles uma pessoa consegue apoiar de forma eficaz. Um player/coach que cuida de trabalho estratégico e pontual chega ao limite em torno de 3 a 5 subordinados diretos no framework da McKinsey, porque o problema de cada pessoa exige atenção individual. Um coordenador que supervisiona trabalho rotineiro e repetível pode ter 15 ou mais, porque a maioria das perguntas já foi respondida uma vez.

Interdependência

O trabalho que exige passagens constantes de bastão entre os membros da equipe toma mais tempo do gestor para manter o alinhamento do que o trabalho que cada pessoa conclui de forma independente. Um squad de produto fortemente acoplado, em que o resultado de uma pessoa é o insumo da próxima todos os dias, precisa de acompanhamento mais próximo por pessoa do que gerentes de contas que tocam, cada um, a própria carteira de negócios.

Necessidade de coaching e desenvolvimento

Colaboradores juniores ou recém-promovidos precisam de one-on-ones, feedback e correção de rumo com mais frequência do que pessoas experientes em um trabalho familiar. Uma equipe que ainda está construindo julgamento justifica uma amplitude mais curta do que uma equipe de veteranos que, na maior parte, precisa que se removam bloqueios e se comunique a direção.

Padronização do trabalho

Quanto mais uma tarefa segue um processo documentado, com uma definição clara do que é correto, menos o gestor precisa verificar pessoalmente cada ocorrência. Funções de call center e de contas a pagar, onde ficam os arquétipos de facilitador e coordenador da McKinsey, toleram amplitudes grandes porque as exceções são raras e fáceis de identificar.

Nenhum desses quatro fatores é novo. O que muda com a IA é que os agentes agora entram na conta dos dois lados: às vezes reduzindo o peso que um fator cria e às vezes acrescentando um peso novo que não existia antes.

Por Que a IA Empurra a Amplitude nas Duas Direções ao Mesmo Tempo

A maior parte da discussão sobre IA e desenho organizacional trata a amplitude de controle como algo que a IA simplesmente amplia, na lógica de que os agentes absorvem o trabalho rotineiro e liberam tempo gerencial. Essa é metade da história, e tratá-la como a história toda é como uma amplitude que parece certa no slide quebra na prática.

O argumento a favor de amplitudes maiores

Os agentes realmente tiram um pedaço do que antes consumia a semana do gestor: correr atrás de atualizações de status, compilar relatórios, agendar, redigir a primeira versão de um resumo de desempenho. Gerir agentes como parte da equipe significa cada vez mais que o custo de coordenação que antes justificava uma amplitude curta, manter dez pessoas sincronizadas à mão, é absorvido pelas ferramentas em vez de por um calendário. O benchmarking da Bain já mostra empresas de ponta operando com amplitudes de 10 a 15 sem agentes no quadro, só por meio de melhor padronização. A IA estende a mesma lógica para equipes que fazem trabalho padronizado e bem documentado: um agente pode guardar o playbook compartilhado em que o arquétipo coordenador se apoia, exatamente o tipo de função adequado às maiores amplitudes no modelo da McKinsey.

O argumento a favor de amplitudes menores

Ao mesmo tempo, o gestor cuja equipe trabalha cada vez mais por meio de agentes assumiu uma função de supervisão que não existia cinco anos atrás: verificar se a saída do agente está correta, e não apenas se a entrega da pessoa está completa. É a mesma mudança tratada em de executor a orquestrador, aplicada um nível acima. Verificar a saída confiante, bem formatada e às vezes errada de um agente é uma tarefa cognitiva diferente de conferir o trabalho de uma pessoa, e não escala como a checagem de status escalava. Um gestor que revisa a produção de cinco pessoas assistidas por agentes não faz cinco vezes a revisão de um gestor que confere a de uma pessoa, pode ser algo mais próximo de cinco vezes a vigilância, porque manter o julgamento humano afiado sob uma amplitude maior fica mais difícil justamente quando o volume de material produzido por agentes aumenta.

Somando os dois efeitos, a IA não move a amplitude de controle em uma única direção. Ela remove carga de coordenação de baixo julgamento, o que sustenta ir para mais, e acrescenta carga de verificação de alto julgamento, o que sustenta ir para menos. Qual dos dois predomina depende inteiramente do que a equipe de fato faz.

Supervisionar Pessoas vs. Supervisionar a Saída dos Agentes

Não são a mesma habilidade, e juntá-las em uma única descrição de cargo é onde as decisões de amplitude de controle dão errado hoje.

Supervisionar pessoas significa cuidar de motivação, desenvolvimento, carga de trabalho e atritos interpessoais, um trabalho que escala com o headcount mais ou menos como sempre escalou. Um gestor com doze subordinados diretos tem doze one-on-ones e doze planos de desenvolvimento para acompanhar, independentemente das ferramentas que alguém use.

Supervisionar a saída dos agentes significa algo mais próximo de garantia de qualidade sobre um processo pelo qual uma pessoa responde, mas que não executou pessoalmente, uma versão da orquestração de IA que acontece um nível acima do individual contributor. Ela não escala com o headcount do mesmo jeito. Um gestor que supervisiona três pessoas, cada uma tocando cinco workflows com agentes, é na prática responsável pela correção de quinze processos, e não de três, embora a conta do headcount diga três. É aqui que o enquadramento de agent boss usado pela Microsoft se torna útil: ele nomeia uma responsabilidade real e distinta, em vez de dissolvê-la em silêncio em "gestão", como se o trabalho não tivesse mudado.

A amplitude realista de um gestor é função de duas cargas que precisam ser somadas: quantas pessoas ele consegue desenvolver de forma razoável e quantos workflows mediados por agentes ele consegue verificar de forma razoável. Uma equipe em que cada pessoa toca vários workflows agênticos pode bater no teto de verificação muito antes do teto de gestão de pessoas, e o gestor que acompanha apenas o headcount não verá isso chegando.

Span Creep: O Custo Oculto da Redução de Camadas

A redução de camadas hierárquicas, que consiste em remover uma camada de gestão e redistribuir seus subordinados entre os gestores que ficam, é uma das respostas organizacionais mais comuns à adoção da IA neste momento, e é também onde a amplitude de controle vira, em silêncio, um custo que ninguém orçou.

A previsão da Gartner de que um quinto das organizações usará a IA para achatar a estrutura até 2026, cortando mais da metade dos atuais cargos de gestão intermediária, já é visível nos dados de contratação. A Revelio Labs constatou que as vagas de gestão intermediária seguiam 42% abaixo do pico de abril de 2022 em outubro de 2025, sem sinal de recuperação, uma queda mais profunda e persistente do que a mais branda, já recuperada, observada nas vagas de nível inicial. A gestão intermediária não está simplesmente pausando contratações. Está sendo reduzida de forma estrutural.

O problema não é a redução de camadas em si. O próprio benchmarking da Bain mostra que as empresas que ampliam amplitudes e cortam camadas de forma deliberada, com base nos quatro fatores acima, podem economizar dezenas de milhões de dólares por ano e ainda acelerar as decisões. O problema é o span creep: cortar uma camada primeiro e descobrir a nova amplitude depois, de modo que os sobreviventes herdam o headcount que cair sobre eles, e não uma amplitude dimensionada para o trabalho real. É o mesmo erro por trás do paradoxo da produtividade da IA: mudar a estrutura, ou acrescentar uma ferramenta, sem redesenhar o que passa por ela raramente entrega o ganho prometido. Um gestor que absorve cinco subordinados de um antigo par, além dos oito que já tinha, não passa automaticamente a operar a amplitude de 8 a 10 de um arquétipo supervisor. Se metade dessas treze pessoas toca workflows assistidos por agentes que o gestor agora precisa verificar, a carga real fica mais próxima dos 3 a 5 de um player/coach, esticada para quase o triplo.

O que o span creep realmente custa

Três custos aparecem rápido quando a amplitude passa do que o trabalho sustenta, e nenhum deles aparece no organograma que os causou.

A verificação é pulada, não desacelerada. O gestor que não consegue revisar toda saída assistida por agentes no tempo disponível não a revisa de forma mais eficiente. Ele revisa menos, e um human-in-the-loop que existe no papel, mas não na prática, não é salvaguarda alguma.

O coaching passa a ser reativo. A segurança psicológica depende em parte de o subordinado acreditar que o gestor tem tempo para notar um problema real antes que vire uma crise, o mesmo tempo que uma cultura preparada para a IA pressupõe que os gestores de fato tenham. Uma amplitude esticada além do que o coaching exige transforma cada one-on-one em uma atualização de status, e não em uma conversa de desenvolvimento.

As decisões desaceleram, o oposto do efeito pretendido. A pesquisa da Bain é explícita ao dizer que o objetivo de cortar camadas é decidir mais rápido. O gestor soterrado por uma amplitude sem gestão vira gargalo justamente das aprovações que a estrutura mais plana deveria acelerar, e é assim que uma iniciativa de redução de camadas vendida como agilidade produz, em silêncio, o resultado contrário em um ano.

Definir a Amplitude por Tipo de Equipe, Não por uma Proporção Única para a Empresa

A tabela abaixo aplica os quatro fatores clássicos, mais a carga de verificação de agentes, a alguns tipos comuns de equipe. Trate-a como uma faixa inicial para testar contra o trabalho real da sua equipe, e não como um benchmark a ser atingido por si só.

Percorra a tabela fazendo quatro perguntas sobre a equipe à sua frente, e não sobre a média do setor: quanto o trabalho varia de uma ocorrência para outra, quão fortemente o resultado de uma pessoa depende do de outra, de quanto coaching esse grupo específico de pessoas precisa agora e quantos workflows mediados por agentes o gestor realmente precisará verificar, e não apenas aprovar. Uma equipe pode descer uma linha à medida que o trabalho se padroniza e as pessoas ganham experiência, e pode subir uma linha assim que a adoção de agentes acrescentar uma nova carga de verificação que ninguém previu.

Não Existe um Número Único Correto de Amplitude

Vale dizer com clareza, porque tanto do que se escreve sobre o tema sugere o contrário: não há pesquisa crível que produza um único número correto de amplitude de controle, com ou sem IA no quadro. O próprio framework da McKinsey abrange uma faixa de cinco vezes, de 3 a mais de 15, dependendo inteiramente da natureza do trabalho. O benchmarking da Bain mostra empresas bem geridas se agrupando em torno de 10 a 15 para algumas funções e muito menos para outras na mesma organização. Qualquer consultor, fornecedor ou post de LinkedIn que ofereça um número único, "a amplitude ideal é sete" ou "com a IA, todo gestor agora deve lidar com vinte", está comprimindo quatro variáveis, mais uma quinta de relevância recente, a carga de verificação de agentes, em uma cifra que não sobrevive ao contato com o trabalho real de uma equipe.

A pergunta útil nunca é "qual é a amplitude certa". É "o que a combinação de variabilidade, interdependência, necessidade de coaching e carga de verificação de agentes desta equipe realmente sustenta", feita de novo para cada equipe, e não respondida uma única vez para a empresa inteira.

Colocando Isso em Prática Antes da Próxima Reorganização

O organograma costuma ser a última coisa redesenhada de forma deliberada e a primeira cortada quando a pressão de custos chega. Antes que a próxima rodada de redução de camadas chegue à sua mesa como uma meta de proporção de headcount, aplique o teste dos quatro fatores e da carga de agentes às equipes que de fato vão absorver a mudança, e não ao organograma como um todo. Uma amplitude que parece eficiente no papel e soterra os gestores em saída de agentes impossível de verificar não é uma estrutura mais enxuta, é uma estrutura mais lenta e arriscada vestindo a roupa de uma enxuta. Acerte primeiro a conta equipe por equipe, e a proporção que você acabará reportando ao conselho descreverá capacidade real, e não uma meta em torno da qual equipes reais precisam se contorcer.