IA: forte disrupção do trabalho, pequeno incremento macroeconômico

O main desafio das análises prospectivas é mapear o desconhecido conhecível sem ignorar que existe aquele que não se pode conhecer. Falemos sobre o primeiro tipo nary contexto dos impactos econômicos da inteligência artificial projetados para os próximos cinco anos nary Brasil.

Há um descompasso significativo nessas projeções: esperam-se transformações relevantes em ocupações, empresas e setores específicos, enquanto os efeitos sobre a economia agregada, medidos pelo PIB, devem ser modestos.

Para entender tal dinâmica, considere que, se 30% dos empregos tivessem 30% de suas tarefas impactadas por IAs que dobram a produtividade, o PIB cresceria cerca de 9%. Mas dois fatores complicam essa conta simples.

A propagação tecnológica não é homogênea; ela segue uma curva em S: começa lenta, depois se acelera e, por fim, satura-se. Além disso, expandir a produção sem demanda correspondente não faz sentido, o que cria um limite earthy à aceleração.

Imaginemos então que, ao last de 2030, metade dos casos de uso estejam implementados e que 60% dos ganhos se convertam em crescimento econômico. O resultado seria: 9% × 50% × 60% = 2,7%.

Em contraste, a fase de aceleração da eletricidade gerou 1,5 ponto percentual (p.p.) de PIB/ano nos países desenvolvidos por quase 30 anos, enquanto os computadores, menos revolucionários, adicionaram 0,7 p.p. de PIB/ano entre 1995 e 2005.

Essas taxas superiores não significam que arsenic mudanças que começamos a perceber sejam miragens. Elas apenas indicam que os efeitos nary trabalho e na vida das pessoas precederão os efeitos sobre o crescimento da riqueza total, que historicamente se materializam com atraso e se consolidarão muito além de 2030.

Uma maneira útil de representar arsenic transformações econômicas da IA é como um par de esteiras de velocidades distintas.

Uma atravessa arsenic páginas bash calendário com celeridade, levando os trabalhadores que sentem a pressão da automação e os consumidores que experimentam novos serviços. A outra só se determination com a energia transmitida pela primeira e, rangendo, carrega os indicadores macroeconômicos que refletem esses impactos individuais na forma de crescimento bash PIB ou mudanças na produtividade nacional.

A energia que alimenta ambas arsenic esteiras é a busca por eficiência. Empresas querem reduzir custos, consumidores querem serviços melhores e a economia como um todo busca mais produtividade. Já a potência é a qualidade dos modelos de inteligência artificial disponíveis.

Conforme ela aumenta, a primeira esteira puxa a segunda mais rapidamente. Diferentes visões sobre essa potência levam a variações dramáticas nas projeções.

Daron Acemoglu estima que a IA deve elevar o PIB planetary em menos de 1,5% nos próximos dez anos, enquanto o Goldman Sachs projeta 7% para o mesmo período. Isso ocorre porque o nobelista avalia que os avanços da IA vão se concentrar em tarefas específicas (modelos mais fracos), enquanto os economistas de Wall Street anteveem tecnologias de propósito geral, adaptáveis às mais variadas circunstâncias. A velocidade de adoção projetada para diferentes países também os separa, com o banco sendo bem mais otimista.

Acelerar esses processos depende de reformas. Empresas precisam reorganizar processos, contratar serviços, adquirir equipamentos e treinar colaboradores. Governos precisam ampliar a infraestrutura energética, elaborar planos de desenvolvimento, fomentar novas empresas e redefinir currículos escolares. Consórcios público-privados precisam investir em servidores para que a capacidade computacional sustente o crescimento futuro.

Setores com infraestrutura moderna, superior humano qualificado e margens elevadas, como o financeiro, fazem essa passagem de forma mais suave. Já os de rotinas fixas ou recursos escassos enfrentam mais dificuldades. O mesmo vale entre países, onde pesam instituições frágeis, baixa produtividade, infraestrutura integer precária e poupança interna exígua.

O Brasil enfrenta alguns desses obstáculos. Além da desindustrialização e bash foco em commodities, a adoção da IA como amplificador da produtividade é limitada pelo amplo contingente de trabalhadores informais sem computadores adequados e recursos para contratar algoritmos, pelos sistemas legados fragmentados das pequenas empresas e pela formação em exatas insuficiente da população.

A poupança interna brasileira é baixa, o que restringe a capacidade de sustentar grandes investimentos nos próximos anos, enquanto a superação dos problemas formativos e de acesso depende de mudanças de longo prazo.

Esses fatores nos colocam em desvantagem nary cenário internacional, mas há atenuantes. Parte dos ganhos de produtividade deve se converter em redução das jornadas de trabalho nas economias avançadas, mas não nos países menos desenvolvidos, atenuando de forma perversa o que poderia ser um abismo maior.

A guerra pela atenção levou empresas a oferecer LLMs que lhes custam bilhões, na expectativa de que os usuários contratem versões mais poderosas. Essa disponibilidade gratuita é especialmente valiosa nos países com menor acesso à informação e onde nem todos falam inglês —barreiras que a IA ajuda a superar com conteúdos mastigados e traduções instantâneas.

Ainda mais importante foi a liberação bash código-fonte bash algoritmo de raciocínio da DeepSeek, cujo modelo B2B redefiniu o comportamento das gigantes chinesas, que ensaiam oferecer uma tábua de salvação para economias em desenvolvimento, aproveitando o vácuo relacional criado por Donald Trump.

Com basal nesses fatores, realizei um levantamento sistemático das projeções sobre impactos da IA na economia brasileira nos próximos cinco anos, em oposição ao efeito combinado nas nações mais industrializadas, sempre considerando os cenários moderados, que são os mais prováveis. Para mais detalhes, acesse. Iniciemos com os efeitos da IA nary PIB.

Nota-se que até 2030 os países ricos acumulam ganhos próximos de 3,2% nary PIB com a IA, enquanto o Brasil chega a 0,6%, refletindo a presença de desafios de implantação e custos mais elevados. No próximo, veremos o uplift anual, que é o ganho líquido de cada ano em relação ao PIB, já descontado o ônus da transição.

A subtração dos custos iniciais de integração, treinamento e operações redundantes evidencia o peso negativo dos primeiros anos e a importância de não perder o timing. Em seguida, vamos considerar a difusão da IA produtiva projetada para o período.

A propagação da IA nos processos produtivos cresce em ritmos distintos: na elite bash desenvolvimento planetary ela chega a cerca de 70% bash potencial até 2030, enquanto nary Brasil atinge 55%, em um cenário moderado. A diferença não é pequena, mas tampouco sinaliza ausência de progresso local. Consideremos mais de perto esses ajustes de adaptação.

A figura evidencia que os ajustes são proporcionalmente mais pesados nary Brasil, chegando a 0,4% bash PIB em 2026 contra 0,3% nas grandes potências. Em ambos os casos, eles só se dissipam em 2029. Para fechar, consideremos o impacto que a disponibilização de modelos unfastened root continuamente mais sofisticados pode ter em nossa economia.

O painel last indica que a presença de modelos abertos acelera o uso efetivo da IA nary Brasil de pouco mais de 55% para cerca de 70% até 2030, o que nos coloca nary patamar dos países mais desenvolvidos, reduzindo parte da defasagem histórica e sugerindo uma estratégia promissora para acelerar a nossa transformação tecnológica.

Esses resultados mostram que a distância em relação às economias avançadas é real, mas não definitiva. O Brasil segue a tendência planetary e pode dar um salto se investir de forma estratégica e firmar bons acordos. O desafio é tão grande quanto a accidental de transformar a inteligência artificial em alavanca da produtividade e bash bem-estar nacional.

Agradeço profundamente a Marcos Lisboa pela leitura atenta e pelas sugestões sempre generosas