Qual é o efeito real da IA na produtividade?

A inteligência artificial se tornou o enredo da década, mas grande parte do debate público perde o que já está acontecendo no terreno.

Os efeitos não estão escondidos em laboratórios distantes ou previsões teóricas. Você pode encontrá-los em métricas como pedidos de equipamentos, orçamentos corporativos, redes elétricas e até mesmo em gastos do consumidor orientados por ações.

A IA aparece de pequenas maneiras que se somam a algo maior. Algumas empresas estão trabalhando mais rápido, alguns empregos estão mudando de forma e setores inteiros estão se reorganizando em torno de software que não existia há três anos.

A ideia de que a IA ainda não causou impacto não é mais precisa. Mas a chave é entender onde o impacto é visível e por que os números oficiais de produtividade apenas começaram a se mover.

Até que ponto a IA mudou os números até agora

Os dados mais limpos vêm do Modelo de Orçamento da Penn Wharton, que divide a influência da IA em tarefas em vez de cargos. Suas descobertas são uma base útil porque usam dados ocupacionais detalhados dos EUA.

Eles estimam que cerca de 40% da renda do trabalho atual está ligada ao trabalho que poderia ser remodelado pela IA generativa. Nem todas as tarefas são lucrativas para automatizar, mas uma parcela considerável é.

Seu modelo sugere que cerca de 10% do PIB atual provavelmente será afetado e que a participação pode subir para cerca de 15% nas próximas duas décadas, à medida que os setores com alta exposição crescem mais rápido do que o resto da economia.

Estudos de implantações reais pintam uma imagem clara do que acontece dentro das empresas. As equipes de suporte ao cliente que usam assistentes de IA concluem mais casos. Escritores profissionais concluem rascunhos cerca de 40% mais rápido.

Os engenheiros de software concluem as tarefas mais rapidamente ao usar ferramentas no estilo Copilot.

A Penn Wharton usa esses estudos para supor cerca de 25% de economia de custos de mão de obra quando a IA é usada hoje, aumentando para 40% à medida que os sistemas melhoram ainda mais.

Quando essas economias de custo são ponderadas pela parcela de tarefas afetadas e ajustadas para taxas de adoção, o efeito macro se torna mais claro.

O aumento da produtividade total dos fatores nos EUA é pequeno hoje, cerca de 0,01 ponto percentual. Mas espera-se que aumente ao longo da década e atinja o pico no início da década de 2030, perto de 0,2 ponto percentual, antes de desaparecer.

O resultado de longo prazo é uma economia maior, não uma taxa de crescimento permanentemente mais rápida. Sua estimativa central é que a IA eleve o PIB em cerca de 3% até 2055.

A conclusão dessa pesquisa é que os efeitos iniciais da produtividade da IA são significativos, mas desiguais e concentrados em certas tarefas e empresas.

Os números agregados refletem uma economia que ainda não se reorganizou em torno da tecnologia.

Por que o investimento empresarial está fazendo o trabalho pesado

Os sinais mais claros da influência da IA aparecem no lado do investimento da economia dos EUA. Uma pesquisa recente da Bloomberg mostrou que os gastos com equipamentos e software de processamento de informações aumentaram este ano.

A contribuição para o crescimento do PIB dessas categorias é a maior em décadas.

A construção de data centers atingiu uma taxa anual de cerca de US$ 41 bilhões e é um dos poucos segmentos em crescimento na construção privada.

Três empresas sozinhas, Meta, Microsoft e Google, gastaram US$ 78 bilhões em equipamentos de capital no terceiro trimestre deste ano, quase o dobro dos gastos do ano anterior. Esta é a pegada física do boom da IA.

A Bloomberg estima que os gastos de capital relacionados à IA contribuíram com cerca de 1% para o crescimento do PIB dos EUA no primeiro semestre de 2025. Isso significa que a IA foi responsável por mais da metade da taxa de crescimento de 1,6% nesse período.

É raro que uma única onda tecnológica desempenhe um papel tão descomunal nas contas nacionais.

Alguns analistas esperam que o impulso de investimento se fortaleça no próximo ano. Outros acham que o pico já passou. De qualquer forma, a contribuição é mensurável hoje.

Há uma complicação que muitas vezes passa despercebida. Grande parte do hardware necessário para data centers é importado. Isso amplia o déficit comercial e remove parte da contribuição bruta para o crescimento.

No entanto, o governo federal permitiu isenções tarifárias para servidores e placas de circuito, apesar das tensões comerciais em outros lugares.

Os economistas observam que o boom teria lutado se o hardware enfrentasse as mesmas taxas pagas por indústrias como automóveis ou construção.

Há também uma pressão sobre o sistema de energia. Os data centers demandam grandes quantidades de eletricidade. A demanda de energia dos EUA pode aumentar cerca de 16% até 2029 se as tendências atuais continuarem.

As atualizações da rede levam anos e enfrentam custos mais altos devido às tarifas de equipamentos como transformadores. O aumento dos preços da eletricidade pode retardar a adoção da IA ou comprimir as margens das empresas que tentam escalar.

Por dentro das empresas já sentindo a mudança

As pesquisas oferecem uma perspectiva diferente. Eles mostram o que acontece quando as ferramentas de IA entram nos fluxos de trabalho diários. O estudo EMEA 2025 da IBM é um dos maiores de seu tipo, baseado em 3.500 executivos em dez países.

Dois terços disseram que a IA já produziu ganhos significativos de produtividade.

Um em cada cinco diz que já atingiu suas metas de retorno sobre o investimento. Outros 42% esperam retornos dentro de um ano, geralmente por meio de execução mais rápida, custos mais baixos e melhor qualidade de serviço.

O relatório destaca que as grandes empresas estão à frente. 72% das empresas com mais de mil funcionários relatam ganhos notáveis. Apenas 55% das pequenas e médias empresas dizem o mesmo.

As organizações do setor público mostram padrões semelhantes aos das empresas menores. Isso reflete os ciclos tecnológicos anteriores, em que organizações maiores tinham capital e capacidade técnica para se mover primeiro.

Os dados da IBM também mostram como o trabalho está mudando. Os executivos dizem que os funcionários gastam mais tempo em planejamento, trabalho criativo e desenvolvimento de ideias quando a IA lida com tarefas repetitivas.

O padrão se alinha com estudos acadêmicos que mostram que a IA ajuda trabalhadores menos experientes a fechar lacunas de desempenho e permite que trabalhadores experientes se concentrem em resultados de maior valor.

O que se destaca nas descobertas da IBM e da Penn Wharton é o quão desiguais são os ganhos entre as ocupações. As tarefas mais expostas estão em funções de suporte de escritório, operações de negócios, TI, vendas e gerenciamento intermediário.

A exposição atinge o pico em torno dos percentis salariais octogésimo a nonagésimo e, em seguida, cai para os mais bem pagos que tendem a realizar tarefas que exigem julgamento, negociação ou rara experiência.

Os grupos menos expostos incluem construção, transporte, serviços de alimentação e trabalho de atendimento presencial. Isso significa que o impacto trabalhista de curto prazo está concentrado em funções de colarinho branco de médio a alto salário, não em trabalhos manuais.

O que os CEOs estão realmente dizendo dentro das salas de reuniões

Os líderes corporativos descrevem uma mudança mais rápida do que os ciclos anteriores. O presidente-executivo do Goldman Sachs, David Solomon, disse que não consegue encontrar um CEO que não esteja tentando redesenhar os processos em torno da automação.

Ele disse que as empresas querem aumentar a produção sem aumentar o número de funcionários e que a IA agora é fundamental para esses esforços.

Satya Nadella, da Microsoft, fez comentários semelhantes ao chamar esse momento de "mudança de plataforma de IA". Jensen Huang, da Nvidia, que comparou isso a uma nova revolução industrial.

Suas opiniões descrevem o que os atuais líderes de IA veem dentro de suas próprias operações e entre seus clientes.

Os dados apóiam esse sentimento. Um número crescente de empresas não está simplesmente adicionando ferramentas de IA aos fluxos de trabalho existentes. Eles estão reconstruindo fluxos de trabalho em torno das ferramentas.

Alguns projetam cadeias de valor do zero com a IA em mente. Outros mudam de ciclos periódicos de planejamento para tomada de decisão contínua guiada por sistemas de IA.

Essas mudanças levam tempo para serem filtradas pelos números oficiais de produtividade, o que ajuda a explicar a lacuna entre o que as empresas relatam internamente e o que aparece nas estatísticas nacionais.

Outro ponto importante aparece nas pesquisas. As empresas querem sistemas de IA abertos e interoperáveis. Cerca de 85% dos entrevistados da IBM disseram que transparência, interoperabilidade e flexibilidade do provedor são essenciais.

O que tudo isso nos diz sobre o efeito real da produtividade da IA

A IA hoje aparece em três lugares da economia. Parece que o aumento dos gastos de capital das empresas está correndo para aumentar a capacidade de computação. Ele aparece no trabalho diário dos primeiros usuários que relatam execução mais rápida e maior produção.

E também aparece nos mercados de ativos, onde as empresas lideradas por IA geraram trilhões de dólares em novas riquezas patrimoniais que alimentaram um maior consumo entre as famílias ricas, provocando preocupações de uma "bolha de IA".

O que ainda não aparece é um aumento amplo da produtividade em toda a economia. Isso não é incomum.

Tecnologias anteriores de uso geral, como eletrificação e internet, apareceram nos dados somente depois que as empresas reorganizaram a produção.

O mesmo padrão está se repetindo. A IA ainda está em fase de investimento e experimentação para a maioria das empresas. Uma vez concluída a reorganização, é provável que os ganhos apareçam com mais clareza.

As estimativas mais cuidadosas sugerem que a IA eleva o crescimento da produtividade em alguns décimos de ponto percentual em seu pico e deixa a economia permanentemente maior em alguns por cento.

As previsões mais ambiciosas sugerem ganhos maiores se a IA acelerar a própria inovação.

A lacuna entre essas visões depende da rapidez com que as empresas reestruturam o trabalho, da extensão com que as ferramentas de IA se espalham para empresas menores e para o setor público e se a infraestrutura, como a rede elétrica, pode ser dimensionada para atender à demanda.