Com o título “A IA pode aumentar a produtividade — e a desigualdade”, eis artigo de Alex Araújo, economista. “(…) a IA pode atuar simultaneamente como força democratizante e concentradora. Ela reduz o custo de acesso ao conhecimento, mas amplia as vantagens de quem já possui capital, dados, talentos e capacidade organizacional”, expõe o articulista.
Confira:
A inteligência artificial está se tornando mais acessível. Mas isso não significa que seus ganhos serão distribuídos igualmente.
Segundo um estudo do Reglab encomendado pela OpenAI, a inteligência artificial pode acrescentar R$ 986,7 bilhões à economia brasileira até 2030. O número impressiona, mas o dado mais importante está escondido dentro dele: cerca de 65% desse impacto viria do aumento da produtividade do trabalho.
Ou seja, o principal efeito econômico da IA não seria a criação de uma nova indústria de tecnologia. Seria fazer trabalhadores e empresas produzirem mais com os mesmos recursos.
Na mesma semana, o governo brasileiro anunciou mais de R$ 2 bilhões para a compra de dois supercomputadores voltados à inteligência artificial. Os dois fatos parecem tratar de assuntos diferentes, mas apontam para a mesma transformação: a IA está deixando de ser apenas uma tecnologia e passando a ser uma questão de produtividade, capital e desenvolvimento econômico.
Isso produz uma pergunta relevante: se a IA estará cada vez mais disponível para todos, os seus ganhos de produtividade seriam distribuídos igualmente?
Provavelmente não serão.
Uma das características mais extraordinárias da IA generativa é a redução do custo do conhecimento. Uma pequena empresa pode hoje analisar contratos, produzir textos, fazer pesquisas de mercado, criar campanhas, programar e atender clientes.
Atividades que antes exigiam especialistas ou muitas horas de trabalho passaram a ser realizadas em minutos. Isso parece uma força naturalmente democratizante e, em certo sentido, é.
Mas existe um paradoxo. O acesso à inteligência está se tornando cada vez mais amplo, enquanto a capacidade de transformá-la em resultados econômicos continua dependendo de fatores como qualificação, dados, processos e capacidade de investimento.
Imagine duas empresas com acesso ao mesmo modelo de IA. A primeira possui dados organizados, processos bem definidos, sistemas integrados, profissionais qualificados e recursos para investir. A segunda trabalha com informações dispersas, processos pouco estruturados, sistemas antigos e uma equipe com pouca familiaridade digital.
A tecnologia é a mesma, mas os resultados serão muito diferentes.
Para a primeira, a IA transforma processos, reduz custos e aumenta escala. Para a segunda, pode ser apenas uma ferramenta para escrever e-mails mais rapidamente.
Os primeiros estudos sugerem que essa diferença já está aparecendo nos resultados econômicos. Uma pesquisa do Banco de Compensações Internacionais e do Banco Europeu de Investimento, baseada em mais de 12 mil empresas, encontrou aumento médio de 4% na produtividade do trabalho entre as que adotaram IA.
Os maiores ganhos, porém, ocorreram em empresas médias e grandes e estiveram associados a investimentos complementares em software, dados e capacitação.
É um ponto fundamental: a IA não funciona sozinha.
Ela exige uma organização capaz de utilizá-la. Dados precisam estar disponíveis. Processos precisam estar estruturados. Profissionais precisam estar preparados. E os problemas precisam estar claramente definidos.
Por isso, tratar a adoção de IA como uma simples escolha entre adotar ou não adotar é um erro. O diferencial não está em usar a tecnologia, mas em incorporá-la aos processos da organização.
Há uma diferença significativa entre utilizar IA para executar tarefas isoladas e utilizá- la para redesenhar processos, apoiar decisões e coordenar operações. É nesse estágio que começam a aparecer os ganhos econômicos mais relevantes.
É também aqui que surge o risco de ampliação das desigualdades.
Empresas mais produtivas geram mais caixa. Mais caixa permite mais investimento em tecnologia. Mais tecnologia aumenta a produtividade. O ciclo se reforça.
Para as organizações que ficam para trás, ocorre o inverso. Menores margens dificultam investimentos, reduzem a velocidade de modernização e ampliam a distância em relação aos concorrentes.
Por isso, a IA pode atuar simultaneamente como força democratizante e concentradora. Ela reduz o custo de acesso ao conhecimento, mas amplia as vantagens de quem já possui capital, dados, talentos e capacidade organizacional.
Nos Estados Unidos, uma pesquisa da U.S. Chamber of Commerce Foundation indicou que metade dos trabalhadores de pequenas empresas já utiliza IA no trabalho.
O desafio, porém, não é adotar a ferramenta, mas utilizá-la para transformar a operação.
A diferença competitiva passa a depender menos do acesso à tecnologia e mais da capacidade organizacional de extrair valor dela.
A mesma lógica vale para as pessoas.
Um profissional que domina sua atividade, entende dados e utiliza IA como complemento de suas competências pode ampliar significativamente sua produtividade. Outro, preso a tarefas repetitivas e com baixa capacidade de adaptação, poderá enfrentar uma pressão muito maior.
Isso não significa desemprego em massa. As evidências disponíveis ainda não sustentam essa conclusão. O efeito mais provável é outro: o mercado tende a valorizar de forma diferente profissionais que conseguem ampliar sua produtividade com IA.
E essa divisão provavelmente ocorrerá menos entre profissões e mais dentro delas.
Entre o analista que utiliza IA para ampliar sua capacidade de investigação e aquele que continua executando o mesmo trabalho da mesma forma. Entre o advogado que utiliza IA para pesquisar e estruturar argumentos e aquele que depende exclusivamente dos métodos tradicionais. Entre o gestor que transforma dados em decisões e aquele que continua administrando principalmente por percepção e
experiência.
À medida que a IA assume atividades mais padronizadas, o valor das pessoas tende a migrar para aquilo que exige contexto, criatividade, responsabilidade e coordenação.
A educação não deveria competir com a IA naquilo que ela faz melhor. Deveria preparar pessoas para fazer aquilo que a IA ainda não faz sozinha e, principalmente, para trabalhar em conjunto com ela.
O mesmo raciocínio vale para as políticas públicas.
Se os ganhos da IA dependem de investimentos complementares, disponibilizar tecnologia não será suficiente. Será necessário ampliar educação e qualificação, fortalecer a infraestrutura digital, facilitar investimentos produtivos e construir um ambiente regulatório capaz de reduzir incertezas.
O próprio estudo brasileiro reconhece que essas condições são necessárias para materializar o potencial econômico estimado.
A pergunta deixa de ser como incentivar a adoção da IA e passa a ser como garantir que sua adoção produza ganhos de produtividade amplamente distribuídos.
Essa é uma pergunta muito mais difícil.
O maior risco da economia da IA talvez não seja uma sociedade em que poucos tenham acesso à inteligência artificial.Pode ser uma sociedade em que quase todos tenham acesso às mesmas ferramentas, mas apenas alguns consigam transformá-las em produtividade.
Nesse cenário, a inteligência artificial não reduziria necessariamente as desigualdades existentes. Poderia ampliá-las.
A verdadeira divisão econômica da próxima década talvez não esteja entre quem possui IA e quem não possui. Esteja entre quem consegue transformar inteligência em valor e quem não consegue.
*Alex Araújo
Economista e ex-secretário de Desenvolvimento Local do Ceará.
