Em 20 de novembro, estatísticos americanos divulgaram os resultados de uma pesquisa que revelou uma tendência que impacta trilhões de dólares em gastos. Pesquisadores do Census Bureau perguntaram para empresas se elas usaram IA (inteligência artificial) “na produção de bens e serviços” nas duas semanas anteriores.
Recentemente, a estimativa é que a fatia de trabalhadores americanos que utilizam IA no trabalho caiu 1 ponto percentual, para 11%. A adoção despencou nas maiores companhias (que possuem mais de 250 funcionários). Três anos após a onda da IA generativa, a demanda pela tecnologia parece surpreendentemente frágil.
A velocidade da adoção de IA tem efeitos profundos. Para que o mundo colha ganhos de produtividade, empresas comuns precisam incorporar a tecnologia em suas rotinas. É também a questão mais importante para determinar se estamos ou não em uma bolha de IA.
De agora até 2030, as grandes empresas de tecnologia gastarão US$ 5 trilhões em infraestrutura para fornecer serviços de IA. Para que esses investimentos valham a pena, elas precisarão de algo na ordem de US$ 650 bilhões por ano em receitas com IA, segundo o JPMorgan Chase, acima dos cerca de US$ 50 bilhões atuais. O consumo individual de IA deve representar apenas uma fração do necessário. O restante terá de vir das empresas.
O Census Bureau é apenas uma fonte. Outros pesquisadores vêm produzindo estimativas próprias da adoção de IA; a maioria encontra níveis superiores a 10%. Economistas debatem por que essas diferenças existem. Alguns acreditam que a pesquisa do órgão é restritiva demais (é difícil saber exatamente como os respondentes interpretam “usar IA na produção de bens e serviços”).
Perguntar aos funcionários sobre seu uso pessoal da ferramenta no trabalho talvez gere respostas mais positivas do que perguntar aos gestores sobre o uso pela empresa. Os defensores do levantamento argumentam que apenas o governo tem uma rede ampla o suficiente para obter uma amostra representativa das empresas americanas, e não apenas daquelas em setores mais inovadores.
Ainda assim, mesmo pesquisas não oficiais apontam estagnação no uso corporativo. Jon Hartley, da Universidade Stanford, e colegas descobriram que, em setembro, 37% dos americanos usavam IA generativa no trabalho, ante 46% em junho.
Um monitoramento feito por Alex Bick, do Federal Reserve de St. Louis, e colegas revelou que, em agosto de 2024, 12,1% dos adultos em idade ativa utilizavam IA generativa diariamente no trabalho. Um ano depois, o percentual foi a 12,6%. A Ramp, empresa de serviços financeiros, constatou que, no início de 2025, o uso de IA em empresas americanas subiu para 40%, antes de se estabilizar. O crescimento da adoção parece mesmo estar perdendo força.
Uma possível explicação é a incerteza econômica, ampliada por guerras comerciais, queda da imigração e um cenário nebuloso para as taxas de juros. As empresas podem estar adiando investimentos até que o panorama fique mais claro. Além disso, a história mostra que tecnologias tendem a se disseminar de maneira irregular. Vide o uso de computadores nos lares americanos, cuja velocidade de adoção diminuiu no fim dos anos 1980 —uma breve pausa antes de se disseminarem nos anos 1990.
Há, porém, explicações menos benignas para a estagnação. Uma delas envolve a dinâmica de poder dentro das empresas. Quase todos na alta gestão celebram as virtudes da IA. Nas teleconferências de resultados recentes, quase dois terços dos executivos de empresas do S&P 500 mencionaram IA. Ao mesmo tempo, os responsáveis pela implementação talvez não sejam tão entusiastas, possivelmente por receio de que a tecnologia ameace seus empregos.
Uma pesquisa da empresa de software Dayforce aponta que 87% dos executivos usam IA no trabalho, contra 57% dos gerentes e 27% dos funcionários. Talvez gerentes criem iniciativas de IA para agradar seus chefes, apenas para abandoná-las discretamente depois.
Mudanças na percepção sobre a utilidade da IA também podem explicar a estagnação. Evidências crescentes sugerem que a geração atual de modelos não consegue transformar a produtividade da maior parte das empresas.
Se usuários atuais começarem a perceber retornos pouco animadores, potenciais novos usuários podem decidir não adotar a IA. Três conjuntos de evidências podem dar motivos para essa cautela.
A primeira é proveniente dos mercados. O Goldman Sachs calcula um índice de empresas com o “maior potencial estimado de variação no lucro decorrente da adoção de IA por meio de ganhos de produtividade”. O índice inclui a montadora Ford, a empresa de preparação de impostos H&R Block e o grupo de mídia News Corp —todas abraçando iniciativas em IA.
Por muito tempo, as ações dessas empresas acompanharam o mercado. Mas recentemente elas ficaram para trás. Por ora, investidores não enxergam a adoção de IA se traduzindo em maior lucratividade ou crescimento.
A segunda são as pesquisas com executivos. Segundo um levantamento da consultoria Deloitte e da Universidade de Hong Kong, 45% relataram retornos abaixo do esperado com iniciativas de IA. Só 10% afirmaram que os resultados superaram expectativas. Um estudo da consultoria McKinsey argumenta que, para a maioria das organizações, o uso de IA ainda não teve impacto significativo nos lucros gerais.
A terceira é a pesquisa econômica. No curto prazo, introduzir IA pode reduzir a produtividade de formas inesperadas. Esforços para reconfigurar sistemas de TI e fluxos de trabalho podem diminuir temporariamente a eficiência, antes de ela subir —fenômeno que Erik Brynjolfsson, da Universidade Stanford, chama de “curva J da produtividade”.
Alguns questionam se existe um problema específico da IA. Um estudo de Yvonne Chen, da ShanghaiTech University, e colegas fala na “armadilha da mediocridade” da IA generativa. Com o auxílio da tecnologia, as pessoas conseguem produzir algo “bom o suficiente”. Isso ajuda trabalhadores menos qualificados, mas pode prejudicar os mais capacitados, que tendem a se esforçar menos.
As organizações aprenderão a incorporar a IA com mais eficiência, enquanto os modelos devem continuar evoluindo. Se as evidências do efeito transformador da tecnologia sobre a eficiência no trabalho se acumularem, mais empresas perceberão que não podem ficar sem ela.
Mesmo assim, a estagnação sugere que o retorno econômico da IA chegará mais devagar, de forma mais desigual e a um custo maior do que o sugerido pelo atual boom de investimentos. Até que a adoção acelere de fato, as receitas necessárias para justificar US$ 5 trilhões em investimentos em IA permanecerão fora de alcance.
Texto de The Economist, traduzido por Helena Schuster, publicado sob licença. O artigo original, em inglês, pode ser encontrado em www.economist.com
