A inteligência artificial turbinou tarefas específicas em até 50%, mas a produtividade da economia dos EUA mal passou de 0,8% em 2025. Onde está o crescimento prometido? A resposta está num funil invisível que drena o ganho real antes que ele vire PIB.
Relatórios de campo mostram desenvolvedores codando 40% mais rápido e atendentes resolvendo 15% mais chamados. No papel, é uma revolução. Na contabilidade nacional, mal aparece como ruído estatístico.
O funil que engole o ganho real
Imagine um programador que gasta 40% do dia escrevendo código. A IA acelera essa fatia em 40%. O ganho total do profissional cai para 16%. Se só metade da equipe adota a ferramenta com intensidade, baixa para 8%. Descontando pausas, retrabalho e o tempo que não vira produto novo, o efeito real mal arranha 4%.
Ponderado pelo peso do setor de tecnologia na economia total, aquele “salto de 40%” vira menos de 2% de produtividade agregada. É a matemática fria da escala: ganho de tarefa não é ganho de trabalhador; ganho de trabalhador não é ganho de empresa; ganho de setor não é ganho de PIB.
Dados que explicam o silêncio das estatísticas
- Adoção rasa: apenas 23% dos trabalhadores dos EUA usam IA generativa semanalmente; 9% a usam todo dia (Federal Reserve de St. Louis, 2026).
- Percepção vs. Medida: pesquisa do NBER com 750 executivos confirma que ganhos “sentidos” superam os “medidos” — a receita demora mais que a eficiência operacional.
- Projeção oficial: CBO prevê 1,1% de crescimento da produtividade para 2026, longe do boom esperado.
Alta produtividade condicional a uso intensivo não equivale a alta produtividade média da economia. A tecnologia está espalhada, mas rasa.
Duas teses para o mesmo mistério
A hipótese da Curva J (Erik Brynjolfsson) diz que estamos na fase de investimento complementar. Como na eletrificação das fábricas no século XX, não basta plugar a IA no processo antigo; é preciso redesenhar a organização, treinar gente e criar novo capital organizacional. O salto virá, mas com lag de uma década ou mais.
Já Daron Acemoglu projeta um teto sóbrio: no máximo 0,7% de ganho cumulativo em dez anos. Para ele, a fração de tarefas realmente automatizáveis multiplicada pela economia de custo real não sustenta uma revolução macroeconômica imediata.
Efeito de nível ou motor de crescimento permanente?
Aqui mora a distinção que quase ninguém faz. Se a IA der apenas um salto de nível (fazemos o mesmo mais rápido por alguns anos), o PIB acelera na transição e depois volta ao normal. Mas se a IA acelerar a própria fronteira do conhecimento — pesquisa, ciência, invenção de novas tecnologias —, a taxa de crescimento estrutural da economia sobe para sempre.
Um mundo onde a IA acelera a inovação é radicalmente diferente de um mundo onde ela só automatiza o que já fazemos.
O que o Brasil e emergentes devem vigiar agora
Não basta torcer pelo boom global. A captura do ganho depende de três variáveis locais: velocidade de adoção corporativa, qualificação da força de trabalho e infraestrutura digital (dados, nuvem, energia). Países que resolverem esse tripé antes da curva J virar para cima colherão a fatia maior do bolo.
O Paradoxo de Solow se resolveu nos anos 90, depois de mais de uma década de espera e reestruturação profunda. A IA seguirá o mesmo roteiro? A questão não é se o crescimento chega, mas quem estará pronto para recebê-lo — e se os preços dos ativos de IA hoje já embutem uma curva que a realidade ainda não confirmou.
O que observar daqui para frente: taxas de adoção intensiva (diária) acima de 20% da força de trabalho; evidências de redesign organizacional em grandes empresas; e, crucialmente, se patentes e papers científicos mostram aceleração genuína na fronteira do conhecimento. Sem isso, o funil continuará vazando.
