A inteligência artificial está turbinando tarefas específicas em até 50%, mas a produtividade agregada dos EUA mal passou de 0,8% em 2025. Onde está o crescimento prometido? A resposta não está na tecnologia, mas no funil que separa o piloto do resultado macroeconômico.
Relatórios de campo mostram desenvolvedores codando 40% mais rápido e atendentes resolvendo 15% mais chamados. No entanto, as projeções do CBO para 2026 indicam avanço de apenas 1,1% na produtividade total. Existe um abismo entre o laboratório e a contabilidade nacional.
O funil que engole a revolução
Imagine um programador que gasta 40% do dia escrevendo código. Se a IA acelera essa fatia em 40%, o ganho real do profissional cai para 16%. Se só metade da equipe adota a ferramenta com intensidade, baixa para 8%. Descontando pausas, retrabalho e o peso do setor no PIB, aquele “salto de 40%” vira menos de 2% na economia real.
Esse efeito funil — da tarefa ao trabalhador, da empresa ao setor, do setor à nação — explica why o NBER encontrou ganhos percebidos sistematicamente maiores que os mensurados em pesquisa com 750 executivos. A receita demora mais que a eficiência operacional.
Adoção rasa, impacto diluído
Dados do Federal Reserve de St. Louis (2026) escancaram a profundidade do problema: apenas 23% dos trabalhadores americanos usam IA generativa semanalmente e meros 9% a utilizam todo dia. A tecnologia está espalhada por muitas ocupações, mas é rasa dentro de cada uma. Produtividade condicional ao uso intensivo não equivale a produtividade média da economia.
- 23% usam IA pelo menos 1x por semana
- 9% adotam a ferramenta diariamente
- Alta dispersão ocupacional, baixa intensidade setorial
Duas teses para o mesmo silêncio
Erik Brynjolfsson aposta na curva J: tecnologias de propósito geral (eletricidade, computadores) exigem reinvenção organizacional antes de aparecer nos números. A fábrica não ganhou produtividade trocando vapor por eletricidade; ganhou quando redesenhou o layout em torno do motor elétrico. Estamos tentando encaixar IA em processos antigos.
Daron Acemoglu projeta ceticismo calculado: o teto macro é a fração de tarefas afetadas multiplicada pela economia de custo. Sua estimativa? Máximo 0,7% de ganho cumulativo em dez anos. Ou a revolução está atrasada, ou estamos extrapolando milagres micro para o agregado.
Nível ou taxa: a diferença que muda o jogo
Poucos debatem isso, mas é decisivo. Um efeito de nível dá um salto único — alguns anos de crescimento extra durante a transição. Um efeito de taxa acelera permanentemente a fronteira do conhecimento, porque IA acelera pesquisa, ciência e inovação. O primeiro enriquece uma geração; o segundo muda a trajetória secular do PIB.
Para o Brasil e emergentes, a pergunta não é “se”, mas “quem captura e quando”. Países que investirem agora em adoção, qualificação e infraestrutura digital estarão na frente quando o funil finalmente se abrir — e poderão se posicionar na cadeia de valor da nova economia.
O que observar daqui para frente
O Paradoxo de Solow se resolveu para os computadores: levou mais de uma década e exigiu transformação profunda nas organizações. A IA seguirá o mesmo roteiro? Acompanhe três sinais: taxa de adoção intensiva (diária) passando de 15%, reestruturação de processos em setores não-tech e patentes e papers científicos gerados com IA. Quando esses indicadores virarem curva exponencial, o PIB finalmente sentirá. Até lá, o mercado pode estar precificando a promessa, não a entrega.
