*Por Shankar Parameshwaran
Os temores sobre a perda de empregos em uma economia impulsionada pela inteligência artificial (IA) tornaram-se mais reais e claros do que nunca nos últimos meses. Grandes empresas, como Walmart, Meta, Amazon, Microsoft, Ford e Lufthansa, anunciaram demissões ou reconfigurações de funções, e os planos para novas contratações em áreas como robótica não compensarão isso.
Um novo relatório do Modelo Orçamentário da Penn Wharton destaca tanto a perspectiva macro sobre a produtividade quanto o potencial impacto da automação da IA em nível micro. Alex Arnon, diretor de análise de políticas da Penn Wharton Budget Model (PWBM), produziu o relatório com a assistência de pesquisa da analista de dados Vidisha Chowdhury. O diretor do corpo docente da PWBM, Kent Smetters, dirigiu o estudo; ele também é professor de economia empresarial e políticas públicas da Wharton.
De acordo com o resumo, intitulado ‘‘O impacto projetado da IA generativa no crescimento futuro da produtividade’’, a IA aumentará a produtividade e o PIB em 1,5% até 2035, quase 3% até 2055 e 3,7% até 2075. O maior impulso da IA ao crescimento da produtividade ocorrerá no início da década de 2030 (0,2 ponto percentual em 2032), mas acabará desaparecendo, deixando um efeito de crescimento permanente de 0,04 ponto percentual anualmente, à medida que a economia se ajusta à IA.
‘‘Em cerca de 40% dos empregos [nas ocupações que analisamos], pelo menos 50% das tarefas serão substituíveis no futuro’’, disse Smetters em um episódio recente do podcast This Week in Business, da Wharton. (Ouça o episódio.)
‘‘Não é um impacto pequeno, em nenhuma medida. Isso não significa que esses empregos sejam substituíveis; pode significar que se tornarão mais produtivos. Mais tempo e dados são necessários para compreender o impacto total.’’
Embora observe que é prematuro projetar o impacto da IA no orçamento federal, o resumo estimou que ela poderia reduzir os déficits federais em US$ 400 bilhões ao longo do período orçamentário de 10 anos, entre 2026 e 2035.
As conclusões do resumo baseiam-se em um estudo sobre o potencial de automação em 784 ocupações para avaliar as implicações para o crescimento da produtividade. O estudo se baseia em uma estrutura baseada em tarefas desenvolvida pelo professor do MIT e ganhador do Prêmio Nobel de Economia, Daron Acemoglu, com um cronograma projetado para a adoção da IA de geração com base no caminho de adoção de tecnologias comparáveis, como a web comercial e serviços de computação em nuvem.
Principais descobertas
O relatório analisou o impacto da potencial exposição à automação da IA em grupos de renda e ocupações específicas. Entre suas principais conclusões:
- Quarenta por cento da renda trabalhista atual, ou PIB, está potencialmente exposta à automação por IA generativa, com base em uma análise de emprego, salários e exposição ocupacional. O resumo definiu um trabalho como exposto se pelo menos 50% das atividades realizadas pudessem ser automatizadas por IA generativa.
- As ocupações com maior exposição à automação de IA são suporte administrativo e de escritório (75%), operações comerciais e financeiras (68%) e aquelas que envolvem computadores e matemática (63%).
- As ocupações na base da distribuição salarial são as menos expostas à IA, visto que muitos desses empregos são predominantemente trabalhos manuais ou serviços pessoais.
- A exposição aumenta com os rendimentos até os percentis 80-90, que incluem programadores, engenheiros e outros profissionais. Nessas ocupações com altos salários, cerca de metade do trabalho poderia ser realizado por IA generativa, em média.
- A exposição à automação de IA de geração é significativamente menor para aqueles em ocupações com maiores salários, como executivos, atletas e especialistas médicos. Essa exposição também está entre as mais baixas para limpeza e manutenção de edifícios e terrenos (2,6%), construção e extração (9%) e agricultura, pesca e silvicultura (10%).
- Para 29% dos empregos, não há potencial para substituir a IA por trabalhadores. Para outros 29%, a IA poderia automatizar menos da metade das atividades necessárias. Cerca de 1% dos empregos estão completamente expostos à automação, de modo que a IA poderia executá-los inteiramente sem supervisão humana significativa. Para mais de um quarto dos empregos nos EUA, a IA poderia realizar entre 90% e 99% do trabalho necessário com supervisão mínima, observou o relatório.
Curva de adoção da IA de geração e impacto nos empregos
O resumo do PWBM previu que o cronograma de adoção das ferramentas de IA que aumentam a produtividade será semelhante ao de outras tecnologias de mercado de massa, como o PC, a internet, os smartphones e a computação em nuvem. Com a maioria dessas tecnologias anteriores, a adoção aumentou acentuadamente na primeira década, com 40% a 50% dos trabalhadores utilizando-as, mas desacelerou acentuadamente na década seguinte. O uso da IA de geração em 2024 sugeriu uma taxa de adoção mais rápida do que as tecnologias anteriores.
Smetters citou Arnon, da PWBM, que supervisionou o briefing da PWBM, observando que o impacto da IA em todas as ocupações será semelhante ao impacto que o e-mail trouxe na comunicação entre as pessoas. ‘‘Mas também não é uma solução mágica. Não é eletricidade, não é refrigeração – não é tão transformadora.’’
As projeções do estudo já começam a refletir nos padrões de emprego. O crescimento do emprego estagnou em ocupações com maior potencial de automação por IA. Empregos que a IA pode substituir completamente apresentaram uma queda acentuada entre 2021 e 2024 (0,75%), embora representem apenas cerca de 1% do total de empregos. O crescimento do emprego desacelerou significativamente para outras ocupações com alta exposição à automação por IA, onde a tecnologia pode automatizar de 90% a 99% das tarefas.
No futuro, ferramentas de IA de geração serão usadas em cada vez mais tarefas expostas aos ganhos de produtividade da IA, juntamente com avanços tecnológicos e economia de custos para os empregadores, afirma o documento. A parcela da atividade econômica exposta à IA também crescerá mais rapidamente do que o restante da economia, acrescentou.
Smetters alertou contra a expectativa de que a IA resolva tudo para a economia. ‘‘Existe uma crença entre os formuladores de políticas de que, nesta nova era da IA, não precisamos ser fiscalmente responsáveis porque a IA vai resolver tudo’’, disse ele. ‘‘Isso simplesmente não é verdade. Não estamos nem perto disso.’’
Os mercados de ações estão supervalorizados em IA?
‘‘A IA está tendo um impacto muito grande e saliente [nos valores das ações]’’, disse Smetters. Com exceção das Sete Magníficas ações (Google, Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia e Tesla), que são as que mais adotam a IA, as expectativas de lucro não mudaram muito para 493 das ações do S&P 500, acrescentou, citando uma nota de Torsten Slok, economista-chefe da Apollo Global Management.
As empresas podem se preparar para a IA com diferentes graus de otimismo ou ceticismo, mas não têm a opção de ignorá-la. ‘‘Quando se tem uma tecnologia transformadora realmente incomum como [a IA], você tem duas escolhas macro: ou se debruça sobre ela, a abraça e descobre como melhorar a experiência do cliente e moldá-la, ou pode desejar que ela desapareça e aconteça com você’’, disse Andy Jassy, CEO da Amazon, em uma entrevista recente à CNBC.
A Wharton School é a primeira escola de negócios universitária do mundo, fundada em 1881, na Universidade da Pensilvânia. É uma instituição de referência global em Administração, Finanças e Marketing, conhecida por seus programas de graduação e pós-graduação, como o MBA, e por sua forte ligação com a comunidade empresarial.
*Shankar Parameshwaran é editor na Knowledge at Wharton, o jornal de negócios da Wharton School
