EMPREGO & AUTOMAÇÃO
Como a inteligência artificial pode aumentar a produtividade e o crescimento do PIB

/in /by

*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