IA e trabalho: menos apocalipse, mais deslocamento
Por Alex Lima
16:56
Existe uma assimetria importante no debate sobre IA e trabalho. Algumas das vozes mais influentes sobre a substituição do emprego humano pertencem a empresas diretamente beneficiadas pela percepção de que a IA representa uma ruptura inevitável. Isso não invalida seus alertas. Mas exige que eles sejam lidos como parte de um ecossistema de incentivos — não como previsões neutras.Dario Amodei, da Anthropic, alertou que metade dos empregos de entrada em tecnologia, direito, consultoria e finanças poderia desaparecer nos próximos cinco anos. Projetou um “banho de sangue de colarinho branco” capaz de levar o desemprego americano a 20%. Sam Altman escreveu que “o preço de muitos tipos de trabalho cairá em direção a zero”. Elon Musk foi além: chegaria um ponto em que nenhum emprego seria necessário.Essas afirmações capturam uma possibilidade tecnológica extrema. Também capturam um sistema de incentivos. A distância entre possibilidade técnica, adoção corporativa, substituição econômica e impacto macroeconômico é grande — e a história sugere que essa distância costuma ser subestimada em momentos de euforia.Quanto maior a percepção de ruptura inevitável, maior o prêmio pago por ativos, empresas e modelos de negócio posicionados como beneficiários dessa ruptura. A Anthropic e a OpenAI levantaram dezenas de bilhões de dólares em rodadas privadas recentes, com valuations que refletem essa expectativa. A narrativa de disrupção não apenas descreve o mercado. Ela ajuda a financiá-lo.
O que 125 anos ensinam
Em mais de um século de dados americanos, a força de trabalho cresceu de cerca de 29 milhões para mais de 160 milhões de pessoas — atravessando linha de montagem, ENIAC, mainframes, planilha eletrônica, PC, internet, iPhone, machine learning e Chat GPT sem que nenhum desses marcos revertesse a trajetória do emprego no agregado. A produtividade por hora trabalhada também seguiu em alta no longo prazo, com acelerações associadas a sucessivas ondas tecnológicas. Houve recuos temporários em grandes choques macroeconômicos — Grande Depressão, crise financeira de 2008 e Covid. Mas a tecnologia, por si só, não produziu colapso persistente do trabalho agregado. As reversões relevantes foram de natureza macroeconômica, financeira ou sanitária.Grandes tecnologias não costumam aparecer na estatística como uma destruição limpa e imediata de empregos. Elas reorganizam setores, cadeias produtivas e ocupações. Primeiro mudam a microestrutura. Depois, com defasagem, aparecem na produtividade agregada. Robert Shiller mostrou em Narrative Economics que o medo de máquinas substituindo trabalhadores não é novo. A dinâmica é recorrente: dificuldades criadas por recessões, ciclos de juros ou ajustes setoriais acabam sendo atribuídas, de forma excessiva, aos efeitos permanentes da tecnologia. O risco é confundir normalização cíclica com destruição estrutural. Há sinais de que isso já ocorre no debate atual. O AI-washing está mascarando três fenômenos distintos: a normalização do excesso de contratações da pandemia, os efeitos de inflação e juros sobre margens corporativas, e a transição de parte do setor para modelos muito mais intensivos em capital físico — data centers, chips, energia e infraestrutura.O mercado já precificou uma revolução de produtividade. A história sugere que ela pode vir. Mas não necessariamente do jeito que a narrativa promete. O primeiro efeito visível não é um salto limpo no PIB por hora trabalhada. É uma mudança na composição do investimento, na estrutura de custos das empresas e na demanda relativa por trabalho. Em abril de 2026, os EUA criaram 115 mil vagas líquidas, com desemprego estável em 4,3%. Saúde, transporte, armazenagem e varejo continuaram contratando. A economia não parou de empregar. Ela está empregando de outro jeito. O choque não é uniforme. É setorial, ocupacional e distributivo.
O paradoxo de Jevons e o que os contadores ensinam
Ao medir o impacto das grandes inovações tecnológicas sobre profissões que, em tese, deveriam ser destruídas por elas, o padrão que emerge é mais ambíguo do que o debate público sugere.Bancários não desapareceram depois dos ATMs. Fotógrafos profissionais não desapareceram depois da câmera digital. Trabalhadores de logística cresceram na era da Amazon. Cartógrafos e especialistas em informação geográfica não desapareceram depois do GPS e do Google Maps. Em vários casos, a tecnologia reduziu tarefas específicas, mas ampliou mercados complementares.É o paradoxo de Jevons em ação: quando um recurso fica dramaticamente mais barato, seu consumo total pode aumentar, não cair. A redução de custo cria novos usos, novos mercados e novas formas de demanda. A tecnologia substitui tarefas, mas pode expandir mercados.O caso das planilhas é emblemático. Quando o VisiCalc foi lançado em 1979, parecia razoável imaginar que contadores seriam substituídos por software. O resultado foi o oposto. Ajustado pelo crescimento populacional, o número de contadores aumentou várias vezes nas décadas seguintes. A planilha reduziu o custo de produzir, auditar, projetar e reorganizar informação financeira — e, com isso, ampliou a demanda por análise, controle, planejamento e conformidade. Esse precedente importa porque o debate atual repete o erro de tratar automação de tarefas como destruição automática de ocupações.A distinção é central. O FMI estima que quase 40% do emprego global está exposto à IA — em economias avançadas, essa exposição chega a 60%. Mas exposição não é destruição automática. Parte desses empregos pode ser substituída, parte complementada, parte redesenhada.A história do trabalho moderno é menos uma sequência de apocalipses ocupacionais e mais uma sequência de migrações entre setores. A mecanização reduziu a participação da agricultura no emprego. A industrialização absorveu parte desse trabalho nas fábricas. A automação industrial deslocou mão de obra para serviços. A digitalização reduziu tarefas administrativas, mas criou demanda por software, dados, logística, compliance, marketing digital e infraestrutura. A IA deve seguir uma lógica parecida: menos destruição uniforme, mais redistribuição entre setores, funções e níveis de qualificação.
Setorialmente, há perdas — e elas são reais
A mesma lente que documenta expansão em algumas profissões registra contração persistente em outras. Técnicos de laboratório fotográfico, agentes de viagem, operadores de caixa bancário por agência e desenhistas técnicos mostram declínio como proporção do emprego total, com pontos de inflexão próximos aos marcos tecnológicos relevantes em cada caso. Olhando no longo prazo, a pergunta “uma inovação destrói empregos?” quase sempre tem resposta setorial, não agregada. A tecnologia cria mercados e destrói funções — faz as duas coisas ao mesmo tempo, em lugares diferentes, com velocidades diferentes. O risco não está no agregado. Está na velocidade.A pergunta relevante não é se a IA destruirá empregos no agregado. Grandes tecnologias raramente operam assim. A pergunta é se o deslocamento intersetorial será rápido demais para que trabalhadores, empresas e instituições consigam absorvê-lo sem perda permanente de renda, mobilidade e poder de barganha.
Big Tech: normalização, rotação e recomposição
O emprego líquido em tech nos EUA permanece bem acima do nível pré-pandemia. A Microsoft, mesmo após cortes relevantes, mantinha um quadro superior ao de 2019. A Meta reduziu pessoal, mas parte importante do ajuste foi simplesmente uma volta ao tamanho de 2021. Mesmo empresas que demitem continuam disputando engenheiros, pesquisadores e especialistas em infraestrutura.O que parece apenas um ciclo de layoffs é também uma recomposição de perfil. A parcela de pré-vendas e funções corporativas está caindo. A de P&D, infraestrutura e engenharia está subindo. A manchete é layoff. O balanço mostra algo mais complexo: troca de perfil ocupacional dentro das mesmas empresas.O BLS projeta queda de 6% no emprego de computer programmers entre 2024 e 2034 — mas crescimento de 15% para software developers, analistas de qualidade e testers no mesmo período, muito acima da média das ocupações. A camada mais rotineira sofre. A função mais ampla de desenho, integração e arquitetura continua crescendo. À medida que ferramentas de IA assumem a escrita de código repetitivo, o trabalho do desenvolvedor se desloca para cima na cadeia: mais arquitetura de sistemas, mais responsabilidade sobre segurança, produto e experiência do usuário.O ponto de atenção genuíno está nas funções de entrada. A escada tradicional de aprendizado pode ficar mais estreita. O profissional júnior que antes aprendia executando tarefas repetitivas agora compete com ferramentas capazes de realizar essas mesmas tarefas em segundos. O risco não é apenas a eliminação de empregos existentes. É a erosão dos degraus pelos quais trabalhadores jovens aprendiam a subir.A evidência micro sugere que a IA pode elevar de forma desproporcional a produtividade de trabalhadores menos experientes. Isso é positivo para eficiência, mas ambíguo para o mercado de entrada. Se o júnior produz mais com IA, a firma pode contratar menos juniores — ou exigir que todos cheguem já operando ferramentas de IA.Essa talvez seja uma das fricções mais importantes do ciclo atual: o mercado pode continuar demandando trabalho, mas exigir que o trabalhador chegue pronto mais cedo.
Produtividade micro é real — mas desigual
Há evidência micro crescente de que a IA gera ganhos reais de produtividade em tarefas específicas. O mercado também já começou a reprecificar essas habilidades. Profissionais capazes de usar, integrar e supervisionar ferramentas de IA carregam prêmio salarial acima da média das ocupações.Mas esse ganho é desigual por desenho. Ele aparece primeiro onde há capital humano, infraestrutura de dados, escala corporativa e capacidade de implementação. Uma grande firma com equipe estruturada captura o ganho de produtividade de uma ferramenta de IA muito antes — e de forma muito mais completa — do que uma pequena empresa sem essas condições.O mercado reprecifica a habilidade de trabalhar com IA. Não distribui o acesso a ela de forma simétrica. Essa distinção é essencial. A produtividade não precisa aparecer primeiro como milagre macro. Ela pode aparecer como dispersão micro: algumas firmas fazem mais com menos, algumas ocupações ganham alavancagem, algumas funções perdem valor relativo e alguns trabalhadores passam a capturar prêmios salariais maiores.O agregado demora. Os setores se movem antes.
Mais produtividade, mais desigualdade
O cenário mais perturbador não é o desemprego em massa. Esse é o caso extremo — e não é o que os dados agregados mostram. O risco mais provável é uma economia em que parte crescente da população continua empregada, mas com menor poder de barganha, menor previsibilidade de renda e menor sensação de controle sobre o próprio futuro.O Atlanta Fed Wage Growth Tracker marcava 3,9% em março de 2026. Quem trocou de emprego ainda conseguiu crescimento maior — 5,0%, contra 3,8% para quem permaneceu no mesmo posto. A mobilidade ainda paga prêmio, mas menor do que no auge da reabertura pós-pandemia. O salário real quase não avança. Em março de 2026, o ganho real médio por hora subiu 0,3% em 12 meses; em abril, já havia queda real de 0,3%.Enquanto isso, a produtividade por hora trabalhada segue em trajetória de alta de longo prazo, e a participação do trabalho na renda — a labor share — está pressionada em níveis historicamente baixos. Esses dois dados juntos contam a história que o debate sobre desemprego tecnológico frequentemente esconde.A fricção do mercado de trabalho parece se rearranjar intersetorialmente. O desafio atual não é apenas que pessoas percam seus empregos. É que muitas manterão seus empregos, trabalharão com produtividade crescente e, ainda assim, capturarão uma fração menor dos ganhos gerados por esse trabalho.
O problema real é distributivo
O choque de IA é global, mas não é simétrico. Economias avançadas têm maior exposição porque concentram mais trabalho cognitivo. Dentro dessas economias, trabalhadores de alta renda e alta qualificação têm mais chance de transformar IA em alavanca. Trabalhadores com menor poder de barganha têm mais chance de vivê-la como ameaça.A OCDE, analisando 19 países, não encontrou evidência forte de que a IA já tenha aumentado a desigualdade salarial entre ocupações. Mas a ausência de colapso agregado não significa ausência de redistribuição silenciosa. A IA pode comprimir diferenças dentro de algumas ocupações, elevar prêmios para trabalhadores capazes de utilizá-la e, simultaneamente, transferir renda para os donos do capital, das plataformas e da infraestrutura — tudo isso sem que a taxa de desemprego dispare.Por isso, o debate sobre “fim dos empregos” esconde a pergunta mais importante: não se haverá trabalho, mas que tipo de trabalho, com qual poder de barganha, com qual salário real, com qual escada de aprendizado e com qual participação nos ganhos de produtividade. São perguntas distributivas, não tecnológicas. O resultado é um debate público concentrado no risco mais visível — robôs tomando empregos — e menos atento ao ponto economicamente mais relevante: quem captura os ganhos que os dados documentam.O risco não é uma economia sem trabalho. É uma economia em que produtividade continua crescendo, mas deslocada entre setores, concentrada em poucas firmas e capturada de forma desigual entre capital e trabalho. A verdadeira disrupção talvez não venha da IA isoladamente. Virá da combinação entre tecnologia real, expectativa exagerada, concentração de capital e uma sociedade que já estava pressionada antes da chegada da próxima onda de automação.
Por Alex Lima, fundador e estrategista-chefe de conteúdo da DA Economics.
