A inteligência artificial chegou ao trabalho. Mas o ganho de produtividade ainda não chegou na mesma velocidade
Marcia Amorim é Conselheira de Administração Certificada pelo IBGC. Presidente do Conselho Consultivo do Grupo São Vicente - Rede Supermercadista do Estado de São Paulo. Coach de Executivos credenciada pela International Coaching Federation - ICF. Consultora Associada à Lee Hecht Harrison Consultoria - Grupo Adecco. Women Corporate Directors - WCD Member.
Durante os últimos anos, boa parte das discussões sobre inteligência artificial e mercado de trabalho esteve concentrada em uma pergunta: quantos empregos poderão desaparecer? Talvez estejamos começando a perceber que existe outra questão igualmente relevante e menos óbvia: depois de investir em tecnologia, disponibilizar ferramentas aos empregados e automatizar uma quantidade crescente de tarefas, por que tantas organizações ainda têm dificuldade para transformar inteligência artificial em ganhos expressivos de produtividade?
Essa pergunta ganhou atualidade nas últimas semanas. Análise publicada pela Reuters Breakingviews em 16 de setembro mostrou que a adoção da inteligência artificial avançou rapidamente nos Estados Unidos: em maio de 2026, 44% dos locais de trabalho pesquisados já utilizavam IA. Apesar disso, os grandes ganhos de produtividade prometidos pela tecnologia ainda não aparecem de maneira inequívoca nas estatísticas agregadas. A produtividade do trabalho não agrícola norte-americano cresceu 2,2% no segundo trimestre, desempenho positivo, mas ainda distante de evidenciar uma transformação comparável àquela observada durante alguns períodos de disseminação das tecnologias digitais.
Isso não significa que a inteligência artificial esteja fracassando. Pode significar algo muito mais interessante para quem acompanha as transformações do trabalho: comprar tecnologia é rápido; redesenhar organizações é lento.
A história econômica oferece bons exemplos desse intervalo. Grandes inovações raramente produzem todo o seu impacto simplesmente porque foram instaladas. Para que eletricidade, computadores, internet e outras tecnologias transformassem efetivamente a produtividade, foi necessário modificar processos, estruturas, competências, modelos de gestão e formas de organizar o trabalho.
Com a inteligência artificial, provavelmente não será diferente.
Uma empresa pode disponibilizar uma ferramenta de IA para milhares de empregados em poucas semanas. Isso não significa que esses profissionais saibam utilizá-la para produzir mais valor. Muito menos significa que os processos nos quais trabalham tenham sido redesenhados para aproveitar essa capacidade.
Surge, então, um fenômeno curioso.
Um empregado pode economizar duas horas preparando um relatório e continuar participando das mesmas reuniões, preenchendo os mesmos formulários, solicitando as mesmas aprovações e percorrendo as mesmas etapas burocráticas que existiam antes da inteligência artificial.
A tarefa ficou mais rápida. O trabalho, nem sempre.
Essa distinção é fundamental.
Grande parte das organizações ainda parece utilizar inteligência artificial para acelerar atividades existentes. Talvez o verdadeiro salto de produtividade aconteça quando começarem a perguntar se determinadas atividades precisam continuar existindo da maneira como existem hoje.
Não se trata apenas de fazer mais rápido.
Trata-se de perguntar: se pudéssemos desenhar este processo novamente, sabendo o que a tecnologia consegue fazer hoje, nós o construiríamos da mesma maneira?
Essa pergunta desloca a discussão da tecnologia para a gestão.
O Fórum Econômico Mundial vem apontando exatamente nessa direção. Seu Human-Machine Collaboration Framework (Estrutura de Colaboração Humano-Máquina), divulgado em junho, analisou mais de 80 ocupações industriais em sete funções relacionadas à manufatura e às cadeias de suprimentos. A conclusão é expressiva: três em cada quatro funções industriais analisadas deverão evoluir ao longo da próxima década, e aproximadamente 40% das competências necessárias nesses ambientes são classificadas como novas ou emergentes.
A transformação não ocorre simplesmente pela substituição de pessoas por máquinas. Em muitas atividades, ocorre pela redistribuição das responsabilidades entre pessoas e sistemas inteligentes.
A máquina executa, monitora, identifica padrões e processa grandes volumes de informação. O profissional interpreta exceções, avalia riscos, estabelece prioridades, arbitra conflitos, compreende contexto e assume responsabilidade pelas decisões.
Essa combinação ajuda a compreender por que simplesmente disponibilizar inteligência artificial aos empregados dificilmente será suficiente.
O verdadeiro desafio será redesenhar o trabalho.
Há uma diferença considerável entre automatizar uma tarefa e transformar uma função.
Imagine um comprador que utiliza inteligência artificial para analisar preços, histórico de vendas, comportamento do consumidor, estoques e propostas de fornecedores. Se a tecnologia apenas reduzir o tempo necessário para preparar uma planilha, teremos ganho eficiência em uma atividade. Mas, se esse profissional passar a utilizar o tempo liberado para negociar melhor, compreender tendências, visitar fornecedores, avaliar inovação, revisar sortimento e antecipar mudanças no comportamento do cliente, teremos modificado o conteúdo da função.
O segundo movimento é muito mais poderoso.
E exige uma competência que nenhuma implantação tecnológica resolve sozinha: liderança.
Líderes precisarão decidir o que continuará sendo realizado pelas pessoas, o que será transferido para sistemas inteligentes e, principalmente, o que as pessoas deverão fazer com o tempo e a capacidade cognitiva liberados pela tecnologia.
Essa talvez seja uma das perguntas mais negligenciadas nos projetos de inteligência artificial.
Economizar tempo não significa automaticamente aumentar produtividade.
Se uma tecnologia reduz de quatro horas para uma hora determinada atividade, surgem três horas potencialmente disponíveis. O resultado dependerá daquilo que a organização fizer com elas.
Podem transformar-se em novas reuniões. Podem desaparecer em outras burocracias. Ou podem ser utilizadas para compreender clientes, solucionar problemas, desenvolver pessoas, inovar e melhorar decisões.
A tecnologia cria a possibilidade. A gestão determina o resultado.
O Global AI Jobs Barometer 2026 da PwC reforça essa interpretação. A pesquisa, baseada em mais de um bilhão de anúncios de emprego em 27 países e territórios, encontrou diferenças expressivas entre empresas na capacidade de transformar exposição à IA em resultados. As organizações que operam nos setores mais expostos à inteligência artificial apresentaram crescimento de produtividade do trabalho de 34% desde 2018, enquanto as menos expostas registraram 24%. Entre as empresas de melhor desempenho dentro do grupo mais exposto, o crescimento chegou a 163% no período analisado.
A diferença entre simplesmente adotar inteligência artificial e saber utilizá-la começa, portanto, a se tornar economicamente relevante.
Isso também modifica o mercado de trabalho.
Se o valor estivesse apenas na tecnologia, bastaria aprender a utilizar determinadas ferramentas. Mas ferramentas rapidamente se disseminam. Aquilo que hoje diferencia um profissional pode tornar-se funcionalidade incorporada ao software amanhã.
O diferencial mais duradouro provavelmente estará na capacidade de reorganizar o trabalho ao redor da tecnologia.
Profissionais capazes de identificar atividades sem valor agregado, formular problemas, revisar processos, conectar informações, interpretar resultados e transformar capacidade tecnológica em decisões melhores poderão adquirir importância crescente.
Isso vale para praticamente todas as áreas.
O profissional de recursos humanos poderá utilizar IA para produzir uma descrição de cargo, mas precisará compreender se aquele cargo ainda deveria existir com o mesmo desenho.
O profissional financeiro poderá automatizar análises, mas continuará precisando interpretar riscos e explicar implicações para o negócio.
O profissional de marketing poderá produzir dezenas de conteúdos em minutos, mas alguém terá de decidir quais mensagens fazem sentido para determinada marca e determinado consumidor.
O executivo poderá receber uma apresentação impecável produzida pela tecnologia, mas continuará responsável pela qualidade da decisão tomada a partir dela.
Quanto mais a inteligência artificial avança, portanto, menos interessante se torna discutir apenas aquilo que ela consegue fazer.
A pergunta mais estratégica passa a ser: o que as pessoas serão capazes de fazer melhor porque ela existe?
Há também uma dimensão macroeconômica importante nessa discussão. Na Europa, o Fundo Monetário Internacional estimou recentemente que a inteligência artificial poderia elevar a produtividade em aproximadamente 1% ao longo de cinco anos. Ao mesmo tempo, alertou que os benefícios poderão ser distribuídos de maneira desigual entre países, empresas e trabalhadores. Cerca de 60% dos trabalhadores das economias europeias avançadas ocupam funções altamente expostas à IA, segundo a análise apresentada aos ministros das Finanças da União Europeia em setembro.
Isso sugere que talvez estejamos diante não apenas de uma divisão entre empresas que usam ou não inteligência artificial, mas entre organizações capazes ou incapazes de reorganizar-se para utilizá-la.
O mesmo poderá ocorrer entre profissionais.
A primeira diferença estará entre aqueles que usam IA e aqueles que não usam. Essa diferença provavelmente será temporária.
A segunda será mais importante: entre aqueles que usam a tecnologia apenas para executar mais rapidamente as tarefas que sempre fizeram e aqueles que conseguem utilizá-la para elevar a qualidade, o alcance e o valor do próprio trabalho.
Para estes últimos, inteligência artificial não será apenas uma ferramenta. Será uma alavanca.
Essa mudança também exige cautela com algumas narrativas sobre produtividade. Ganhos individuais de velocidade são relativamente fáceis de demonstrar. Ganhos organizacionais sustentáveis são mais difíceis. Eles dependem de integração tecnológica, qualidade dos dados, revisão de processos, treinamento, governança, confiança e mudança de comportamento.
Por isso, talvez os próximos anos revelem menos uma corrida para descobrir quem adotou inteligência artificial primeiro e mais uma competição para descobrir quem conseguiu redesenhar melhor o trabalho depois de adotá-la.
Para executivos e gestores, isso muda a agenda. Perguntar quantos empregados utilizam IA pode ser insuficiente. Será necessário entender quais processos foram eliminados, quais decisões melhoraram, quais atividades deixaram de consumir tempo, quais novas capacidades foram criadas e onde os ganhos efetivamente apareceram.
Para os trabalhadores, a provocação é semelhante.
Aprender uma nova ferramenta continuará importante. Mas talvez seja ainda mais relevante aprender a observar o próprio trabalho com algum distanciamento e perguntar: quais atividades realizo porque realmente geram valor e quais realizo simplesmente porque sempre foram feitas dessa maneira?
A inteligência artificial pode tornar essa pergunta inevitável.
Estamos provavelmente apenas no início dessa transformação. A tecnologia já chegou a uma parcela significativa dos locais de trabalho, mas as organizações ainda estão aprendendo a reorganizar-se ao redor dela. É justamente nesse intervalo que surgirão oportunidades para profissionais capazes de conectar tecnologia, processos, pessoas e resultados.
Talvez, portanto, a grande transformação provocada pela inteligência artificial não seja trabalhar mais rápido.
Pode ser finalmente perceber que algumas coisas que fazemos mais rápido talvez nem precisassem continuar sendo feitas.
E fica uma reflexão provocativa para profissionais e líderes:
se amanhã a inteligência artificial permitisse realizar metade das suas tarefas atuais em metade do tempo, você saberia explicar claramente onde deveria aplicar a capacidade que foi liberada para produzir mais valor?
Se a resposta ainda não estiver clara, talvez o desafio não seja tecnológico.
Talvez seja o próprio desenho do trabalho.
Este artigo é de autoria de Marcia Amorim. A reprodução total ou parcial deste conteúdo deverá conter os devidos créditos à autora.
Referências
Reuters Breakingviews. “Fast-embraced AI will be slow to lift productivity”. Publicado em 16 de setembro de 2026.
World Economic Forum. “Human-Machine Collaboration Framework”. Publicado em 23 de junho de 2026.
PwC. “2026 Global AI Jobs Barometer”. Publicado em 15 de junho de 2026.
Reuters. “IMF tells EU ministers AI could boost growth but increase economic strains”. Publicado em 19 de setembro de 2026.
World Economic Forum. “Artificial Intelligence and the Future of Entry-Level Work: A Framework for Safeguarding and Reinventing Early-Career Pathways”. Publicado em 22 de junho de 2026.
Comentários