IA te faz produzir mais e GANHAR MENOS

A inteligência artificial pode fazer você produzir mais e, ao mesmo tempo, ganhar proporcionalmente menos. Essa não é uma tese anti-IA; é uma leitura econômica dura: se todo mundo acessa a mesma ferramenta, o ganho coletivo vira pressão de preço, margem de plataforma e vantagem para quem controla o produto.

Em outubro de 2024, Daron Acemoglu, professor do MIT e vencedor do Nobel de Economia, colocou números nessa discussão. Três meses antes do Nobel, ele publicou um paper de 51 páginas que confronta o otimismo das Big Techs: a IA é real, mas o dinheiro não necessariamente vai para o trabalhador que usa a ferramenta.

Por que o consenso sobre IA pode estar exagerado?

O consenso de mercado está precificando uma explosão de produtividade que pode não aparecer no bolso de quem trabalha. Consultorias e bancos vêm projetando números gigantes: a McKinsey fala em US$ 4,4 trilhões por ano adicionados à economia global; o Goldman Sachs projeta aumento de 7% no PIB global; Accenture, Deloitte e outras empresas seguem a mesma linha de trilhões em valor econômico.

Acemoglu olhou para essa narrativa e disse: calma. A modelagem dele estima o impacto da IA na economia americana nos próximos dez anos em 0,5% a 0,9% de produtividade total na década inteira. Não é 10%, não é 30%, não é uma revolução instantânea do PIB; é algo potencialmente 20 a 60 vezes menor do que algumas projeções de consultoria.

O motivo técnico está numa frase central do paper: apenas cerca de 5% das tarefas atualmente executadas por trabalhadores podem ser automatizadas por IA de forma economicamente viável nos próximos dez anos. Repare no detalhe: são 5% das tarefas, não 5% dos empregos.

O que significa automatizar 5% das tarefas?

Significa que a IA ajuda muito em partes específicas do trabalho, mas não necessariamente captura a maior parcela do valor econômico de uma função. Ela escreve e-mails, resume reuniões, gera código, cria rascunhos, acelera triagem, organiza informação. Isso é útil, real e mensurável.

Mas boa parte do trabalho que tem valor econômico alto continua dependendo de contexto, julgamento, relacionamento, responsabilidade e decisão. Um advogado não é pago só para redigir uma peça; ele é pago por estratégia, risco, reputação, negociação e resultado. Um líder de cybersecurity não entrega valor só porque resumiu logs mais rápido; ele entrega valor quando decide prioridade, interpreta impacto de negócio e reduz risco real.

Essa distinção muda tudo. Se a IA automatiza uma fração da tarefa, ela pode aumentar sua produção diária sem transformar automaticamente sua renda. Você faz mais coisas, com menos atrito, no mesmo cargo, com o mesmo salário.

Para onde vai o excedente econômico gerado pela IA?

O excedente tende a ir para quem controla a tecnologia, o canal, o cliente ou o mercado — não automaticamente para quem ficou mais produtivo. Essa é a pergunta central de Acemoglu: quando a IA gera produtividade, quem captura o valor?

Na prática, a resposta mais provável é: OpenAI, Anthropic, Microsoft, Google, Nvidia e outras empresas posicionadas na infraestrutura, nos modelos, nas plataformas e nos produtos. Elas vendem a ferramenta para todos os concorrentes ao mesmo tempo.

Imagine dez advogados concorrendo no mesmo mercado. Um deles usa IA para produzir uma petição mais rápido. No começo, ele tem vantagem. Mas quando todos os dez usam a mesma ferramenta, a produtividade deixa de ser diferencial e vira padrão mínimo. O preço do serviço sofre pressão para baixo, o cliente espera entrega mais rápida, e a assinatura da IA continua sendo paga todo mês.

A plataforma recebe de todos. O trabalhador entrega mais. O mercado captura parte do ganho por meio de preços menores. E o excedente estrutural fica com quem vendeu a máquina.

Quando uma tecnologia se torna amplamente disponível e não proprietária para o trabalhador, a vantagem competitiva individual se dissolve. O resultado não é “todo mundo ganha mais”. Muitas vezes é “todo mundo precisa correr mais para ficar no mesmo lugar”.

Como isso já aparece em cybersecurity?

Na segurança cibernética, o ganho de produtividade com IA é real, mas o orçamento do time não sobe na mesma proporção. Em 2023, praticamente todo CISO começou a testar ou adotar copilots de segurança, assistentes para SOC e ferramentas de triagem acelerada. Em muitos casos, analistas passaram a investigar incidentes 30% mais rápido, talvez até mais, dependendo do fluxo.

Esse ganho importa. Um SOC que reduz tempo de triagem, correlaciona sinais mais rápido e escreve relatórios melhores tem valor operacional imediato. Só que a pergunta é: o que aconteceu com o salário do analista individual? Na maioria dos casos, nada proporcional.

O que aconteceu foi outra coisa: a organização passou a conseguir fazer mais com o mesmo time. O excedente foi capturado pela empresa compradora em forma de eficiência e pela empresa de software em forma de receita recorrente. O analista continuou no mesmo cargo, com metas maiores, usando uma ferramenta que virou parte do trabalho.

Essa é a dinâmica que Acemoglu descreveu em 2024. E, para quem trabalha em tecnologia, segurança, cloud, dados ou desenvolvimento, ela já está acontecendo em tempo real.

Por que a história da Revolução Industrial importa para IA?

A Revolução Industrial mostra que produtividade e salário não caminham sempre juntos. Antes da mecanização, um tecelão manual podia produzir uma quantidade limitada de tecido por dia e ter uma habilidade valorizada. Quando a máquina de tecer apareceu, ele passou a produzir muito mais.

A pergunta óbvia é: o salário do tecelão multiplicou por dez porque a produção dele multiplicou por dez?

Não. Em muitos casos, o salário caiu ou ficou pressionado. A atividade ficou mais padronizada, mais escalável e menos dependente de habilidade rara. Como todos os concorrentes também compraram máquinas, o preço do tecido caiu. O ganho de produtividade virou margem da fábrica, escala do dono do capital e vantagem de quem controlava a máquina.

O operador continuou sendo operador.

Essa analogia é incômoda, mas é o mecanismo que importa. Se você usa IA apenas para entregar mais tarefas dentro de uma estrutura onde outra pessoa controla cliente, preço, produto e distribuição, você está operando a máquina. Você fica melhor no trabalho, mas não necessariamente melhora sua posição econômica.

Por que o Brasil está em uma posição mais vulnerável?

O Brasil tende a sentir a pressão salarial antes de capturar o excedente da IA. O Fundo Monetário Internacional já alertou que economias avançadas experimentarão os benefícios e as armadilhas da IA antes das economias emergentes. Tradução prática: Estados Unidos e Europa têm mais tempo, capital e poder institucional para regular, redistribuir, criar política industrial e manter parte do valor.

No Brasil, a chance maior é importar a ferramenta, pagar em dólar, competir com profissionais também aumentados por IA e sofrer pressão de preço. O excedente fica no Vale do Silício, em fabricantes de GPU, provedores de cloud e plataformas globais.

Isso não significa que o profissional brasileiro está condenado. Significa que ele precisa ser mais estratégico. Usar IA para trabalhar mais rápido é o básico. Usar IA para mudar sua posição na cadeia de valor é a jogada.

Quem escapa da armadilha de produzir mais e ganhar menos?

Escapa quem usa IA como complemento de julgamento, relacionamento e captura direta de valor. Acemoglu chama atenção para o profissional que a IA aumenta, e não substitui. Em termos práticos, é quem combina três ativos:

• Julgamento específico de domínio: saber decidir em um contexto onde a resposta genérica não basta.
• Relacionamento direto com o cliente ou decisor: ter acesso ao problema real, ao orçamento e à confiança.
• Capacidade de cobrar por resultado, não por hora: vender valor produzido, risco reduzido, receita gerada ou custo evitado.

Esse perfil aparece em consultores seniores, fundadores, vendedores consultivos de alto ticket, advogados com partnership e líderes técnicos com influência de negócio.

O ponto não é abandonar CLT amanhã. O ponto é entender a direção. Se você economiza tempo com IA e usa esse tempo apenas para entregar mais tickets, mais relatórios, mais reuniões e mais tarefas para a mesma estrutura, você está aumentando o excedente de outra pessoa.

Se você usa esse tempo para estudar, prospectar, criar uma oferta, documentar sua expertise, construir audiência, desenvolver produto, abrir relacionamento ou subir para conversas de negócio, você começa a construir uma rota de captura.

Como usar IA sem virar apenas o operador da máquina?

Use IA para comprar tempo estratégico, não apenas para aumentar output operacional. Essa é a virada de chave.

Na prática, pergunte toda vez que uma ferramenta economizar duas horas do seu dia: esse tempo virou o quê? Virou mais trabalho para a mesma empresa, no mesmo salário? Ou virou aprendizado, ativo, relacionamento, distribuição e oportunidade?

O problema não é usar IA no emprego. Pelo contrário: quem não usa fica para trás. O problema é não renegociar mentalmente o destino do ganho de produtividade. Se todo ganho vira apenas mais volume, você ajuda a empresa a capturar o valor. Se parte do ganho vira construção de carreira, você começa a capturar também.

Isso vale para cybersecurity, cloud, desenvolvimento, jurídico, marketing, vendas e consultoria. A IA é alavanca. Mas alavanca só muda sua vida quando você posiciona o ponto de apoio corretamente.

O que fazer agora

1. Mapeie onde a IA economiza tempo no seu trabalho. Liste tarefas concretas: e-mail, análise, triagem, documentação, código, reunião, proposta, pesquisa. Depois marque quais delas geram valor estratégico e quais só aumentam volume.

2. Transforme tempo economizado em ativo próprio. Use parte do ganho para estudar um domínio raro, escrever, gravar, montar portfólio, criar playbooks, desenvolver uma oferta ou construir relacionamento fora da sua fila de tarefas.

3. Suba na cadeia de valor. Pare de vender apenas hora e execução. Busque problemas onde você pode cobrar por risco reduzido, receita gerada, decisão melhor, compliance acelerado ou incidente evitado.

4. Construa julgamento específico. Ferramenta todo mundo acessa. Contexto, confiança e experiência prática são mais difíceis de copiar. Esse é o diferencial que a IA complementa, não substitui.

5. Observe quem captura o excedente. Em cada projeto com IA, pergunte: quem fica com a margem? O fornecedor da ferramenta, a empresa, o cliente ou você? A resposta mostra se sua estratégia está funcionando.

IA não é fraude. IA é real, útil e poderosa. Justamente por isso, você precisa parar de olhar apenas para produtividade e começar a olhar para captura de valor. Produzir mais é bom; capturar parte do valor que você ajudou a criar é carreira.

Este artigo foi gerado a partir do meu vídeo no YouTube. Assista a versão completa para entender a tese econômica de Daron Acemoglu e como aplicar essa virada de chave na sua carreira.