Sobre se a "IA realmente substituirá nossos empregos", este pode ser o tópico que mais discutimos e que mais nos preocupa nos últimos dois anos. A maioria das discussões em que participei, incluindo as minhas, foram cheias de "eu acho", "eu suponho", "eu ouvi dizer", repletas de várias previsões grandiosas, ou comparações com a revolução industrial ou a onda da internet, basicamente sem dados reais. Um autor chamado Henley Wing Chiu fez algo que muitas pessoas gostariam de fazer, mas não têm energia para isso: ele analisou quase 180 milhões de anúncios de emprego globais de 2023 a outubro de 2025, comparando quais posições específicas tiveram uma diminuição na demanda em 2024 e 2025, e quais aumentaram. Um dado específico é que o número total de vagas de emprego em 2025 caiu 8% em relação ao mesmo período de 2024; -8% é a linha de base, e se a queda for maior que esse número, significa que o número de vagas diminuiu. 1. Área criativa: queda acentuada na execução criativa Entre as 10 posições com a maior queda em 2025, três são da indústria criativa: - Artista de gráficos computacionais (-33%): incluindo artistas 3D, especialistas em efeitos visuais, etc. - Fotógrafo (-28%) - Escritor (-28%): incluindo redatores, editores, autores de documentação técnica, etc. A queda chega a cerca de 30%, muito acima da base de -8%, e esta é a segunda queda consecutiva. Isso pode ser quase certo que é uma recessão estrutural, e não uma flutuação de mercado. Mas nem todos os dados da área criativa estão em queda; posições como diretor criativo, gerente criativo, designer gráfico e designer de produtos tiveram quedas muito menores do que aquelas de execução, basicamente se mantendo estáveis ou até melhores que o mercado. O que a IA está substituindo é a parte executiva do trabalho criativo, e não a parte estratégica. Isso também faz sentido intuitivamente; para a execução criativa, agora a IA pode criar imagens e até gerar vídeos de forma rápida, boa e a baixo custo, mas as posições de estratégia criativa, como comunicação com clientes, compreensão de necessidades, formulação de estratégias, definição de estilo, feedback iterativo e pesquisa de usuários, exigem decisões complexas, empatia e pensamento estratégico, que a IA ainda não consegue fazer. As "posições de execução criativa" estão rapidamente encolhendo, enquanto as "posições de estratégia criativa" permanecem robustas. 2. Por nível: a IA está capacitando executivos, eliminando trabalhadores Vamos analisar a situação de aumento e diminuição de posições por nível: - Alta gestão (diretores, vice-presidentes, nível C): -1,7%, embora também esteja em queda, é menor que a queda geral de -8% - Gestão média (gerentes): -5,7% - Contribuidores comuns (IC, ou seja, funcionários de linha): -9,0%, pior que a base de -8% Isso realmente me surpreendeu; eu pensei que em um ciclo de desaceleração econômica, as empresas deveriam primeiro cortar os caros executivos. A explicação do autor é: > Isso pode ser porque as empresas estão aumentando a liderança estratégica, enquanto se tornam mais exigentes com a gestão operacional. Elas querem mais pessoas para decidir o que fazer, menos pessoas para gerenciar como fazer, e ainda menos executores. O Google é um exemplo típico; eles demitiram a maior parte dos gerentes de nível médio no último ano. > > Isso, em certa medida, é capacitado pela IA. Por exemplo, um diretor ou vice-presidente agora pode usar ferramentas de programação de IA para rapidamente criar protótipos de ideias, sem precisar de uma equipe de engenheiros. As ferramentas de IA que ameaçam os funcionários de linha, na verdade, capacitam a alta gestão, permitindo que operem de forma mais independente. Um vice-presidente de produtos que pode usar ferramentas como Cursor ou Claude para rapidamente construir protótipos utilizáveis e validar soluções técnicas não precisa mais de tantos funcionários de linha que reportam a ele. Essa tendência é crucial: as empresas parecem mais dispostas a manter aqueles que podem decidir "o que fazer" (What to do), enquanto reduzem aqueles que "gerenciam como fazer" (How to do it) e "fazem isso" (Do it). Isso se encaixa na antiga expressão chinesa: é fácil encontrar mil soldados, mas difícil encontrar um general! 3. Posições populares em substituição: engenheiros de software e atendimento ao cliente permanecem fortes Existem duas posições frequentemente citadas como exemplos opostos: programadores e atendentes de serviço ao cliente, ambos considerados como se a IA pudesse escrever código e responder a perguntas de atendimento ao cliente, e muitas empresas já fizeram isso, demitindo a maior parte das posições de atendimento ao cliente e programadores. Mas, de acordo com os dados do autor, a queda nas posições de atendimento ao cliente foi de apenas -4,0%, muito melhor que o mercado. A razão é simples: os chatbots podem lidar com tarefas simples como "verificar pedidos" ou "alterar senhas", mas quando um usuário realmente fica irritado ou encontra um problema complexo que requer flexibilidade, a IA não consegue lidar com isso. Nesse momento, a empatia e o julgamento humanos se tornam essenciais. Os engenheiros de software, por outro lado, estão de acordo com meu julgamento de sempre; programadores profissionais ainda são indispensáveis. Não importa o quanto você fale sobre Vibe Coding, uma vez que é necessário manter e considerar uma grande quantidade de usuários e várias situações complexas online, ainda é necessário que programadores profissionais lidem com isso. No entanto, há um ponto: "engenheiros front-end" são os que mais caíram entre os programadores, o que pode estar relacionado à forte capacidade da IA na área front-end, mas se você é um programador front-end, não precisa se preocupar; aplicações front-end um pouco mais complexas, a IA realmente não consegue lidar, e a demanda por front-end ainda é bastante alta. 4. Quais posições estão aumentando? Embora o número total de posições esteja diminuindo, algumas posições estão crescendo contra a maré. A posição com o maior aumento: engenheiro de aprendizado de máquina, +40%, isso é indiscutível. Na corrida do ouro da IA, os que mais lucram são sempre aqueles que "vendem pás". Todas as empresas estão loucamente contratando pessoas para desenvolver, implantar e manter modelos de IA. Posições relacionadas, como engenheiro de robótica (+11%), engenheiro de data center (+9%) também estão em forte crescimento. A surpresa do aumento: a posição de especialista em marketing de influenciadores aumentou 18,3% em relação ao ano passado. Isso não é uma moda passageira. No ano passado, essa posição cresceu 10%, então este é um padrão contínuo de dois anos. Isso deve-se à perda de confiança do público em conteúdos após a proliferação de IA; as pessoas comuns estão desenvolvendo uma espécie de reação imunológica à IA. Estamos cada vez menos confiantes em coisas que parecem padrão, perfeitas, mas sem alma. Em comparação, um influenciador que você segue há muito tempo, recomendando um produto à sua maneira, essa autenticidade e confiança se tornaram mais valiosas do que nunca. Por que você acha que agora todos falam sobre "sensação de ser humano"? Quanto mais a IA se prolifera, mais valiosa se torna a verdadeira confiança humana.

Nova Iorque: O dilema da rentabilidade da inteligência artificial e lições da história Autor: John Cassidy Em 1987, o laureado com o Prémio Nobel de Economia, Robert Solow, do MIT, comentou em um artigo na "New York Review of Books": "A era dos computadores está em toda parte, exceto nas estatísticas de produtividade." Apesar do rápido aumento da capacidade computacional e da crescente popularidade dos computadores pessoais, os dados do governo mostraram que um indicador chave que mede salários e níveis de vida - a produção total per capita dos trabalhadores - estagnou por mais de uma década. Este é o famoso "paradoxo da produtividade". Este paradoxo persistiu até os anos 90 e além, gerando uma série de pesquisas acadêmicas inconclusivas. Alguns economistas atribuíram isso à má gestão das novas tecnologias; outros acreditavam que, em comparação com invenções anteriores como a máquina a vapor e a eletricidade, a importância econômica dos computadores era insignificante; e outros ainda culpavam erros nas estatísticas, acreditando que, uma vez corrigidos, o paradoxo desapareceria. Quase 40 anos após a publicação do artigo de Solow, desde que a OpenAI lançou o chatbot ChatGPT há quase três anos, podemos estar enfrentando um novo paradoxo econômico, desta vez com a inteligência artificial generativa (IA generativa) como protagonista. De acordo com uma pesquisa recente realizada por economistas da Universidade de Stanford, da Universidade de Clemson e do Banco Mundial, em junho e julho deste ano, quase metade dos trabalhadores (mais precisamente, 45,6%) estava usando ferramentas de IA. No entanto, uma nova pesquisa de uma equipe do MIT Media Lab relatou um resultado surpreendente: "Apesar de as empresas terem investido entre 30 a 40 bilhões de dólares em IA generativa, este relatório descobriu que 95% das organizações não obtiveram retorno algum." Os autores do estudo examinaram mais de 300 projetos e anúncios de IA públicos e entrevistaram mais de 50 executivos de empresas. Eles definiram "investimentos bem-sucedidos em IA" como aqueles que já haviam superado a fase piloto e foram implementados na prática, gerando retornos financeiros mensuráveis ou aumentos significativos de produtividade após seis meses. Eles escreveram: "Apenas 5% dos projetos piloto de IA que foram integrados com sucesso estão criando milhões de dólares em valor, enquanto a grande maioria dos projetos ainda está estagnada, sem qualquer impacto mensurável no P&L (ou seja, 'demonstrativo de resultados', profit-and-loss)." As entrevistas da pesquisa geraram uma série de respostas, algumas das quais estavam cheias de ceticismo. "No LinkedIn, tudo parece ter mudado, mas em nossas operações reais, nada fundamental mudou", disse o COO de uma empresa de manufatura de médio porte aos pesquisadores. "Estamos lidando com contratos um pouco mais rápido, mas é só isso." Outro entrevistado comentou: "Este ano assistimos a dezenas de demonstrações. Talvez uma ou duas sejam realmente úteis. O resto é ou 'embalagens' (wrappers, referindo-se a tecnologias que apenas empacotam inovações existentes sem trazer novidades), ou 'projetos científicos' (tecnologias que estão longe de aplicações comerciais práticas)." Para ser justo, o relatório também aponta que algumas empresas realmente fizeram investimentos bem-sucedidos em IA. Por exemplo, o relatório destacou a eficiência criada por ferramentas personalizadas para operações de back-office e observou: "Esses resultados iniciais sugerem que sistemas com capacidade de aprendizado, quando direcionados a processos específicos, podem realmente trazer valor real, mesmo sem grandes reestruturações organizacionais." A pesquisa também mencionou que algumas empresas relataram que "a automação de outreach e sistemas de acompanhamento inteligente melhoraram a retenção de clientes e a taxa de conversão de vendas", o que sugere que os sistemas de IA podem ser úteis para marketing. No entanto, a ideia de que "muitas empresas estão lutando para obter retornos substanciais" coincide com outra pesquisa recente da consultoria multinacional Akkodis. A empresa contatou mais de 2.000 executivos de empresas e descobriu que a proporção de CEOs que estão "muito confiantes" em suas estratégias de implementação de IA caiu de 82% em 2024 para 49% este ano. A confiança dos CTOs também diminuiu, embora a queda não tenha sido tão acentuada. A pesquisa da Akkodis afirmou que essas mudanças "podem refletir resultados decepcionantes anteriores em projetos de digitalização ou IA, atrasos ou falhas na implementação, e preocupações sobre escalabilidade." Na semana passada, a cobertura da mídia sobre a pesquisa do MIT Media Lab coincidiu com a queda das ações de empresas de IA superavaliadas, como Nvidia, Meta e Palantir. Claro, correlação não implica causalidade, e os comentários recentes do CEO da OpenAI, Sam Altman, podem ter desempenhado um papel mais importante nesta venda (dada a recente alta de preços, a venda era inevitável). Segundo a CNBC, Altman disse em um jantar com jornalistas que a avaliação atual é "insana" e usou a palavra "bolha" três vezes em 15 segundos. Ainda assim, a pesquisa do MIT atraiu muita atenção. Após a primeira rodada de reportagens, houve relatos de que o Media Lab, que tem laços com muitas empresas de tecnologia, estava silenciosamente restringindo o acesso ao relatório. As mensagens que deixei para o escritório de relações públicas da organização e para dois dos autores do relatório não obtiveram resposta. Embora este relatório seja mais sutil do que algumas reportagens sugerem, ele sem dúvida questiona a grande narrativa econômica que sustentou a prosperidade tecnológica desde o lançamento do ChatGPT pela OpenAI em novembro de 2022. A versão simplificada dessa narrativa é: a disseminação generalizada da IA generativa é prejudicial para os trabalhadores (especialmente os trabalhadores do conhecimento), mas extremamente benéfica para as empresas e seus acionistas, pois trará um enorme salto na produtividade e, portanto, lucros substanciais. Por que esse cenário ainda não parece ter ocorrido? Uma possível razão remete a uma visão dos anos 80 e 90, que afirmava que erros de gestão limitavam os benefícios de produtividade trazidos pelos computadores. A pesquisa do Media Lab descobriu que alguns dos investimentos em IA mais bem-sucedidos foram feitos por startups que usaram ferramentas altamente personalizadas em nichos de fluxo de trabalho. E do outro lado da "divisão da IA generativa" (GenAI Divide), aquelas startups menos bem-sucedidas "ou estão construindo ferramentas genéricas, ou tentando desenvolver capacidades internamente". O relatório observa de forma mais geral que a linha entre sucesso e fracasso "parece não ser determinada pela qualidade do modelo ou pela regulamentação, mas sim pelo método de implementação." É fácil imaginar que a novidade e a complexidade da IA generativa podem desencorajar algumas empresas. Uma pesquisa recente da Gartner descobriu que menos da metade dos CEOs acredita que seus CIOs "são proficientes em IA". Mas para o registro de desapontamento destacado no relatório do Media Lab, há outra possível explicação: para muitas empresas maduras, a IA generativa (pelo menos em sua forma atual) não é tão milagrosa quanto se alega. "Ela é excelente para brainstorming e redação de rascunhos, mas não consegue lembrar as preferências dos clientes e não aprende com edições anteriores", disse um dos entrevistados da pesquisa do Media Lab. "Ela repete os mesmos erros e requer a entrada de muito contexto a cada conversa. Para trabalhos de alto risco, preciso de um sistema que possa acumular conhecimento e melhorar continuamente." Claro, muitas pessoas acham a IA útil, e há evidências acadêmicas que apoiam isso: em 2023, dois economistas do MIT descobriram que, em um experimento aleatório, os participantes que tiveram contato com o ChatGPT conseguiram completar tarefas de "escrita profissional" mais rapidamente, e a qualidade da escrita também melhorou. No mesmo ano, outras equipes de pesquisa descobriram que programadores que usaram o Copilot do Github (um assistente de programação de IA) e agentes de suporte ao cliente que usaram ferramentas de IA proprietárias também obtiveram aumentos de produtividade. Os pesquisadores do Media Lab descobriram que muitos funcionários estão usando suas ferramentas pessoais, como GPT ou Claude, no trabalho; o relatório chamou esse fenômeno de "economia de IA sombra" (shadow AI economy) e comentou que "o retorno sobre o investimento (ROI) que ela traz" muitas vezes supera o dos projetos iniciados pelos empregadores. Mas a pergunta ainda persiste, e certamente é uma que os executivos das empresas farão com mais frequência: por que mais empresas não estão vendo esses benefícios refletidos nos lucros finais (da empresa)? Parte do problema pode ser que, embora a IA generativa seja chamativa, sua aplicação é limitada em muitos setores da economia. Os setores de lazer e hospitalidade, varejo, construção, imobiliário e cuidados (cuidando de crianças, idosos ou pessoas com deficiência) - esses setores empregam cerca de 50 milhões de americanos, mas não parecem ser candidatos diretos à transformação pela IA. Outro ponto a ser observado é que a disseminação da IA em toda a economia provavelmente será um processo longo. No Vale do Silício, as pessoas gostam de "agir rápido e quebrar coisas". Mas a história econômica nos diz que mesmo as tecnologias mais transformadoras, o que os economistas chamam de "tecnologias de propósito geral" (general-purpose technologies), só podem maximizar sua utilidade quando a infraestrutura, habilidades e produtos complementares se desenvolvem. E isso pode ser um processo longo. O inventor escocês James Watt inventou sua máquina a vapor cilíndrica em 1769. Trinta anos depois, a maioria das fábricas de algodão da Grã-Bretanha ainda usava rodas d'água para fornecer energia, em parte porque o transporte de carvão para a máquina a vapor era difícil. Somente no início do século 19, com o desenvolvimento da locomotiva a vapor, a situação começou a mudar. A disseminação da eletricidade também foi lenta e não trouxe imediatamente um aumento de produtividade em toda a economia. Como Solow apontou, o desenvolvimento dos computadores seguiu o mesmo padrão. (De 1996 a 2003, o crescimento da produtividade da economia americana finalmente acelerou, e muitos economistas atribuíram isso ao efeito de atraso da tecnologia da informação. Mas depois, a taxa de crescimento caiu novamente.) Os economistas acreditam que, em alguns casos, novas tecnologias podem até reduzir o crescimento da produtividade, pois são disruptivas e difíceis de integrar nas formas de trabalho existentes. Somente mais tarde é que os aumentos de produtividade se tornam evidentes - esse padrão é conhecido como "curva J" (J curve, referindo-se ao fato de que uma nova tecnologia, em sua fase inicial de aplicação, pode inicialmente levar a uma queda na produtividade devido a altos custos de investimento, necessidade de tempo para adaptação e reestruturação de processos, formando a parte inferior do J; em seguida, à medida que a tecnologia amadurece e as complementações se desenvolvem, a produtividade rapidamente aumenta, formando a parte ascendente do J). No início deste ano, quatro economistas de diferentes instituições publicaram um artigo afirmando que a manufatura americana pode estar agora na parte descendente da "curva J" da IA. Após coletar dados sobre a adoção de IA em nível empresarial em colaboração com o Censo, os economistas afirmaram que as evidências que encontraram sugerem que "as perdas de desempenho de curto prazo precedem os ganhos de longo prazo". Uma das autoras do estudo, a professora Kristina McElheran da Universidade de Toronto, escreveu em um artigo relacionado publicado na Sloan School of Management do MIT: "A IA não é plug and play. Ela requer mudanças sistêmicas, e esse processo traz fricções, especialmente para empresas estabelecidas." Se à primeira vista esse argumento parece otimista para as empresas - embora não necessariamente para aqueles cujas habilidades podem ser replicadas pela IA. (Como alguns programadores iniciantes já descobriram, estes têm todo o direito de se sentir cautelosos.) Na curva J da tecnologia, uma vez que as "fricções" sejam superadas, a produtividade pode disparar. Mas, como a jornada ao longo da curva pode ser longa, é difícil prever quem se tornará vencedor e quem se tornará perdedor. Na onda de comercialização da internet, muitos dos vencedores finais só apareceram após a bolha da internet de 2000 estourar. (O Google foi fundado em 1998, mas só foi listado em 2004. O Facebook foi criado em 2004, e o Airbnb em 2008.) A história não se repetirá necessariamente. Mas para aqueles investidores que ainda estão surfando na onda da IA, pode ser sensato realizar parte de seus lucros agora.♦

Tradução organizada a partir do tweet original: Revelações bombásticas do testemunho de Ilya Em um recente testemunho judicial exposto, a figura proeminente da inteligência artificial, Ilya Sutskever, revelou uma série de intrigas sobre as complexas lutas internas entre os altos escalões da OpenAI. Essas revelações soam até mais emocionantes do que um roteiro de filme. Primeiramente, o testemunho aponta que Ilya e Mira Murati conspiraram por mais de um ano para tentar destituir o CEO da OpenAI, Sam Altman. Por outro lado, o então CEO da Anthropic, Dario Amodei, esperava aproveitar a confusão para tomar o controle da pesquisa da OpenAI, chegando a exigir a demissão direta do cofundador Greg Brockman, para assumir todos os assuntos de pesquisa. Além disso, Mira havia informado a Ilya que Sam Altman estava deliberadamente incitando a rivalidade entre ela e outra executiva, Daniela Amodei. Ao mesmo tempo, Mira revelou a Ilya outro segredo surpreendente: Greg havia sido demitido da Stripe. Não só isso, ela também forneceu capturas de tela de mensagens privadas entre Sam e Greg, aprofundando ainda mais a desconfiança interna. Nesse contexto de intensificação dos conflitos, Ilya acabou redigindo um memorando de 52 páginas, acusando Sam de desonestidade grave e manipulação, buscando pressionar o conselho a destituir Sam. Além disso, ele também elaborou um documento especificamente contra Greg, aparentemente querendo eliminar completamente os elementos problemáticos da alta administração. Vale ressaltar que um dos estopins dessa luta foi o pedido pessoal de Adam D'Angelo, um dos membros do conselho na época e fundador do Quora, para que Ilya redigisse o memorando mencionado. Mas, surpreendentemente, Ilya não previu que os funcionários da OpenAI reagiriam de forma tão intensa à demissão de Sam. De fato, após a destituição de Sam pelo conselho, mais de 700 funcionários protestaram coletivamente, forçando o conselho a reintegrar Sam à empresa em apenas cinco dias. Atualmente, Ilya está claramente preso em um turbilhão de opiniões públicas, enquanto a OpenAI arca com todos os custos legais gerados por esse processo, o que adiciona uma camada de significado a todo o evento. Pode-se dizer que essa luta pelo poder entre os gigantes da IA não apenas expôs a dura realidade por trás das empresas estrelas do Vale do Silício, mas também nos proporcionou uma visão mais realista e complexa sobre os chamados elites do alto escalão.