A IA generativa não é apenas mais um ciclo de hype tecnológico destinado a desaparecer, mas sim um divisor de águas para a produtividade humana, de acordo com o Federal Reserve. A grande ressalva, no entanto, é que o caminho para chegar lá será “inherentemente lento” e “repleto de riscos.”
Em um recente artigo publicado pelo Conselho de Governadores do Fed, os pesquisadores sugerem que a empolgação em torno da IA generativa provavelmente não é uma bolha a longo prazo e que a tecnologia será uma força macroeconômica séria, provando ter efeitos revolucionários na produtividade do trabalho, semelhantes à eletricidade e ao microscópio.
A ideia de que a IA generativa tornará a força de trabalho mais produtiva não é inovadora. Tem sido elogiada por executivos corporativos e muitos entusiastas da IA desde que o modelo de IA generativa ChatGPT da OpenAI gerou a febre da IA.
Mas o que é significativo é que a mais poderosa instituição econômica do país acabou de expressar confiança notável no potencial da tecnologia. Embora com uma condição.
A IA pode ser o próximo microscópio
O artigo divide as inovações tecnológicas em três categorias. Primeiro, temos inovações como a lâmpada, que aumentaram dramaticamente a produtividade inicialmente, permitindo que os trabalhadores não ficassem limitados à luz do dia. Mas, uma vez que a tecnologia foi amplamente adotada, a lâmpada deixou de proporcionar valor adicional à produtividade no local de trabalho.
“Em contraste, dois tipos de tecnologias se destacam por terem efeitos mais duradouros sobre o crescimento da produtividade”, escrevem os pesquisadores, e a IA possui características de ambos.
O primeiro são as “tecnologias de uso geral”, como o dínamo elétrico ou o computador. O dínamo elétrico foi o primeiro gerador elétrico prático e continuou a proporcionar crescimento acelerado da produtividade mesmo após a adoção generalizada, porque estimulava inovações relacionadas e continuava a se aprimorar.
Os pesquisadores afirmam que a IA generativa já está mostrando sinais de que se encaixa nessa categoria. Existem LLMs especializados para domínios específicos, como o LegalGPT da OpenAI, destinado a auxiliar em questões jurídicas, e “copilotos”, como o produto Copilot da Microsoft, que visa aumentar a produtividade no escritório ao integrar a IA generativa aos fluxos de trabalho corporativos. Os pesquisadores do Fed acreditam que ainda mais inovações relacionadas estão por vir e que essa onda será liderada por empresas nativas digitais.
E é evidente que a tecnologia central está inovando rapidamente e provavelmente continuará a fazê-lo à medida que as empresas desenvolvem a tecnologia com o objetivo de alcançar a inteligência geral artificial. Enquanto isso, o artigo aponta que o crescimento acelerado da tecnologia já nos deu inovações adicionais, como AI agentic e modelos de IA marcantes, como o R1 da Deepseek.
O segundo tipo de tecnologia é chamado de “invenções de métodos de invenção”, sendo os exemplos mais proeminentes o microscópio e a prensa de impressão. Embora o microscópio tenha se tornado uma ferramenta comum, continua a elevar os níveis de produtividade humana ao possibilitar projetos de pesquisa e desenvolvimento.
A IA generativa tem sido útil em simulações para entender a natureza do universo, em descobertas de novos medicamentos e mais. E o artigo observa que houve um grande aumento, a partir de 2023, de empresas citando IA em contextos de pesquisa e desenvolvimento e em chamadas de resultados corporativos, mostrando que talvez a integração da IA com a inovação corporativa já tenha começado.
Sempre há uma ressalva
Infelizmente, essa confiança vem com uma ressalva. A IA será um benefício para o crescimento econômico e da produtividade, mas é improvável que isso aconteça da noite para o dia.
O artigo do Fed afirma que o maior desafio com a IA generativa atualmente não é a tecnologia em si: é fazer com que pessoas e empresas realmente a utilizem. Embora os pesquisadores estejam começando a adotá-la mais, a maioria das empresas fora dos setores de tecnologia e científicos ainda não a incorporou em suas operações diárias, com exceção da indústria financeira. E pesquisas da indústria mostram que a adoção de IA é muito maior em grandes empresas do que em pequenas.
Portanto, embora a IA generativa provavelmente aumente nossa produtividade geral, o impacto será lento. Isso porque leva tempo, dinheiro e outras tecnologias de suporte, como interfaces de usuário, robótica e agentes de IA, para que a IA seja realmente útil em toda a economia. Os autores comparam isso a grandes mudanças tecnológicas anteriores, como os avanços na computação, que se acumularam por décadas antes de causar um boom de produtividade.
O cronograma para esse boom ainda é desconhecido. Economistas do Goldman Sachs acreditam que os efeitos da IA na produtividade do trabalho e no crescimento do PIB nos EUA começarão a aparecer em 2027 e se acelerarão até um pico na década de 2030.
Outro risco que o Fed aponta vem da construção de infraestrutura para a demanda esperada. Uma adoção disseminada da IA generativa significa uma necessidade significativa de investimento em data centers e geração de eletricidade. Mas investir cedo demais pode ter “consequências desastrosas” quando a demanda não cresce como esperado, alerta o Fed, semelhante ao como a superexpansão ferroviária no século 19 levou a uma depressão econômica no final do século.
Apesar das ressalvas, o Fed está confiante de que a IA generativa será transformadora para a produtividade. Mas se essa transformação continuar a acelerar perpetuamente e ter um efeito tão grande quanto o dínamo elétrico ou o microscópio dependerá da extensão e da velocidade da adoção da tecnologia.