Artigo publicado como integrante do CQC de Inovação e Tecnologia.
A inteligência artificial generativa tem sido amplamente discutida e estudada tanto no mercado quanto na academia. É consenso que essa tecnologia já está consolidada e contribui para as atividades profissionais cotidianas. No entanto, uma análise mais abrangente revela a ausência de consenso quanto ao seu impacto efetivo na produtividade.
Enquanto grandes consultorias projetam ganhos significativos, economistas renomados ainda questionam se tais ganhos serão efetivamente alcançados. Na prática, recomenda-se a realização de projetos-piloto para avaliar o impacto real no ambiente de trabalho antes de tomar decisões de investimento substanciais.
Os defensores de uma perspectiva otimista apresentam argumentos bem fundamentados. O McKinsey Global Institute estima que a inteligência artificial generativa pode adicionar trilhões de dólares anualmente à economia global, principalmente por meio da automação de até 70% das tarefas rotineiras.
De modo semelhante, a Goldman Sachs projeta um aumento de 7% no PIB global ao longo de dez anos. No contexto brasileiro, o Índice de Transformação Digital 2024 da PwC aponta para uma rápida adoção dessa tecnologia. Além disso, uma pesquisa da Harvard Business School indica que profissionais que utilizam IA com orientações claras podem melhorar seu desempenho em até 40%.
Para gestores empresariais, esses dados indicam um potencial de impacto significativo. No entanto, esse potencial só se materializa por meio de decisões fundamentadas e alinhadas às necessidades específicas de cada organização. A adoção indiscriminada da tecnologia não é suficiente para garantir resultados positivos.
Entretanto, há especialistas que apresentam perspectivas divergentes. Entre os críticos das projeções otimistas destaca-se Daron Acemoglu, laureado com o Prêmio Nobel de Economia em 2024 e professor no MIT.
Em seu artigo “The Simple Macroeconomics of AI”, Acemoglu estima que, em dez anos, a inteligência artificial aumentará a produtividade em apenas 0,5%. Conforme afirma: “Não devemos subestimar 0,5% em dez anos. É melhor que zero. Mas é decepcionante diante das promessas.” Esse ceticismo não deve ser interpretado como mera resistência à inovação, mas sim como um alerta para a necessidade de análises criteriosas e de etapas realistas de adoção.
Essas diferentes perspectivas evidenciam que a adoção da inteligência artificial, motivada exclusivamente por pressões de mercado, pode ser arriscada. Sem uma compreensão clara dos processos que serão impactados, há risco de desperdício de recursos e de frustração das equipes diante de expectativas não atendidas.
Para orientar a avaliação, recomenda-se mapear processos internos e identificar tarefas repetitivas ou de alto volume, priorizar projetos com impacto mensurável nos resultados e baixo risco operacional, envolver as equipes desde o início para garantir adesão e estabelecer métricas objetivas para monitorar ganhos de produtividade e qualidade.
Não é necessário esperar consenso. O impacto da IA depende, essencialmente, de como será implementada em cada contexto: avaliar antes de adotar pode ser decisivo para o sucesso.
