Os líderes das maiores empresas do mundo estão destinando quantias vultosas a essas ferramentas, em parte porque sabem que podem economizar com custos de pessoal.
“Estabilidade é a nova tendência de crescimento”: é o que se diz sobre o tamanho das equipes, à medida que investidores questionam se as tarefas devem ser realizadas por novos contratados ou por exércitos de “agentes de IA” (trabalhadores virtuais encarregados de funções específicas, algumas das quais exigem qualificações consideráveis).
Se houver apenas um fundo de verdade nisso, todos seremos impactados, em diversos setores, e talvez isso aconteça mais cedo do que imaginamos.
Economistas ganhadores do Prêmio Nobel alertaram recentemente que o mundo “precisa agir agora” para garantir que a IA promova a elevação dos padrões de vida, em vez de causar o deslocamento de trabalhadores em larga escala.
Além disso, no mês passado, empresas de Londres relataram dificuldades em encontrar as competências necessárias, à medida que a IA transforma o mercado de trabalho. Ainda é cedo, mas já se observam alguns padrões notáveis nos dados.
Modelos de IA mais recentes conseguem realizar tarefas mais complexas — Foto: BBC
Este gráfico serve como referência no setor para avaliar como diversos modelos de IA conseguem realizar tarefas antes executadas por humanos — neste caso, envolvendo o uso e o desenvolvimento de software.
Essa métrica revelou que, há três anos, os grandes modelos de linguagem, chamados de LLMs, só conseguiam realizar com confiabilidade tarefas que humanos completavam em questão de segundos ou minutos. Atualmente, eles são capazes de executar tarefas bastante complexas que levam cerca de uma hora.
Hoje, alguns LLMs conseguem identificar falhas em contratos de criptomoedas e até mesmo desenvolver e otimizar o próprio modelo, atividades que exigiriam várias horas de trabalho humano.
A geração mais recente de modelos poderá começar a desenvolver a si mesma integralmente no próximo ano ou pouco depois.
Embora isso se restrinja à programação de software, observa-se um padrão semelhante — ainda em estágio inicial — em áreas como análise financeira, trabalhos jurídicos preliminares e até mesmo em algumas funções de nível inicial na indústria criativa.
Agora no g1
O que isso significa para o mercado de trabalho?
As análises mais abrangentes disponíveis vêm dos Estados Unidos e utilizam dados de quatro anos sobre resultados de emprego por faixa etária em diversas ocupações — tanto nas mais expostas à IA (incluindo desenvolvedores de software e profissionais de atendimento ao cliente) quanto nas menos expostas (profissionais de saúde, cuidadores de crianças e cabeleireiros).
Uma análise da Universidade de Stanford, na Califórnia, aponta uma queda de 2,7% no nível de emprego entre jovens de 22 a 25 anos desde a popularização do ChatGPT. Esse índice chega a 12,8% nos setores mais expostos à IA, como finanças, software e indústrias criativas.
Nem todos os economistas concordam com essa conclusão, argumentando que outros fatores, como a alta das taxas de juros, podem explicar o fenômeno.
As ofertas de emprego online também foram afetadas desde o lançamento do ChatGPT e de outros LLMs.
Há muitos outros fatores envolvidos, além das taxas de juros e até dos impostos. No entanto, vale destacar uma análise recente da OCDE (Organização para a Cooperação e Desenvolvimento Económico) sobre a diferença nas ofertas de emprego entre setores considerados altamente expostos (como telemarketing e serviços jurídicos) — segundo a metodologia específica da organização — e setores menos expostos (construção civil, limpeza e preparação de alimentos).
O Reino Unido foi significativamente afetado nessa métrica em um momento em que as taxas de juros estavam estáveis ou sendo reduzidas.
O fenômeno também antecede o aumento da contribuição previdenciária, a chamada National Insurance, que aconteceu no ano passado.
Segundo a maioria dos indicadores internacionais, a concentração do setor de serviços no Reino Unido deixa o país exposto a possíveis perdas de empregos decorrentes da IA.
O uso de IA é medido em tokens, que são pequenos fragmentos de texto utilizados pelos sistemas de IA para compreender, analisar e gerar linguagem. Em média, um token equivale aproximadamente a três quartos de uma palavra em inglês.
Observou-se um aumento impressionante no uso de IA em 2026, e o crescimento no consumo de tokens superou amplamente a redução do custo por token.
As principais empresas do mundo que utilizam IA implementaram “rankings de consumo de tokens” para tentar fazer com que seus funcionários obtivessem o máximo possível de ganho de produtividade a partir dos modelos mais avançados.
Trilhões — e por vezes quadrilhões — de tokens foram consumidos nos últimos meses, principalmente em “uso de agentes”, ou seja, por sistemas capazes de realizar tarefas automaticamente.
O problema é que isso gerou contas astronômicas, a ponto de muitas dessas empresas começarem a racionar o uso desses modelos.
Isso é importante. Pode indicar que existem limites para a quantidade de trabalho que pode ser automatizada. Os trabalhadores virtuais podem acabar saindo mais caros do que os humanos.
Tudo depende da tarefa. Um fator a ser observado, no entanto, é que muitas empresas — inclusive as ocidentais — estão migrando para formas de IA muito mais baratas, derivadas de modelos chineses disponibilizados gratuitamente no mercado.
Há muita incerteza nesse cenário, mas algumas tendências já são claras.
