
Fonte: Freepik
A inteligência artificial encontra-se cada vez mais presente no cotidiano, transformando profundamente a forma como o ser humano trabalha e se relaciona com a tecnologia. Dessa forma, a rápida consolidação da IA como uma ferramenta indispensável reflete sua habilidade de aprender com dados, adaptar-se e executar tarefas complexas com uma eficiência que pode superar a humana em termos de custo, velocidade e precisão.
Apesar do conceito de inteligência artificial remontar ao século XVIII, foi em 1943 que Warren McCulloch e Walter Pitts criaram o primeiro modelo computacional para redes neurais. Na sequência, em 1950, o britânico Alan Turing formulou o famoso "Teste de Turing", que visava avaliar se uma máquina poderia enganar um interlocutor humano ao ponto de fazê-lo acreditar que estava interagindo com outra pessoa, no entanto, nenhuma máquina foi capaz de enganar mais de 33% dos interlocutores. Embora a IA tenha sido inicialmente vista como uma ideia visionária, os sistemas computacionais limitados da época restringiram seu desenvolvimento.
Nas décadas seguintes, houve progressos significativos, mas também períodos de estagnação, como ocorreu com os "sistemas especialistas", em 1980 – programas determinísticos projetados para simular a tomada de decisão humana em áreas específicas, sem criatividade – que ganharam popularidade, mas eram caros, podendo chegar a mais de US$10 milhões, e de difícil escalabilidade, devido à demasiada necessidade de intervenção humana. No entanto, o verdadeiro impulso veio com o crescimento exponencial da capacidade computacional, a disponibilidade de grandes volumes de dados e os avanços nos algoritmos de aprendizado de máquina, especialmente no final do século XX e início do XXI.

Atualmente, a IA está presente em quase todos os aspectos de nossas vidas: de assistentes virtuais, como a Siri e a Alexa, a algoritmos de recomendação em plataformas, como Netflix e Spotify, sistemas de diagnóstico médico, carros autônomos e, claro, em chatbots¹, como o Chat GPT, da OpenAI, que atingiu seu primeiro milhão de usuários em apenas 5 dias, enquanto a Netflix e Spotify atingiram esse marco em 3,5 anos e 5 meses, respectivamente.
Quando questionado sobre os perigos do avanço da IA, Elon Musk proferiu a seguinte frase: “A menos que sejam implementadas salvaguardas, os sistemas de inteligência artificial podem substituir os humanos, tornando nossa espécie irrelevante ou até extinta”. Essa afirmação instiga nosso debate: estamos diante de uma simples evolução ou de uma revolução sem precedentes?
Força de trabalho humana vs IA
Uma das discussões mais polarizadoras sobre a IA diz respeito ao seu impacto na força de trabalho. Enquanto alguns críticos levantam preocupações sobre desemprego em massa e desigualdade, sendo prejudicial para a sociedade, visões otimistas apontam para a criação de novas oportunidades e aumento da produtividade.
Esses sistemas têm demonstrado um resultado particularmente significativo em tarefas repetitivas e de baixa complexidade. Assim, a adoção dessa tecnologia autônoma vem crescendo fortemente dentro das empresas, com um aumento de mais de 350% desde 2017, conforme o gráfico abaixo. Contudo, essa otimização de processos acarreta a diminuição ou até o fim de inúmeras vagas de emprego, principalmente relacionadas ao SAC² e organização de dados, com um total estimado, pela Goldman Sachs, de 300 milhões de vagas fechadas ao redor do mundo até 2030.

Apesar dessas substituições, também há casos em que a IA complementa o trabalho humano, como no setor da saúde, em que médicos utilizam algoritmos complexos para análises mais precisas de exames, aumentando a precisão de diagnósticos. No setor jurídico, softwares de IA auxiliam advogados na análise de contratos e jurisprudências, otimizando o tempo de resposta em até 90%, segundo a McKinsey.
Além disso, estima-se que a utilização da inteligência artificial criará novas demandas especializadas no mercado, promovendo a criação de até 50 milhões de vagas mundialmente até 2030, segundo a McKinsey Global Institute. Desse modo, haverá uma inversão no mundo empresarial, com cada vez menos empregados com baixa qualificação e focados em hard skills, já que é justamente o ponto forte dos sistemas autônomos, prevalecendo, então, o desenvolvimento das soft skills.
No entanto, a transição para a utilização desses sistemas inteligentes não é isenta de desafios. Assim, a automação pode exacerbar desigualdades ao deslocar trabalhadores menos qualificados, enquanto cria demandas por habilidades tecnológicas avançadas. Nesse cenário, é importante destacar que, sem políticas públicas que promovam a requalificação da força de trabalho, o impacto dessa tecnologia pode ser amplamente negativo.
Otimização de processos e ganho de produtividade
A transformação acarretada pelo avanço da IA vem permitindo que recursos sejam utilizados de forma mais eficiente. Desse modo, empresas se tornam mais viáveis financeiramente, incentivando a competição na medida que a integração tecnológica reduz a necessidade de mão de obra e traz novos horizontes para a resolução de problemas logísticos, beneficiando indivíduos, empresas e governos.
No nível individual, estudos da LexisNexis revelaram que cerca de 27% dos profissionais utilizam ferramentas de IA para gerenciar melhor seu tempo, automatizar tarefas cotidianas e até mesmo aprimorar habilidades por meio de plataformas de aprendizado adaptativo. Isso permite que as pessoas concentrem sua energia em atividades de maior valor criativo ou estratégico, âmbitos que o algoritmo computacional ainda não consegue replicar.
Empresas de diversos setores utilizam IA de inúmeras formas. Primeiramente, as ferramentas de análise preditiva – ferramentas que utilizam dados passados para prever um mercado ou situação – ajudam a antecipar demandas de mercado, otimizando operações e reduzindo desperdícios. Além disso, modelos generativos, conhecidos como gen AI, utilizam uma base de dados, que pode ser atualizada, para retornar a melhor resposta possível. Atualmente 3 a cada 4 negócios utilizam a inteligência artificial para, pelo menos, uma função em suas operações, com cerca de 5% deles já atribuindo mais de 10% de seu EBIT (lucro antes de juros e imposto de renda) à utilização eficaz dessa tecnologia, segundo estudo da McKinsey, revelando um cenário positivo e também um futuro promissor.

Segundo o gráfico, podemos observar que a expectativa do crescimento da produtividade com o uso de inteligência artificial suplanta até mesmo a do advento dos computadores e internet juntos.
Além de melhorar processos existentes, a IA também acelera a inovação, uma vez que startups e grandes corporações utilizam machine learning³ para criar produtos e serviços totalmente novos. Dessa maneira, tanto o setor da comunicação digital, por meio dos modelos de linguagem, como o Chat GPT, quanto o da biotecnologia, que conta com o uso da IA para projetar medicamentos e vacinas em prazos recordes, foram completamente revolucionados por essa tecnologia. No contexto da pandemia do coronavírus, tivemos a farmacêutica Pfizer utilizando IA para analisar o genoma do vírus, previsão de epítopos, simulações, entre outros, garantindo que a vacina fosse disponibilizada no menor tempo possível.
Uma das grandes evidências da otimização trazida pela inteligência artificial é a expectativa de crescimento do PIB dos Estados Unidos. Sendo ele o país que mais investe em IA, a coletora de dados alemã Statista projeta um crescimento de 21% no PIB americano até o final de 2030, apenas pelo uso dessa ferramenta, seja na substituição ou complementação da força de trabalho humana, como no gráfico a seguir:

Em paralelo, no Brasil, podemos esperar um cenário positivo em decorrência do programa de automação do governo, Conecta GOV.BR, que tem expectativa de economia de R$6 bilhões até 2026, segundo a consultora McKinsey.
Ademais, empresas como a norte-americana General Electric enfrentaram queda intensa na produtividade, voltando, então, esforços para a utilização da inteligência artificial. Nesse contexto, a empresa utilizou machine learning em sua plataforma Predix, visando prever falhas em equipamentos industriais antes que ocorressem, permitindo a redução dos custos de manutenção e aumento da eficiência interna. Consequentemente, essa estratégia permitiu a estabilização da General Electric, o que possibilitou a recuperação de contratos valiosos com clientes industriais.
Concretiza-se, então, que os ganhos de produtividade advindos da IA aumentam as projeções de crescimento de toda entidade que venha a utilizá-la, tendo em vista o retorno financeiro, graças ao menor custo e maior eficiência operacionais, além de colaborar na produção de produtos, tomada de decisões estratégicas, etc.
Democratização da IA
A democratização do acesso à inteligência artificial, especialmente para pequenas empresas sem grande capital, pode ser alcançada por meio de várias estratégias que envolvem infraestrutura, capacitação e acesso a tecnologias. Primeiro, o desenvolvimento e a disponibilização de ferramentas de IA de código aberto, ou seja, cujo código é disponibilizado gratuitamente, como TensorFlow e PyTorch, permitem que empresas utilizem essas tecnologias sem custos iniciais elevados. Além disso, plataformas que utilizam a nuvem, como AWS, Google Cloud e Microsoft Azure, oferecem modelos pré-treinados e serviços sob demanda com preços escaláveis, reduzindo a necessidade de investimento em hardware especializado.
Outra via importante é a criação de parcerias público-privadas para fornecer subsídios e apoio técnico às pequenas empresas, ajudando-as a implementar soluções de IA. Nesse viés, Governos podem incentivar a adoção de IA por meio de programas de capacitação, como cursos gratuitos e workshops, voltados para empreendedores. Além disso, incubadoras e aceleradoras de startups têm o potencial de oferecer suporte técnico e estratégico, ajudando pequenas empresas a integrar a IA em seus negócios.
Por fim, a simplificação das interfaces e a adoção de ferramentas low-code ou no-code, que requerem baixo e nenhum conhecimento de programação, respectivamente, facilitam o uso de IA sem a necessidade de habilidades avançadas em programação, permitindo que mais empresários acessem esses recursos. Ao combinar acessibilidade econômica, capacitação técnica e suporte institucional, a democratização da IA pode impulsionar a inovação e a competitividade entre empresas de pequeno porte.
Evolução ou Revolução
A questão central é se a IA deve ser classificada como uma simples evolução incremental ou uma revolução disruptiva quando comparada às grandes transformações da história, como a Revolução Industrial, cujas inovações alteraram profundamente o funcionamento da sociedade em um ou diversos aspectos. Enquanto alguns argumentam que a IA é apenas uma evolução de programas existentes, outros comentam que o ganho de eficiência trazido por esses softwares revoluciona as estruturas dos meios de produção contemporâneos.
Os defensores da ideia de que a IA é uma evolução apontam para o fato de que ela se baseia em fundamentos tecnológicos construídos ao longo de décadas, como o machine learning e o deep learning⁴. Segundo essa visão, ela não cria uma ruptura, mas sim acelera mudanças que já estavam em andamento, como a digitalização de processos e a integração de sistemas inteligentes.
Por outro lado, a IA configura uma revolução, sendo uma das principais forças motrizes da chamada Quarta Revolução Industrial. Segundo Klaus Schwab, fundador do fórum econômico mundial, essa tecnologia está mudando sistemas econômicos, políticos e sociais de maneira sem precedentes. Assim como o vapor e a eletricidade transformaram economias inteiras nos séculos XVIII e XIX, respectivamente, a IA está transformando não apenas indústrias, como a financeira, mas também as relações sociais, culturais e econômicas em um nível estrutural. A capacidade das máquinas de aprender e tomar decisões independentes marca uma ruptura sem precedentes na história tecnológica.
Desse modo, podemos concluir que a IA é uma evolução nos aspectos técnicos e uma revolução nos impactos sociais e econômicos. Assim, como acontece com qualquer tecnologia disruptiva, o ritmo e a profundidade das mudanças dependerão de fatores como regulamentação, aceitação social e integração com outras tecnologias emergentes, como a Internet das Coisas⁵ e a computação quântica.
O futuro da Inteligência Artificial
Embora a IA já tenha transformado inúmeros aspectos da sociedade, seu desenvolvimento está longe de atingir o limite, já que, principalmente com a gen AI, quanto mais o tempo passa, mais desenvolvida ela se torna, graças ao seu mecanismo de aprendizado de acordo com a base de dados fornecida. Assim, os próximos passos da IA prometem mudanças cada vez mais significativas, com a introdução e desenvolvimento de ferramentas como modelos generativos e carros autônomos.
Primeiramente, modelos generativos, como aqueles que criam imagens, textos e músicas, estão se tornando cada vez mais sofisticados devido ao crescimento da base de dados. No futuro, essas tecnologias poderão desempenhar papéis centrais em áreas criativas, como design, entretenimento e marketing, ao mesmo tempo que desafiam noções tradicionais de autoria e originalidade. Porém, esse caso ainda não se mostrou factual uma vez que uma propaganda AI-driven⁶ da Coca-Cola foi chamada de “desalmada” e “despida de criatividade”.
Além disso, carros autônomos, que devem totalizar cerca de 12% da frota mundial de veículos, em 2030, de acordo com a Forbes Advisor, e drones inteligentes são apenas o começo dessa inovação, já que se espera que sistemas autônomos desempenhem tarefas cruciais em setores como agricultura, logística e segurança pública, criando novos paradigmas de eficiência e sustentabilidade que deverão ser enfrentados.
Ademais, à medida que a IA se torna mais integrada ao cotidiano, riscos envolvendo questões éticas, como viés algorítmico – fenômeno na qual algoritmos discriminam – privacidade e responsabilidade legal, ganharão ainda mais importância. Dessa forma, a regulamentação global da IA, em especial, será um dos desafios mais prementes, exigindo colaboração constante entre governos, empresas e organizações internacionais, visando garantir um controle e desenvolvimento adequado dessa tecnologia inovadora. Nesse sentido, a Autoridade Nacional de Proteção de Dados (ANPD), propôs, em 2021, o projeto de lei nº 872, que determina que qualquer sistema de inteligência artificial deve respeitar os direitos humanos, a ética, os valores democráticos, a privacidade, entre outras rédeas da sociedade moderna.
Outra questão é que a maioria dos sistemas de IA é desenvolvida para realizar tarefas específicas, mas a criação de uma generalista, capaz de executar diversas funções com eficiência semelhante ou superior à humana, é um objetivo de longo prazo. No entanto, esse avanço traz desafios importantes, como questões éticas e sociais, envolvendo a privacidade dos usuários, possibilidade de plágio, violação de direitos autorais e até interpretações equivocadas de informações. Esses problemas podem gerar impactos negativos severos na sociedade, desde conflitos legais até preocupações com o uso indevido de dados e informações. O filósofo Nick Bostrom, professor da Universidade de Oxford, discute essas implicações em seu livro Superintelligence: Paths, Dangers, Strategies, onde alerta que, se não forem devidamente controlados, sistemas de IA avançados podem se tornar perigosos, apresentando riscos existenciais que colocam em jogo o futuro da humanidade.
Por fim, a convergência da IA com tecnologias como blockchain⁷, computação quântica e biotecnologia promete desbloquear novos horizontes. Por exemplo, a combinação de IA e computação quântica pode resolver problemas atualmente insolúveis pela capacidade humana, como a otimização em larga escala e análise de moléculas complexas, enquanto a integração com a biotecnologia pode revolucionar a medicina personalizada de modo que o humano jamais conseguiria.
"A inteligência artificial é a última invenção que a humanidade precisará fazer."
— Nick Bostrom
Glossário
Chatbots¹: São programas que tentam simular seres humanos numa conversação. Eles podem ter acesso à internet e oferecer dados e informações com base em conteúdos presentes nela.
SAC²: Sigla para serviço de atendimento ao consumidor.
Machine Learning³: É o subconjunto da inteligência artificial que se concentra na construção de sistemas que aprendem ou melhoram o desempenho, com base nos dados que consomem.
Deep Learning⁴: Baseia-se no machine learning para, a partir de uma grande quantidade de dados e após inúmeras camadas de processamento com algoritmos, conseguir que um computador aprenda por si e execute tarefas semelhantes às dos seres humanos.
Internet das coisas⁵: Refere-se à rede coletiva de dispositivos conectados e à tecnologia que facilita a comunicação entre os eles e a nuvem, bem como entre os próprios aparelhos.
AI-driven⁶: Termo utilizado para algo desenvolvido ou orientado pela inteligência artificial, variando desde propagandas, a empresas inteiras.
Blockchain⁷: É um livro-razão compartilhado e imutável que facilita o processo de registro de transações e rastreamento de ativos em uma rede de negócios.
Bibliografia
Temores de grande desemprego por IA são exagerados, acreditam economistas da Allianz. Disponível em: <https://itforum.com.br/noticias/desemprego-ia-exagero/>
Futuro da inteligência artificial: impactos nos modelos de trabalho. Disponível em: <https://blog.cubo.network/futuro-da-inteligencia-artificial>
What Jobs Will AI Replace by 2030? - Hypotenuse AI. Disponível em: <https://www.hypotenuse.ai/blog/what-jobs-will-ai-replace>
SERGEY ANTONYUK. How Many Jobs Will AI Take Over – The Statistics. Disponível em: <https://litslink.com/blog/how-many-jobs-will-ai-take-over-the-statistics>
EDISON AND BLACK. Over 97 Million Jobs Set to be Created by AI. Disponível em: <https://edisonandblack.com/pages/over-97-million-jobs-set-to-be-created-by-ai.html>
Qual é a origem da inteligência artificial? Avanços, exemplos e +. Disponível em: <https://www.zendesk.com.br/blog/qual-e-a-origem-da-inteligencia-artificial/>
How a Novel “Incubation Sandbox” Helped Speed Up Data Analysis in Pfizer’s COVID-19 Vaccine Trial | Pfizer. Disponível em: <https://www.pfizer.com/news/articles/how_a_novel_incubation_sandbox_helped_speed_up_data_analysis_in_pfizer_s_covid_19_vaccine_trial>
Economic potential of generative AI | McKinsey. Disponível em: <https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier#work-and-productivity>
INSIGHTS, A. AI Case Studies: - AI & Insights - Medium. Disponível em: <https://medium.com/@AIandInsights/ai-case-studies-790b4d9a9f07>
SA. Case Study: How Netflix Uses AI to Personalize Content Recommendations and Improve Digital…. Disponível em: <https://medium.com/@shizk/case-study-how-netflix-uses-ai-to-personalize-content-recommendations-and-improve-digital-b253d08352fd>
The Implications of Using ChatGPT in the Workplace. [s.l: s.n.]. Disponível em: <https://www.lexisnexis.com/pdf/practical-guidance/ai/the-implications-of-using-chatgpt-in-the-workplace.pdf>
JANA. Data Innovation Summit 2025 X Edition. Disponível em: <https://hyperight.com/rise-of-ai-in-advertising-coca-colas-controversial-christmas-campaign/>
MCKINSEY & COMPANY. The state of AI in early 2024: Gen AI adoption spikes and starts to generate value | McKinsey. Disponível em: <https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai>
AI may start to boost US GDP in 2027. Disponível em: <https://www.goldmansachs.com/insights/articles/ai-may-start-to-boost-us-gdp-in-2027>
MCKINSEY & COMPANY. Autonomous driving’s future: Convenient and connected. Disponível em: <https://www.mckinsey.com/industries/automotive-and-assembly/our-insights/autonomous-drivings-future-convenient-and-connected>
CAFFERATA, P.; DIAS, Y. B. 65% das empresas usam Gen AI no mundo; líderes apontam caminhos para obter retorno financeiro | Brasil. Disponível em: <https://www.mckinsey.com/br/our-insights/all-insights/65-das-empresas-usam-gen-ai-no-mundo>
Prosperando na era da reinvenção contínua. [s.l: s.n.]. Disponível em: <https://www.pwc.com.br/pt/estudos/preocupacoes-ceos/ceo-survey/2024/27_ceo_survey_24.pdf>
SEYDL, J.; LINDEN, J. How AI can boost productivity and jump start growth. Disponível em: <https://privatebank.jpmorgan.com/nam/en/insights/markets-and-investing/ideas-and-insights/how-ai-can-boost-productivity-and-jump-start-growth>
Comments