O avanço da inteligência artificial está causando um grande debate entre os economistas, principalmente sobre como aproveitar a transformação tecnológica que ela traz para elevar produtividade, crescimento e renda em escala significativa na economia dos países.
A percepção é que a magnitude e a distribuição desses ganhos dependerão não só do avanço na fronteira tecnológica, mas também da capacidade de difusão da tecnologia entre os setores da economia de um país, seja ele avançado ou emergente.
Tendo esses elementos como premissa, a economista Solange Srour, diretora de macroeconomia para o Brasil no UBS Global Wealth Management (UBS GWM), escreveu um artigo, que o NeoFeed teve acesso em primeira mão, no qual insere o Brasil nesse debate sob o prisma da estagnação de longo prazo da produtividade brasileira, que ela qualifica como “fragilidade estrutural bem documentada”.
Intitulado Inteligência artificial, difusão e produtividade: o risco de divergência e o caso brasileiro, o artigo – que teve a colaboração das economistas Débora Nogueira e Victoria Roquetti, do UBS GWM – busca analisar como o desenvolvimento de IA pode ajudar a elevar a produtividade do trabalho no País.
Segundo ela, o caminho para o avanço do Brasil nessa área passa por replicar os ganhos de produtividade do agronegócio, único exemplo consistente na economia brasileira, no setor de serviços — que concentra a maior parte do emprego e determina o comportamento da produtividade agregada, essencial para consolidar esse crescimento.
A relação entre avanço de IA e aumento da produtividade da economia é central no debate macroeconômico atual. No Brasil, essa discussão ganha mais relevância. Como observa a autora, a produtividade brasileira cresce de forma lenta e irregular desde os anos 1980, com longos períodos de estagnação, refletindo deficiências persistentes em capital humano, infraestrutura, ambiente regulatório, concorrência e qualidade da gestão.
Os números apresentados no estudo dão uma dimensão do desafio que o Brasil tem pela frente. Entre 1981 e 2024, a produtividade por hora trabalhada cresceu 0,5% ao ano, enquanto a renda per capita avançou 1,0% ao ano, beneficiada por bônus demográfico e aumento da taxa de participação. Entre 2010 e 2024, a produtividade cresceu apenas 0,3% ao ano.
“O crescimento recente da renda per capita foi predominantemente extensivo, isto é, baseado na incorporação de mais pessoas ao mercado de trabalho, e não em ganhos de eficiência”, aponta a autora.
Entre 2019 e 2024, a renda cresceu 1,7% ao ano, dos quais 1,1 ponto percentual resultaram do aumento da taxa de ocupação, enquanto a produtividade respondeu por apenas 0,3 ponto percentual. “Esse modelo, contudo, perdeu sustentação com o virtual esgotamento do bônus demográfico”, emenda.
Nesse contexto, afirma Srour, a agropecuária se destaca como exceção, operando próxima à fronteira tecnológica e incorporando rapidamente ferramentas de inteligência artificial.
“Diferentemente de outros setores, a agropecuária opera em ambiente mais exposto à concorrência internacional, com maior incorporação de tecnologia, integração a cadeias globais e menor proteção regulatória, fatores que favorecem ganhos contínuos de eficiência”, diz Srour.
Os números impressionantes de produtividade do setor citados no artigo chamam a atenção. “Entre 1996 e 2024, a produtividade da agropecuária cresceu cerca de 6% ao ano. Em 2023, registrou expansão de 22,3%”, diz. Em 2024, porém, desacelerou para 1,6%, contribuindo para que a produtividade agregada crescesse apenas 0,1%.
Serviços na mira
O desafio central do avanço tecnológico, observa a autora, não é apenas ampliar ganhos pontuais de produtividade, como no agro, mas criar condições para que a digitalização e a IA se disseminem pelo setor de serviços – que concentra a maior parte do emprego e determina o comportamento da produtividade agregada.
“Sem esse avanço, a IA tende a reforçar a heterogeneidade produtiva e a ampliar desigualdades internas, em vez de funcionar como vetor de convergência”, adverte.
O setor de serviços concentra aproximadamente 70% das horas trabalhadas no País. De acordo com o estudo, a evidência histórica mostra que apenas nos períodos em que houve aceleração consistente da produtividade nesse segmento a produtividade agregada superou 1% ao ano.
“Trata-se de um setor marcado por elevada fragmentação, baixa concorrência, forte presença de informalidade e ambiente regulatório complexo, fatores que dificultam ganhos de escala, investimento em tecnologia e difusão de boas práticas de gestão”, diz Srour.
Segundo ela, como consequência, inovações tendem a se espalhar lentamente e de forma desigual. “O crescimento da economia brasileira é, portanto, estruturalmente condicionado à capacidade de elevar a eficiência dos serviços.”
A autora argumenta que, se a IA acelerar a produtividade apenas em setores restritos, como no agro, os efeitos macroeconômicos serão limitados. Caso haja difusão ampla para serviços — como comércio, logística, saúde, educação e serviços empresariais —, o impacto sobre o produto potencial pode ser relevante, reduzindo restrições de oferta e moderando pressões inflacionárias estruturais.
Para que o Brasil capture essa transformação de forma favorável, Srour cita quatro pilares como fundamentais: investimento consistente em infraestrutura digital e energética; formação de capital humano com foco em competências digitais, raciocínio analítico e domínio do inglês; ampliação do acesso a financiamento para adoção tecnológica, especialmente por pequenas e médias empresas; e fortalecimento do arcabouço regulatório.
“A experiência da agropecuária brasileira mostra que, quando capital humano, integração externa, escala produtiva e incentivos econômicos estão alinhados, a convergência é possível”, diz a autora. “O desafio, agora, é replicar essa lógica nos setores que determinam o desempenho agregado da economia.”
Srour encerra o artigo destacando a necessidade de o País definir um modelo de crescimento da produtividade com base no avanço da IA.
“A escolha estratégica não é entre liderar a fronteira tecnológica ou não, mas entre permitir que a tecnologia se concentre em ilhas de eficiência ou promover uma difusão ampla que transforme a base produtiva”, afirma ela, lembrando que a IA pode atuar como vetor de convergência ou como amplificador de assimetrias.
“O resultado dependerá menos da tecnologia em si e mais das decisões institucionais, educacionais e macroeconômicas adotadas nos próximos anos”, complementa.
