A economia da inteligência artificial: entre a promessa e o impacto real

Há momentos na história económica em que a realidade resiste ao entusiasmo, obrigando a uma leitura mais fria dos factos. A inteligência artificial é, hoje, um desses momentos.

Nunca se investiu tanto numa tecnologia com efeitos ainda tão pouco visíveis na produtividade agregada. Os números são expressivos: centenas de milhares de milhões canalizados para infraestruturas, semicondutores, capacidade computacional e desenvolvimento de modelos. Ainda assim, o crescimento da produtividade nas principais economias mantém-se contido, quando não claramente anémico.

O aparente paradoxo não resulta de uma falha da tecnologia, mas antes de uma leitura apressada do seu impacto económico. Existe uma expectativa implícita de que mais tecnologia se traduz automaticamente em mais eficiência, quando a história económica sugere o contrário. Entre a introdução de uma inovação e o seu efeito mensurável existe, quase sempre, um intervalo significativo, durante o qual a economia absorve e se adapta.

A inteligência artificial encontra-se ainda nesse espaço intermédio, onde o investimento é visível, mas a transformação estrutural permanece incompleta.

Grande parte do capital atualmente mobilizado está orientado para a construção de capacidade, e não para a sua utilização plena. A acumulação de infraestrutura é uma condição necessária, mas não suficiente, para gerar ganhos de produtividade.

Há, além disso, uma alteração relevante na natureza económica da própria tecnologia. Durante décadas, a economia digital beneficiou de custos marginais praticamente nulos, permitindo escalabilidade quase ilimitada. A inteligência artificial introduz uma lógica distinta: cada interação consome recursos, cada modelo exige capacidade computacional intensiva, e cada melhoria de desempenho tem um custo energético e financeiro associado.

Esta mudança é estrutural. A economia digital deixa de assentar numa lógica de abundância e passa a depender de investimento contínuo e intensivo em capital, com implicações na forma como o valor é criado.

Em paralelo, os ganhos de eficiência não estão a ser distribuídos de forma homogénea. Surgem em tarefas específicas e em organizações com maior capacidade de absorção tecnológica, mas permanecem insuficientes para alterar os indicadores agregados. A economia não se transforma ao ritmo dos casos de sucesso individuais, mas quando a tecnologia se generaliza.

Existe ainda uma dimensão frequentemente subestimada: a alocação de capital. O volume de investimento direcionado para a inteligência artificial é tal que, inevitavelmente, condiciona outras formas de investimento, podendo limitar ganhos de produtividade em setores mais tradicionais.

Por outro lado, a evolução demográfica introduz uma nuance importante. Em várias economias desenvolvidas, a inteligência artificial não está a substituir trabalho em larga escala, mas sim a compensar a sua escassez, ajudando a sustentar níveis de produção.

Tudo isto contribui para um desfasamento entre o volume de investimento realizado e o impacto observado na produtividade. Esse desfasamento não deve ser interpretado como um sinal de falência da tecnologia, mas como uma característica típica de grandes ciclos de transformação económica.

A tentação de classificar este momento como uma bolha revela mais impaciência analítica do que rigor económico. O que se observa é um período em que o investimento antecede, de forma significativa, a criação de valor.

A eletrificação demorou décadas a refletir-se nos ganhos de produtividade, tal como a internet exigiu um ciclo prolongado de integração antes de transformar os modelos de negócio. A inteligência artificial segue uma trajetória semelhante, ainda que numa escala mais intensa.

Estamos, assim, numa fase em que a construção da infraestrutura económica é visível, mas a sua plena utilização ainda não se materializou. Como em qualquer grande ciclo de investimento, o esforço inicial tende a refletir-se mais no volume de recursos mobilizados do que na eficiência gerada.

A produtividade acabará por surgir, não como consequência automática do investimento, mas como resultado da capacidade das organizações em incorporar esta tecnologia nos seus processos e modelos de decisão. E essa é uma variável que depende menos da disponibilidade de capital e mais da qualidade da sua aplicação.