No segundo trimestre de 2026, quase dois em cada cinco adultos empregados nos Estados Unidos disseram ter utilizado IA generativa no trabalho durante a semana anterior. Ainda assim, segundo um um monitoramento de inquéritos nacionais de investigadores do Federal Reserve de St. Louis, da Vanderbilt e de Harvard, a IA foi utilizada como apoio em 6,3% das horas de trabalho de todos os adultos empregados. O primeiro número conta pessoas; o segundo, o tempo. Nenhum indica se o trabalho foi bem feito, se uma empresa aumentou a receita ou se um posto de trabalho desapareceu.

Estas distinções importam quando se pergunta se o resto do mundo do trabalho passará a utilizar IA com a mesma intensidade que os programadores. Os registos das plataformas mostram uma experimentação mais ampla, incluindo nas áreas jurídica, comercial e de marketing. As experiências encontram ganhos reais em algumas tarefas fora da programação. Mostram também que o simples acesso pode ter pouco efeito e que uma resposta bem redigida pode estar errada.

A grande mudança

  • O que mudou: Os fornecedores de IA relatam agora uma utilização recorrente e atividade de agentes em mais funções empresariais, enquanto inquéritos independentes indicam uma utilização semanal mais ampla entre os trabalhadores dos EUA.
  • Por que isso importa: A utilização aumenta quando as ferramentas se integram nos fluxos de trabalho existentes, mas os ganhos dependem do contexto da tarefa e das verificações. Compradores e trabalhadores precisam de métricas de resultados, além dos números de adoção.
  • O que observar: Utilização repetida em tarefas, qualidade dos resultados verificada e retorno líquido para além da programação. As evidências atuais não determinam quando outras profissões atingirão o nível de utilização da programação nem o que acontecerá ao emprego.

Os números medem coisas diferentes

A inquérito em Tempo Real da População inquere uma amostra online representativa a nível nacional de adultos dos EUA com idades entre os 18 e os 64 anos sobre a utilização da IA no trabalho. A taxa de utilização durante a semana anterior subiu de 28,2% no terceiro trimestre de 2024 para 39,2% no segundo trimestre de 2026. A proporção estimada de todas as horas de trabalho apoiadas por IA aumentou de 4,1% para 6,3%. No trimestre mais recente, os inquiridos também estimaram que a IA lhes poupou 2,2% do total de horas de trabalho. Este último valor corresponde a uma estimativa retrospetiva do tempo poupado, não a um aumento observado da produtividade ou da receita.

A OpenAI observa algo diferente: a atividade entre seus próprios clientes corporativos. Seu relatório Sinais Empresariais de agosto indica que, entre fevereiro e junho de 2026, o número de utilizadores semanais ativos do Codex aumentou 108 vezes nas funções jurídicas, 41 vezes nas vendas e no recrutamento e 26 vezes no marketing, face a cinco vezes na engenharia. As taxas partem de bases não divulgadas, pelo que não permitem comparar quantos advogados e engenheiros utilizam IA nem a proporção do trabalho de cada profissão que esta realiza. Em junho, o Codex gerou 64% do total combinado de tokens de saída do Codex e do ChatGPT entre clientes empresariais. Agentes que funcionam durante mais tempo geram mais tokens; essa proporção não equivale à percentagem de trabalhadores nem mede valor. A OpenAI vende estes produtos e tem interesse em demonstrar a sua difusão.

Um estudo separado da OpenAI com mais de 800 mil mensagens do ChatGPT nos EUA, publicado em julho, classificou 16,8% das mensagens relacionadas com o trabalho como tarefas associadas a uma profissão diferente da do utilizador. Entre as mensagens suficientemente específicas para serem associadas a uma profissão, a proporção foi de 43,5%. Um acompanhamento em setembro concluiu que alguns trabalhadores voltaram a pedir tarefas desse tipo no mês seguinte. São proporções de mensagens entre utilizadores da amostra; a profissão foi inferida a partir de informações de integração empresarial. Os dados mostram o que as pessoas pedem e voltam a pedir, não que tenham concluído a tarefa ou mudado de profissão.

O Índice Econômico de junho da Anthropic também analisa a atividade nos serviços do próprio fornecedor. A amostragem mais detalhada capta padrões ao longo do dia de trabalho e distingue a utilização do chat, do Cowork e da API própria. O inquérito associado relacionou os dados de utilização com cerca de 9700 inquiridos do Claude que tinham pelo menos cinco sessões. A Anthropic alerta que estes inquiridos não representam a população ativa: profissionais de informática e matemática correspondiam a cerca de 30% dos participantes, mas apenas a cerca de 4% do emprego nos EUA. As profissões físicas estavam sub-representadas. O anterior índice de março concluiu que as tarefas de informática e matemática correspondiam a 35% das conversas no Claude.ai em fevereiro. Essa é a proporção das conversas num produto, não dos programadores que utilizam IA; a atividade de programação também estava a migrar para a API. O tráfego de um fornecedor pode revelar tarefas e frequência numa plataforma, mas não fornece, por si só, uma taxa de adoção por profissão para toda a economia.

A produtividade depende da tarefa e das verificações

Numa implementação faseada que envolveu 5 172 agentes de apoio ao cliente, o acesso a um assistente de conversação com IA aumentou, em média, em 15% o número de problemas resolvidos por hora. Os agentes menos experientes e com menos competências melhoraram tanto a rapidez como a qualidade; os mais experientes e competentes ganharam alguma rapidez, mas registaram pequenas descidas de qualidade. Os clientes tornaram-se mais educados e pediram menos vezes para falar com um responsável. O estudo mediu a operação de apoio de uma empresa, onde é possível acompanhar a resolução e o encaminhamento para níveis superiores. Não calculou o retorno para outras equipas de apoio.

Uma experiência em 66 empresas com 7 137 profissionais do conhecimento distribuiu aleatoriamente uma ferramenta de IA integrada em aplicações de e-mail, reuniões e escrita. Na segunda metade do estudo, que durou seis meses, os 80% dos trabalhadores no grupo de intervenção que utilizaram a ferramenta passaram menos duas horas por semana no e-mail e reduziram o trabalho fora do horário habitual. Os investigadores não detetaram uma alteração mais abrangente na quantidade ou na combinação das tarefas resultante do acesso individual. Três autores trabalhavam na Microsoft Research e a Microsoft, fabricante da ferramenta, coorganizou a experiência e forneceu telemetria do produto. O resultado diz respeito às empresas participantes, não a todo o trabalho de escritório.

Uma experiência de campo com 758 consultores do Boston Consulting Group, realizada em 2023 e publicada em março de 2026, encontrou trabalho mais rápido e com melhor avaliação em tarefas deliberadamente escolhidas para favorecer os pontos fortes do GPT-4. Num caso diferente, que exigia interpretar evidências de entrevistas, os utilizadores de IA tiveram maior probabilidade de responder incorretamente. O BCG colaborou no estudo, que avaliou exercícios definidos e não resultados entregues a clientes.

No estudo aleatorizado da METR com 16 programadores experientes de projetos de código aberto, a trabalhar em 246 problemas de repositórios que conheciam, as ferramentas de IA disponíveis no início de 2025 aumentaram o tempo de conclusão em 19%. Apesar disso, os programadores acreditavam que as ferramentas os tinham ajudado a trabalhar mais depressa. Uma tentativa posterior da METR com ferramentas mais recentes sugeriu ganhos, mas os investigadores consideraram a estimativa pouco fiável: programadores que não queriam trabalhar sem IA desistiram e a atividade simultânea de agentes dificultou a medição do tempo. Por conseguinte, os estudos não estabelecem um efeito único da programação na produtividade que se aplique a diferentes ferramentas e anos.

A programação tem mecanismos de verificação especialmente acessíveis: os repositórios preservam o contexto e as alterações, enquanto compilações, testes e revisões podem revelar falhas. Mesmo aí, um teste aprovado não representa o produto completo. No apoio ao cliente, a resolução de problemas e as reações dos clientes oferecem outros indicadores. Um rascunho de e-mail pode poupar tempo sem alterar a produção da empresa. Uma recomendação jurídica, financeira ou médica exige verificações proporcionais às consequências, e o comprador tem de contabilizar o trabalho de revisão, além do custo da ferramenta. São problemas de medição diferentes; por isso, a utilização, por si só, não demonstra intensidade ou valor equivalentes.

O trabalho pode mudar antes de os salários refletirem a mudança

Na Dinamarca, os investigadores ligaram inquéritos a trabalhadores de 11 profissões expostas e de 7 000 locais de trabalho a registos administrativos. A sua revisão de março de 2026 identificou iniciativas de chatbots por parte dos empregadores e alterações nas tarefas relatadas, mas não detetou efeitos nos rendimentos ou nas horas registadas, ao nível dos trabalhadores ou dos locais de trabalho, nos dois anos após o lançamento do ChatGPT; as estimativas excluem efeitos superiores a 2%. Esta conclusão está circunscrita à Dinamarca, às profissões e ao período estudados. Não permite concluir que uma adoção posterior deixará o emprego inalterado.

Para um trabalhador, a utilização recorrente pode significar uma maior variedade de tarefas ou menos tempo dedicado ao e-mail. Para um comprador, a questão é saber se todo o fluxo de trabalho produz resultados fiáveis a um custo aceitável. Para quem recebe uma resposta de apoio ou depende de aconselhamento profissional, o que importa é se a resposta é correta e se há alguém responsável por ela. As evidências disponíveis sustentam uma utilização mais ampla para além da programação e ganhos mensuráveis em tarefas selecionadas. Ainda não permitem prever quando outras profissões atingirão a profundidade de utilização da engenharia de software nem determinar um efeito único na produtividade e no emprego.

Fontes e leituras adicionais