©2026 MIT Sloan Management Review Brasil. Todos os direitos reservados. A reprodução, total ou parcial, é proibida sem a autorização prévia e expressa do CNEX.

Nos últimos três anos, dediquei uma parcela significativa do meu tempo e energia a compreender o que a inteligência artificial realmente representa. Procurei ir além dos ciclos de notícias, dos anúncios de produtos e do entusiasmo que frequentemente domina conferências e debates públicos. Meu interesse era entender o que está acontecendo abaixo da superfície: quais transformações estruturais estão em curso, quem as está impulsionando e quais podem ser suas consequências econômicas, industriais, sociais e geopolíticas.

Ao longo dessa jornada, conversei com economistas, engenheiros, investidores, pesquisadores, executivos de setores tradicionais e fundadores de startups. Visitei empresas, centros de pesquisa e diferentes atores do ecossistema global de IA, participei de debates e mergulhei em uma ampla literatura técnica e acadêmica sobre o tema. Esse processo culminou em uma recente visita à China, onde busquei, inclusive, observar de perto como uma das principais potências tecnológicas do mundo está incorporando essa transformação à sua estratégia de desenvolvimento.

Este ensaio é resultado dessa trajetória. Combina evidências da literatura acadêmica, relatórios de mercado, observação direta e inúmeras conversas realizadas ao longo dessas visitas e pesquisas. Certamente, algumas previsões deste texto mudarão ao longo do tempo. Projeções serão revistas, estimativas ajustadas e hipóteses descartadas. O que me parece mais relevante, porém, não é a precisão de cada estimativa, mas o seu vetor e a direção para a qual todas elas apontam.

A interpretação que me parece mais plausível é que a inteligência artificial pode estar sendo superestimada nos próximos anos e subestimada nas próximas décadas. É possível que estejamos simultaneamente diante de uma bolha de alocação de capital no curto prazo e de uma transformação estrutural profunda no longo prazo. Embora à primeira vista pareçam visões conflitantes, a história mostra que ambas podem coexistir.

Se essa hipótese estiver correta, a vantagem competitiva não virá apenas da tecnologia em si, mas da capacidade de compreender sua direção antes que seus efeitos se tornem evidentes. E uma vez que computação, automação e inteligência artificial tenderão a se tornar cada vez mais abundantes, o ativo verdadeiramente escasso poderá ser justamente o discernimento humano.

Existe uma tradição no pensamento empresarial, popularizada por Andy Grove, segundo a qual as organizações mais resilientes são aquelas que cultivam uma espécie de paranoia construtiva: a disposição permanente para questionar certezas, revisar premissas e observar sinais fracos de mudança antes que eles se transformem em consenso. Não se trata de prever o futuro com precisão (algo impossível), mas de desenvolver sensibilidade para identificar riscos e oportunidades quando eles são apenas hipóteses.

Este texto nasce dessa postura. Não importa se cada uma das hipóteses apresentadas nas próximas páginas se materializará exatamente da forma descrita. O que importa é ampliar nossa capacidade de perceber sinais, antecipar movimentos, mitigar riscos com maior antecedência e capturar oportunidades antes que elas se tornem óbvias.

O objetivo deste ensaio não é oferecer previsões definitivas. É contribuir para uma conversa que considero necessária sobre uma transformação cujos impactos serão econômicos, industriais, energéticos, geopolíticos, sociais e, possivelmente, civilizacionais.

O mundo entrou em uma transformação econômica comparável à eletrificação, à máquina a vapor e à internet, mas com uma velocidade de adoção aparentemente capaz de comprimir em uma década o que antes se distribuía em duas ou três gerações.

Inteligência artificial deixou de ser apenas software sofisticado com alta capacidade de processamento e começou a se tornar infraestrutura industrial, energética, geopolítica e financeira. O que está em jogo já não é somente inovação tecnológica. É produtividade nacional, soberania econômica, controle de informação, custo de energia, disponibilidade de semicondutores, reorganização do trabalho e concentração e migração de poder entre empresas, setores e nações.

Da corrida tecnológica para a corrida civilizacional

Há um erro de leitura acontecendo agora. A maioria das pessoas ainda olha para a inteligência artificial como se fosse apenas um chatbot impressionante. Já as grandes potências enxergam uma nova camada operacional da economia mundial. Minha impressão, após uma visita à China, é que Pequim compreendeu essa dinâmica precocemente. O que observei no país foi uma estratégia nacional articulada, apoiada por prioridades claras, recursos e mecanismos consistentes de execução.

Poucos personagens dessa história ajudam a entender tanto essa mudança quanto Kai-Fu Lee. Na obra AI Superpowers, publicada em 2018, ele argumentou que os Estados Unidos dominavam a pesquisa fundamental e a inovação original, mas que a China possuía vantagens estruturais em escala, velocidade de implementação, integração digital e coleta massiva de dados. Na época, muitos viram isso como provocação. Sete anos depois, a tese envelheceu de modo desigual. Os Estados Unidos ainda lideram a fronteira de pesquisa fundamental, mas a China reduziu a distância em “deployment”, custo de modelo, integração industrial e velocidade de iteração de maneira que poucos, na época, consideravam possível.

Enquanto o Ocidente fragmentava serviços digitais em aplicativos separados, a China consolidava pagamentos, logística, comércio eletrônico, mensagens e crédito em ecossistemas integrados. Isso gerou um fluxo contínuo de dados em grande escala. Ao mesmo tempo, Pequim passou a tratar a inteligência artificial como uma estratégia nacional. Alibaba, Tencent, Baidu e Huawei não buscam apenas desenvolver novos produtos digitais. O objetivo dessas companhias parece ser ocupar posições centrais nas plataformas, infraestruturas e ecossistemas que poderão sustentar uma parcela crescente das atividades cognitivas da economia digital.

De maneira figurativa, essa é uma versão digital e ampliada do programa “Belt and Road Initiative” (BRI). Se a Nova Rota da Seda buscava conectar países por meio de portos, ferrovias, energia e infraestrutura física, a próxima etapa parece buscar algo semelhante por meio de dados, computação, modelos de IA e infraestrutura digital. Não por acaso, a narrativa chinesa já apresenta a inteligência artificial como um novo motor do BRI.

Naturalmente, uma ambição dessa magnitude não se desenvolve em um vácuo geopolítico. À medida que a IA passou a ser percebida como um ativo estratégico, governos e empresas começaram a disputar posições em segmentos considerados críticos da nova infraestrutura tecnológica.

As restrições impostas pelos Estados Unidos sobre semicondutores, por exemplo, parecem ter produzido um efeito parcialmente contrário ao esperado. Em vez de simplesmente interromper o avanço chinês, aceleraram a busca por independência tecnológica. Medidas dessa natureza frequentemente geram efeitos ambíguos. Embora imponham custos e atrasos no curto prazo, também podem estimular investimentos, inovação e coordenação industrial no longo prazo.

Um dos episódios mais emblemáticos ocorreu em janeiro de 2025, quando a startup chinesa DeepSeek lançou um modelo de linguagem de fronteira desenvolvido a uma fração do custo estimado para modelos equivalentes nos Estados Unidos. O anúncio provocou uma perda temporária de cerca de US$ 1 trilhão no valor de mercado de empresas ocidentais associadas à IA e levou investidores e analistas a revisitarem algumas premissas que vinham orientando a corrida tecnológica, especialmente a ideia de que a restrição do acesso a grandes volumes de capital e aos semicondutores mais avançados constituiria uma barreira praticamente intransponível à entrada de novos competidores.

A disputa atual entre Estados Unidos e China vai além de uma guerra comercial convencional. É uma corrida para definir quem controlará a próxima arquitetura industrial do planeta e, por extensão, cobrar o “pedágio” cognitivo sobre quem não controla.

A inteligência artificial moderna depende de quatro elementos centrais: dados, semicondutores, energia e capital. O debate público costuma se concentrar nos chatbots, assistentes virtuais e demais aplicações de IA que capturam nossa atenção. Mas a verdadeira disputa acontece em camadas muito mais profundas da economia.

Os números circulam com frequência. A McKinsey estima que a IA generativa pode gerar entre US$ 2,6 trilhões e US$ 4,4 trilhões anuais em benefícios econômicos quando aplicada em diversos setores, um montante comparável ao PIB do Reino Unido.

Economistas da Goldman Sachs Research estimaram que a IA generativa poderia acrescentar cerca de US$ 7 trilhões ao PIB global, um aumento de 7%, ao longo dos próximos dez anos, além de expor cerca de 300 milhões de empregos em tempo integral a algum grau de transformação decorrente da automação. Esses números são grandes demais para serem descartados, mas tampouco podem ser aceitos sem uma análise crítica.

 A estimativa da McKinsey mede criação de valor corporativo em casos de uso específico, não adição direta ao PIB global. São métricas distintas, e confundi-las produz um otimismo artificialmente inflado. A projeção da Goldman Sachs é sobre um horizonte de dez anos, não imediata, e está baseada em cenários de adoção ampla que ainda não se materializaram na escala prevista.

Por outro lado, Jim Covello argumenta que o alto custo de desenvolvimento da IA generativa não se justifica pelos benefícios atuais, questionando o retorno sobre o investimento. Para ele,  essa IA generativa exige investimentos extraordinariamente elevados e, para produzir retornos compatíveis com esse nível de gasto, precisaria resolver problemas empresariais muito mais complexos do que aqueles para os quais a tecnologia atual foi concebida.

Essa avaliação é reforçada por Daron Acemoglu, ao projetar um ganho modesto, não superior a 0,66%, em produtividade total dos fatores (PTF) nos Estados Unidos e um impacto de 0,9% no PIB americano ao longo de uma década. Para isso, ele parte da premissa de que apenas uma pequena fração – menos de 5% de todas as tarefas ou cerca de um quarto daquelas expostas à IA – será automatizável de modo economicamente viável nos próximos 10 anos.

Esse descompasso entre narrativa e resultados concretos ajudou a impulsionar um fenômeno que vem sendo chamado de AI washing, em referência ao greenwashing ambiental. Segundo levantamento elaborado pela Howden, já começaram a aparecer ações coletivas movidas nos Estados Unidos – 17 ações só em 2025 – contra empresas acusadas de exagerar ou distorcer promessas relacionadas à inteligência artificial e seus impactos nos resultados financeiros e/ou percepção institucional das companhias. 

Essa é justamente a tensão que atravessa o debate atual. De um lado, há especialistas que enxergam sinais iniciais de uma tecnologia capaz de redefinir produtividade, modelos de negócio e a própria organização da sociedade. De outro, há quem veja excesso de expectativas, investimentos potencialmente desproporcionais e riscos de destruição de valor. Não se trata de uma disputa entre otimistas e pessimistas, mas entre interpretações distintas dos mesmos fatos. E há elementos suficientes para considerar que cada uma delas esteja capturando uma parte relevante da realidade.

O que está fora de dúvida é que o investimento em infraestrutura continua acelerando em velocidade incompatível com os retornos medidos até agora. Se isso é fase de maturação normal ou distorção de alocação de capital, a história ainda vai responder.

Há, porém, uma dimensão dessa transformação que recebe menos atenção do que os avanços dos modelos e de suas aplicações. O desenvolvimento da inteligência artificial é caro. Muito caro. E os maiores custos não estão nem no software nem na capacidade de processamento, e sim na infraestrutura que o sustenta.

Segundo a Agência Internacional de Energia (IEA, na sigla em inglês), em 2024, o consumo global de eletricidade de data centers foi de aproximadamente 415 terawatts-hora, cerca de 1,5% de toda a eletricidade consumida no planeta naquele ano. No cenário base da IEA, até 2030, esse consumo deverá mais que dobrar, alcançando um volume equivalente ao consumo anual de um país como o Japão. Mas um dado tão revelador quanto o total é o que enxergamos quando focamos nos impactos regionais. Ao final desta década, os Estados Unidos consumirão mais eletricidade em data centers do que na produção combinada de alumínio, aço, cimento, químicos e todos os outros bens industriais intensivos em energia juntos.

Quando uma tecnologia passa a demandar mais energia do que alguns dos pilares tradicionais da atividade industrial, torna-se difícil tratá-la apenas como software. A nova economia da inteligência artificial parece digital na interface, mas é profundamente industrial no subsolo.

Sob essa perspectiva, a disputa competitiva pode não se concentrar apenas nos modelos, algoritmos ou aplicações, mas também nos ativos que sustentam sua operação em larga escala: energia, infraestrutura, disponibilidade hídrica, capacidade de refrigeração e acesso a terrenos adequados. Compreender essa dimensão ajuda a explicar por que parte relevante das vantagens competitivas pode emergir do controle dos recursos necessários para operá-los em escala.

De onde virão esses recursos e quais efeitos secundários essa transferência maciça de capital dos setores consolidados para as novas fronteiras tecnológicas produzirá? A resposta ainda não é clara. No entanto, alguns sinais já começam a emergir. A Agência Internacional de Energia alerta que restrições na infraestrutura elétrica podem atrasar cerca de 20% da capacidade global de data centers planejada até 2030.

Em algumas regiões, os tempos de espera para conexão à rede já se estendem por vários anos, enquanto a expansão da infraestrutura de transmissão e geração exige investimentos crescentes. O relatório também destaca que, quando esses investimentos são incorporados à estrutura tarifária, seus custos podem ser compartilhados entre os demais consumidores do sistema elétrico, produzindo impactos distributivos relevantes sobre residências e pequenas empresas. Em outras palavras, a ascensão da IA já começa a reorganizar mercados de energia, prioridades de investimento e a própria alocação de recursos na economia.

Outro aspecto relevante dessa transformação diz respeito ao perfil de seus protagonistas. Uma parte relevante da nova infraestrutura cognitiva do planeta está sendo construída por grupos extremamente jovens, capazes de converter avanços técnicos em impactos econômicos e sociais em um intervalo de tempo extraordinariamente curto.

Dario e Daniela Amodei fundaram a Anthropic antes dos 40 anos e, em pouco tempo, transformaram a empresa em uma das principais referências globais em inteligência artificial. Sam Altman também assumiu a liderança da OpenAI ainda na casa dos trinta e ajudou a acelerar a difusão de tecnologias que rapidamente alcançaram centenas de milhões de pessoas. Parte relevante das organizações que hoje protagonizam a corrida pela IA foi criada ou conduzida por uma geração relativamente jovem de cientistas, engenheiros e empreendedores.

Isso leva a outra questão: como será a geração dos nativos digitais, que hoje têm menos de 15 anos e estão crescendo em um ambiente já permeado pela IA generativa? Suspeito que a verdadeira ruptura social não venha desta década, mas da próxima, quando esta geração entrar no mercado e considerar o cognitivo pré-IA tão estranho quanto a geração nascida na década de 1990 considera o pré-internet.

Além disso, a corrida pela inteligência artificial parece ampla e descentralizada na superfície. Contudo, no subsolo, ela se assemelha mais a uma indústria pesada do que a um ecossistema distribuído de inovação. Data centers, capacidade computacional, redes, energia e investimentos em larga escala permanecem fortemente associados a um número reduzido de empresas com capacidade financeira para mobilizar bilhões de dólares. No Ocidente, Microsoft, Alphabet, AWS e Meta ocupam posição central nesse processo, respondendo por uma parcela substancial dos investimentos em infraestrutura que sustentam a atual expansão da IA.

Talvez seja exagerado falar em uma “feudalização computacional”, mas a metáfora ajuda a iluminar um fenômeno que pode reforçar novas formas de dependência econômica e tecnológica. À medida que empresas passam a construir processos críticos sobre plataformas controladas por poucos atores, temas como autonomia estratégica, poder de negociação e liberdade de escolha tendem a ganhar relevância crescente.

A discussão também pode ser inserida em um contexto histórico mais amplo. Em sua análise sobre a ascensão e o declínio das grandes potências, Ray Dalio argumenta que mudanças na capacidade produtiva, na inovação tecnológica e na competitividade econômica costumam caminhar junto com transformações na distribuição global de poder. A inteligência artificial parece se encaixar nessa tradição. Estamos diante de uma tecnologia de propósito geral, com potencial para influenciar simultaneamente produtividade, competitividade, poder econômico e capacidade estatal, desenvolvida por um conjunto relativamente reduzido de atores e em um ritmo que frequentemente supera a velocidade de resposta das instituições. 

Um dos pontos de convergência entre visões muito distintas sobre inteligência artificial é a percepção de que a velocidade do avanço tecnológico passou a superar a velocidade de adaptação das instituições, dos marcos regulatórios e, em certa medida, da própria sociedade. O desafio já não é apenas aumentar capacidades, mas assegurar direção. Pois aceleração sem vetor não é progresso. É balística.

O impacto será profundo e, em muitos casos, já está em curso.

Dos laboratórios para a economia real

Na agroindústria, a leitura mais honesta é que a IA chega como uma camada de amplificação sobre uma base competitiva que, no caso brasileiro, já é estruturalmente forte. No próprio setor agroflorestal, trabalha-se com alta produtividade, matriz energética predominantemente limpa, escala industrial consolidada e ciclos de plantio bem geridos, o que forma uma combinação rara em escala global. Nesse contexto, a IA pode otimizar o uso de químicos, a manutenção preditiva, a secagem, o consumo de vapor, a qualidade da fibra, o planejamento florestal, o hedge climático sobre o ativo biológico e a previsão de demanda. E ganhos dessa natureza são recorrentes, capitalizáveis e difíceis de erodir, pois dependem de uma combinação de ativo físico, base florestal e cultura operacional que poucos concorrentes globais possuem.

Essa posição parece inabalável, mas não é. Nenhuma liderança, empresa ou modelo de negócio é. Como diz Mario Sergio Cortella, a sala de troféus de hoje não garante os troféus de amanhã. Ninguém pode se dar ao luxo de acreditar que é à prova de falhas ou imune à disrupção. É hora de ouvir com atenção e humildade, questionar certezas, definir prioridades, rever premissas e desenvolver estratégias à luz do futuro que já começou a chegar.

A pergunta que interessa, e aqui falo como leitura pessoal e não como prognóstico fechado, é se a agroindústria está em uma transição lenta de natureza econômica para algo mais próximo de um ativo industrial integrado, com componentes operacionais inteligentes acoplados também aos seus ativos biológicos. Não se trata de uma afirmação categórica, mas de uma hipótese que precisará ser observada com atenção ao longo dos próximos anos, podendo se confirmar integralmente, parcialmente ou apenas em determinadas categorias de produto.

O Brasil possui cultivos agrícolas dos mais produtivos do mundo, e essa vantagem comparativa tende a se acelerar e aprofundar à medida que a IA e a automação reduzem o custo marginal sem afetar a base biológica que sustenta a competitividade. A próxima fronteira de valor está na integração entre os plantios, fábricas, energias renováveis, logística e inteligência artificial em tempo real. O domínio dessa integração tende a capturar uma margem adicional e a atrair capital.

É possível, embora não garantido, que o mercado de capitais comece a precificar essa nova natureza dos ativos com múltiplos mais expansivos do que os tradicionalmente atribuídos a commodities cíclicas. E esse repricing, se ocorrer, será gradual e desigual entre as empresas, beneficiando primeiro aquelas que comunicarem com clareza a integração tecnológica de suas operações e que apresentarem métricas auditáveis de ganho recorrente.

Não podemos correr o risco de perder a vantagem competitiva que a agroindústria brasileira construiu reunindo produção em larga escala com custos baixos, inovação e elevada eficiência. E a melhor forma de preservá-la é acelerar a incorporação de tecnologia em todas as etapas da cadeia produtiva, transformando inovação em produtividade e produtividade em competitividade.

Na saúde, a oportunidade é também estrutural e provavelmente irreversível. A IA já começa a auxiliar médicos na identificação precoce e na prevenção de doenças, na documentação, na triagem, na leitura de exames e na pesquisa clínica, com ganhos econômicos imensos, uma vez que sistemas de saúde vivem pressionados pelo envelhecimento populacional, pela inflação médica e pela escassez de profissionais.

Operadoras, hospitais, laboratórios diagnósticos, farmacêuticas e healthtechs que integrarem IA com responsabilidade clínica capturarão margem em três frentes simultâneas: redução de custo operacional, melhoria de desfecho clínico e expansão de acesso para populações antes economicamente inviáveis de atender. O setor não é ameaçado pela IA, é dilatado por ela. Mas a saúde também mostra os limites da automação com clareza absoluta. Um erro em anúncios publicitários custa dinheiro. Já, na esfera médica, pode custar vidas. Se os erros não custam o mesmo em todos os contextos, seria essa assimetria de consequências o que define onde a automação encontra seus limites e onde a competência humana passa a valer ainda mais?

Já, na construção civil, o potencial abre uma janela rara de reposicionamento competitivo. A construção é um dos maiores setores do planeta e um dos menos produtivos historicamente, o que significa que a base de ganho disponível é desproporcional em comparação com quase qualquer outro setor. A IA pode atuar em orçamento, cronograma, segurança, compras, projeto executivo e previsão de atrasos. Combinada a humanoides e robôs, pode automatizar a construção propriamente dita no limite da operação física, reduzindo custo de modo estrutural. Mas esse ganho não é distribuído por igual, vai para quem se moveu primeiro, treinou equipes, integrou dados e construiu cultura operacional ao redor da nova camada tecnológica.

Organizações que tratarem a inteligência artificial apenas como uma iniciativa periférica de tecnologia da informação tendem a capturar apenas uma parcela limitada de seu potencial. Já aquelas que a incorporarem como instrumento de transformação operacional e redesenho de processos possivelmente terão maiores chances de obter ganhos relevantes de produtividade, eficiência e competitividade. Essa lógica não parece restrita a setores específicos, mas capaz de se espalhar por toda a economia.

Poucos setores ilustram tão claramente os efeitos da inteligência artificial quanto a mobilidade urbana e a logística. Sistemas cada vez mais sofisticados de roteirização, precificação, gestão de frotas e alocação de demanda deverão ampliar a influência dos algoritmos sobre a organização do trabalho e a tomada de decisões operacionais. Isso não significa necessariamente a substituição imediata de trabalhadores, mas pode alterar de modo relevante a maneira como determinadas atividades são coordenadas, avaliadas e remuneradas.

Ao mesmo tempo, a adoção dessas tecnologias cria oportunidades significativas para empresas do setor. Operadores logísticos, transportadoras, redes de distribuição e plataformas digitais poderão ganhar eficiência, reduzir desperdícios, melhorar a utilização de ativos e ampliar sua capacidade de atendimento. Em muitos casos, o principal impacto da IA estará na reorganização de processos, com efeitos potencialmente relevantes sobre produtividade e competitividade.

A questão central passa a ser como conduzir essa transição. Não existe uma resposta única. O processo provavelmente ocorrerá de maneira gradual, combinando avanços tecnológicos, adaptações regulatórias, novos modelos de qualificação profissional e experimentações institucionais.

Da diretoria executiva para o conselho de administração

Onde essa transição começa a ser priorizada e a ganhar forma?  Nos conselhos de administração, a utilização da inteligência artificial pode acontecer em diferentes níveis de profundidade, intensidade e maturidade.

Hoje, fala-se muito da alfabetização de conselheiros em IA, mas, muitas vezes, a discussão ainda está nos usos mais óbvios e operacionais, como funções relacionadas à secretaria do conselho: auxiliar no agendamento de reuniões, identificar a disponibilidade dos conselheiros, organizar pautas, distribuir materiais, acompanhar pendências e automatizar grande parte das atividades administrativas que consomem tempo e recursos. Tudo isso gera um ganho, é claro. Mas, em minha visão, representa uma pequena parcela do potencial transformador que a IA oferece às organizações. O verdadeiro papel do conselho de administração em relação à inteligência artificial não é discutir ferramentas. É liderar uma transformação cultural.

O conselho existe para ajudar a empresa a enxergar o futuro antes que ele se torne inevitável. Funciona para inspirar o management, desafiar paradigmas, ampliar horizontes e preparar a organização para mudanças estruturais que possam impactar sua competitividade e sua sobrevivência no longo prazo. Nesse contexto, acredito que uma das responsabilidades mais urgentes dos conselhos atualmente seja ajudar as empresas a desenvolver aquilo que chamo de cultura digital.

A melhor forma de explicar esse conceito é através de uma analogia com a sustentabilidade. Há algumas décadas, a sustentabilidade era vista por muitas empresas como um tema periférico, quase uma obrigação regulatória ou uma questão reputacional. Com o tempo, as organizações mais avançadas perceberam que a sustentabilidade não era apenas uma questão de responsabilidade socioambiental. Era uma forma necessária de pensar sua própria estratégia e modelo de negócio.

Hoje, as empresas que entenderam essa transição incorporam o conceito em todas as suas decisões. Uma fábrica que reduz o consumo de água não está apenas sendo ambientalmente responsável. Ela está reduzindo custos, aumentando eficiência, diminuindo riscos operacionais e se tornando mais competitiva. A sustentabilidade deixou de ser um departamento para se tornar uma cultura que permeia toda a organização.

A inteligência artificial seguirá uma trajetória semelhante, mas em velocidade muito maior. As empresas que desenvolverem uma verdadeira cultura digital irão repensar seus processos, redesenhar fluxos de trabalho, reinventar produtos, melhorar a experiência dos clientes, acelerar a tomada de decisão e aumentar significativamente sua produtividade. Não se trata apenas de fazer as mesmas atividades mais rápido. Trata-se também de fazer coisas que antes eram impossíveis.

Por isso, acredito que existirão dois tipos de empresas: aquelas que aprenderão a amplificar suas capacidades através da inteligência artificial e aquelas que perderão competitividade para quem aprendeu. Essa não é uma discussão tecnológica. É uma discussão estratégica. E é justamente por isso que o conselho deve estar no centro desse movimento.

Existem diversas formas de conselheiros exercerem esse papel. O conselho pode incorporar membros com experiência profunda em IA e transformação digital. Pode convidar especialistas para participar das reuniões e compartilhar tendências, oportunidades e riscos. Pode promover workshops, imersões e offsites dedicados ao tema. Pode incentivar programas de capacitação para executivos e lideranças. Pode, acima de tudo, manter a transformação digital como um tema recorrente e prioritário em sua agenda.

Mas existe um ponto adicional que considero fundamental. Não basta incentivar a adoção da inteligência artificial. É preciso medir resultados. Hoje, muitas empresas afirmam que estão utilizando inteligência artificial. Poucas conseguem demonstrar, de maneira objetiva, quais benefícios concretos estão obtendo.

O conselho deveria perguntar: Quanto tempo foi economizado? Quanto custo foi reduzido? Quanto crescimento foi gerado? Quais processos foram efetivamente transformados? Qual foi o impacto sobre a produtividade? Quantos colaboradores foram capacitados? Qual o retorno sobre os investimentos realizados? Sem métricas claras, existe o risco de a transformação digital se tornar apenas um discurso, sem produzir mudanças reais na organização.

Outro aspecto que merece a atenção do board é a resistência humana. A principal barreira para a adoção da inteligência artificial não é tecnológica. É psicológica. O ser humano naturalmente tende a resistir ao desconhecido. Muitas pessoas sentem desconforto diante de mudanças profundas. Existe o receio de perder relevância, de cometer erros, de não dominar uma nova tecnologia, de ser responsabilizado por falhas ou até mesmo de perder o próprio emprego.

São medos legítimos e compreensíveis. Por isso, cabe ao conselho e à liderança da empresa criar um ambiente de aprendizado, experimentação e evolução contínua. A transformação digital não pode ser conduzida pelo medo. Precisa ser conduzida pela visão de futuro, pela construção de capacidades e pela criação de oportunidades para as pessoas.

Tenho conversado com diversos conselheiros e executivos nos últimos anos e observo uma diferença cada vez mais clara entre as empresas que tratam a inteligência artificial como uma ferramenta e aquelas que a tratam como uma transformação estratégica. As organizações que estão avançando mais rapidamente são justamente aquelas que compreenderam que IA não é um projeto de tecnologia. É uma mudança de mentalidade.

Estamos atrasados? Talvez. Como vimos, a China iniciou esse movimento há alguns anos, e diversos países, empresas e ecossistemas vêm acelerando seus investimentos, aprendizados e aplicações em larga escala. Mas a boa notícia é que ainda estamos nos estágios iniciais dessa revolução.

Se compararmos essa jornada a uma formação acadêmica, talvez ainda estejamos no jardim da infância da inteligência artificial. Existe um longo caminho até chegarmos ao equivalente à graduação, ao mestrado e ao pós-doutorado dessa tecnologia. A diferença é que essa evolução não levará gerações. Provavelmente acontecerá ao longo de alguns anos ou, no máximo, uma ou duas décadas. Por isso, não existe tempo a perder.

Na minha visão, o principal papel do conselho de administração é garantir que a organização desenvolva uma cultura digital capaz de reinventar continuamente seus processos, produtos, serviços e modelos de negócio antes que os concorrentes o façam.

A pergunta que deixo para cada conselheiro que me lê, também aos executivos e líderes em geral é simples: Sua organização tem isso claro? Vocês estão efetivamente construindo essa cultura? Estão fazendo isso com a velocidade necessária?

Do velho futuro para o novo futuro

Nós mesmos estamos no início dessa jornada para um novo futuro. Poucas vezes na história tivemos a oportunidade de participar de uma transformação tão profunda, tão abrangente e tão cheia de possibilidades quanto a que estamos vivendo agora, daí a ideia de novo futuro. Temos muito a aprender, muito a experimentar e muito a construir.

O desafio desse futuro se torna ainda mais complexo em um contexto de aumento da longevidade e de transformação acelerada das habilidades demandadas pelo mercado de trabalho. Mais do que uma mudança tecnológica, trata-se de uma mudança na forma como trabalho, renda e produtividade poderão se relacionar nas próximas décadas.

Um estudo publicado pelo National Bureau of Economic Research acompanhou mais de 5.000 agentes de suporte ao cliente após a introdução de um assistente baseado em IA. A produtividade média aumentou 14%, mas os ganhos foram distribuídos de maneira desigual: trabalhadores novatos e de menor desempenho melhoraram cerca de 34%, enquanto os mais experientes e qualificados registraram ganhos reduzidos ou inexistentes. 

O estudo indica que a IA generativa parece beneficiar principalmente quem está no início da curva de aprendizado, reduzindo barreiras de entrada e acelerando a aquisição de competências. Por outro lado, a excelência continua rara e difícil de replicar. Diante desse cenário, avalio que é o espaço intermediário que tende a sofrer maior pressão. E isso nos traz de volta à reflexão anterior: Se a IA já é capaz de encurtar a curva de aprendizado dos profissionais de hoje, o que esperar daqueles que jamais conhecerão um mundo sem ela?

A próxima onda desse futuro, que silenciosamente já começou, é a dos agentes digitais. Não me refiro a assistentes virtuais com voz amigável, e sim a entidades computacionais que executam tarefas inteiras de maneira autônoma: agendam viagens negociando preços em múltiplas plataformas, conduzem pesquisas jurídicas e médicas iniciais, gerenciam carteiras financeiras dentro de mandatos definidos pelo usuário, redigem e revisam contratos, mantêm correspondência profissional, organizam logística doméstica, monitoram a saúde à distância, conduzem o ensino personalizado de crianças, fazem o controle administrativo de pequenos negócios, organizam a vida tributária pessoal e operam como filtro entre o indivíduo e suas diversas atividades e atribuições.

É plausível imaginar um futuro em que cada pessoa conte com uma equipe invisível de agentes especializados, executando tarefas e tomando decisões dentro de parâmetros previamente definidos.

Mas a transição dificilmente ocorrerá de maneira linear ou instantânea. Embora os avanços tecnológicos sejam impressionantes, ainda existem obstáculos relevantes relacionados à confiança, à responsabilidade jurídica, à segurança cibernética, à privacidade dos dados e aos riscos de erros de execução. Delegar a um agente digital a compra de uma passagem aérea é diferente de delegar decisões financeiras, médicas ou jurídicas. Em muitos desses casos, a tecnologia poderá evoluir mais rapidamente do que a disposição das pessoas, das empresas e dos reguladores em aceitá-la.

O debate central não está mais na possibilidade dessa evolução, mas na distribuição de suas vantagens. Indivíduos com agentes bem configurados ampliarão sua capacidade de ação de forma comparável ao que a alfabetização em massa representou no século 19 e o que o acesso à internet representou na virada deste milênio. Por outro lado, diferenças de acesso, familiaridade e capacidade de utilização dessas ferramentas poderão criar novas assimetrias entre as pessoas, empresas e até países.

Os agentes digitais tendem a alterar a forma como tempo, atenção e trabalho são alocados. O tempo humano será redistribuído entre o que faz sentido executar pessoalmente, o que se pode atribuir a agentes, e o que jamais deve ser delegado por razões que talvez ainda precisem ser articuladas. E aqui mora uma questão: se uma parte crescente das nossas decisões passar a ser tomada, otimizada ou pré-formatada por agentes, em que ponto o “eu” deixa de ser o sujeito da própria vida e passa a ser o supervisor de um conjunto de delegações automáticas?

Isso nos indica que essa transformação não parece se restringir à economia. Ela pode produzir efeitos psicológicos e culturais ainda difíceis de mensurar. Durante décadas, o diploma universitário funcionou como uma importante referência de qualificação e relevância profissional. À medida que parte do trabalho intelectual pode ser reproduzido em segundos por sistemas computacionais, novas questões emergem e a própria definição de utilidade humana entra em debate.

Paradoxalmente, essa transformação pode nos levar a atribuir maior valor relativo àquilo que nos torna humanos, pois nossa necessidade de pertencimento, convivência, afeto, propósito e experiências compartilhadas dificilmente será automatizada. A própria experiência pós-pandemia mostrou que, mesmo em um mundo hiperconectado digitalmente, a busca por conexão humana permaneceu intacta. Encontros presenciais, comunidades e relacionamentos continuaram ocupando um papel central na vida das pessoas e, em muitos casos, ganharam ainda mais relevância.

Talvez uma das poucas certezas em meio a tantas incertezas seja de que a tecnologia pode transformar a forma como trabalhamos, nos comunicamos e produzimos, mas dificilmente eliminará uma das características mais fundamentais da experiência humana, a necessidade de pertencermos, construirmos vínculos e encontrarmos significado nas relações que estabelecemos com as outras pessoas.

Existe ainda outra pergunta atravessando esse futuro transformado.

Será que estamos, realmente, diante de uma mudança civilizacional concreta, ou estamos como Dom Quixote, atacando moinhos de vento e projetando neles medos e exageros?

A imagem criada por Miguel de Cervantes representa bem este conflito entre percepção e realidade. Dom Quixote via gigantes onde existiam moinhos. O problema é que a humanidade, frequentemente, comete o erro oposto. Enxerga mudanças reais apenas como exagero temporário até o momento em que elas já reorganizaram completamente o mundo.

Leonardo da Vinci talvez seja o melhor exemplo histórico da capacidade humana de antecipar tendências muito antes de a infraestrutura do mundo estar pronta para elas. Da Vinci desenhou máquinas voadoras séculos antes da aviação. E o mais impressionante nele não era apenas a genialidade técnica, era a capacidade de perceber a direção histórica antes de a realidade material conseguir acompanhá-la.

Estamos diante de novos Leonardos da Vinci? Provavelmente sim. A diferença é que eles provavelmente não estão nos holofotes. A questão central é descobrir em qual estágio a inteligência artificial realmente está. E erro de timing não é o mesmo que erro de direção. Quem confunde os dois costuma perder os investimentos mais importantes e deixar passar a oportunidade de se posicionar no momento em que a curva ainda é jovem o suficiente para permitir a entrada com um preço razoável.

Talvez a IA evolua exatamente na velocidade em que os seres humanos forem capazes de fazer perguntas realmente relevantes. Assim, os modelos ficarão mais rápidos, baratos e poderosos. Mas, por ora, nenhuma máquina resolve problemas que ninguém soube formular corretamente.

O maior gargalo pode não ser computacional, energético ou financeiro, e sim intelectual. É provável que a grande vantagem competitiva humana passe a ser formular problemas complexos, interpretar contexto, conectar áreas diferentes, entender consequências humanas e fazer perguntas que máquinas ainda não sabem fazer sozinhas.

 A questão central parece residir menos no que as máquinas serão capazes de responder e mais em como os seres humanos decidirão quais problemas merecem ser resolvidos. Em um ambiente de crescente abundância computacional, discernimento, contexto e capacidade de julgamento tendem a se tornar recursos cada vez mais valiosos.

Do mundo para o Brasil

O Brasil precisa entrar nessa conversa com mais urgência e ambição. O país reúne atributos que poucos possuem simultaneamente: abundância de energia renovável, um agronegócio altamente competitivo, enorme potencial para a bioeconomia, um mercado interno relevante e empresas fortes em setores como celulose, mineração, saúde, alimentos e serviços financeiros. Mas ainda carece de uma estratégia nacional clara de IA, política industrial de semicondutores, ainda que de baixa intensidade tecnológica, infraestrutura de computação soberana, formação massiva de engenheiros e marco regulatório capaz de estimular a inovação e o investimento, em vez de simplesmente reproduzir modelos importados de outras realidades.

Também será fundamental reconhecer que o Brasil não dispõe, isoladamente, de todos os recursos necessários para disputar posições de liderança em cada elo dessa nova cadeia de valor. O caminho mais promissor passa por trabalhar em parceria com os melhores desenvolvedores e ecossistemas internacionais, utilizando nossos diferenciais competitivos para construir relações mutuamente vantajosas. 

Energia renovável abundante é uma vantagem estrutural enorme para hospedar data centers, mas só se o País construir a malha regulatória, fiscal e logística necessária para capturar esse fluxo. Caso contrário, o Brasil exportará megawatt-hora barato para que as conclusões cognitivas sejam vendidas de volta a preço de produto de alto valor agregado.

E há ainda um componente que merece atenção especial: a necessidade de que a elite empresarial brasileira trate a inteligência artificial como uma prioridade estratégica, e não apenas como uma buzzword de apresentações corporativas. Sem essa visão, mesmo as melhores políticas e infraestruturas terão dificuldade para se traduzir em impacto econômico real.

Se o Brasil não construir capacidade própria, corre o risco de se tornar apenas consumidor da inteligência artificial produzida pelos outros países. Isso não seria modernização e sim dependência tecnológica sofisticada, a mais elegante forma de subdesenvolvimento já inventada.

A reflexão até aqui conduz a uma questão ainda mais ampla. A discussão sobre inteligência artificial não se limita à disputa entre países, empresas ou setores econômicos. Em paralelo, estamos desenvolvendo sistemas capazes de desempenhar um número cada vez maior de atividades cognitivas que, até recentemente, eram consideradas exclusivamente humanas. Não apenas cálculo, mas linguagem, estratégia, persuasão, programação e apoio à tomada de decisão.

Jaan Tallinn alertou que o risco não é necessariamente de uma máquina maligna nos eliminar, como clássicos do cinema insistiam em retratar. O risco pode ser simplesmente uma inteligência poderosa perseguindo objetivos desalinhados dos interesses humanos. Em outras palavras, talvez baste indiferença algorítmica em escala. Isso parece ficção científica até o momento em que governos, mercados financeiros, sistemas militares, energia, infraestrutura, saúde e informação começam a depender profundamente de modelos que poucas pessoas compreendem.

Ainda assim, considero esse risco superestimado, pois a história sugere que mecanismos de adaptação, governança e controle tendem a evoluir à medida que as novas tecnologias se tornam mais relevantes. Não há garantias, mas me parece mais provável que a inteligência artificial amplie desafios já existentes do que represente uma ameaça existencial iminente. O verdadeiro teste estará na nossa capacidade coletiva de construir instituições, incentivos e mecanismos de supervisão capazes de transformar potenciais riscos em fontes de prosperidade, conhecimento e desenvolvimento humano.

Grandes desafios raramente são resolvidos por uma única ótica, organização ou centro de poder. As respostas mais duradouras costumam surgir quando diferentes competências e visões de mundo conseguem dialogar e aprender umas com as outras.

Não existe nenhuma pessoa, empresa, governo ou universidade capaz de compreender, sozinha, todas as implicações dessa transformação. Isso ocorre porque seus impactos transcendem a tecnologia e se manifestam simultaneamente nos campos econômico, psicológico, filosófico, energético, industrial e civilizacional.

Por isso, tão importante quanto os avanços tecnológicos será a capacidade de ampliar a qualidade do diálogo. Reunir diferentes setores, disciplinas e visões de mundo para refletir sobre essas transformações pode se revelar um dos fatores decisivos para orientar seus impactos. A questão não é impedir que sistemas inteligentes participem de um número crescente de decisões, mas garantir que desenvolvamos a capacidade coletiva de definir os critérios, valores e objetivos que deverão orientá-los. Sem esse esforço, corremos o risco de que a velocidade da transformação tecnológica avance mais rapidamente do que nossa capacidade de influenciar seus rumos.         

É EXATAMENTE AQUI QUE ENTRA VOCÊ. SE CHEGOU ATÉ ESTE PARÁGRAFO, é provável que faça parte de uma minoria intelectualmente curiosa o bastante para resistir ao reflexo de consumir tecnologia sem interrogá-la. Então, por favor, discorde do que escrevi. Aponte onde acha que errei a direção, o timing, a leitura geopolítica, a estimativa de impacto setorial, a profundidade do gargalo intelectual. Compartilhe se está implementando IA na sua operação e o que está funcionando ou falhando. Conte se está mais otimista do que eu, ou se está significativamente mais cético. Diga se acredita que o Brasil tem chance real de capturar, mesmo que parcialmente, essa onda ou se vamos novamente assistir a tudo pela janela. Os comentários valiosos não serão os que concordarem com elegância. Serão os que me obrigarem a revisar uma premissa.

Este texto não é um diagnóstico fechado. É um convite explícito de fricção intelectual. As ideias que ficarem em pé depois do debate e dos comentários a este artigo, publicados online ou ocorridos offline, serão, por construção, melhores do que as que escrevi. A próxima versão deste pensamento será, em parte, sua.

Salvar conteúdo 0