Responder a uma pergunta: se a IA te permitir aumentar a eficiência em cinco vezes, queres reduzir 80% dos custos ou fazer o trabalho cinco vezes mais?

Quando a IA amplifica a produtividade de uma equipa em cinco vezes, pode reduzir 80% da mão de obra, mantendo a produção original; ou pode manter o número de pessoas e fazer cinco vezes mais. Esta escolha está a acontecer em simultâneo nas salas de reunião de empresas em todo o mundo, e não existe uma resposta padrão.

Em julho de 2025, numa entrevista ao CNN, Huang Renxun foi perguntado se a IA causaria desemprego entre trabalhadores de escritório. A resposta foi extremamente direta: “Se o mundo não tiver novas ideias, o aumento de produtividade trazido pela IA acabará por se converter em desemprego.” O problema não é a IA; é saber se os decisores têm capacidade de imaginação. Se o mundo não tiver novas ideias, o aumento de produtividade trazido pela IA acabará por se converter em desemprego.

E a história já provou há muito que uma melhoria de eficiência nunca faz a procura diminuir. O paradoxo de Jevons, proposto no século XIX, aponta que quando a tecnologia melhora a eficiência e reduz custos, a procura não só não desce como, pelo contrário, cresce. Esta regra repete-se em cada uma das revoluções tecnológicas.

Paradoxo de Jevons: a melhoria de eficiência não reduz a procura — pelo contrário, aumenta-a

Intuitivamente, a melhoria de eficiência deveria fazer a procura diminuir, como quando a Google lançou o algoritmo TurboQuant, comprimindo em pelo menos 6 vezes a utilização de memória de grandes modelos de linguagem, e ao mesmo tempo, sem sacrificar a precisão do modelo, aumentando a velocidade de inferência em até 8 vezes. O mercado interpretou rapidamente esta tecnologia como “destruição do lado da procura”, mas a história nunca funcionou assim.

(A nova tecnologia da Google assusta o mercado: a procura de memória de IA cai seis vezes! SK Hynix e Micron a venderem em conjunto)

No podcast da a16z, o cofundador do BOX, Aaron Levie, apontou que o maior erro de avaliação no mercado atual é tentar compreender a IA do ponto de vista do mundo antigo: “O maior problema neste momento é que toda a gente está a tentar calcular modelos económicos, mas está a subestimar a escala das oportunidades em pelo menos uma ordem de grandeza.”

Este tipo de erro já aconteceu muitas vezes. Na era dos PCs, as pessoas pensavam que o poder de computação era um mercado limitado; na era da cloud, achavam apenas que estavam a transferir servidores existentes para os centros de dados de outras pessoas. Mas o que de facto aconteceu foi isto: ninguém imaginou que as pessoas passariam a usar mil vezes mais recursos.

Esta é a versão moderna do paradoxo de Jevons: quando os custos baixam, a procura não diminui — explode.

O caso do Excel: a execução de baixo nível é comprimida, a decisão de alto nível é amplificada

A IA é igual. Quando os modelos ficam mais baratos e mais rápidos, o mercado pensa imediatamente que a procura diminuiu, mas o que realmente acontece é a explosão dos casos de uso. E esta explosão altera diretamente a forma como os seres humanos trabalham.

As revoluções tecnológicas nunca substituem as pessoas diretamente; em vez disso, deslocam as pessoas para níveis mais abstratos. Ele explicou este processo com o exemplo de uma folha de cálculo: uma MBA que acabou de entrar num banco, inicialmente não usaria uma folha de cálculo, por isso precisava de um grupo inteiro de estagiários para a ajudar a operar. Mas alguns anos depois, ela e todos os seus colegas passaram a ser capazes de operar folhas de cálculo; a camada de trabalho original desapareceu diretamente e toda a camada abstrata se deslocou para cima.

A IA está a replicar este processo. A execução de baixo nível será comprimida; a tomada de decisão de alto nível e a integração de sistemas serão ampliadas.

Se não houver novas ideias, a produtividade trazida pela IA só se converterá em desemprego

Estas mudanças já não são apenas teoria. Ele mencionou um caso: uma pessoa de marketing da Anthropic que usou ferramentas de IA para realizar um trabalho que antes exigia uma equipa de cinco a dez pessoas. E pode dizer-se que, com um só indivíduo, usando o Claude Code, automatizou trabalhos que antes exigiam de cinco a dez pessoas.

Mas a chave neste caso está nas capacidades. Levie disse: “Tens de ser um pensador de sistemas para conseguires fazer isto.” A IA não deixou toda a gente mais forte; em vez disso, deu uma alavancagem enorme a quem sabe decompor sistemas. O trabalho em si não desapareceu — foi simplesmente redefinido.

Isto também remete para a resposta que Huang Renxun deu no ano passado quando foi perguntado se a IA causaria desemprego de trabalhadores de escritório. Toda a gente dizia que a IA causa uma vaga de despedimentos, mas as ferramentas apenas duplicam a produtividade; é um problema de quem não sabe usar isso para aumentar a produção.

Se o mundo não tiver novas ideias, o aumento de produtividade trazido pela IA acabará por se converter em desemprego. O problema não é a IA; é saber se os decisores têm capacidade de imaginação.

Aaron Levie: o número de agentes de uma empresa no futuro pode ser mil vezes o número de funcionários

Quando este modelo se estende ao nível empresarial, a forma organizacional também muda.

No podcast, Levie avançou uma previsão fundamental: no futuro, o número de agentes de uma empresa pode ser de 100 a 1000 vezes o número de funcionários. E se os teus agentes forem 100 a 1000 vezes mais do que as pessoas, o teu software tem de ser construído para os agentes.

Isto significa que a fonte da competitividade empresarial está a mudar: o desempenho da tua empresa vai depender de quão eficazmente os teus agentes conseguem obter informação e concluir tarefas.” Portanto, também o problema da indústria de software é redefinido. Se as APIs estão abertas, como gerir permissões e identidades, como os dados são chamados — tudo isto se torna competência central. Neste quadro, os funcionários deixam de ser a unidade única de produção; os agentes passam a ser os principais executores, e os humanos viram-se para o desenho e a coordenação.

Na perspetiva de Levie, o Paperclip referido em reportagens anteriores pode ser um cenário de trabalho em IA bastante visionário.

Se o OpenClaw fosse um funcionário de IA, então o Paperclip seria o sistema de gestão de toda a empresa. Os utilizadores podem definir objetivos da empresa, criar estruturas organizacionais, recrutar agentes de IA de diferentes tipos (como OpenClaw, Cursor e Codex), e fazê-los trabalhar em divisão de tarefas e colaboração como se fossem equipas da empresa. O papel humano neste sistema é mais próximo do de um conselho de administração: basta definir a estratégia, aprovar decisões importantes e monitorizar o orçamento; o resto é feito automaticamente pelos agentes.

(Uma empresa de uma só pessoa vale o quê? Projeto de IA open source que explodiu, Paperclip, para criares uma “empresa com zero pessoas”)

Não consegues vibe coding um SAP

Mas esta mudança não vai acontecer de um dia para o outro. Levie também deixou claro o seguinte: “A difusão das capacidades de IA vai ser mais lenta do que a Silicon Valley imagina.” A razão é que as empresas não começam do zero; muito conhecimento está distribuído pelos processos, sistemas e organizações, e não é apenas uma camada de dados. Ele até foi direto ao afirmar que não consegues criar um SAP apenas com vibe coding.

O problema mais realista é que a maioria das pessoas nem sequer consegue descrever claramente o seu fluxo de trabalho, quanto mais convertê-lo num sistema que possa ser executado por agentes. É também por isso que, por enquanto, ainda é necessário um alto nível de competências técnicas para construir um sistema de agentes completo. No entanto, este limiar está a descer rapidamente.

Voltando à pergunta inicial: historicamente, em cada revolução tecnológica, algumas empresas escolhem reduzir custos e outras escolhem expandir capacidades. A primeira otimiza a eficiência; a segunda cria mercados. No fim, o que define a época é, muitas vezes, a segunda.

A IA é igual. O problema nunca é se ela substitui ou não pessoas; o problema é se tu a vais usar para fazer mais coisas.

Este artigo responde a uma questão: se a IA te fizer ganhar cinco vezes em eficiência, reduzes 80% dos custos ou fazes cinco vezes mais? Surgiu pela primeira vez em Cadeia de Notícias ABMedia.