João Miguel Mesquita
A ideia de que a inteligência artificial poderá tornar-se um destruidor massivo de emprego ganhou novo fôlego com os avanços recentes em ferramentas de desenvolvimento automatizado e sistemas capazes de executar tarefas de forma autónoma. Em paralelo, várias organizações têm vindo a reduzir quadros, muitas vezes enquadrando essas decisões em ganhos de eficiência associados à automação. Ainda assim, a ligação direta entre despedimentos e adoção de IA está longe de ser clara.
Numa leitura macroeconómica, o impacto da IA no mercado de trabalho continua a ser ténue e difícil de quantificar. Existem sinais pontuais, como a menor procura por perfis mais juniores em áreas técnicas, mas ainda não se observa uma transformação estrutural. Para já, o efeito parece concentrar-se em funções mais rotineiras e previsíveis, onde a automação encontra menos barreiras.
Esta realidade levanta uma questão essencial, até que ponto é legítimo assumir que o que está a acontecer em algumas funções será replicado em toda a economia? A resposta exige prudência. A complexidade do trabalho humano, em muitas áreas, continua a ser um obstáculo difícil de ultrapassar.
Quando se olha para o modelo económico da inteligência artificial, surgem dúvidas relevantes. Grande parte dos serviços de IA está a ser disponibilizada a preços que não refletem o seu custo real, sustentados por investimento intensivo e continuado. Esta diferença entre preço e custo tende a distorcer a perceção de valor e de retorno.
Há um padrão conhecido neste tipo de ciclos tecnológicos. Durante fases de forte investimento, criam-se condições artificiais que tornam viáveis projetos que, em circunstâncias normais, não seriam sustentáveis. Isso pode levar as organizações a tomar decisões com base em pressupostos que não se irão manter ao longo do tempo.
Muitas empresas estão a avaliar o impacto da IA com base em custos que podem não ser sustentáveis a médio prazo. A curto prazo, o racional faz sentido, aproveitar condições favoráveis para ganhar eficiência e reduzir custos. No entanto, à medida que o mercado evoluir e os preços se ajustarem, parte dessas poupanças poderá desaparecer.
Para além das questões económicas, existem limitações físicas que não podem ser ignoradas. Os sinais de pressão sobre a capacidade disponível indicam que a infraestrutura atual ainda está longe de suportar uma adoção generalizada. Mesmo com níveis de utilização relativamente moderados, já se verificam constrangimentos.
A resposta passa por aumentar a capacidade instalada, com mais centros de dados e maior poder de processamento. Mas essa expansão tem um custo elevado e levanta uma questão prática, até que ponto é possível escalar este modelo?
A energia surge como um dos principais fatores de incerteza. O funcionamento destas infraestruturas exige grandes quantidades de eletricidade, de forma contínua, o que coloca pressão sobre custos e disponibilidade. Num cenário de utilização massificada, este fator pode tornar-se determinante.
No fundo, o desafio é encontrar um ponto de equilíbrio. Para que a IA substitua trabalho humano de forma alargada, terá de provar que é consistentemente mais eficiente do ponto de vista económico. Essa prova ainda não foi dada.
Se o custo da tecnologia se mantiver elevado, ou se aumentar à medida que os investimentos forem recuperados, a substituição direta deixará de fazer sentido em muitos contextos. Por outro lado, reduzir demasiado os preços pode comprometer a viabilidade de quem fornece a tecnologia.
Este é um equilíbrio difícil e ainda em construção. Ao mesmo tempo, o desenvolvimento da inteligência artificial continua a ser impulsionado por objetivos que vão além da eficiência imediata. Isso ajuda a explicar o volume de investimento, mas também reforça a ideia de que o caminho até uma adoção plena será mais longo e complexo do que, por vezes, se antecipa.
