IA já impacta o PIB? Estudos recentes indicam contribuição positiva — e crescente

Estudos publicados ao longo de 2025 e início de 2026 apontam que a inteligência artificial (IA) já começa a aparecer nas estatísticas econômicas, sobretudo via uma onda de investimentos em centros de dados e software. Projeções para economias como a dos Estados Unidos estimam acréscimos entre 0,1 e 0,2 ponto percentual ao crescimento do PIB em 2025–2026, enquanto avaliações globais sugerem que, ao longo da próxima década, a IA pode adicionar de 0,1 a 0,6 ponto percentual ao ano à produtividade.

Contexto: onde, quando e quem está envolvido

O interesse renovado decorre do avanço da IA generativa e da corrida por infraestrutura computacional desde 2023. Nos EUA, bancos e casas de pesquisa vêm calculando o efeito macroeconômico dos novos investimentos, enquanto centros acadêmicos e consultorias modelam cenários de difusão tecnológica e produtividade. Autoridades do setor de energia também registram a pressão adicional sobre a demanda elétrica por causa da expansão de data centers, elemento-chave para treinar e operar modelos de IA.

O que dizem os dados mais recentes

• Curto prazo (2025–2026): estimativas indicam que a construção de data centers, a compra de servidores e redes, e a expansão de infraestrutura elétrica podem acrescentar dezenas de pontos-base ao crescimento do PIB de grandes economias já neste biênio. Paralelamente, projeções oficiais apontam a sequência mais forte de aumento do consumo de eletricidade nos EUA desde 2000, impulsionada por grandes instalações computacionais.

• Próxima década: análises internacionais convergem para um impulso de produtividade de 0,1 a 0,6 p.p. ao ano até 2040, dependendo da velocidade de adoção e da realocação do tempo de trabalho. Há cenários em que o nível do PIB global acumula ganhos significativos ao longo dos anos, desde que empresas consigam escalar casos de uso e capacitar trabalhadores.

• Evidência micro: experimentos controlados em empresas mostram ganhos de cerca de 14% na produtividade de tarefas de atendimento quando trabalhadores utilizam assistentes de IA, com impactos maiores entre profissionais menos experientes. Pesquisas nacionais indicam que, no fim de 2024, cerca de um quinto dos trabalhadores nos EUA já havia usado IA generativa ao menos uma vez na semana, e entre 1% e 5% do total de horas trabalhadas estavam sendo assistidas por essas ferramentas.

• Horizonte e ritmo: projeções sugerem que os efeitos macro começam a ficar mais visíveis em meados desta década, com contribuição anual ao crescimento se intensificando a partir de 2027 em algumas economias avançadas. Modelos de longo prazo estimam impacto acumulado de aproximadamente 1,5% no nível do PIB até 2035, chegando perto de 3% por volta de 2055, à medida que a adoção amadurece e os setores mais expostos à automação absorvem a tecnologia.

Impactos por setores e regiões

• Tecnologia e nuvem: provedores ampliam capex para computação acelerada por IA, impulsionando cadeias de semicondutores, redes e construção civil.

• Serviços e indústria do conhecimento: áreas como atendimento, marketing, software e P&D tendem a capturar ganhos de produtividade mais cedo, especialmente em tarefas de conhecimento padronizadas e repetitivas.

• Energia e infraestrutura: a demanda elétrica cresce com a densidade computacional dos novos centros, exigindo reforços de transmissão, geração e armazenamento, além de soluções de abastecimento dedicadas.

• Trabalho e qualificação: a difusão da IA eleva a necessidade de treinamento e redesenho de processos. A evidência sugere redução de assimetrias de desempenho dentro das equipes, mas a captura dos ganhos exige requalificação e governança de riscos.

Próximos passos e o que acompanhar

Para avaliar se a IA já está “no PIB”, vale observar: 1) as leituras trimestrais de produtividade e formação bruta de capital fixo ligadas a equipamentos e software; 2) guias de investimento corporativo voltados a data centers e IA; 3) a evolução do consumo e da infraestrutura de energia; 4) indicadores de adoção no trabalho e estudos setoriais com métricas de desempenho. A direção dos resultados até aqui é positiva, mas a materialização plena do potencial dependerá do ritmo de implementação nas empresas, da capacidade de treinar pessoas e da remoção de gargalos de infraestrutura.