Em fevereiro de 2026, um relatório de investigação intitulado "A Crise Global de Inteligência de 2028" suscitou uma ampla atenção nos mercados financeiros. Publicado pela Citrini Research, este exercício de simulação macroeconómica projeta a trajetória económica até 2028: o desemprego nos EUA ultrapassa os 10 %, o S&P 500 recua 38 % face ao seu máximo, e uma crise estrutural impulsionada pela IA desenrola-se silenciosamente.
O relatório traça um cenário preocupante: à medida que agentes de IA executam tarefas intelectuais complexas a custo marginal praticamente nulo, os modelos de negócio nos serviços de software, intermediação financeira e consultoria profissional são sistematicamente desmantelados. As empresas utilizam as poupanças resultantes dos despedimentos para adquirir mais poder computacional de IA, o que conduz a novos despedimentos—um "ciclo de retroalimentação sem travão natural". Apesar de a produção económica continuar a crescer, esta deixa de alimentar os setores de consumo humano—o relatório designa este fenómeno por "PIB Fantasma".
O impacto deste relatório não reside tanto na precisão das suas previsões, mas sim no foco numa questão fundamental: à medida que a inteligência artificial substitui gradualmente a inteligência humana—até agora o fator produtivo mais escasso—será que as teorias económicas existentes ainda se mantêm válidas? Como sublinhou o coautor Arup Shah numa entrevista, "Isto não é uma previsão, mas sim um teste de esforço com base em modelos de longo prazo—se a IA continuar realmente a fortalecer-se, como todos esperam, que lógicas empresariais colapsarão em primeiro lugar?"
Partindo deste ponto, o presente artigo constrói um quadro analítico "Desafio–Tendência–Impacto–Resposta", centrando-se no "período de transição intergeracional" de 2025 a 2075. Exploramos como a estrutura da escassez dos fatores de produção se altera à medida que o custo da "execução" se aproxima de zero, e de que modo a distribuição de riqueza e o contrato social poderão evoluir.
Reavaliar a Escassez: A Mudança na Escassez dos Fatores de Produção
A Tendência de Redução dos Custos de Execução
"Execução" refere-se a tarefas intelectuais e manuais repetitivas que podem ser algoritmizadas e rotinizadas—programação básica, contabilidade financeira, geração de conteúdos, entre outras. A IA está a conduzir o custo marginal deste tipo de execução para perto de zero. O cenário descrito em "A Crise Global de Inteligência de 2028": a indústria indiana de serviços de TI, com mais de 200 mil milhões $ em receitas anuais de exportação, enfrenta uma disrupção à medida que clientes globais recorrem a agentes de programação baseados em IA, cujo custo se resume praticamente à eletricidade. O relatório assinala: "Todo o modelo assenta numa proposta de valor—os programadores indianos custam uma fração dos seus homólogos norte-americanos. Mas o custo marginal dos agentes de programação em IA colapsou, sendo, na prática, o preço da eletricidade."
Esta tendência já é confirmada por dados. O emprego no setor de TI nos EUA caiu 8 % desde o pico de 2022 até ao início de 2026. Este setor está na linha da frente da penetração da IA. Shah destaca: "Quanto mais fácil for para uma indústria delegar tarefas à IA, mais evidentes são as perdas de emprego. E os empregos mais facilmente substituíveis são os de colarinho branco." Processamento de informação, análise de dados, validação de fluxos de trabalho—tarefas que antes exigiam profissionais altamente qualificados e bem remunerados—podem agora ser executadas por IA a custo mínimo.
Do ponto de vista económico, trata-se fundamentalmente de um ajustamento estrutural na escassez relativa dos fatores de produção. Num artigo para a Financial Review, Zhang Xiaojing e Li Jingjing defendem que a IA está a provocar uma "mudança de escassez"—uma alteração na estrutura relativa da escassez dos recursos dominantes em contexto de transformação tecnológica. Isto significa que o capital intangível (dados, algoritmos, poder computacional, etc.) ganha preponderância, enquanto a escassez de certos fatores laborais é progressivamente erodida.
O Crescente Valor da Escassez na Tomada de Decisão
À medida que os custos de execução diminuem, o valor do "poder de decisão" aumenta. A tomada de decisão inclui: assumir risco em contexto de informação incompleta, alocar recursos, definir objetivos, gerir dilemas éticos e avaliar criticamente e validar decisões finais sobre resultados produzidos por IA.
As teorias económicas do empreendedorismo há muito demonstram que a tomada de decisão e a assunção de risco são as fontes fundamentais do lucro. Quando a oferta de execução é ilimitada, o seu preço (salários) tende para zero, tornando a "decisão" o fator de estrangulamento, e o seu valor (rendas/lucros) aumenta inevitavelmente. Esta é a outra face da "mudança de escassez"—os sistemas de IA automatizam tarefas cognitivas complexas, reduzindo a escassez do trabalho humano no processamento de informação, mas criando simultaneamente novas fontes de escassez.
Ao nível organizacional, a IA está a transformar os mecanismos de decisão. Decisões baseadas em regras, suportadas por dados e repetitivas são as mais facilmente substituíveis por IA. Para decisões de maior risco e responsabilidade, a IA assume o papel de "parceiro de raciocínio". Um estudo de simulação Monte Carlo sugere que, em cenários complexos, a colaboração humano-IA gera a maior utilidade económica, mas apenas se for alcançada uma verdadeira "capacitação"; sem sinergia, a colaboração pode ser menos eficiente do que estratégias exclusivamente humanas ou exclusivamente automatizadas.
Mudança Estrutural de Fase: A Evolução da Distribuição do Rendimento
Do Rendimento do Trabalho ao Rendimento do Capital e da Decisão
A IA está a transformar a estrutura fundamental da distribuição do rendimento. Uma análise do IPPR mostra que os empregos no Reino Unido com potencial de automação representam 290 mil milhões £ em salários—cerca de um terço da massa salarial total. Se a automação conduzir à redução dos salários médios ou do tempo de trabalho, uma fatia significativa do rendimento nacional será transferida do trabalho para o capital.
O relatório "A Crise Global de Inteligência de 2028" projeta o resultado extremo desta tendência: a quota do trabalho no PIB cai de 56 % em 2024 para 46 % no cenário de 2028. A riqueza concentra-se cada vez mais nas mãos dos "detentores de poder computacional e capital", enquanto o rendimento do trabalho continua a encolher. Não se trata apenas de mais uma vaga de desemprego tecnológico—é um desacoplamento entre criação de valor e distribuição de valor. "As máquinas não precisam de gastar dinheiro em consumo." Quando o crescimento da produção deixa de se traduzir em poder de compra, a base do ciclo económico começa a fraquejar.
A polarização distributiva na era da IA tem origem na escassez do novo capital intangível, cujo valor marginal crescente e propriedade concentrada estão a reconfigurar a lógica da alocação moderna de fatores económicos. Quando a propriedade do capital é altamente desigual, o aumento da quota do rendimento do capital agrava inevitavelmente a desigualdade—"quem possuir os robôs deterá uma fatia cada vez maior da riqueza nacional".
Este impacto está a alastrar de setores específicos à economia em geral. Shah observa que os 20 % de maiores rendimentos representam cerca de 65 % do consumo nos EUA. Se os rendimentos de colarinho branco vacilarem, todo o fluxo de caixa da cadeia de consumo fica sob pressão. O relatório modela um cenário: um aumento de 5 % no desemprego de colarinho branco pode provocar uma queda do consumo muito superior a 5 %—um gestor de produto com um salário anual de 150 000 $ que perde o emprego e recorre a trabalho temporário poderá ver o seu rendimento cair mais de 70 %.
Debates Políticos sobre a Socialização dos Ganhos da IA
À medida que a IA se torna a força produtiva central da sociedade, deverão os seus vastos ganhos ser redistribuídos através de algum mecanismo? Esta questão está a ganhar relevância. Especialistas da Baker Tilly salientam: "Para que uma economia impulsionada pela IA prospere, a sociedade tem de garantir que os consumidores mantêm poder de compra. Alguma forma de rendimento básico universal ou variantes poderão servir de rede de segurança."
As grandes tecnológicas têm avançado propostas semelhantes. O CEO da OpenAI, Sam Altman, propôs o "American Equity Fund", que taxaria grandes empresas e propriedade privada em 2,5 % para pagar dividendos anuais a cada adulto norte-americano. Mustafa Suleyman, responsável pela área de IA de consumo na Microsoft, defende os "Serviços Básicos Universais", considerando o acesso a sistemas avançados de IA um direito fundamental.
Mas estas propostas enfrentam grande ceticismo. Uma análise mais detalhada revela que o plano de Altman não prevê o controlo dos trabalhadores sobre a OpenAI, nem a propriedade pública da infraestrutura de IA—limita-se a esperar que o Estado socialize os ganhos, enquanto os chips, algoritmos e plataformas que geram riqueza permanecem nas mãos de um pequeno grupo de super-ricos. A imprensa japonesa coloca uma questão fundamental: quando tanto valor já foi convertido em ações e riqueza herdada, poderão os dividendos beneficiar realmente a população comum?
Além disso, para a maioria dos países sem empresas líderes em IA, se os empregos locais forem automatizados e os lucros se concentrarem no estrangeiro, quem pagará rendimento aos seus cidadãos? Uma solução possível seria criar um "Fundo Internacional de Dividendos de IA", que tributasse moderadamente os lucros das maiores empresas de IA para apoiar os países mais afetados por estes choques.
Estratégias de Adaptação: Ancorar o Valor Durante a Transição
Nível Individual: Da Competição de Competências à Literacia em Decisão
À medida que a retenção de conhecimento e a memória se tornam pontos fortes absolutos da IA, a educação terá de se adaptar. A competitividade central de indivíduos e organizações no futuro não será o volume de conhecimento memorizado, mas a rapidez com que se aprende e se adapta à mudança.
Isto implica que a educação deve passar da "transmissão de conhecimento" para a "literacia em decisão"—incluindo pensamento crítico, avaliação sistémica de risco, análise de dilemas éticos e capacidade de "calibrar" e "vetar" resultados produzidos por IA. A Forrester prevê que, até 2026, 30 % das grandes empresas exijam formação em IA para aumentar o "QI de IA" dos colaboradores e reduzir riscos de responsabilidade.
O fenómeno de "congelamento de contratações" evidenciado em "A Crise Global de Inteligência de 2028" merece destaque: as empresas adotam abordagens mais subtis—o negócio cresce, mas todas as novas tarefas são atribuídas à IA, sem novas admissões. Isto pode parecer benigno, mas afeta profundamente a capacidade de regeneração do mercado de trabalho. Shah observa que mesmo empresas com finanças saudáveis veem as suas ações desvalorizar—por uma razão simples: "Se todas as empresas utilizam IA para substituir humanos e proteger margens, daqui a três anos, quem comprará os seus produtos?"
Nível Societal: Explorar um Novo Contrato Social
Ao nível institucional, o período de transição exige um novo contrato social. As orientações políticas potenciais incluem: criação de contas de aprendizagem ao longo da vida, reforço das redes de proteção social e exploração de mecanismos para registar e devolver valor ao "dado enquanto trabalho".
O PNUD sublinha que o percurso da IA não é determinado pelo ritmo do progresso tecnológico, mas sim por "quem beneficia dele". Este caminho não é fixado no momento da invenção, mas moldado por decisões criteriosas sobre como, onde e para quem a IA é utilizada. Na prática, a disseminação da IA ocorre frequentemente não através de estratégias nacionais, mas sim de decisões quotidianas de aquisição, plataforma e operação.
Os quadros macroeconómicos também necessitam de atualização. Os modelos tradicionais assumem escassez de fatores e custos marginais crescentes, mas com a IA a conduzir os custos marginais para zero, a medição da inflação torna-se imprecisa e o mercado de trabalho enfrenta um desfasamento entre competências e regras. Alguns especialistas sugerem incorporar métricas como a "taxa de substituição algorítmica" e o "coeficiente digital de Gini" nos instrumentos de política, passando de um controlo agregado para um equilíbrio dinâmico entre custos de governação e retornos da inovação.
Nível de Ativos: Análise sob a Perspetiva da Propriedade
Dado o diagnóstico anterior de que "a riqueza inclina-se para o capital e a decisão", durante a transição intergeracional, o núcleo da ancoragem da riqueza pessoal poderá passar de "vender trabalho por dinheiro" para "detenção de ativos produtivos". Num sentido lato, "ativos produtivos" incluem não só ações tradicionais e imobiliário, mas também a nova infraestrutura da economia de IA—poder computacional, propriedade de dados e tokens de governação de plataformas.
O IPPR propõe alargar a alocação de capital e diversificar os modelos de propriedade para democratizar "quem tem direito aos dividendos da economia automatizada". Estratégias concretas incluem fundos de riqueza cidadã, trusts de participação dos trabalhadores e novos modelos de partilha de lucros. A convicção central: novos modelos de propriedade diversificados são essenciais para garantir que a automação cria prosperidade partilhada.
Esta análise não constitui aconselhamento de investimento, mas sim uma avaliação objetiva das tendências macroeconómicas—para ajudar os leitores a compreender a lógica económica subjacente à evolução do valor dos ativos. Como observa o PNUD, as decisões sobre como os dados são gerados, partilhados, retidos e reutilizados determinam se as organizações conseguem perceber como os sistemas de IA criam impacto, intervir quando surgem problemas e melhorar o desempenho ao longo do tempo.
Conclusão: Escolhas Sociais Após a Mudança de Escassez
A transformação fundamental da era da IA é a deslocação do valor da "execução" para a "decisão" e a "propriedade". Durante a "transição intergeracional" de 2025 a 2075, o desafio será gerir esta transformação estrutural de forma equilibrada.
Os autores de "A Crise Global de Inteligência de 2028" sublinharam, em resposta à turbulência nos mercados: "Se adotarmos a perspetiva mais otimista sobre o impacto disruptivo da IA, o que acontece a seguir? Enquanto sociedade, temos de enfrentar e ponderar seriamente esta realidade." O valor deste relatório reside não na precisão das suas previsões, mas em obrigar-nos a enfrentar questões que, de outro modo, poderíamos ignorar.
O formato da sociedade futura—se evoluir para uma "centralização algorítmica" mais concentrada ou para uma "sociedade de propriedade" mais justa—não será determinado apenas pela tecnologia. A questão central já não é "se devemos desenvolver IA", mas "como desenvolver IA" e "quem beneficia da IA". Sem uma governação eficaz dos recursos-chave, um ajustamento prospetivo das estruturas distributivas e um planeamento responsável para as gerações futuras, mesmo o progresso tecnológico exponencial poderá ver os seus benefícios anulados por riscos estruturais. Em última análise, o objetivo de toda a tecnologia deve ser o bem-estar humano. A adesão ao princípio "centrado no ser humano"—orientado para a criação de uma sociedade de prosperidade partilhada—deve tornar-se o objetivo central do desenvolvimento da IA.
