IA e PIB Fantasma: Produtividade versus Desemprego em Massa

Quando uma ideia se transforma em notícia de mercado, ela nos convida a olhar para dentro: até que ponto a tecnologia pode nos fazer ganhar mais sem nos tirar a rede de proteção que sustenta a dignidade do trabalho? O texto que viralizou sobre um hipotético “PIB fantasma” — produtividade impulsionada pela IA, mas com desemprego em massa — nos leva a esse cruzamento entre inovação, renda real e políticas públicas. O estado atual do debate, impulsionado por uma postagem da Citrini Research, explica por que as ações de várias empresas de tecnologia recuaram na segunda-feira, reforçando quão sensível se tornou o humor do mercado diante de cenários de automação.

A Citrini Research descreve o cenário como um exercício mental, não uma previsão do futuro. "O único objetivo deste texto é modelar um cenário que tem sido relativamente pouco explorado", afirmam os autores, em tom que lembra mais um laboratório de hipóteses do que uma bola de cristal. O texto está estruturado como um relatório fictício do dia 30 de junho de 2028, projetando desemprego de 10,2% e uma queda de quase 40% no S&P em dois anos. A ideia central é simples e perturbadora: máquinas de IA, com capacidades cada vez mais autônomas, elevam a produtividade a patamares inéditos, mas deslocam trabalhadores de alto qualificação para empregos com salários menores — um ganho de produtividade que não se traduz em renda real para a maioria.

"A IA provocaria desemprego em massa entre trabalhadores de colarinho branco — atividades ligadas à administração e gerenciamento. A produtividade das empresas teria um salto… [porque] agentes de IA não dormem, não tiram dias de folga por doença e não precisam de plano de saúde".

Essa visão envolve ainda o que os autores chamam de "PIB Fantasma": ganhos de produtividade que aparecem nas contas nacionais, mas não circulam na economia real, empurrando salários para baixo e minando o consumo. A dinâmica descrita é um ciclo que se retroalimenta: IA supera expectativas; demanda por mão de obra humana encolhe; empresas passam a investir mais em IA; ja há menos licenças de software compradas pela queda de demanda. O resultado seria um vira-lata econômico em que ganhos de eficiência não se traduzem em bem-estar generalizado.

A matéria traz exemplos que ilustram a espiral. Em setores que dependem de conhecimento codificado e de serviços de alto valor agregado, a IA avançaria até o ponto em que processos complexos se tornariam rotinas revezadas por agentes autônomos. Mesmo áreas de relações humanas — até então vistas como diferenciais de valor — passariam a ser vulneráveis, porque a IA pode replicar rapidamente bases de dados, padrões de comportamento e listas de preços, transformando serviços de consultoria, imobiliárias e entrega de comida. Em termos práticos, o texto aponta que as margens podem se pressionar enquanto a demanda por mão de obra qualificada encolhe, e o mercado de trabalho se reorganizaria em direção a empregos que dependem de gestão de IA, segurança de dados e infraestrutura, mas com salários potencialmente mais baixos.

Em diálogo com a visão, o artigo também aponta a reação de investidores e veículos de mídia: a queda de ações de Datadog, CrowdStrike e Zscaler, de IBM (-13%), e de nomes como American Express, JPMorgan, Citigroup e Morgan Stanley, após o surgimento do texto. O que se destacou foi a percepção de volatilidade: textos e hipóteses, ainda que ficcionais, já possuíram impacto real no comportamento de mercado. O Financial Times, por exemplo, apontou que movimentos turbulentos podem nascer de argumentos hipotéticos, ainda que o mercado esteja hoje fortemente movido por ações de tecnologia e pelas expectativas em IA.

Essa narrativa serve como espelho para quem trabalha com pessoas e organizações. Não é apenas uma previsão fria de números: é um convite para pensar como, em 2026, alinhamos produtividade com dignidade e prosperidade. O que fica claro é que a ideia de que a inovação destrói empregos não é necessariamente inevitável; a história recente mostra que ganhos de produtividade podem realocar valor — se houver políticas, redes de proteção e requalificação que acompanhem a velocidade tecnológica.

Para o ecossistema SPIND, a mensagem tem duas faces. Primeiro, não basta adotar IA apenas para reduzir custos: é preciso reimaginar portfólios de negócios, currículos profissionais e estruturas de remuneração de modo que a eficiência tecnológica se traduza em melhoria concreta de qualidade de vida. Em segundo lugar, a resposta humana precisa estar na prática — redes de proteção social ajustadas, oportunidades de qualificação contínua e modelos de carreira que lembrem o valor da humanidade na entrega de serviços complexos. O texto denuncia uma tensão antiga, agora intensificada pela IA: entre a promessa de “eficiência extrema” e a necessidade de manter a dignidade, a estabilidade e o senso de propósito.

Além de cenários, o material também provoca uma reflexão sobre a adaptabilidade: se 70% dos trabalhos de hoje não podem ser automatizados, segundo Tanmai Gopal (citado pela Fortune), ainda há espaço para evolução, mas não sem custo. A mensagem é clara: a mudança acelerada exige escolhas conscientes sobre o que se aprende, como se aprende e com quais parceiros se constrói o futuro. E, nesse ponto, o papel da liderança é pedagógico: guiar equipes não apenas para executar IA, mas para co-criar com ela, preservando o valor humano na relação com clientes, comunidades e o planeta.

O que podemos levar para 2026 é uma recusa firme de que tecnologia seja apenas ferramenta de bolso para reduzir custos. Ela pode ser, sim, o alicerce de novas formas de trabalhar, aprender e cuidar daquilo que nos torna humanos: curiosidade, empatia, criatividade e senso de responsabilidade social. O caminho é claro: investir em requalificação contínua, redes de proteção social robustas e estruturas de carreira que integrem IA sem perder de vista o valor do trabalho humano. A ideia é construir um capitalismo que, mesmo diante de avanços tecnológicos, preserve o bem-estar e a dignidade de cada pessoa.

Para quem lidera projetos, a lição prática é simples: desenhe sistemas que se tornem mais resistentes à incerteza. crie portfólios que integrem IA como coautor, não como substituto; fortaleça redes de proteção que permitam transições suaves entre funções; invista em educação contínua, com foco em habilidades que a IA não faz melhor — empatia, julgamento ético, criatividade aplicada e governança de dados. Se queremos prosperidade real, é preciso que a produtividade gerada pela IA reverbere na renda, no consumo e na capacidade de sonhar grande — sem perder o chão.

Este é o cerne do desafio: transformar potencial tecnológico em prosperidade humana. O texto da Citrini Research nos lembra que cenários apocalípticos existem, mas não são destino inevitável. O que será decidido hoje, em termos de políticas, educação e liderança, definirá como 2026 e os anos subsequentes convergirão produtividade e bem-estar.