A IA é uma bolha?

“Na expectativa de que a inteligência artificial seja transformadora, as grandes empresas de tecnologia investiram mais de US$ 400 bilhões em data centers e outras infraestruturas necessárias durante 2025; segundo estimativas, a impressionante quantia de US$ 7 trilhões será gasta até o final da década”, artigo da revista The Economist em sua edição de novembro sobre “O Mundo à Frente em 2026”. “No entanto, as receitas da IA ​​até agora somam apenas US$ 50 bilhões por ano, cerca de 1/8 (um oitavo) da receita anual total da Apple ou da Alphabet.”

Não é de surpreender que as preocupações com uma possível bolha da IA ​​continuem a aumentar. "Será que a bolha vai estourar?", questionou a revista The Economist . "Isso é muito provável, pois foi o mesmo que aconteceu com os setores ferroviário, elétrico e da internet, um colapso não significaria que a tecnologia não tem valor real. Mas poderia ter um grande impacto econômico."

Mas, no artigo recente do NY Times, “ IA é uma bolha. Talvez isso não seja um problema”, o economista Mohamed El-Erian observou que “Bolhas parecem, por definição, irracionais. Elas crescem à medida que os investidores — elevam as avaliações muito além de qualquer coisa justificada pela realidade”.

“O estouro de uma bolha pode ser realmente doloroso no curto prazo. Mas e se estivermos em uma bolha racional que, ao contrário de outras grandes manias especulativas da história, leve nossa economia a um patamar melhor?”, acrescentou El-Erian. 

Michael Spence, o ganhador do Prêmio Nobel de Ciências Econômicas de 2001 participou recentemente de uma conferência na China em novembro, onde afirmou que "o boom de investimentos em IA é uma bolha racional", segundo o artigo que noticiou suas declarações .

“A inteligência artificial é revolucionária por impulsionar o progresso de diversas áreas científicas, e seu impacto na economia será mais gradual”, explicou Spence. “Isso porque ela promove realizar experimentos, mudar comportamentos existentes, aprender novas habilidades, alterar modelos de negócios e estruturas corporativas – tudo isso já é algo familiar para nós. Mas, se usada corretamente, a IA terá um impacto enorme.”

“A inteligência artificial de que falamos hoje pode ser completamente diferente da que teremos amanhã”, acrescentou Spence. “Se não soubermos a direção do desenvolvimento dos agentes de IA e o quão confiáveis ​​eles serão no futuro, é difícil prever com precisão o impacto que eles trarão.”

Em seu artigo no NY Times , El-Erian explicou ainda que o motivo pelo qual a bolha da IA ​​vai estourar não é porque os investidores estão superestimando a IA, mas sim devido a três forças principais:

• A corrida armamentista entre as maiores empresas de tecnologia, todas trabalhando em modelos inovadores de IA. "Nem todas prosperarão, especialmente porque os recursos necessários — para a engenharia de dados, data centers gigantescos e consumo de energia — não conseguem acompanhado a escalada da IA."
• A "lavagem de IA" — a corrida do ouro que atrai oportunistas que estampam um rótulo de IA em serviços comuns, algo que lembra a bolha da internet do final da década de 1990, quando tantas startups adicionaram ".com"  aos seus nomes.
• Fatores externos , incluindo mudanças regulatórias, a falta de adoção generalizada de IA, a competição geopolítica e a presença de agentes mal-intencionados, irão prejudicar algumas empresas .

“De qualquer perspectiva, os benefícios potenciais da adoção da IA ​​são impressionantes — para a economia, para os setores sociais e, claro, para os investidores. … Do ponto de vista deles, o que alguns podem considerar um gasto excessivo é, na verdade, uma estratégia calculada de diversificação de portfólio que impulsiona a competição e a inovação. … A crença no poder transformador da IA ​​é justificada. O consequente fluxo de capital é uma resposta lógica. Alguns perderão. No geral, todos sairemos ganhando.”

Diversos outros economistas expressaram opiniões semelhantes. Por exemplo, no artigo “A IA é uma bolha?”, o professor Tyler Cowen, da Universidade George Mason, observou que “é prematuro descartar as atuais avaliações da IA ​​como uma bolha. Como sei disso? Primeiro, porque muitas das chamadas bolhas se mostram eficazes a longo prazo. Pode-se argumentar que o setor imobiliário dos EUA era uma bolha em 2007. De fato, os preços dos imóveis despencaram logo depois. No entanto, na maior parte do país, os preços se recuperaram rapidamente mais tarde.”

“O mesmo aconteceu com as ações da Amazon durante a bolha da internet no final da década de 1990”, acrescentou Cowen. “Após o estouro da bolha das ações de empresas de internet, as ações da Amazon levaram anos para retornar aos seus patamares anteriores. Mas retornaram, e depois os superaram em muito. A lição é clara: se você vir um investimento que parece estável, às vezes a melhor coisa a fazer é investir. Ninguém sabe quando o mercado vai atingir o fundo do poço e, de qualquer forma, provavelmente haverá uma nova alta em breve.”

Para relembrar como foi a bolha da internet, compartilho este artigo, " A Bolha - Reconsiderando o Auge e o Colapso ", escrito em 2004 por John Patrick .

Na semana passada, falei sobre “ Rastreando a Evolução da IA ”, um artigo baseado no “Painel Longitudinal de Especialistas em IA”. Esse relatório me levou a questionar alguns pontos sobre a evolução da IA ​​a longo prazo. E que existirem dois tipos de tecnologias historicamente transformadoras: 

- aquelas cujo impacto se manifesta em um número relativamente pequeno de décadas — digamos, de quatro a seis — e

- aquelas cujo impacto se manifesta em um período muito mais longo.

A análise longitudinal  da IA, visa criar pontos de vista mais confiáveis ​​da evolução a longo da IA, rastreando as previsões de cientistas da computação, economistas, profissionais da indústria e pesquisadores de políticas públicas, bem como as de superprevisores precisos e membros engajados do público em geral.

Uma das previsões da análise longitudinal, cita que em média, os especialistas prevêem que o impacto da IA ​​até 2040 será comparável ao impacto do que a organização chama de "tecnologia do século " — por exemplo, energia a vapor, ferrovias, eletricidade ou automóveis. De acordo com essa previsão, o impacto da IA ​​provavelmente será comparável ao das revoluções tecnológicas que tivemos a cada quatro a seis décadas nos últimos dois séculos.

Mas ela também revelou uma previsão bem diferente. "Especialistas também estimam em 32% a probabilidade de a IA ter um impacto pelo menos tão grande quanto uma ' tecnologia do milênio ', como a imprensa ou a Revolução Industrial." Segundo a análise, uma ' tecnologia do milênio ' significa que seu impacto se estendeu por um século ou mais, em vez de algumas décadas.

Por exemplo, a  imprensa , inventada por  Johannes Gutenberg por volta de 1440, acelerou drasticamente a disseminação do conhecimento e da alfabetização na Europa renascentista . A revolução da imprensa de Gutenberg influenciou quase todas as facetas da vida nos séculos seguintes, uma vez que os livros impressos expandiram significativamente o conhecimento disponível para a sociedade.

De forma semelhante, a Revolução Industrial transformou a economia ao introduzir máquinas, processos de fabricação e avanços tecnológicos relacionados em atividades que antes dependiam da produção manual. Iniciada na Grã-Bretanha, a Revolução Industrial espalhou-se pela Europa continental e América do Norte ao longo do século XIX e, posteriormente, por grande parte do mundo no século XX.

Como explica a Wikipédia: “A Revolução Industrial influenciou quase todos os aspectos da vida. Em particular, a renda média e a população começaram a apresentar um crescimento sustentado sem precedentes. Economistas observam que o efeito mais importante foi que o padrão de vida da maioria no mundo ocidental começou a aumentar consistentemente pela primeira vez, embora outros afirmem que ele só começou a melhorar significativamente no século XX. [...] Historiadores concordam que o início da Revolução Industrial é o evento mais importante da história da humanidade, comparável apenas à  adoção da agricultura  em termos de progresso material.”

E se a IA se revelar uma tecnologia semelhante à Revolução Industrial? E se nossa recém-descoberta capacidade de analisar enormes quantidades de dados com algoritmos sofisticados e computadores superpoderosos estiver nos levando a um novo tipo de revolução cognitiva, capaz de transformar a economia e influenciar quase todos os aspectos da vida, introduzindo capacidades tecnológicas cognitivas antes consideradas domínio exclusivo dos humanos?

Encarar a IA como uma "tecnologia do milênio" de propósito geral torna mais fácil entender por que Mohamed El-Erian, Michael Spence, Tyler Cowen e outros economistas argumentam agora que a IA é uma "bolha racional".

“Não se trata apenas de que muitas atividades existentes serão realizadas de forma melhor e mais eficiente”, escreveu El-Erian. “A IA está prestes a abrir as portas para descobertas, principalmente nas áreas da saúde e da educação. Esses avanços permitiriam que a economia crescesse mais rapidamente sem gerar inflação, algo que os economistas descrevem como aumentar o 'limite de velocidade' para o crescimento não inflacionário. O aumento da produtividade e uma economia maior nos proporcionam mais oportunidades para enfrentar os problemas que nossa geração está deixando para nossos filhos e netos: altos níveis de endividamento, mudanças climáticas e desigualdade de renda excessiva.”

O valor do pensamento crítico na era da IA

Já tenho uma longa carreira, que sempre girou em torno do mercado de TI e Telecomunicações e eu me sinto orgulhoso de ter participado dos principais avanços tecnológicos que transformaram significativamente os negócios e a vida das pessoas, nas últimas 3 décadas. Durante este período, pude notar que o foco em pessoas, processos e produtos, são sempre as principais questões com as quais as empresa lidam para transformar suas estratégias de mercado com sucesso, incluindo os aspectos organizacionais e culturais que frequentemente causam o sucesso ou o fracasso dessas transformações. Como um estudo de caso real, de minhas experiências pessoais, lidando com estratégia de internet, desde meados da década de 1990, vi a internet inaugurar a transição histórica da economia industrial dos dois séculos anteriores para um novo tipo de economia baseada no conhecimento. Os avanços nas tecnologias da informação e a globalização estiveram entre as principais forças que impulsionaram essa transição. Em O Mundo é Plano de Thomas Friedman, um best-seller de 2005, ele explica com propriedade as implicações dessa nova era da globalização, incluindo os fatores que a impulsionaram o crescimento explosivo da internet na década de 1990 e a ascensão da terceirização, do offshoring e das cadeias de suprimentos globais.

Mas, o economista do MIT, David Autor, em seu artigo A Polarização das Oportunidades de Emprego no Mercado de Trabalho dos EUA, enfatiza que a tecnologia e a globalização tiveram um impacto disruptivo sobre os trabalhadores americanos, embora as oportunidades de emprego e os rendimentos tenham aumentado para ocupações técnicas e de gestão de alta qualificação, que exigiam formação universitária, elas diminuíram para ocupações de produção e administrativas, de qualificação média. "O declínio dos empregos de qualificação média tem sido prejudicial aos rendimentos e às taxas de participação na força de trabalho para trabalhadores sem formação universitária", escreveu Autor.

Para ajudar a preparar seus alunos para um mundo cada vez mais imprevisível e complexo, diversas escolas de engenharia e administração começaram a se aventurar em territórios tradicionalmente associados a abordagens multidisciplinares, compreensão do contexto e das perspectivas globais e históricas, e um foco maior em liderança e responsabilidade social e começaram a se perguntar como complementar uma educação focada em tópicos complexos quantitativos, analíticos e técnicos com menos foco, aparentemente, mais leves das artes liberais, como design, criatividade e pensamento crítico.

Por exemplo, em janeiro de 2010, o NY Times publicou “ Teoria de Negócios Multicultural. Na B-School?,” um artigo sobre Roger Martin, na época, reitor da Rotman School of Management da Universidade de Toronto. Por mais de uma década, o professor Martin vinha defendendo “o que era então uma ideia radical na educação empresarial: que os alunos precisavam aprender a pensar de forma crítica e criativa tanto quanto aprender finanças ou contabilidade. Mais especificamente, eles precisavam aprender a abordar problemas de muitas perspectivas e combinar várias abordagens para encontrar soluções inovadoras”

Da mesma forma, Ernest Wilson — ex-reitor da Escola Annenberg de Comunicação e Jornalismo da USC — escreveu um artigo em 2015 sobre sua pesquisa para entender melhor as competências-chave que as empresas buscavam. Como parte da pesquisa, Wilson perguntou aos líderes empresariais em todo o mundo quais atributos os executivos devem possuir para ter sucesso na economia digital em rápida transformação, em meados da década de 2010. A pesquisa constatou que as habilidades técnicas tradicionais, normalmente oferecidas por escolas de engenharia e administração, eram necessárias, mas não mais suficientes. 

Os futuros líderes precisam ser fortes em habilidades técnicas e de negócios. Mas estas devem ser complementadas por um conjunto único de atitudes, perspectivas, experiências e outras chamadas habilidades interpessoais. Bons líderes precisam ser bons pensadores estratégicos e possuir fortes habilidades sociais e de comunicação. O estudo identificou cinco dessas competências específicas de liderança:

1. Adaptabilidade: Agilidade mental e resiliência em situações ambíguas; flexibilidade ao lidar com mudanças; pensar além do preto e branco, nas áreas cinzentas; fazer perguntas inesperadas que podem levar a melhores soluções.

2. Competência cultural: capacidade de pensar, agir e se movimentar em múltiplas funções, silos e culturas globais.                        

3. Pensamento 360 graus: pensamento holístico; capaz de ver o panorama geral e reconhecer padrões que podem levar a soluções novas e melhores.

4. Curiosidade intelectual: aprender e crescer constantemente; disposto a arriscar e experimentar para criar novas soluções criativas para problemas.

5. Empatia: forte inteligência emocional; habilidades eficazes de escuta e colaboração; habilidades de comunicação; ser inclusivo e considerar as opiniões dos outros em diversas disciplinas, culturas e perspectivas. 

Mais uma vez, estamos no meio de uma transição historicamente transformadora. A transição para a era da IA será pelo menos tão grande e consequente quanto a transição da economia industrial para a economia digital baseada na internet das últimas décadas. As máquinas da economia industrial compensaram nossas limitações físicas — as máquinas a vapor aprimoraram nossa força física, as ferrovias e os carros nos ajudaram a ir mais rápido, os aviões nos deram a capacidade de voar. Mas agora, a tecnologia está sendo cada vez mais aplicada a atividades que exigem capacidades cognitivas e inteligência para resolver problemas que, até pouco tempo atrás, eram vistas como domínio exclusivo do ser humano.

Como as universidades devem responder e se adaptar a essas grandes mudanças?

“Gerar valor comercial sustentável com IA exige pensamento crítico sobre as diferentes filosofias que determinam o desenvolvimento, o treinamento, a implantação e o uso de IA”, escreveram os pesquisadores do MIT Michael Schrage e David Kiron em “A Filosofia Come a IA ”, em um artigo na MITSloan Management Review. “Hardware e software são disciplinas técnicas há muito tempo, ensinadas nos departamentos de engenharia elétrica e ciência da computação. Mas a IA, com sua ênfase em qualidades humanas como inteligência, conhecimento, linguagem e raciocínio, parece uma disciplina muito diferente.”

“Como disciplina, conjunto de dados e sensibilidade, a filosofia determina cada vez mais como as tecnologias digitais raciocinam, preveem, criam, geram e inovam”, acrescentaram os autores. “O desafio crítico é se os líderes terão a autoconsciência e o rigor necessários para usar a filosofia como recurso para criar valor com IA ou se adotarão princípios filosóficos tácitos e não articulados para suas implementações de IA.”

No Simpósio de CIOs do MIT Sloan de 2025, uma série de discussões sobre como indivíduos e organizações precisam se adaptar na era da IA; em particular, o painel sobre "O Impacto da IA em Empregos e Habilidades", onde Isabella Loaiza, pós-doutoranda na Escola de Administração do MIT Sloan, que recentemente publicou um artigo com o professor do MIT Sloan, Roberto Rigobon, "A ÉPOCA da IA: Complementaridades Homem-Máquina no Trabalho". 

Eu li o artigo e abaixo faço meus comentários sobre os principais tópicos. Muito do que foi escrito sobre o futuro do trabalho — tanto na literatura acadêmica quanto em artigos da mídia — trouxeram como principais questões: "as máquinas vão automatizar a maioria dos empregos?". E, embora essa pergunta seja importante, não é a mais importante. Precisamos mudar o foco das máquinas para os humanos: "quais capacidades humanas complementam as deficiências da IA?".

Após muitas discussões, os principais doutores do MIT identificaram cinco grupos de capacidades que permitem aos humanos trabalhar em áreas onde as máquinas são limitadas:

• Empatia e Inteligência Emocional. Essas capacidades são essenciais para promover a compreensão, o trabalho em equipe e um ambiente de trabalho colaborativo e de apoio. 
• Presença, Conexão Humana e Networking. Facilitam interações presenciais e a colaboração com colegas e amigos. 
• Opinião, Julgamento e Ética . Incluem pensamento crítico, considerações morais e a capacidade de sintetizar informações, integrar análise racional com intuição e considerar diversas perspectivas. 
• Criatividade e Imaginação. Essas capacidades são importantes para a criação de ideias novas e originais e para a visualização de possibilidades além da realidade.
• Esperança, Visão e Liderança. As capacidades deste grupo incluem otimismo, iniciativa, determinação, perseverança e a capacidade de desenvolver uma meta e inspirar outras pessoas a alcançá-la.

Permito-me também mencionar que a IA é, em essência, uma tecnologia de previsão. Uma previsão ou prognóstico é uma declaração sobre o que provavelmente acontecerá no futuro, geralmente baseada na análise de dados e outras informações. Os custos drasticamente reduzidos das previsões estão agora inaugurando uma revolução baseada em IA no século XXI.

As previsões são um dos principais ingredientes da tomada de decisões. O outro é o julgamento, a capacidade humana de tomar uma decisão ponderada após avaliar todas as evidências, observações e argumentos disponíveis. À medida que as previsões baseadas em tecnologia se tornam cada vez mais baratas e comuns, o valor econômico do julgamento humano baseado em um pensamento crítico sólido torna-se cada vez mais valioso.

Embora ainda esteja em seus estágios iniciais, a IA já se consolida como uma das tecnologias mais poderosas do século XXI, se não a mais poderosa. A IA terá um grande impacto em praticamente todos os empregos e disciplinas. Isso levanta uma questão muito importante: como podemos preparar melhor uma nova geração de estudantes com as habilidades necessárias para a era emergente da IA? 

Os poderes transformadores da IA ampliam a necessidade de líderes que possam navegar por suas implicações éticas, sociais e filosóficas com agilidade e visão. Sua capacidade única de imitar o raciocínio humano exige uma fusão deliberada das habilidades técnicas e interpessoais que os líderes de hoje precisam dominar não apenas para prosperar em suas carreiras, mas também para moldar de forma responsável o impacto da IA na sociedade. 

As principais universidades de STEM e de negócios têm a responsabilidade única de nos ajudar a definir o papel dos humanos em um mundo onde máquinas inteligentes serão nossas parceiras onipresentes na maioria das ocupações. Em vez de uma expansão modesta dos programas existentes, isso exigirá uma reformulação ousada e sistêmica da educação em STEM e negócios — uma reformulação que incorpore o pensamento crítico e a colaboração entre humanos e máquinas em todas as áreas de estudo, permitindo-nos, assim, trabalhar melhor com e em conjunto com a IA.

A automação vai substituir ou ampliar a expertise?

Considerando que as tecnologias estão automatizando o trabalho humano nos últimos dois séculos, por que a automação ainda não eliminou a maioria dos empregos? Por que ainda existem tantos empregos? A resposta não é muito complicada, embora frequentemente ignorada, explicou o economista do MIT David Autor em um artigo de 2015, "Por que ainda existem tantos empregos? A história e o futuro da automação da força de trabalho".

A resposta passa por uma realidade econômica fundamental: "tarefas que não podem ser substituídas pela automação são geralmente complementadas por ela".

A automação substitui o trabalho, mas, a automação também complementa o trabalho, aumentando a produção, de maneiras que frequentemente levam a uma maior demanda por trabalhadores.

A maioria dos empregos envolve uma série de tarefas ou processos. Algumas dessas tarefas são mais passíveis de automação, enquanto outras exigem discernimento, habilidades sociais e outras capacidades humanas. Mas só porque algumas tarefas foram automatizadas, não significa que todo o trabalho tenha desaparecido. Pelo contrário, automatizar as partes rotineiras de um trabalho frequentemente aumenta a produtividade e a qualidade dos trabalhadores, complementando suas habilidades com máquinas e computadores, além de permitir que se concentrem nos aspectos do trabalho que mais exigem sua atenção.

Muitos exageram a extensão da substituição da mão de obra humana por máquinas “e ignoram as fortes complementaridades entre automação e trabalho que aumentam a produtividade, os ganhos e a demanda por mão de obra”.

Mas,"quando as tarefas são automatizadas, isso aumenta ou diminui o valor do trabalho nas tarefas restantes?", foi a pergunta ao professor Autor, feita pelo pesquisador do MIT Neil Thompson em "A automação substitui especialistas ou complementa a expertise? A resposta é sim", uma palestra na Associação Econômica Europeia em agosto de 2024, cujo conteúdo foi posteriormente publicado em "Expertise".

A resposta não depende de quantas tarefas foram automatizadas, mas de quais tarefas foram automatizadas, ou seja, como a automação altera a expertise necessária para executar as tarefas não automatizadas restantes. Como a mesma tarefa pode ser especializada em uma ocupação e inexperiente em outra, a automação de qualquer tarefa pode reduzir a expertise em algumas ocupações e aumentá-la em outras.

Autor e Thompson propõem um modelo de especialização ocupacional que ajuda a prever o impacto das mudanças nos requisitos de especialização sobre salários e empregos:

• Se a maioria das tarefas que exigem maior qualificação forem automatizadas: os requisitos gerais de qualificação para a ocupação serão menores; o conjunto de trabalhadores qualificados será maior; e, como resultado, os salários serão menores.
• Se principalmente tarefas de menor qualificação forem automatizadas: os requisitos gerais de qualificação para a ocupação serão maiores; o conjunto de trabalhadores qualificados será menor; e, como resultado, os salários serão maiores.

Em outras palavras, a alteração dos requisitos de especialização tem efeitos sobre os salários e o emprego:

• A automação que aumenta os requisitos de especialização aumenta os salários, mas reduz o conjunto de trabalhadores qualificados.
• A automação que diminui os requisitos de especialização reduz os salários, mas aumenta o número de trabalhadores qualificados e menos especialistas.

Os autores ilustram seu modelo de especialização ocupacional com dois exemplos concretos .

Motoristas de táxi: o emprego aumentou; a especialização e os salários diminuíram. Táxis, limusines e outros veículos de aluguel costumavam ser regulamentados, seu número era limitado pelas cidades e os motoristas precisavam obter uma carteira de motorista. Mas, com o advento do Uber e de táxis eletrônicos, o setor foi essencialmente desregulamentado. Qualquer pessoa agora pode se tornar um motorista de táxi eletrônico sem a necessidade de uma licença de táxi ou carteira de motorista, usando seu próprio carro particular e dispositivos móveis. Como resultado, o número de motoristas de táxi aumentou significativamente, os aplicativos de navegação reduziram a especialização necessária e os salários caíram.

Revisores: a especialização foi aprimorada, os salários aumentaram e o emprego caiu. A principal função de um revisor era comparar um manuscrito com uma prova de impressão, buscando e corrigindo erros humanos durante a fase de composição da publicação, uma função que exige pouca qualificação e que deixou de ser necessária com o advento das provas digitais. Atualmente, os revisores são semelhantes aos editores de texto , trabalhando com os autores do manuscrito para aprimorar a estrutura geral de seu trabalho, incluindo gramática, ortografia, pontuação e sintaxe. A especialização dos revisores agora é significativamente maior, resultando em candidatos menos qualificados e salários mais altos.

Os principais conceitos apresentados no artigo são:

O Modelo de Expertise da Automação

• Uma ocupação é composta de múltiplas tarefas; automatizar um conjunto de tarefas não elimina a necessidade de executar todas as outras.
• Algumas tarefas exigem um grau maior ou menor de especialização específica e estão sujeitas à automação.
• Outras tarefas são genéricas e não estão sujeitas à automação porque exigem apenas habilidades humanas básicas que todos têm, como bom senso e destreza física.
• Os trabalhadores têm diferentes níveis de especialização; um trabalhador com alto nível de especialização pode executar tarefas que exigem menor especialização, mas um trabalhador com baixo nível de especialização não pode executar tarefas que exigem maior especialização.
• A especialização em tarefas específicas gera um salário mais alto, mas também serve como uma barreira à entrada, pois trabalhadores que não possuem a especialização necessária não conseguem ingressar em uma ocupação que a exija.
• Automatizar um conjunto de tarefas em um trabalho muda a composição da ocupação restante, incluindo requisitos de especialização, número de trabalhadores qualificados e salários.

O Desafio da Medição de Expertise

Para implementar seu modelo no mundo real, os autores precisavam encontrar uma maneira de medir a especialização necessária para diferentes tarefas que não dependesse de julgamentos subjetivos e que lhes permitisse quantificar a mudança nos requisitos de especialização das ocupações devido à remoção e adição de tarefas.

Para isso, eles criaram uma nova medida de complexidade linguística como proxy para a expertise em tarefas, baseada na Hipótese de Codificação Eficiente (ECH), um conceito proposto pela primeira vez em 1961 pelo neurocientista Horace Barlow. A ECH  implica que podemos identificar palavras que são usadas principalmente em domínios de alta habilidade, como engenharia ou medicina, para facilitar a comunicação, mas são usadas com pouca frequência na linguagem comum do dia a dia. Tarefas descritas com palavras raras ou complexas têm maior probabilidade de exigir expertise, enquanto tarefas descritas com palavras comuns tendem a ser mais rotineiras ou inexperientes. A ECH foi verificada por meio de sua aplicação em quase mil idiomas.

Principais descobertas

Para verificar empiricamente seu modelo de expertise em automação, Autor e Thompson identificaram as tarefas que foram removidas e adicionadas a cada ocupação entre 1977 e 2018, comparando suas descrições de cargo no Dicionário de Títulos Ocupacionais de 1977 com suas descrições de cargo no banco de dados O*NET de 2018. Assim, eles foram capazes de mensurar os requisitos de expertise em evolução de cada ocupação, comparando a expertise das tarefas adicionadas e removidas nas quatro décadas seguintes.  Sua análise empírica corrobora fortemente as previsões do modelo de expertise em automação: a automação tanto substitui quanto amplia a expertise.

“Analisando dados sobre emprego e rendimentos por ocupação ao longo de quatro décadas, mostramos que mudanças na especialização ocupacional, decorrentes tanto da remoção quanto da adição de tarefas ocupacionais, predizem fortemente mudanças nos salários ocupacionais”, escreveram Autor e Thompson em conclusão. “Além disso, os requisitos de especialização para tarefas removidas ou adicionadas a uma ocupação afetam os níveis salariais independentemente da quantidade de tarefas adicionadas ou removidas presentes. Notavelmente, tanto a remoção de tarefas especializadas quanto a adição de tarefas não especializadas preveem declínios salariais relativos em uma ocupação, enquanto, inversamente, tanto a remoção de tarefas não especializadas quanto a adição de tarefas especializadas preveem ganhos salariais ocupacionais.”

Nosso modelo faz a previsão contraintuitiva de que ocupações com requisitos de especialização crescentes apresentam queda no emprego (juntamente com o aumento dos salários), enquanto ocupações com requisitos de especialização decrescentes apresentam aumento no emprego juntamente com a queda dos salários. Os dados confirmam essa previsão de forma robusta. Há também um padrão oposto para mudanças na quantidade de tarefas. Ocupações que ganham tarefas se expandem e aquelas que perdem tarefas se contraem. Isso também é oposto ao padrão para salários, onde aumentos tanto na quantidade de tarefas quanto na especialização das tarefas preveem aumentos salariais.

Por fim, este vídeo de um seminário do professor Autor, no início deste ano sobre este tópico no Stanford Digital Economy Lab, ajuda a compreender melhor a questão.

Como humanos e IA podem se complementar no local de trabalho?

A inteligência artificial (IA) está transformando radicalmente o mercado de trabalho, automatizando tarefas repetitivas, melhorando a tomada de decisões e aumentando a eficiência operacional. No entanto, em vez de substituir completamente os humanos, a IA tem o potencial de se tornar uma parceira valiosa, complementando habilidades humanas e liberando tempo para atividades mais estratégicas e criativas. Mas como humanos e IA podem trabalhar juntos de forma sinérgica?

1. As diferenças fundamentais entre humanos e IA

1. As Diferenças Fundamentais Entre Humanos e IA

Para entender como humanos e IA podem se complementar, é essencial reconhecer suas diferenças:  

IA:  

  - Excelência em processamento rápido de grandes volumes de dados.  

  - Capacidade de realizar tarefas repetitivas sem fadiga.  

  - Precisão em análises baseadas em padrões.  

  - Limitação em criatividade, empatia e julgamento contextual.  

Humanos:  

  - Inteligência emocional e capacidade de entender nuances sociais.  

  - Criatividade e pensamento abstrato.  

  - Adaptabilidade a situações imprevistas.  

  - Capacidade de tomar decisões éticas e morais.  

Essas diferenças mostram que, em vez de competir, humanos e IA podem preencher lacunas um do outro.  

2. Áreas em que a IA Supera os Humanos

A IA já demonstra superioridade em várias funções, incluindo:  

a) Análise de Dados e Tomada de Decisão Baseada em Dados

Ferramentas de IA podem processar milhões de dados em segundos, identificando tendências que humanos levariam enorme quantidade de tempopara detectar. Exemplo:  

- Diagnóstico médico: IA auxilia radiologistas a identificar anomalias em exames de imagem com maior precisão.  

- Mercado financeiro: Algoritmos preveem tendências de mercado e otimizam investimentos.  

b) Automação de Tarefas Repetitivas

Robôs e softwares de IA podem realizar trabalhos monótonos, como:  

- Atendimento ao cliente via chatbots  

- Processamento de documentos e gestão de estoque  

- Linhas de montagem industriais.  

c) Personalização em Tempo Real  

A IA permite hiperpersonalização em setores como:  

- Marketing: Recomendações de produtos baseadas em comportamento do usuário.  

- Educação: Plataformas adaptativas que ajustam o conteúdo conforme o desempenho do aluno.  

3. Habilidades Humanas Insubstituíveis

Apesar dos avanços da IA, algumas competências permanecem exclusivamente humanas:  

a) Criatividade e Inovação

Enquanto a IA pode gerar ideias com base em dados existentes, a verdadeira inovação vem da intuição e da imaginação humanas. Exemplos:  

- Design e arte: A IA pode ajudar, mas a visão artística é humana.  

- Estratégia empresarial: Líderes usam experiência e intuição para tomar decisões complexas.  

b) Inteligência Emocional e Liderança

- Gestão de equipes: Motivação, resolução de conflitos e construção de cultura organizacional exigem empatia.  

- Negociação: Compreender emoções e construir relações é essencial em vendas e diplomacia.  

c) Julgamento Ético e Responsabilidade

Decisões que envolvem moral, justiça e impacto social ainda dependem de humanos. Exemplo:  

- Aplicação da lei: A IA pode identificar padrões de crime, mas juízes e policiais avaliam contextos sociais.  

- Jornalismo: A IA pode escrever notícias, mas repórteres investigam e contextualizam fatos.  

4. Casos de Sucesso de Colaboração Humano-IA

Várias empresas já integram humanos e IA com resultados impressionantes:  

a) Medicina (IBM Watson + Médicos)

- O Watson analisa pesquisas médicas e sugere tratamentos, enquanto médicos avaliam a melhor abordagem para o paciente.  

b) Indústria (Tesla e Montadoras)

- Robôs realizam soldagens precisas, enquanto engenheiros supervisionam e melhoram processos.  

c) Jornalismo (Associated Press)

- A IA gera relatórios financeiros automatizados, permitindo que jornalistas se concentrem em reportagens investigativas.  

5. Desafios e Considerações Éticas

Apesar dos benefícios, a integração humano-IA traz desafios:  

- Deslocamento de empregos: Como realocar trabalhadores substituídos por automação?  

- Viés algorítmico: Dados tendenciosos podem perpetuar discriminação.  

- Privacidade: Uso de IA em vigilância e análise de comportamento gera preocupações.  

Soluções incluem:  

- Requalificação profissional (upskilling) para funções mais estratégicas.  

- Transparência nos algoritmos de IA.  

- Regulamentações para garantir uso ético.  

6. O Futuro do Trabalho Híbrido (Humano + IA)

O modelo ideal combina:

- IA cuidando de tarefas técnicas e repetitivas.  

- Humanos focando em criatividade, estratégia e relações.  

Empresas que adotarem essa abordagem terão:  

✔ Maior produtividade 

✔ Funcionários mais engajados

✔ Inovação acelerada

A IA não veio para substituir humanos, mas para ampliar suas capacidades. Quando bem integrada, ela libera profissionais para atividades mais significativas, enquanto assume tarefas operacionais. O futuro do trabalho não é humano versus máquina, mas humano e máquina.  

Para aproveitar esse potencial, empresas e governos devem investir em:  

✅ Educação contínua para adaptação às novas tecnologias.  

✅ Políticas de inclusão digital.  

✅ Frameworks éticos para IA responsável.  

A sinergia entre humanos e IA pode criar um ambiente de trabalho mais eficiente, inovador e humano. A escolha não é entre um ou outro, mas sim, como fazer com que os dois trabalharem juntos da melhor forma possível.  

O futuro é colaborativo. 🚀

A IA pode acabar com a desigualdade nos mercados de trabalho?

Nas últimas três décadas, empregos que exigem qualificação especializada e habilidades complexas de comunicação aumentaram significativamente, com os ganhos dos trabalhadores com ensino superior, necessários para preencher tais empregos, aumentando de forma constante. Por outro lado, as oportunidades e os salários diminuíram para empregos de qualificação média e e para empregos administrativos, cujas carreiras foram impactadas pela automação.

“Mas o novo tipo de automação — sistemas de inteligência artificial chamados grandes modelos de linguagem, como ChatGPT e Gemini do Google — estão mudando isso”, observou o artigo do NY Times, “In Reversal Because of AI, Office Jobs Are Now More at Risk”. “Essas ferramentas podem processar e sintetizar informações rapidamente e gerar novos conteúdos. Os empregos mais expostos à automação, são os de escritório, que exigem poucas habilidades cognitivas, criatividade e níveis de educação. Os trabalhadores mais afetados são os mais bem pagos e há um pouco mais de probabilidade de serem mulheres, segundo pesquisas.”

O artigo do NYT faz referência a outros dois artigos que analisaram as ocupações mais expostas à IA, um do Pew Research Center e o outro do Goldman Sachs Research .

“Historicamente, mudanças na tecnologia automatizaram tarefas físicas, como as realizadas em fábricas”, disse o relatório Pew, “Quais trabalhadores dos EUA estão mais expostos à IA em seus empregos?”

“A IA funciona como o poder cerebral humano e, à medida que seu alcance cresce, isso levanta questões sobre seu impacto em empregos médios e em empregos de alto nível – questões que o Pew Research Center busca abordar em uma nova análise, considerando dados governamentais.” A análise Pew é baseada em dados sobre 41 atividades de trabalho essenciais em 873 ocupações da Rede de Informações Ocupacionais do Departamento de Trabalho dos EUA (O*NET)

Aqui está um resumo das principais conclusões do relatório Pew.

• Em 2022, cerca de 20% dos trabalhadores americanos estavam em empregos com alta exposição à IA — ou seja, atividades que podem ser substituídas ou auxiliadas pela IA — enquanto 23% dos trabalhadores estavam em empregos com menos expostas à IA.

• Empregos com alta exposição à IA incluem análise de orçamento, preparadores de impostos, redatores técnicos e desenvolvedores web; os empregos de média exposição incluem diretores executivos, veterinários, designers de interiores e gerentes de vendas; e os empregos de baixa exposição incluem cuidadores de crianças, lavadores de pratos, barbeiros e bombeiros.

• Empregos com alto nível de exposição à IA tendem a estar em áreas com salários mais altos; trabalhadores em empregos mais expostos ganhavam US$ 33 por hora, em média, em comparação com US$ 20 em empregos com menor exposição.

• Trabalhadores com bacharelado ou mais (27%) têm mais que o dobro de probabilidade de enfrentar alta exposição à IA do que aqueles com apenas o ensino médio (12%).

• A maioria dos trabalhadores provavelmente estará em empregos com menos exposição à IA do que em empregos com mais exposição, especialmente homens, trabalhadores mais jovens, aqueles com menos educação formal e trabalhadores negros e hispânicos.

• Uma parcela maior de mulheres (21%) do que de homens (17%) provavelmente será mais exposta à IA, devido às diferenças nos tipos de empregos ocupados por homens e mulheres.

• Trabalhadores americanos em setores mais expostos não sentem que seus empregos estejam em risco; por exemplo, cerca de 1/3 dos trabalhadores em tecnologia da informação dizem que a IA os ajudará mais do que os prejudicará, em comparação com 11% que dizem que ela prejudicará mais do que ajudará.

Vamos agora olhar para o relatório do Goldman Sachs, “Os efeitos potencialmente grandes da inteligência artificial no crescimento econômico”. 

“Apesar das incertezas em torno do potencial da IA, ela reflete um grande avanço com efeitos potencialmente grandes”, disse o relatório. 

“A capacidade da IA ​​de (1) gerar novo conteúdo indistinguível da produção criada por humanos e (2) quebrar barreiras de comunicação entre humanos e máquinas reflete um grande avanço com efeitos macroeconômicos potencialmente grandes”.

Para avaliar a parcela do trabalho exposto à automação baseada em IA, o relatório do Goldman Sachs analisou dados sobre mais de 900 ocupações nos EUA do banco de dados O*NET , bem como dados sobre mais de 2.000 ocupações do banco de dados ESCO da Comissão Europeia .

“Se a IA entregar suas capacidades prometidas, o mercado de trabalho pode enfrentar uma grave interrupção. Usando dados sobre tarefas ocupacionais nos EUA e na Europa, descobriu-se que, cerca de 2/3 dos empregos estão expostos a algum grau de automação de IA, e que a IA pode substituir até 1/4 do trabalho atual.” 

Estimativas globais sugerem que a IA pode ter um impacto em 18% dos empregos ao redor do mundo, o equivalente a 300 milhões de empregos de tempo integral.

Aqui estão algumas das principais conclusões do relatório sobre o impacto da IA no trabalho:

• Silvicultura e pesca (21%); e ocupações nas forças armadas (22%).

• A maioria dos empregos e indústrias estão apenas parcialmente expostos à automação e, portanto, têm mais probabilidade de serem complementados do que substituídos pela IA: espera-se que 63% dos empregos atuais nos EUA sejam complementados, 7% sejam substituídos e 30% não sejam afetados.

• No geral, espera-se que a IA melhore a produtividade da grande maioria das ocupações; o maior impacto da automação da IA ​​é esperado nos campos jurídico e administrativo; e o menor impacto é esperado em trabalhos manuais e ao ar livre.

A IA tem o potencial para um boom na produtividade do trabalho e um aumento significativo na produção global. “[A] maioria dos trabalhadores está empregada em ocupações que são parcialmente expostas à automação da IA ​​e, após a adoção da IA, provavelmente aplicarão pelo menos parte de sua capacidade em atividades produtivas que aumentam a produção.”

Além disso, “muitos trabalhadores que são deslocados pela automação da IA ​​acabarão sendo reempregados — e, portanto, aumentarão a produção total — em novas ocupações que surgem diretamente da adoção da IA ​​ou em resposta ao maior nível de demanda agregada e de mão de obra” gerado pelo aumento da produtividade da IA.

O momento de um boom de produtividade do trabalho de IA é difícil de prever, mas, com base no histórico de tecnologias transformadoras anteriores, o boom geralmente começa cerca de duas décadas após o avanço tecnológico, quando cerca de metade das empresas dos EUA adotaram a tecnologia. Mas o boom de produtividade do trabalho de IA pode acontecer mais rápido porque grande parte da infraestrutura necessária para adquirir e começar a usar novas tecnologias digitais já está em uso, incluindo a internet, computação em nuvem, software como serviço, lojas de aplicativos e outros avanços. “Nossa principal conclusão é que o impulso final para a produtividade do trabalho é incerto, mas na maioria dos cenários, permaneceria economicamente significativo”, disse o relatório do Goldman Sachs em conclusão.

O artigo do NY Times ainda discutiu mais implicações da IA, que, em vez de substituir cerca de 2/3 das ocupações dos EUA, de repente, muitos trabalhadores terão um assistente de IA ajudando-os a aprender novas habilidades e progredir mais rápido em suas carreiras. O artigo faz referência a outros dois documentos que citam que a IA é particularmente útil para funcionários juniores.

Generative AI at Work, um artigo do professor de Stanford Erik Brynjolfsson e seus colaboradores, descobriu que usar uma ferramenta baseada em AI aumentou a produtividade geral dos agentes de suporte ao cliente em 14% em média. O maior impacto, cerca de 35%, foi em trabalhadores novatos e pouco qualificados, enquanto o impacto em trabalhadores experientes e altamente qualificados foi mínimo.

O segundo artigo, “Evidência Experimental sobre os Efeitos de Produtividade da Inteligência Artificial,” foi baseado em um teste randômico com 444 profissionais de nível médio com ensino superior para avaliar o impacto da produtividade da IA em tarefas em áreas como relações humanas e marketing. Seus resultados mostraram que o ChatGPT aumentou substancialmente a produtividade média daqueles que usaram a tecnologia em 37%. Além disso, o uso do ChatGPT reduziu a desigualdade ao beneficiar mais os trabalhadores de baixa qualificação do que os de alta qualificação.

“No último setor de automação analisado, o setor da indústria, houve aumento da desigualdade de renda ao privar trabalhadores sem ensino universitário de acesso a empregos de melhor remuneração, mostrou a pesquisa”, disse o artigo do NYT em conclusão. 

Este último trecho é a resposta do MS Copilot à pergunta: "A IA pode causar desemprego no mundo?"

Sim, a inteligência artificial (IA) tem o potencial de afetar significativamente o mercado de trabalho em todo o mundo. Economistas do Goldman Sachs estimam que até 300 milhões de empregos em tempo integral podem ser automatizados de alguma forma pela nova onda de IA, que gerou plataformas como o ChatGPT1. Além disso, o Fundo Monetário Internacional (FMI) prevê que quase 40% dos empregos em todo o mundo serão afetados pelo avanço da IA, substituindo alguns e complementando outros. No entanto, é importante observar que a adoção da IA também pode aumentar a produtividade do trabalho e impulsionar o PIB global em 7% ao ano durante um período de 10 anos. Portanto, embora a IA possa causar perturbações no mercado de trabalho, muitos empregos provavelmente serão complementados, em vez de substituídos.

Gerenciamento de projetos na era da IA

“Os projetos substituíram as operações como o motor econômico dos nossos tempos”, escreveu Antonio Nieto-Rodriguez em “The project Exonomy Has Arrival”, um artigo de dezembro de 2021 na Harvard Business Review (HBR). Nieto-Rodriguez é ex-presidente global do Project Management Institute e autor do Harvard Business Review Project Management Handbook: How to Launch, Lead, and Sponsor Successful Projects, no qual o artigo da HBR se baseia.

Embora essa mudança demore um pouco para acontecer, ainda temos um longo caminho a percorrer. “Segundo a empresa de pesquisa Standish Group, apenas cerca de 35% dos projetos realizados em todo o mundo são bem-sucedidos. Dado que estamos falando de dezenas de biliões de dólares e do trabalho de milhões de funcionários, esse é um número alarmante e nos diz que, não estamos apenas desperdiçando 65% do tempo e dinheiro que investimos nos nossos projetos, mas também perdendo biliões de dólares em valor para as organizações e para a sociedade em geral.”

Uma pesquisa da McKinsey sobre o estado da IA nas empresas descobriu que a adoção da IA mais que dobrou nos últimos cinco anos. Dado que a pesquisa foi realizada em 2022, antes do lançamento do ChatGPT, que levou a IA a um nível totalmente novo de interesse, podemos esperar um grande aumento nos projetos com esse foco nos próximos anos. O artigo de Nieto-Rodriguez na HBR é, portanto, relevante à medida que entramos na era da IA.

“O que é exatamente um projeto? ”, ele perguntou no artigo. Embora projeto seja uma palavra que todos usamos comumente, o artigo aponta que a palavra significa coisas diferentes para pessoas diferentes. “Isso é um problema. À medida que os projetos geram cada vez mais valor, todos precisam ter um entendimento comum sobre o que são projetos e gerenciamento de projetos”:

“Os projetos envolvem uma série de atividades planejadas destinadas a gerar uma entrega (um produto, um serviço, um evento). Estas atividades – que podem ser qualquer coisa, desde uma grande iniciativa estratégica a um pequeno mudança – são limitadas no tempo. Projetos têm início, meio e fim claros; exigem um investimento, na forma de capital e recursos humanos; e são projetados para criar formas predeterminadas de valor, impacto e benefícios. Cada projeto possui elementos únicos. Essa é a chave: cada um contém algo que não foi feito antes.”

“O gerenciamento de projetos, envolve um conjunto de competências, técnicas e ferramentas que ajudam as pessoas a definir, planejar e implementar projetos para atingir seus objetivos. A maioria dos métodos de gerenciamento de projetos que usamos hoje foram desenvolvidos nas décadas de 1970 e 1980 e refletem a eficiência e os métodos de padronização usados para o gerenciamento de operações. As organizações normalmente adotavam uma metodologia padronizada de gerenciamento de projetos e a aplicavam de forma consistente a todos os seus projetos. Com o tempo, o que era projeto e gerenciamento de projetos precisava ser diferenciado. As organizações evoluíram e, embora o número de projetos tenha aumentado exponencialmente, a gestão de projetos, de alguma forma, ficou no passado.”

Observe o contraste nessas definições entre gerenciamento de projetos e gerenciamento de operações. As operações envolvem “o funcionamento de organizações”, enquanto os projetos envolvem “a mudança de organizações”. Administrar a organização significa gerenciar suas funções principais, — por exemplo, vendas, atendimento ao cliente, finanças, manufatura, TI; melhorar a eficiência da empresa e das suas principais funções e processos de negócios; e criação de valor através da geração e aumento de receita. “O foco é de curto prazo, os objetivos são orientados ao desempenho e a estrutura é hierárquica. Culturalmente, o modelo é comando e controle.”

Mudar a organização significa ser responsável pelo futuro da empresa, impulsionando iniciativas estratégicas, incluindo a adoção de novas tecnologias, produtos e serviços inovadores e modelos de negócios transformadores. “O foco é de médio a longo prazo, os objetivos são mais estratégicos, a estrutura é plana e baseada em projetos e os resultados são menos quantificáveis do que os resultados operacionais. Culturalmente, o modelo é o empreendedorismo e a colaboração.”

Para ter sucesso em tempos de mudança, as empresas precisam ser organizacionalmente ambidestras para alcançar o equilíbrio certo entre gestão e mudança, — “elas devem equilibrar a exploração de suas capacidades atuais (operações) com a exploração de novas competências (projetos)”. Isto é difícil, porque os líderes empresariais geralmente se sentem mais confortáveis em melhorar a eficiência das suas operações do que em impulsionar mudanças estratégicas de longo prazo, – um legado da economia industrial do século 20, quando as empresas produziam principalmente bens físicos, aumentavam a produção através da padronização e automatização de processos, e cresceu através de melhorias incrementais em seus produtos.

“A maior mudança na estrutura das empresas no século passado é que, há um século, a grande maioria dos funcionários estava em chão de fábricas, e agora a maioria dos funcionários e a grande maioria da massa salarial estão em torres de escritórios ou parques”, escreveu a Universidade. do professor Roger Martin de Toronto em um artigo recente na Fast Company. “Se perguntarmos o que essas pessoas fazem, fica claro que elas não produzem produtos ou serviços. O que eles fabricam são decisões. Eles decidem o que produzir, onde produzir, onde vender, como definir o preço, etc. Eles estão nas Fábricas de Decisão.”

A natureza do trabalho nas chamadas fábricas de decisão é completamente diferente da produção em grande volume de produtos ou serviços. “A necessidade de uma determinada decisão fica evidente, é trabalhada, resultando em uma decisão, e depois vai embora, muitas vezes para nunca mais ser vista — por exemplo, a decisão de como lançar determinado novo produto. Em uma Fábrica de Decisões, o trabalho é organizado em torno de projetos – projetos relacionados a decisões que vêm e vão.” Esses trabalhos devem ser altamente adaptáveis com base nos requisitos de um projeto específico. Eficiência significa adequar pessoas com as habilidades necessárias às demandas de um projeto específico. Pensar em projetos em vez de empregos permite que uma organização seja mais inovadora, mais produtiva e um lugar melhor para trabalhar.

“Num mundo impulsionado pela mudança, as empresas não podem aplicar apenas uma metodologia a todos os seus projetos”, escreveu Nieto-Rodriguez no artigo da HBR. “Em vez disso, eles precisam de uma caixa de ferramentas de abordagens – entre elas o gerenciamento de projetos ágil e tradicional, certamente, mas também o design thinking, o gerenciamento de mudanças e o desenvolvimento de produtos – e então devem desenvolver competências em todos eles em suas organizações. Mas para tornar isso possível, eles primeiro precisam de uma estrutura que permita que todos na organização vejam, entendam e trabalhem de forma produtiva nos elementos-chave de qualquer projeto.”

Nieto-Rodriguez criou essa estrutura para ajudar a explicar os principais elementos e objetivos do gerenciamento de projetos para profissionais e executivos. A estrutura é descrita detalhadamente em seu Manual de Gerenciamento de Projetos e resumida no artigo da HBR. Para ilustrar os seus elementos principais, ele criou um modelo de uma página, o project canvas, como uma introdução simples e passo a passo à estrutura, que considerei particularmente relevante dada a natureza transformadora dos projetos baseados em IA.

O Project Canvas visa garantir que cada projeto tenha um propósito bem compreendido e alinhado com a estratégia da organização. É composto por apenas três domínios: fundação, pessoas e criação. Cada domínio possui três blocos de construção, cada um com o objetivo de fornecer respostas a questões vitais para o sucesso de qualquer projeto:

Fundação

Objetivo: Por que estamos fazendo o projeto?;

Investimento: Quanto custará o projeto?;

Benefícios: Que benefícios e impacto o projeto gerará e como saberemos se o projeto foi bem-sucedido?

Pessoas

Patrocínio: Quem é o responsável pelo projeto;

Partes Interessadas: Quem se beneficiará e será afetado pelo projeto?;

Recursos: Quem irá gerenciar o projeto e quais habilidades são necessárias para entregá-lo?

Criação

Entregáveis: O que o projeto produzirá, construirá ou entregará?;

Plano: Como e quando o trabalho será realizado?;

Mudança: Como iremos envolver as partes interessadas e gerir os riscos?

A tela inicial do projeto orienta cada etapa do processo. “a tela tem que funcionar para todos, por isso deve ser construída com base no consenso. O gerente do projeto deve começar convocando um workshop de definição do projeto – uma reunião onde o patrocinador do projeto, as principais partes interessadas e os especialistas, e outras pessoas que possam fornecer informações relevantes, incluindo clientes e fornecedores.”

Uma vez concluído o kickoff, o canvas do projeto é compartilhado com as partes interessadas a fim de obter e incorporar comentários. “o Canvas é um documento vivo, e deve ser revisitado regularmente. Consultá-lo sempre é dever de todos os envolvidos, em momentos de decisão importante e mantê-lo atualizado, é dever do gerente principal do projeto, sempre que fizer alterações na natureza do projeto ou em seus objetivos.”

“até 2027, cerca de 88 milhões de pessoas em todo o mundo estarão provavelmente trabalhando na gestão de projetos, e o valor da atividade econômica orientada para projetos terá atingido 20 biliões de dólares”, escreveu Nieto-Rodriiguez no resumo do artigo. “mas a investigação mostra que apenas 35% dos projetos realizados em todo o mundo são bem-sucedidos – o que significa que estamos a desperdiçar uma quantidade exorbitante de tempo, dinheiro e oportunidades. Para tirar vantagem da nova economia baseada em projetos, as empresas precisam de uma nova abordagem à gestão de projetos: devem adotar uma estrutura organizacional orientada para projetos, garantir que os executivos tenham capacidades para patrocinar projetos de forma eficaz e formar gestores em gestão de projetos modernos.”

Cadeias de abastecimento na economia do século XXI

“Os espasmos sociais e econômicos do início da década de 2020 destacaram o papel das cadeias de abastecimento mundiais na economia global moderna, bem como o papel crescente da tecnologia digital, incluindo a IA e a automação, na economia do futuro”, escreveu o professor Yossi Sheffi no prefácio de seu livro, The Magic coveyor belt: Supply Chains, A.I. and the Futuro of work. Sheffi afirma que “O objetivo central das cadeias de abastecimento é satisfazer as necessidades e desejos das pessoas – fornecendo alimentos, medicamentos, energia, vestuário e outros bens necessários aos oito bilhões de habitantes no planeta.”

A década de 1990 marcou o início de uma era de ouro da globalização. O mundo parecia estar se unindo. O livro de Thomas Friedman, O mundo é plano, tornou-se um best-seller em 2005, explicando bem o que era a globalização, incluindo as principais forças que contribuíram para aplainar o mundo – desde o colapso do Muro de Berlim em novembro de 1989 até a ascensão da terceirização, offshoring e cadeias de suprimentos globais.

“A era de ouro da globalização, em 1990-2010, foi algo de se admirar”, escreveu o The Economist em um artigo de Janeiro de 2019. “O comércio global disparou à medida que o custo do transporte de mercadorias em navios e aviões caiu, as chamadas telefônicas ficaram mais baratas, as tarifas foram reduzidas e o sistema financeiro foi liberalizado.” Mas, desde a crise financeira global de 2008, a globalização e o comércio global começaram a diminuir o ritmo de crescimento. “A globalização desacelerou, para um ritmo muito lento na última década – por várias razões”, disse o The Economist.

Três grandes choques ainda remodelaram a globalização: (1) as crescentes guerras comerciais e tarifárias dos últimos cinco anos, especialmente entre EUA e a China; (2) o impacto da Covid-19 nas cadeias de abastecimento globais; e, mais recentemente, (3) a guerra da Ucrânia, que ameaça dissociar ainda mais a economia mundial num bloco comercial ocidental e chinês. Mohamed El-Erian, um dos pensadores econômicos mais influentes do mundo, disse em entrevista recente a um podcast, que a religação das cadeias de abastecimento globais é um dos principais impulsionadores de grandes mudanças estruturais na economia do mundo.

The Magic Conveyor Belt explica os fundamentos para a compreensão das cadeias de abastecimento, o importante papel que continuam a desempenhar na economia, a sua crescente complexidade e o impacto das tecnologias digitais e da automação na evolução das cadeias de abastecimento globais. O livro está organizado em quatro partes principais:

A Dança Global. A Parte 1 explica a estrutura das cadeias de abastecimento globais e os desafios de gestão das enormes redes que a compõem. Mesmo os bens de consumo mais simples são compostos por inúmeras peças ou materiais de diferentes fornecedores. Cada uma das peças é ainda composta por muitos produtos de fornecedores intermediários, até os fornecedores das matérias-primas. “Uma única peça faltante pode impedir a conclusão da fabricação de um produto”, escreveu Sheffi.

Cadeias de abastecimento complexas estão geralmente dispersas por todo o mundo. Num extremo estão as localidades que fornecem as matérias-primas necessárias, bem como a experiência e o capital necessários para construir os produtos finais. Por outro lado, estão os mercados amplamente dispersos para os produtos acabados e os consumidores que irão comprar os produtos.

“Conectando todos esses elementos da cadeia de suprimentos está um intrincado conjunto de serviços e redes de transporte que armazenam, movimentam e entregam as mercadorias de forma eficiente, confiável e rápida. O resultado é que as cadeias de abastecimento são, na verdade, ecossistemas complexos e sobrepostos de todas as empresas envolvidas na entrega de produtos.”

Sheffi ilustra as complexidades das cadeias de abastecimento modernas, com um exemplo da indústria automobilística. “A maioria dos carros tem cerca de 30.000 peças fabricadas em todo o mundo, muitas delas viajam várias vezes através e entre continentes. … Cada uma das 30.000 peças deve ser altamente projetada, composta de materiais específicos, cuidadosamente fabricada e depois entregue a milhares de fornecedores que montam muitas dessas peças e enviam os subconjuntos resultantes para uma fábrica de automóveis. Lá, todos esses subconjuntos são reunidos para criar um automóvel sofisticado e acessível.”

Outras complexidades e desafios. A Parte 2 do livro explica como a crescente procura de bens e as crescentes expectativas dos consumidores por rapidez e qualidade aumentaram a complexidade das cadeias de abastecimento ao longo das últimas décadas. Além disso, indo além da eficiência e do serviço ao cliente, espera-se que as empresas “minimizem as emissões, promovam a justiça social e aumentem a sua resiliência”, mesmo quando a procura é volátil, as regulamentações e as restrições geopolíticas estão aumentando e a concorrência de todo o mundo também. “Uma vez que se entende tudo o que está envolvido, o milagre é que tudo realmente funciona, e geralmente funciona muito bem.”

A resiliência é cada vez mais importante. Se uma empresa fabricante de automóveis enfrentar a escassez de uma única das suas 30.000 peças, não poderá construir o carro. “Consequentemente, os gestores da cadeia de abastecimento têm de garantir que a fábrica tenha sempre o suficiente de cada peça e subconjunto necessário para executar as suas operações e fabricar o produto.”

Para garantir um fluxo contínuo de peças e reduzir o risco de interrupções na cadeia de abastecimento, as empresas podem precisar contratar mais de um fornecedor para uma determinada peça. Isso envolve muitas compensações. Um único fornecedor de uma peça pode oferecer um preço mais baixo com base em volumes maiores e pode dar preferência à empresa em caso de escassez ou interrupção. Por outro lado, depender de um único fornecedor para uma peça envolve um sério risco caso o fornecedor falhe. Contar com vários fornecedores permite que a empresa continue a produção quando um fornecedor falha, mas também aumenta a complexidade de ter que gerenciar uma rede maior de fornecedores.

O elo vital da cadeia: o ser humano. A Parte 3 explica o papel crescente da tecnologia e da automação na produção e nos serviços das cadeias de abastecimento, que alguns vêem como uma ameaça existencial aos trabalhadores.

Vários estudos focaram-se no impacto da IA no futuro do trabalho. O MIT, por exemplo, lançou em 2018, um grupo de trabalho sobre o Futuro do Trabalho para compreender como o atual período de disrupção tecnológica difere dos períodos anteriores da história da industrialização. O relatório final da pesquisa, nomeado de O Futuro do Trabalho: Construindo Melhores Empregos numa Era de Máquinas Inteligentes, concluiu que:

“Nenhuma evidência histórica ou contemporânea convincente sugere que os avanços tecnológicos estejam nos conduzindo para um futuro sem emprego. Pelo contrário, prevemos que, nas próximas duas décadas, os países industrializados terão mais vagas de emprego do que trabalhadores para as preencher, e que a robótica e a automação desempenharão um papel cada vez mais crucial, para cobrir estas lacunas. No entanto, o impacto da robótica e da automação nos trabalhadores não será benigno. Estas tecnologias, em conjunto com incentivos econômicos, escolhas políticas e forças institucionais, irão alterar o conjunto de empregos disponíveis e as competências que estes exigem.”

Sheffi argumenta que “os pontos fortes dos humanos, tornam as pessoas complementos naturais das máquinas”. A colaboração entre pessoas e tecnologia pode superar qualquer uma delas por si só porque “robôs e humanos têm capacidades complementares. Os robôs podem assumir tarefas que exigem processos repetitivos – mesmo os complexos e com várias etapas – e executá-las com altos níveis de precisão e consistência. Os seres humanos podem aplicar julgamento sobre fatores contextuais complexos para avaliar os méritos do uso da máquina, direcionar a máquina para mudar quando necessário, corrigir as falhas da máquina ou substituí-la.”

Esperando ansiosamente. A Parte 4 explora as múltiplas tendências que impulsionam a evolução das cadeias de abastecimento globais e as competências de que as pessoas necessitam para terem sucesso num futuro em rápida mudança, repleto de tecnologias, ferramentas digitais e automação.

o futuro das cadeias de abastecimento será provavelmente determinado pela interação de três tendências principais:As cadeias de abastecimento e as economias enfrentam níveis crescentes de volatilidade, incerteza, complexidade e ambiguidade;

A população mundial está sofrendo com as mudanças geográficas e demográficas significativas que deverão acelerar no futuro próximo;

Uma gama crescente de tecnologias de informação fornecerá dados, decisões, controle e funcionalidades que serão úteis num mundo em tão rápida mudança.

Estas tendências terão dois impactos principais. Como tem acontecido há muito tempo, as novas tecnologias irão automatizar algumas das tarefas e empregos atuais, criando ao mesmo tempo novos tipos de ocupações. Mas, apesar do crescimento da automação, as organizações continuarão a precisar de pessoas altamente capazes “para conceber, gerir e executar todas as atividades em todas as cadeias de abastecimento que sustentam as economias mundiais”.

“Novas ferramentas digitais foram criadas para ajudar as pessoas a fazer uso produtivo da tecnologia e agregar mais valor aos seus empregos e à economia. No entanto, a atribuição de tarefas entre pessoas e máquinas mudará dinamicamente à medida que novas e melhores máquinas se tornarem disponíveis e à medida que as empresas as adoptem e os trabalhadores se adaptem a elas. Para serem empregáveis e terem sucesso tanto em empregos de colarinho azul como de colarinho branco, os trabalhadores necessitarão de novas competências.”

“A automação pode ajudar a lidar com tarefas rotineiras para que as pessoas possam se concentrar nas partes mais gratificantes de seu trabalho”, escreveu Sheffi para concluir. “A IA e as ferramentas digitais podem aumentar o poder das pessoas, permitindo-lhes realizar trabalhos que não conseguiram no passado. A educação e o conhecimento oportunos e acessíveis podem ajudar os trabalhadores, gestores e cidadãos a lidar com as mudanças tecnológicas, a volatilidade e as perturbações … Os gestores e os trabalhadores podem tirar o máximo partido da IA e da automação, colaborando com a tecnologia para criar empregos gratificantes e bem remunerados, produtos e serviços acessíveis e um futuro brilhante. Cabe à sociedade civil garantir que tal visão se concretize.”