Por que a Agricultura Pode Ser o Maior Vencedor de Produtividade da IA

Ao discutir o impacto da IA na economia, o debate público tende a se concentrar em empregos relacionados à TI (programação, artistas digitais etc.), profissões de colarinho branco (advogados, médicos) ou pesquisa científica. No entanto, isso pode estar deixando de fora aplicações importantes que terão efeitos transformadores em setores inteiros.

Em geral, a IA provavelmente aumentará a produtividade principalmente onde puder otimizar diretamente insumos físicos, substituir humanos em decisões repetitivas e otimizar a alocação de recursos. Ela também prosperará em ambientes suficientemente complexos para ainda não terem sido automatizados, mas não tão complexos a ponto de ainda exigir um nível superior de inteligência humana.

Um estudo recente de dois pesquisadores do Korea Advanced Institute of Science and Technology e do Hana Financial Group (Coreia do Sul) investigou a relação entre a penetração da IA e o desempenho em nível setorial.

O estudo constatou que, embora a IA afete significativamente o desempenho de valor agregado em nível setorial nas indústrias de produção, manufatura e transporte, seu impacto positivo foi mais forte na agricultura.

Eles publicaram suas descobertas na revista International Review of Economics & Finance¹, sob o título “Artificial intelligence and productivity gains: An empirical analysis of industry heterogeneity”.

IA & Produtividade

IA por Indústria

Desde o lançamento público do ChatGPT, a IA tem sido adotada por diversos setores na esperança de que possa concretizar ganhos de produtividade e criar uma vantagem competitiva para os primeiros adotantes.

No entanto, pode ser difícil medir exatamente a taxa de adoção e seu impacto. Historicamente, um aumento de 10 % nos investimentos em tecnologia da informação e comunicação está associado a um aumento de 0,5–0,6 % na produtividade. Mas ainda não se sabe qual será o número final especificamente para a IA.

Até o momento, a IA tem sido principalmente implantada em funções de serviço: assistência ao cliente em tempo real, diagnóstico e monitoramento de saúde, etc.

Para funções físicas, as principais aplicações têm sido na manufatura, onde fábricas inteligentes habilitadas por IA suportam manutenção preditiva e otimização operacional, gerando redução de custos e ganhos de eficiência.

Em indústrias tradicionais como química e papel, a adoção de IA tem sido muito mais lenta até agora. Isso pode ser atribuído à ausência de estratégias digitais claras, escassez de habilidades, resistência cultural, baixa confiança do consumidor e incerteza regulatória.

Conjunto de Dados de Produtividade da IA

Os pesquisadores coletaram dados de um painel de 103 países entre 2010 e 2019, excluindo alguns países principalmente devido à insuficiência de dados.

Dados sobre o valor agregado bruto (VAB) por tipo de atividade econômica foram obtidos do UN Data e usados como a principal variável para capturar o desempenho econômico em diferentes setores e países.

Dados sobre investimento direto estrangeiro, gasto nacional bruto, inflação, participação da força de trabalho e comércio foram obtidos dos Indicadores de Desenvolvimento Mundial (WDI). Eles também coletaram pontuações do índice de direitos humanos do Our World in Data.

Dados sobre o número de startups relacionadas à IA foram coletados do Crunchbase, e mostraram que o pico de fundação de startups de IA neste conjunto de dados ocorreu em 2017, indicando uma ampla aceleração da atividade empreendedora ligada à IA durante a metade da década de 2010.

Fonte: International Review of Economics & Finance

Produtividade Impulsionada por IA por Indústria

Os pesquisadores descobriram que a IA teve a relação positiva mais forte com o desempenho na agricultura, enquanto a relação na construção não foi estatisticamente significativa.

Outros setores onde a IA teve um impacto mensurável foram a manufatura, a produção e o transporte.

(Também deve ser observado que a mesma análise com dados cobrindo o período de 2019-2025 seria interessante, considerando o rápido progresso da tecnologia de IA)

Uma razão provável para o impacto na agricultura é que ela já é, em certa medida, uma indústria altamente automatizada. Comparada a um século atrás, a agricultura está substancialmente mais mecanizada, com tratores, irrigação automatizada, sistemas de ordenha e outros equipamentos que reduzem a quantidade de trabalho manual necessária.

Ao mesmo tempo, muitas dessas tarefas agrícolas se enquadram em categorias que a IA já pode lidar: condução, pulverização, capina, etc.

Outro fator é que a agricultura passou as duas últimas décadas adotando novos métodos, gerando muito mais dados e aprendendo a agir sobre eles: imagens de satélite multiespectrais, composição química do solo, otimização de pesticidas e herbicidas, utilização de equipamentos, gestão de mão de obra, etc.

Portanto, a IA chegou no momento certo para usar esses dados e aproveitá‑los ainda mais em ações por meio de 2 mecanismos:

• Ajudando os agricultores a compreender melhor seus dados e utilizá‑los de forma eficiente.
• Ajudando diretamente nas fazendas por meio de visão computacional, condução autônoma, identificação de ervas daninhas, drones e sistemas robóticos.

Principais Conclusões para Investidores

Muitas estratégias de investimento hoje precisam levar em conta os efeitos iminentes da revolução da IA. Em muitos casos, isso significa estar atento ao potencial dano que a IA pode causar a uma atividade ou modelo de negócio específico, mas também pode impulsionar drasticamente a produtividade. E, aparentemente, não há lugar onde isso seja mais verdadeiro do que na agricultura.

Isso fornece um bom exemplo de uma tese emergente de investimento em IA física, onde a implantação de IA em aplicações do mundo real tem um efeito direto na produtividade de todo um setor econômico.

Isso significa que os investidores devem esperar que todo o setor se torne mais produtivo e, potencialmente, mais lucrativo, pelo menos para os vendedores de sistemas de IA adaptados a essa indústria e máquinas capazes de levar o pensamento de IA aos campos.

Esse tipo de aplicação requer expertise profunda e específica do domínio, bem como uma rede de distribuição sólida já em contato com os agricultores. Portanto, é provável que beneficie fabricantes de equipamentos capazes de integrar IA em suas máquinas e torná‑las eficientes em condições reais, particularmente quando essas ações reduzem insumos caros.

Investindo em IA na Agricultura

Deere & Company

A John Deere é mais conhecida como a fabricante dos icônicos tratores verdes e amarelos, colheitadeiras e outros maquinários agrícolas.

Menos conhecida pelo público em geral, a John Deere também é uma empresa de tecnologia, com longa história de investimento em sensores e software, além de conduzir programas piloto para implantar IA, robótica, drones e visão computacional na agricultura.

Fundada há quase dois séculos (em 1837), a empresa tem, na verdade, sempre impulsionado as mais recentes inovações na agricultura, desde a lâmina de arado aprimorada até os primeiros tratores. Recentemente, a empresa tem aumentado seus gastos em P&D com foco em alguns eixos tecnológicos: sensores, conectividade, autonomia e energia alternativa.

Fonte: John Deere

Por exemplo, o sistema See & Spray Ultimate, lançado em 2021, usa 36 câmeras para distinguir plantas de cultivo de ervas daninhas e otimizar o uso de herbicidas por meio de visão computacional e aprendizado de máquina.

Ou o John Deere Operations Center, um gêmeo digital de uma fazenda, que permite aos revendedores realizar diagnósticos remotos, programação e atualizações over‑the‑air.

Fonte: John Deere

No campo da autonomia, a John Deere também está trabalhando para tornar realidade as colheitadeiras automatizadas do filme de ficção científica Interstellar. John Deere lançou em 2022 seu primeiro trator totalmente autônomo, uma versão sem condutor de seu trator de culturas em linhas 8R. Ele se orientou graças ao GPS e a seis pares de câmeras estéreo para detecção de obstáculos em 360 graus e navegação. Esse lançamento seguiu a aquisição pela John Deere da startup Bear Flag Robotics por US$ 250 milhões.

Por fim, a empresa também está impulsionando a eletrificação, notavelmente lançando uma escavadeira elétrica que usa uma bateria Kreisel, uma empresa austríaca na qual a Deere adquiriu participação majoritária em 2022. A Deere também está trabalhando para desenvolver um motor de 9 litros que queima etanol para usar biocombustível em máquinas pesadas como colheitadeiras.

À medida que a IA e a visão computacional se tornam cada vez mais eficientes e inteligentes, empresas como a John Deere poderão melhorar ainda mais a eficiência de seus tratores carregados de câmeras e sensores.

A vantagem da John Deere em relação a empresas genéricas de IA é sua rede de concessionárias e profunda experiência agrícola, que a ajudam a implantar essa tecnologia em aplicações úteis e rentáveis, aproveitando relacionamentos existentes com os agricultores.

Ainda assim, os investidores devem lembrar que a Deere continua sendo uma fabricante cíclica de equipamentos. A adoção de IA pode fortalecer sua posição competitiva e aumentar receitas relacionadas à tecnologia, como assinaturas de software, mas a renda agrícola, os preços das culturas, as taxas de juros e os ciclos de substituição de máquinas continuarão a influenciar os resultados.

Também é possível que startups menores e mais ágeis ou concorrentes estrangeiros aproveitem a revolução contínua de IA e robótica que se desenvolve na agricultura para desafiar a posição de incumbentes bem estabelecidos como a John Deere.

Últimas Notícias e Desenvolvimentos das Ações da Deere & Company (DE)

Estudo Referenciado

^{1. Eunjung Park and Sangyoon Yi. Artificial intelligence and productivity gains: An empirical analysis of industry heterogeneity. International Review of Economics & Finance. 22 de agosto de 2026. Artigo: 105726. 10.1016/j.iref.2026.105726}