Ganhos de produtividade com IA: o que os investidores devem observar

A inteligência artificial pode ajudar as empresas a produzir mais com os recursos de que já dispõem. Se esses ganhos se traduzirão em salários mais altos, lucros maiores ou preços mais baixos depende de decisões que vão muito além da própria tecnologia.

Um estudo global do economista Swapnanil SenGupta, publicado na revista Technological Forecasting and Social Change, examina essa relação desigual.¹ Entre 2004 e 2023, em 69.783 empresas de capital aberto de 83 países, uma maior atenção pública à IA está associada a uma produtividade mais alta. Os resultados salariais, porém, diferem entre as economias avançadas e as em desenvolvimento.

Para os investidores, os resultados dão início a uma discussão relevante sobre como o progresso tecnológico se converte em valor para as empresas. A produtividade cria uma oportunidade. A concorrência, os custos de implementação, as competências da força de trabalho e a demanda dos clientes ajudam a determinar quem acaba se beneficiando.

O que o estudo mede sobre IA e salários

O estudo mede a atenção à IA por meio das buscas no Google Trends por inteligência artificial como campo de estudo. Isso revela o grau de destaque da IA no ambiente informacional de um país. Não permite determinar se empresas específicas instalaram sistemas de IA nem com que intensidade os funcionários os utilizam.

Essa distinção é fundamental. Os gestores podem reconsiderar contratações, treinamentos ou investimentos quando mudam as expectativas em relação a uma tecnologia. Os trabalhadores podem reavaliar quais competências desenvolver. Essas reações podem ocorrer ao mesmo tempo que a adoção, o que dificulta separar a contribuição de cada uma.

A medida salarial também exige cautela. Ela representa o gasto médio da empresa com salários e remunerações por funcionário. As variações podem refletir tanto a composição da força de trabalho quanto a remuneração. Por exemplo, um aumento nas contratações de profissionais em início de carreira poderia reduzir o gasto médio sem que os funcionários atuais sofressem cortes salariais.

Portanto, a análise descreve relações entre a atenção à IA e os resultados das empresas. Ela não demonstra que o aumento do interesse nas buscas, por si só, cause mudanças na remuneração dos trabalhadores.

Produtividade e resultados salariais da IA variam entre as economias

Entre as empresas listadas em bolsa nas economias avançadas, uma maior atenção à IA está associada a salários médios mais baixos, maior produtividade do trabalho e maior produtividade total dos fatores. A produtividade do trabalho descreve a produção em relação à quantidade de trabalho empregada. A produtividade total dos fatores busca captar ganhos de eficiência que vão além das variações nos insumos medidos, como trabalho e capital.

As empresas listadas em bolsa das economias emergentes e em desenvolvimento apresentam um padrão salarial diferente: ganhos iniciais que diminuem com o tempo, acompanhados de respostas positivas na produtividade.

Uma interpretação possível é que as empresas das economias avançadas enfrentam expectativas mais fortes de automação e controle de custos. Inicialmente, as empresas listadas em bolsa das economias em desenvolvimento talvez precisem de mais competências, treinamento e capacidade organizacional. O estudo discute essas explicações, mas não as identifica como mecanismos comprovados.

A amostra de economias em desenvolvimento também é seletiva. As empresas listadas em bolsa diferem bastante dos negócios informais e das pequenas empresas de capital fechado. Seus resultados não devem ser considerados representativos de toda a força de trabalho de cada país.

Por que uma produtividade maior não garante lucros maiores

As implicações para os investimentos começam com a distinção entre criar valor econômico e conseguir retê-lo.

Considere uma empresa hipotética que usa IA para reduzir o tempo necessário para processar pedidos de clientes. O processamento mais rápido cria capacidade. Os lucros só aumentam se a empresa utilizar essa capacidade de forma produtiva e se os benefícios superarem os custos de software, integração, supervisão e treinamento.

A concorrência pode redistribuir os ganhos. Se empresas concorrentes adotarem ferramentas semelhantes, os clientes poderão exigir preços mais baixos. O setor se torna mais eficiente, enquanto cada empresa retém poucos lucros adicionais. Outra possibilidade é que a escassez de competências técnicas ou fornecedores de software com grande poder de mercado absorvam parte dos benefícios por meio de remunerações ou tarifas mais altas.

Essas são possibilidades econômicas, não resultados comprovados por este estudo. Elas explicam por que os investidores devem analisar como uma empresa compete antes de transformar um anúncio de ganhos de produtividade com IA em uma previsão de lucros.

Uma empresa com produtos diferenciados, relações de confiança com os clientes ou processos difíceis de replicar pode ter mais condições de reter valor. Ainda assim, o preço de suas ações talvez já reflita expectativas ambiciosas.

Como transformar o tempo economizado com IA em retornos financeiros

Outro desafio é converter o tempo economizado em resultados comerciais mensuráveis.

Uma ferramenta pode poupar uma hora por dia dos funcionários sem alterar a folha de pagamento total. Ainda assim, isso pode ser valioso se os funcionários resolverem mais problemas dos clientes, melhorarem produtos ou atenderem à demanda crescente. O benefício financeiro depende do que acontece em seguida.

Um estudo de 2026 com executivos de empresas oferece um contexto relevante. Com base nas respostas de quase 750 executivos, o estudo relata que os ganhos de produtividade percebidos superam os ganhos mensurados, o que pode refletir o intervalo até que os benefícios apareçam na receita. Também encontra poucas evidências de quedas agregadas no emprego no curto prazo, apesar das diferentes expectativas das empresas em relação à força de trabalho.

Isso sugere que os investidores devem distinguir melhorias em tarefas de melhorias nos negócios. Redigir ou analisar mais rápido é um resultado intermediário. Uma retenção maior de clientes, vendas adicionais ou custos menores após a implementação são evidências mais sólidas de valor econômico.

Uma análise recente da Securities.io sobre IA e eficiência nas contratações explora uma oportunidade relacionada: adequar o quadro de funcionários à demanda. Ganhar eficiência pode significar ampliar a capacidade onde os clientes precisam dela e, ao mesmo tempo, controlar gastos desnecessários.

Investir na força de trabalho pode sustentar retornos duradouros da IA

A divergência salarial apontada no artigo de SenGupta também levanta uma questão sobre a durabilidade desses resultados. A redução da despesa média com mão de obra pode melhorar os resultados financeiros no curto prazo, mas não demonstra que a empresa tenha criado um modelo operacional mais sólido.

Os funcionários muitas vezes compreendem exceções, preferências dos clientes e restrições operacionais que são difíceis de reproduzir em software. As empresas precisam desse conhecimento para decidir onde a automação funciona e quando o julgamento humano continua sendo necessário.

O treinamento pode ajudar os funcionários a usar a capacidade adicional de forma eficaz. Responsabilidades bem definidas e procedimentos confiáveis de encaminhamento podem evitar que processos mais rápidos provoquem erros dispendiosos. Essas considerações se relacionam à análise da Securities.io sobre confiança dos funcionários e retornos da automação.

Para os investidores, algumas perguntas úteis são:

• A economia relatada é calculada após os custos de implementação e operação?
• A qualidade do serviço se mantém estável à medida que a produção por funcionário aumenta?
• A administração consegue explicar como o tempo economizado contribui para a receita ou o fluxo de caixa?

Respostas respaldadas por indicadores operacionais consistentes são mais informativas do que promessas genéricas de transformação.

A Accenture oferece exposição à implementação de IA em grandes empresas

A necessidade de conectar a tecnologia a processos empresariais práticos cria oportunidades para empresas que ajudam outras organizações a implementar IA. A Accenture é um exemplo relevante por sua atuação em integração de tecnologia, dados, mudança organizacional e operações empresariais.

Sua atuação está diretamente relacionada aos investimentos complementares discutidos no artigo. Antes que a IA gere benefícios confiáveis, as empresas talvez precisem preparar dados, redesenhar fluxos de trabalho, treinar funcionários e integrar sistemas. Essas necessidades geram demanda para além dos próprios modelos.

Os resultados da Accenture no exercício fiscal de 2026 registraram receita de US$ 74,2 bilhões e novos contratos no valor de US$ 84,5 bilhões. Esses números abrangem a empresa como um todo; não são medidas da receita com IA nem provas de que as implementações para clientes tenham gerado retornos positivos.

A tese de investimento também enfrenta pressões em sentidos opostos. A IA pode aumentar a demanda por serviços de implementação e, ao mesmo tempo, reduzir a mão de obra necessária para algumas atividades existentes. Os investidores devem avaliar se novos contratos, modelos de precificação e ganhos de eficiência na prestação de serviços sustentam um crescimento lucrativo após os custos de reestruturação e investimento.

O estudo de SenGupta não avalia especificamente a Accenture. A empresa é relevante por participar da implementação de IA em grandes empresas, mas sua atratividade como investimento depende da execução, da concorrência e da avaliação de suas ações.

Últimas notícias e novidades sobre a Accenture (ACN)

Como avaliar os ganhos com IA além das manchetes

A análise histórica do artigo termina em 2023, o que limita as conclusões sobre os sistemas atuais de IA generativa. Além disso, as abordagens estatísticas produzem estimativas de efeito bastante diferentes, e o autor recomenda cautela ao atribuir grande peso às estimativas excepcionalmente elevadas obtidas por variáveis instrumentais.

Ainda assim, a questão central continua sendo útil: como as melhorias de produtividade interagem com a remuneração e os ajustes organizacionais?

Para os investidores, o próximo passo é buscar evidências específicas de cada empresa. As empresas que transformam capacidade adicional em produtos valorizados e serviços confiáveis têm um caminho mais claro para obter retornos duradouros. A IA amplia o que as empresas podem realizar; as decisões da administração e as condições de mercado determinam quanto dessa oportunidade chega aos acionistas, trabalhadores e clientes.

Referências:

¹ SenGupta, S. (2027). Efeitos da atenção à IA no âmbito das empresas sobre salários e produtividade: um estudo comparativo global. Technological Forecasting and Social Change, 235, 124913. https://doi.org/10.1016/j.techfore.2026.124913