A inteligência artificial deixou de ser promessa para se tornar rotina nas grandes empresas. Segundo a McKinsey, 78% das organizações globais já a utilizam em pelo menos uma função de negócio. Os setores de tecnologia, telecomunicações, finanças e varejo lideram essa adoção, com taxas entre 30% e 40% de forma ativa, além de testarem pilotos ou protótipos.

Após 30 anos de dedicação à economia e ao “policy making”, fiz uma das escolhas mais instigantes da minha vida profissional: vir para Wharton, escola de negócios da Universidade da Pensilvânia, estudar as novas fronteiras da gestão e da liderança.

Um dos temas que mais me chamaram a atenção até agora foi o uso e a implementação da inteligência artificial nas empresas, uma abordagem que combina tecnologia, estratégia e psicologia do trabalho. Meu desafio tem sido conectar essa visão organizacional ao que a economia ensina sobre produtividade, progresso e desigualdade.

Como nos mostrou o prof. Stefano Puntoni, embora ampla, a adoção da inteligência artificial ainda não parece acompanhada de métricas claras. Ao perguntar a executivos quantos monitoravam o retorno sobre o investimento em GenAI, quase ninguém respondeu. A corrida pela eficiência é real; o aprendizado sobre seus efeitos, nem tanto.

Esse descompasso revela um ponto central: as organizações decidirão se querem usar a tecnologia para substituir pessoas ou para ampliar suas capacidades. A primeira opção gera ganhos rápidos e superficiais; a segunda cria inovação duradoura e confiança.

Como lembram Daron Acemoglu e Simon Johnson em “Poder e Progresso”, o avanço tecnológico nunca foi automaticamente sinônimo de prosperidade. Durante mil anos de história, o poder econômico se reorganizou em torno das máquinas. E nem sempre em favor da maioria.

Quando a tecnologia serve para concentrar controle, ela amplia desigualdades; quando é desenhada para distribuir oportunidades, ela promove bem-estar e crescimento. O progresso não é linear nem neutro: é produto de decisões humanas e institucionais.

Hoje, essa escolha se repete. A IA generativa redefine tarefas e papéis, mas também desafia o significado do trabalho. Ao automatizar o que antes expressava o talento humano, pode corroer o senso de competência. Ao impor processos padronizados, reduz a autonomia. E, ao substituir interações humanas por algoritmos, fragiliza o pertencimento.

São três dimensões que, segundo a psicologia do trabalho, sustentam o bem-estar e a produtividade. A IA pode encurtar o árduo percurso do aprendizado, aquele que desenvolve instinto, julgamento e experiência. A eficiência não deve substituir o amadurecimento.

As evidências são eloquentes. Pesquisas de Puntoni e outros autores mostram que trabalhadores avaliados por algoritmos demonstram menos empatia e disposição para ajudar colegas. Segundo testes estatísticos, consumidores, por sua vez, valorizam mais produtos quando percebem participação humana em sua criação.

A tecnologia é a mesma; o design da interação é que muda tudo. As escolhas sobre IA acontecem em várias camadas de decisão —das equipes aos conselhos, dos algoritmos à regulação. Torná-las explícitas é essencial para que a cultura se traduza em padrões éticos, e em métricas.

Mas a IA também pode abrir um novo ciclo de oportunidades. Como nos mostrou o prof. Christian Terwiesch, a IA generativa pode transformar o próprio processo de inovação. Em vez de restringir decisões a poucos, ela permite que mais pessoas criem, testem e proponham soluções apoiados por IA; o que ele chama de “torneios de inovação”. O papel humano, nesse contexto, seria o de curador, não de executor.

A GenAI ajuda a criar mais e melhores ideias, e mais rápido, mas continua precisando de gente para dar direção, propósito e juízo de valor. Empresas que souberem equilibrar essas forças entre a velocidade da máquina e o discernimento humano abrirão novos horizontes de vantagem competitiva.

O futuro da inovação, portanto, não pertence apenas à tecnologia, mas à cultura que a cerca. As companhias que combinarem processos estruturados de experimentação com liberdade para imaginar criarão não só produtos mas significado.

E talvez esta seja a verdadeira promessa da IA: devolver às pessoas o tempo e a energia de que elas precisam para pensar, criar e reinventar o que o progresso realmente deve ser. O avanço é veloz, e políticas de transição justa tornam-se urgentes, inclusive para apoiar quem será mais afetado e criar condições de reaprendizagem contínua.

Mas, em última instância, essas escolhas não se farão no vácuo. Elas serão moldadas pelos incentivos econômicos, pelas políticas públicas e pela forma como os mercados valorizam —ou não— o investimento em pessoas.

Se o sistema recompensar apenas ganhos de produtividade de curto prazo, o uso da IA tenderá à substituição e à concentração. Se, ao contrário, premiar a criação de valor humano e a difusão do conhecimento, o avanço tecnológico poderá se tornar um novo motor de prosperidade compartilhada. O equilíbrio econômico dessa nova era estará em unir produtividade com desenvolvimento humano; eficiência com aprendizado.

O desafio, portanto, não é apenas das empresas, mas também da regulação: fazer com que o progresso técnico caminhe ao lado do progresso econômico e social.

A inteligência artificial pode gerar abundância ou desigualdade. O que determinará o resultado não é o algoritmo, mas o conjunto de escolhas, incentivos e valores construídos em torno dele.