Ir para o conteúdo
Em artigo publicado no Investing.com, Maria Fernanda Del Fiorentino, Associate Manager na Peers, analisa um contraste importante: algumas empresas já registram ganhos expressivos de produtividade com IA, mas esse efeito ainda não aparece de forma relevante nos indicadores da economia brasileira.
Entre 2019 e 2025, a produtividade do trabalho no Brasil cresceu, em média, 0,6% ao ano. No acumulado do período, o avanço foi de 3,5%, enquanto o valor adicionado da economia aumentou 13,9% e a população ocupada, 10%.
Ao mesmo tempo, organizações mais avançadas no uso de IA já conseguem ampliar significativamente sua capacidade de entrega e reduzir tempo e custos em processos específicos.
Esse contraste levanta uma questão central: se os ganhos já aparecem dentro das empresas, o que ainda falta para que cheguem à produtividade do país?
Os dados mostram que parte relevante do crescimento econômico recente veio do aumento da população ocupada.
Quando a produtividade avança pouco, o crescimento passa a depender mais da incorporação de pessoas à atividade econômica e menos do aumento da capacidade de produzir com os recursos disponíveis.
Ao mesmo tempo, dentro de algumas empresas, a adoção de IA generativa já produz ganhos muito superiores à média observada na economia.
Esse contraste ajuda a mostrar que a existência de casos bem-sucedidos ainda representa apenas uma parte da transformação necessária para alterar os indicadores agregados de produtividade.
O estudo Gerando valor com GenAI, realizado pela Peers em parceria com o TEC.Institute e publicado pela MIT Technology Review Brasil, reuniu 138 empresas brasileiras de 12 setores e identificou exemplos concretos de aumento de produtividade.
No Mercado Livre, a produtividade das áreas de tecnologia cresceu entre 7 e 10 vezes mais rápido do que o quadro de funcionários, permitindo ampliar a capacidade de entrega com uma equipe praticamente estável.
Na Zurich Insurance, uma análise de código que havia sido estimada em quatro meses e R$ 400 mil passou a ser realizada em um dia de análise e quatro horas de execução, com quase 90% de economia de tempo. Em projetos de engenharia reversa, os ganhos chegaram a 30% em tempo e custo.
Os exemplos mostram que a tecnologia já consegue transformar a produtividade de tarefas e processos específicos.
| Indicador | Resultado |
|---|---|
| Produtividade do trabalho no Brasil, 2019 a 2025 | +3,5% no acumulado |
| Crescimento médio anual da produtividade | 0,6% ao ano |
| Empresas Líderes em maturidade de IA | 40,7% da amostra |
| Empresas Incipientes | 27,6% da amostra |
| Mercado Livre | Produtividade cresceu de 7 a 10 vezes mais rápido que o quadro |
| Zurich Insurance | Quase 90% de economia de tempo em análise de código |
A comparação evidencia o ponto central: os ganhos já aparecem dentro de algumas organizações, mas ainda não se espalharam pela economia.
A produtividade de um país reflete o desempenho do conjunto da economia.
Ganhos concentrados em algumas empresas ou áreas específicas ainda possuem alcance limitado sobre esse indicador. Para alterar a produtividade agregada, essas melhorias precisam se espalhar por diferentes setores, processos e portes de empresa.
O estudo Gerando valor com GenAI ajuda a dimensionar essa distância. Apenas 40,7% das organizações pesquisadas estão entre as Líderes na Matriz Peers de Maturidade em IA, grupo que reúne empresas capazes de combinar governança, mensuração e resultados de forma consistente.
Outras 27,6% são classificadas como Incipientes e ainda enfrentam dificuldades para medir se suas iniciativas de IA estão efetivamente gerando valor.
Mais da metade das empresas pesquisadas também ainda não atravessou o período de maturidade em que o retorno passa a se tornar mais consistente.
Os ganhos existem, mas ainda precisam se difundir pela estrutura produtiva para alterar a média da economia.
“Você vê a era da informação em todo lugar, menos nas estatísticas de produtividade.” Robert Solow.
A frase, formulada durante a expansão dos computadores nas empresas, ajuda a explicar o momento atual da IA generativa: os ganhos já aparecem em casos específicos, enquanto sua difusão ainda é insuficiente para alterar os indicadores agregados de produtividade.
Uma ferramenta pode melhorar significativamente uma tarefa sem transformar a produtividade da empresa como um todo.
Essa diferença aparece quando processos continuam pouco definidos, responsabilidades permanecem difusas, áreas operam de forma desconectada ou os indicadores utilizados não permitem acompanhar os resultados.
Nessas condições, a IA pode acelerar partes específicas do trabalho, enquanto outras etapas continuam limitando o desempenho do processo completo.
A evolução da produtividade exige que os ganhos obtidos com a tecnologia sejam incorporados ao funcionamento da organização.
A pesquisa destaca capacidades organizacionais que ganham importância à medida que a adoção avança.
Entre elas estão:
Esses elementos ajudam empresas a avançar dos primeiros experimentos para aplicações capazes de produzir ganhos recorrentes.
A tecnologia amplia a capacidade de execução. A transformação da produtividade depende de como essa capacidade é incorporada aos processos e à forma de operar.
A maturidade ajuda a explicar por que empresas com acesso às mesmas tecnologias podem apresentar resultados muito diferentes.
Organizações mais avançadas conseguem conectar iniciativas de IA a governança, mensuração e objetivos concretos de negócio. Com isso, os aprendizados de um projeto podem ser incorporados a outros processos e ampliar progressivamente o impacto da tecnologia.
Nas empresas que ainda concentram esforços em pilotos isolados, os ganhos tendem a permanecer restritos a determinadas atividades.
A produtividade cresce de forma mais consistente quando a IA passa a fazer parte da capacidade operacional da organização.
A inteligência artificial já demonstra potencial para gerar ganhos expressivos de produtividade dentro das empresas.
O desafio está em ampliar esse impacto para além de iniciativas específicas e criar condições para que os ganhos se espalhem por processos, organizações e setores.
Enquanto a tecnologia avança rapidamente, maturidade, governança, integração e transformação dos processos passam a determinar quanto desse potencial consegue chegar aos resultados das empresas e, posteriormente, às estatísticas de produtividade do país.
Como a Peers pode ajudar?
A Peers apoia organizações na estruturação e evolução de iniciativas de inteligência artificial, conectando estratégia, processos, governança, dados e mensuração para ampliar a capacidade de transformar tecnologia em resultados de negócio. Conheça nossas soluções
Quanto cresceu a produtividade do trabalho no Brasil?
Entre 2019 e 2025, a produtividade do trabalho cresceu, em média, 0,6% ao ano, acumulando avanço de 3,5% no período.
A IA já está aumentando a produtividade das empresas?
Sim. O artigo apresenta casos de empresas que já registram ganhos relevantes em atividades específicas, incluindo aumentos de produtividade e reduções expressivas de tempo e custo.
Por que os ganhos de IA ainda não aparecem no PIB?
Porque esses resultados continuam concentrados em algumas empresas e áreas. Para influenciar a produtividade agregada, precisam se espalhar por um conjunto maior de organizações, setores e processos.
O que ajuda empresas a transformar IA em produtividade?
Governança, integração entre áreas, processos estruturados, responsabilidades claras, mensuração de resultados e liderança comprometida aparecem entre os fatores relevantes.