Inteligência artificial e deflação do trabalho cognitivo: preços e política monetária

Tema: Inteligência Artificial na Economia

O custo de inferência de um sistema com desempenho de nível GPT-3.5 caiu mais de 280 vezes entre novembro de 2022 e outubro de 2024 [1]. No mesmo intervalo, o índice de preços ao produtor de serviços jurídicos nos Estados Unidos subiu cerca de 15% [5]. As duas séries são compatíveis entre si — e é exatamente essa compatibilidade que deveria incomodar quem formula política monetária.

A automação de tarefas cognitivas vem sendo estudada quase sempre como um fenômeno de quantidade: quantos empregos, quantas horas, quantos postos desaparecem. Talvez seja a pergunta errada. O primeiro lugar onde a IA morde a economia pode não ser a folha de pagamento, e sim a tabela de preços. E a tabela de preços dos serviços intensivos em conhecimento é um dos objetos mais difíceis de medir da contabilidade nacional.

A tese deste artigo é que a IA tende a produzir uma deflação lenta e setorial no preço do trabalho cognitivo; que essa deflação importa para a política monetária tanto quanto as projeções de desemprego; e que o aparelho estatístico disponível — construído para medir bens, salários e aluguéis — tem dificuldade de enxergá-la. Se a tese estiver correta, o risco não é um choque inflacionário vindo da IA, mas um erro de leitura do tipo oposto: bancos centrais mantendo juros altos por causa de uma inflação de serviços que já começa a ser corroída por baixo.

O experimento natural que mediu quantidade quando o alvo era preço

A evidência mais limpa sobre o efeito imediato da IA generativa vem de plataformas de trabalho freelancer. Ozge Demirci, Jonas Hannane e Xinrong Zhu analisaram anúncios de trabalho numa grande plataforma global e encontraram, em até oito meses após o lançamento do ChatGPT, uma queda de 21% no número de anúncios para tarefas de redação e programação propensas à automação, em comparação com tarefas que exigem habilidades manuais [2]. Os mesmos autores observaram que as vagas que sobraram nessas categorias eram mais complexas e pagavam mais [2].

Xiang Hui, Oren Reshef e Luofeng Zhou, estudando outra plataforma de freelancers, concluíram que os profissionais das ocupações mais afetadas pelo ChatGPT sofreram redução tanto no volume de trabalho quanto nos ganhos — e que mesmo os freelancers mais bem avaliados não ficaram protegidos [3].

Os dois achados são robustos, mas medem quantidade e renda, não o preço unitário de um texto ou de um módulo de código. Essa lacuna reflete uma limitação de dados que persegue toda a literatura: plataformas publicam volumes; valores costumam ser negociados caso a caso. Há também um problema de validade externa. Trabalho freelancer de baixa complexidade é a ponta mais elástica do mercado cognitivo. Um efeito que aparece ali em poucos meses diz pouco sobre o contrato de assessoria jurídica de uma grande empresa — mas sugere a direção do ajuste. Onde o preço é visível, a quantidade cede rápido. Onde o preço é opaco, é razoável supor que ele ceda devagar.

Os dados de uso reforçam a leitura de que a IA atinge justamente tarefas com preço de mercado. O Anthropic Economic Index, que classificou milhões de conversas com o Claude por tipo de tarefa, encontrou 57% de usos de ampliação das capacidades humanas e 43% de automação; a categoria "computação e matemática", que cobre em grande parte a engenharia de software, respondeu por 37,2% das consultas [4]. Programação, redação, tradução e análise de dados compartilham uma propriedade incômoda: são tarefas delegáveis, fatiáveis e entregáveis como produto. Ou seja, têm preço unitário.

O ajuste chega pelo preço, não pelo contracheque

Aqui a evidência fica desconfortável, e vale dizer isso com clareza. Não existe uma série estatística que mostre queda no preço do trabalho cognitivo. O ganho médio por hora no setor privado americano cresceu cerca de 3,7% em 2025 (de dezembro a dezembro) [6]. O índice de preços ao produtor de serviços jurídicos subiu cerca de 6,7% no mesmo período [5]. Quem afirmar que "os preços dos serviços profissionais já caíram" está extrapolando a partir da estrutura de custos, não observando transações.

Mas há três razões para suspeitar que a estatística capta mal o fenômeno.

A primeira é que salário e preço do serviço não são a mesma variável. Uma consultoria que dispensa analistas juniores e mantém a equipe sênior pode pagar salários médios mais altos e, ao mesmo tempo, cobrar menos por projeto — ou cobrar o mesmo e entregar em metade do tempo. O custo unitário do entregável cai; a remuneração média sobe; o índice de preços pode não registrar nenhuma das duas coisas.

A segunda é a escala da queda de custo. Uma redução de mais de 280 vezes no custo de inferência em cerca de dois anos [1] não é uma melhoria marginal de eficiência: é uma mudança de piso. Ainda assim, os preços finais dos serviços intensivos em conhecimento não se moveram na mesma direção — o que leva ao ponto central deste artigo.

A terceira razão é contratual. Muitos serviços profissionais são vendidos por escopo, não por hora. Quando o preço é fixado por projeto, o fornecedor tem dois caminhos: repassar a redução de custo ao cliente e ganhar volume, ou embolsar a diferença. A escolha não é técnica, é estratégica — e depende de quanta concorrência existe no mercado.

Serviços: o núcleo duro da inflação encontra a automação cognitiva

A inflação de serviços excluindo aluguel de moradia tem sido um dos componentes mais rígidos do índice de preços americano: rodou entre 3,3% e 4% em termos anuais ao longo de 2025 [7], acima da meta de 2% perseguida pelo Federal Reserve. É exatamente aí que a automação cognitiva deveria morder primeiro.

A escala potencial não é trivial. O Fundo Monetário Internacional estimou que quase 40% do emprego global está exposto à IA, proporção que chega a cerca de 60% nas economias avançadas [8]. A OCDE, com outra metodologia, calculou que ocupações com o maior risco de automação respondem por cerca de 27% do emprego em seus países-membros [9]. Nenhuma dessas estimativas mede preço. Todas medem exposição.

Quem quiser ligar exposição a inflação precisa de uma ponte que hoje é frágil: o peso dos serviços cognitivos nos índices de preços ao consumidor. Boa parte da produção cognitiva é insumo intermediário — comprada por outras empresas, sem chegar diretamente à cesta do consumidor. Uma queda no preço de um parecer jurídico contratado por uma empresa não aparece no índice ao consumidor; aparece, na melhor das hipóteses, como custo menor ou margem maior.

A tradição de Baumol previa o oposto: setores com produtividade estagnada, como advocacia, medicina e educação, encarecem relativamente ao resto da economia — a chamada "doença de custos". A IA inverte o sinal. O setor que era fonte estrutural de inflação passa a ser candidato a fonte de deflação — condicionalmente, e a condição é a palavra-chave.

Quem captura o ganho: a hipótese das margens

Esperar que a IA entregue deflação ao consumidor de imediato é ingênuo. A hipótese mais defensável é que, por ora, os ganhos de produtividade cognitiva estejam sendo capturados como margem ou como corte de custo, não repassados como preço.

O consenso otimista ajuda a mascarar isso. O Goldman Sachs projetou que a adoção ampla de IA generativa poderia elevar o PIB global em cerca de 7% ao longo de dez anos [10]. Projeções desse tipo descrevem um ganho bruto, não sua distribuição. Em mercados concentrados, o excedente de produtividade tende a ficar com quem detém poder de precificação. O Beige Book do Federal Reserve de novembro de 2025 registrou empresas relatando que a IA substituiu vagas de nível de entrada ou tornou os funcionários existentes produtivos o bastante para conter novas contratações [11]. Nenhuma das menções à IA no relatório a associa a cortes de preços. É um relato qualitativo, mas consistente com a hipótese das margens.

A implicação para a política monetária é raramente formulada com clareza: se a IA melhora a oferta e os ganhos viram margem, o banco central observará inflação persistente, lucros crescendo e pouco sinal de desinflação vinda da oferta. Um comitê que leia esse conjunto como demanda aquecida pode errar a mão — e manter juros restritivos contra um choque que está do outro lado do balanço.

Vale registrar o contraponto: nada garante que a captura de margem dure. A entrada de concorrentes armados com as mesmas ferramentas — barateadas pela queda no custo de inferência [1] — pode comprimir preços por baixo, mesmo em mercados oligopolizados. A questão é temporal: quanto tempo leva para uma queda de custo de duas ordens de magnitude virar queda de preço ao cliente? A história das tecnologias de uso geral sugere anos, não meses.

O buraco estatístico dos bancos centrais

Existem índices de preços para serviços profissionais, como o índice de preços ao produtor de serviços jurídicos [5]. Mas eles acompanham o valor cobrado, e têm dificuldade de captar o que muda quando o mesmo parecer é entregue em metade do tempo, com menos horas faturadas ou com escopo maior pelo mesmo preço. O canal pelo qual a IA afetaria a inflação de forma mais direta é justamente o que o sistema de medição enxerga pior.

O Banco de Compensações Internacionais (BIS) dedicou um capítulo de seu relatório anual de 2024 às implicações da IA para os bancos centrais. O texto afirma que a IA deve elevar o crescimento da produtividade, que sua adoção ampla pode aumentar a capacidade das empresas de ajustar preços rapidamente, com repercussões para a dinâmica da inflação, e reconhece incerteza substancial sobre as capacidades de longo prazo da IA generativa [12]. Em outras palavras: o canal dos preços está no radar, mas sem instrumentos de medição à altura.

O que deveria existir é um índice de preços de serviços cognitivos empresariais, construído a partir de dados de contratação pública, notas fiscais eletrônicas e plataformas de compras corporativas. Países que digitalizaram a cobrança de impostos e as compras governamentais já têm a matéria-prima. Falta a decisão de medir. Enquanto ela não vem, a política monetária depende de relatos qualitativos de empresas em boletins como o Beige Book [11] — úteis, mas fora de qualquer regra de Taylor.

Discussão: o paradoxo de Baumol ao contrário

Reunindo as peças, o quadro é coerente e desconfortável. A evidência das plataformas de freelancers mostra que o ajuste de quantidade é rápido onde o preço é transparente [2][3]. A evidência de custo de tecnologia mostra que o piso de custo do trabalho cognitivo caiu em ordens de magnitude [1]. Os índices oficiais mostram que quase nada disso chegou aos preços [5][7]. E os relatos de empresas sugerem que o ganho está sendo usado para cortar custos de pessoal [11].

O que falta é uma série longitudinal de preços de entregáveis cognitivos. Sem ela, as afirmações sobre deflação cognitiva são inferências a partir de custos, não observações de transações. A literatura também sofre de viés de seleção: quase tudo o que se sabe vem de plataformas digitais, em ocupações de baixa complexidade, num horizonte de poucos meses. Generalizar dessa base para a economia inteira é um salto que os dados não autorizam.

Há ainda uma dimensão distributiva. Se a deflação cognitiva ocorrer, ela não será neutra entre países. Economias emergentes que construíram exportações de serviços sobre trabalho cognitivo relativamente barato — programação, suporte, back-office — ficam expostas. O FMI já alertou que países sem infraestrutura e mão de obra qualificada para aproveitar a IA correm o risco de ver a tecnologia aumentar a desigualdade entre nações [8]. A deflação que alivia o custo de uma empresa em Ohio pode corroer a receita de exportação em Bangalore — e nenhum índice de preços ao consumidor americano captura isso.

Existe também o risco simétrico: se a estrutura de mercado não transmitir a queda de custo, não haverá deflação nenhuma. Haverá uma economia com margens mais gordas, menos vagas de entrada e um índice de preços que não se move — cenário perfeitamente compatível com os dados disponíveis.

Conclusão: três apostas verificáveis

A tese central se sustenta como hipótese: a IA é, antes de tudo, um choque sobre preços relativos do trabalho cognitivo, e a política monetária opera com instrumentos que mal o enxergam. Três apostas verificáveis nos próximos anos permitem testá-la.

Primeira: a divergência entre preço de tabela e preço efetivamente pago em serviços profissionais deve aparecer primeiro em dados de compras corporativas e contratos, antes de qualquer índice oficial.

Segunda: a comunicação dos bancos centrais deve migrar do vocabulário de emprego para o de poder de precificação e margens. A pergunta passa a ser se a rigidez da inflação de serviços é de demanda ou de transmissão de custos.

Terceira: a primeira deflação mensurável deve surgir nos serviços cognitivos comercializáveis entre fronteiras — os que têm preço de mercado observável — e atingir exportadores de serviços em economias emergentes antes do consumidor das economias ricas. Se essa sequência se confirmar, o debate sobre IA e inflação terá começado pelo lado errado do balanço: pelo emprego, quando a história estava nos preços.

Referências

[1] Stanford Institute for Human-Centered AI (2025). AI Index Report 2025. Stanford HAI — https://hai.stanford.edu/ai-index/2025-ai-index-report

[2] Demirci, O., Hannane, J. & Zhu, X. (2025). Who Is AI Replacing? The Impact of Generative AI on Online Freelancing Platforms. Management Science, 71(10) — https://doi.org/10.1287/mnsc.2024.05420

[3] Hui, X., Reshef, O. & Zhou, L. (2023). The Short-Term Effects of Generative Artificial Intelligence on Employment: Evidence from an Online Labor Market. CESifo Working Paper n. 10601 — https://www.cesifo.org/DocDL/cesifo1_wp10601.pdf

[4] Anthropic (2025). The Anthropic Economic Index. Anthropic — https://www.anthropic.com/news/the-anthropic-economic-index

[5] U.S. Bureau of Labor Statistics, via FRED. Producer Price Index by Industry: Legal Services (PCU54115411). Federal Reserve Bank of St. Louis — https://fred.stlouisfed.org/series/PCU54115411

[6] U.S. Bureau of Labor Statistics, via FRED. Average Hourly Earnings of All Employees, Total Private (CES0500000003). Federal Reserve Bank of St. Louis — https://fred.stlouisfed.org/series/CES0500000003

[7] U.S. Bureau of Labor Statistics, via FRED. Consumer Price Index for All Urban Consumers: Services Less Rent of Shelter in U.S. City Average (CUUR0000SASL2RS). Federal Reserve Bank of St. Louis — https://fred.stlouisfed.org/series/CUUR0000SASL2RS

[8] Georgieva, K. (2024). AI Will Transform the Global Economy. Let's Make Sure It Benefits Humanity. IMF Blog — https://www.imf.org/en/Blogs/Articles/2024/01/14/ai-will-transform-the-global-economy-lets-make-sure-it-benefits-humanity

[9] OECD (2023). OECD Employment Outlook 2023: Job markets remain tight, though inflation is hitting real wages (comunicado de imprensa). OECD — https://www.oecd.org/en/about/news/press-releases/2023/07/oecd-job-markets-remain-tight-though-inflation-is-hitting-real-wages.html

[10] Goldman Sachs Research (2023). Generative AI Could Raise Global GDP by 7%. Goldman Sachs — https://www.goldmansachs.com/insights/articles/generative-ai-could-raise-global-gdp-by-7-percent

[11] Federal Reserve System (2025). Beige Book — November 2025, National Summary. Federal Reserve — https://www.federalreserve.gov/monetarypolicy/beigebook202511-summary.htm

[12] Bank for International Settlements (2024). Annual Economic Report 2024, Chapter III: Artificial intelligence and the economy: implications for central banks. BIS — https://www.bis.org/publ/arpdf/ar2024e3.htm

Fale com a Eliza
E

Eliza

Agente assistente