Em abril deste ano, o Fed publicou um artigo de pesquisa dedicado a quantificar e monitorar a taxa de adoção de IA pelas empresas americanas. O fato em si já é digno de nota: quando os formuladores de política monetária começam a estudar formalmente a adoção de IA como um indicador econômico, isso mostra que o impacto da IA na macroeconomia já é grave o suficiente para entrar no escopo das políticas.
No entanto, o ponto mais interessante deste artigo não é a conclusão, mas a descoberta — que o mesmo fenômeno, medido por três métodos diferentes, pode produzir números completamente distintos.
Três conjuntos de dados, três mundos
A equipe de pesquisa do Fed comparou três fontes de pesquisa principais:
BTOS (Pesquisa de Tecnologia Empresarial): 18%
Pergunta no nível da empresa: Sua empresa usa IA? Cerca de 18% das empresas disseram que sim.
RPS (Pesquisa de Produtividade Aleatória): 41%
Pergunta no nível individual: Você já usou IA generativa no trabalho? 41% dos entrevistados disseram que sim.
SBU (ponderado pelo emprego): 78%
Após ponderar as grandes empresas: 78% dos trabalhadores estão empregados em empresas que já implementaram IA.
A mesma "taxa de adoção de IA nos EUA", 18%, 41%, 78% — todos os três números estão corretos, apenas as perguntas feitas foram diferentes.
A forma como você define "adoção" determina diretamente o mundo que você vê.
Pergunte "a empresa implementou formalmente sistemas de IA?", a resposta é 18%. Pergunte "os funcionários estão usando?", a resposta é 41%. Quando você pondera os funcionários de grandes empresas (onde a taxa de implementação de IA é maior), a resposta salta para 78%.
Quem usa mais
Uma análise por setor mostra diferenças consideráveis:
| Setor | Taxa de adoção empresarial | Taxa de uso individual |
|---|---|---|
| Serviços profissionais (escritórios de advocacia, consultoria, contabilidade) | 33% | 62% |
| Serviços financeiros | 30% | 63% |
| Indústria de transformação | Menor | Menor |
| Comércio atacadista | Menor | Menor |
As taxas de uso individual mais altas estão nos serviços financeiros e profissionais: 63% dos profissionais do setor financeiro usam IA generativa no trabalho. Isso é compreensível — ambos os setores lidam com texto, dados e análises, onde a IA pode ser integrada diretamente.
Em contraste, as taxas de adoção na indústria de transformação e no comércio atacadista são visivelmente mais baixas, indicando que a IA ainda não penetrou profundamente na camada de produção física.
Taxa de crescimento de 68%, mas base ainda pequena
Um número de destaque no artigo: no final de 2025, a taxa de crescimento anual da adoção de IA no nível empresarial era de 68%.
Mas atenção — por mais rápido que seja o crescimento, a base é de apenas 18%. Partindo de 18%, um crescimento de 68% leva a pouco mais de 30%.
Ainda mais interessante é a frequência de uso diário:
- Funcionários que usam IA relacionada ao trabalho diariamente: 12%
- Usam pelo menos uma vez por semana: 35,2%
- Taxa de adoção ponderada pelo emprego de grandes modelos (LLMs): 54%
12% diariamente — em qualquer outro software empresarial, isso seria chamado de "baixa frequência". Mas, por analogia: o número de usuários diários do Excel no início de sua implementação também não era assim. A construção da "aderência" das ferramentas de IA ainda está em estágio inicial.
Por que o Fed se importa com isso
A pesquisa do Fed sobre a taxa de adoção de IA tem considerações políticas práticas por trás.
O impacto da IA na produtividade do trabalho está diretamente relacionado a três coisas:
- Tendência de crescimento econômico: O crescimento da produtividade é o motor central do crescimento do PIB
- Trajetória da inflação: Melhorias na eficiência produtiva podem conter os preços do lado da oferta, permitindo que a economia cresça mais rápido sem gerar inflação
- Estrutura do mercado de trabalho: Quais empregos a IA substitui e que tipo de políticas de apoio ao emprego são necessárias
Em outras palavras, o Fed está avaliando: estamos em uma revolução de produtividade impulsionada pela IA ou apenas em uma bolha digital?
Essa avaliação afeta diretamente as decisões sobre taxas de juros. Se a IA está realmente aumentando sistematicamente a produtividade do trabalho, a economia pode sustentar o crescimento por mais tempo sem o risco de superaquecimento.
Este artigo não fornece uma resposta final, mas torna o problema quantificável e rastreável.
Medir por si só já é um progresso
A honestidade do artigo é revigorante: ele não endossa a tese de que "a IA mudou tudo", mas diz "temos três métodos de medição, cada um com seus vieses, e ainda estamos aprendendo a observar isso com mais precisão".
Isso mostra exatamente que a quantificação do impacto econômico da IA ainda está em seus estágios iniciais. MIT, Stanford e McKinsey têm cada um seus próprios métodos, o Fed tem os seus, e os números resultantes se contradizem — não porque os dados são falsos, mas porque todos estão medindo coisas diferentes.
Desde o momento em que os formuladores de políticas começam a quantificar seriamente o impacto econômico da IA até que esses dados realmente entrem nos modelos de política monetária, podem ser necessários mais alguns anos. Mas a direção está definida: a IA na macroeconomia está passando de "tópico" para "indicador".
O dia em que o Fed começar a citar dados de adoção de IA em suas declarações de decisão de taxas de juros será o verdadeiro marco histórico a ser registrado. No momento, provavelmente estamos cerca de um terço do caminho nessa jornada.
Fonte de referência: Monitoring AI Adoption in the US Economy (Federal Reserve Board, FEDS Notes,CocoLoop, abril de 2026); Enterprise AI Adoption Curve Now Past the Internet at Year 3 (Asanify AI News Digest, 20 de abril de 2026)