Se IA e robôs produzirem quase tudo, quem fica com a riqueza?
IA e robótica podem elevar muito a produtividade. Isso não decide, sozinho, se os ganhos virarão salários, preços menores, lucros ou concentração patrimonial.
A Era da Inteligência
Se IA e robôs produzirem quase tudo, quem fica com a riqueza?
No capítulo anterior, eu tratei a abundância como uma mudança de lugar da escassez: inteligência digital pode ficar muito barata enquanto energia, terra, tempo, atenção, confiança e infraestrutura continuam limitados.
Agora vem uma pergunta ainda mais difícil.
Imagine que IA e robôs avancem a ponto de produzir muito mais software, conteúdo, análise, atendimento, transporte, manufatura e serviços com menos horas humanas.
A economia fica mais produtiva.
Mas isso, por si só, responde muito pouco sobre quem fica mais rico.
Uma fábrica pode dobrar a produção e pagar salários maiores.
Pode dobrar a produção e reduzir preços.
Pode dobrar a produção e aumentar principalmente a margem do dono.
Pode fazer as três coisas ao mesmo tempo, em proporções diferentes.
A mesma lógica vale para uma empresa de software operada com agentes, uma rede logística robotizada ou um data center capaz de atender milhões de usuários.
A tese deste capítulo é simples:
abundância produtiva e distribuição de riqueza são problemas diferentes. A tecnologia define o que pode ser produzido; propriedade, concorrência, poder de barganha, instituições e acesso aos ativos ajudam a definir quem captura os ganhos.
Isso significa que um futuro de IA muito poderosa pode sustentar cenários bastante diferentes — de prosperidade amplamente distribuída a abundância com concentração patrimonial extrema.
Primeiro: produtividade não é renda
Produtividade mede, de forma simplificada, quanto valor conseguimos produzir com os recursos usados.
Renda mede quanto cada agente recebe.
Riqueza é outra coisa: o estoque de ativos acumulados — empresas, ações, imóveis, terra, propriedade intelectual, infraestrutura, poupança e outros direitos sobre fluxos futuros.
Misturar essas três coisas cria uma conclusão perigosa:
mais produtividade
= mais produção
= todos ficam proporcionalmente mais ricos
A primeira seta pode funcionar.
A segunda não é automática.
Se uma máquina permite que dez pessoas façam o trabalho que antes exigia cem, o produto por trabalhador pode disparar. Mas o destino econômico desse ganho depende do contrato ao redor da máquina.
Ele pode aparecer como:
- salários maiores para os trabalhadores complementares à tecnologia;
- preços menores para consumidores;
- lucros maiores;
- retorno maior para acionistas;
- renda de proprietários de infraestrutura;
- impostos e serviços públicos;
- ou uma combinação desses canais.
A pergunta central não é apenas quanto a tecnologia produz.
É quem possui os ativos escassos que permitem transformar capacidade tecnológica em renda.
A evidência atual já mostra ganhos — e concentração desigual deles
O AI Index 2026, de Stanford, registra duas tendências acontecendo ao mesmo tempo.
A primeira é uma expansão enorme do valor econômico associado à IA. O relatório estima que o excedente do consumidor gerado por ferramentas de IA generativa nos Estados Unidos chegou a cerca de US$ 172 bilhões anuais no início de 2026, acima de US$ 112 bilhões um ano antes.
Isso é importante porque parte da riqueza criada por tecnologia não aparece como lucro ou salário. Ela aparece como algo que antes custava caro e agora fica barato ou gratuito para o usuário.
A segunda tendência é a concentração do investimento. O mesmo AI Index mostra que o investimento privado global em IA mais que dobrou em 2025, com os Estados Unidos muito à frente de outras economias e grandes aportes concentrados em poucas empresas e projetos de infraestrutura.
Portanto, já existe uma combinação que parece contraditória, mas não é:
muitos consumidores recebem valor
+
poucas empresas controlam ativos extremamente caros
A tecnologia pode democratizar o consumo de inteligência e, ao mesmo tempo, concentrar a propriedade da infraestrutura que a produz.
O ponto decisivo é a propriedade do capital
Um paper do FMI publicado em agosto de 2026 modelou justamente essa tensão.
O estudo conclui que economias mais preparadas tendem a adotar IA antes e colher ganhos de crescimento mais rapidamente. Dentro dos países, porém, a adoção pode ampliar desigualdades por dois canais importantes.
O primeiro é a complementaridade com trabalhadores de maior qualificação.
Se a IA multiplica a produtividade de profissionais que já possuem habilidades escassas, a renda deles pode crescer mais rápido.
O segundo é ainda mais estrutural: uma tecnologia mais intensiva em capital pode deslocar parte da renda nacional em direção ao capital.
Nesse cenário, quem já possui ações, empresas e outros ativos participa dos ganhos de produtividade por mais de uma via. Quem depende quase exclusivamente do salário participa principalmente pelo mercado de trabalho.
Isso não significa que a desigualdade necessariamente aumentará.
Significa que a estrutura de propriedade passa a importar ainda mais.
Se uma parcela ampla da população possui capital — diretamente, por fundos, previdência, cooperativas ou participação empresarial — o retorno do capital pode ser mais distribuído.
Se a propriedade dos ativos estiver extremamente concentrada, a mesma explosão de produtividade pode ampliar diferenças patrimoniais.
O trabalho não desaparece de uma vez — ele muda de posição
A Organização Internacional do Trabalho atualizou em 2025 sua estimativa global de exposição ocupacional à IA generativa.
A conclusão não foi que um quarto dos trabalhadores seria substituído.
Foi que cerca de um em cada quatro trabalhadores está em ocupações com algum grau de exposição, enquanto a transformação das tarefas tende a ser mais comum do que a automação integral dos empregos.
Essa diferença é crucial.
Um cargo não é uma tarefa.
Uma profissão reúne várias tarefas, relações, responsabilidades, conhecimento tácito, decisões e interações físicas.
Por isso, a distribuição da renda durante a transição depende também de quem se torna complementar à automação.
Um profissional que usa IA para aumentar sua produção pode capturar parte do ganho.
Um profissional cuja atividade vira uma commodity pode perder poder de barganha.
Um empreendedor pode operar uma empresa maior com equipe menor.
Um fornecedor de infraestrutura pode cobrar pela capacidade usada por todos os anteriores.
Não existe uma única trajetória.
Já conseguimos medir parte do valor poupado pela IA
Outro estudo do FMI, publicado em julho de 2026, usou dados de uso real de IA de cinco ondas do Anthropic Economic Index.
Os autores construíram uma medida chamada labor cost equivalent: uma estimativa do valor das horas de trabalho poupadas pelo uso observado de IA.
O número indicativo chegou a US$ 2,7 trilhões por ano, equivalente a cerca de 3,4% do PIB na amostra e metodologia do estudo.
Esse valor não deve ser lido como “US$ 2,7 trilhões de salários que desapareceram”.
É uma forma de valorar o tempo economizado.
Mas a pesquisa revelou algo talvez mais importante: a distribuição do uso é extremamente desigual.
Em economias em desenvolvimento, quase todo o valor baseado no uso observado estava concentrado em um pequeno enclave profissional; nas economias de alta renda, a concentração era menor e vinha caindo em vários países.
Ou seja:
a difusão da ferramenta importa quase tanto quanto a capacidade da ferramenta.
Uma tecnologia universal no papel pode ser extremamente desigual na prática se infraestrutura, idioma, capital, educação e acesso empresarial impedirem sua adoção ampla.
Robôs tornam o problema ainda mais físico
Com software, um pequeno negócio pode alugar capacidade na nuvem e começar com pouco capital.
Robótica muda parte dessa equação.
Um robô industrial, um sistema autônomo de logística, uma fábrica automatizada ou uma frota de máquinas exige ativos físicos, manutenção, energia, espaço, integração e financiamento.
Isso tende a aumentar a importância do capital inicial.
O AI Index 2026 registra que a China respondeu por 54% das instalações globais de robôs industriais em 2024, mais do que o restante do mundo combinado.
Esse dado não prova que a riqueza futura ficará concentrada na China ou nas empresas que compram robôs.
Mas mostra a escala do investimento físico exigido para levar automação do software ao mundo material.
A inteligência pode virar software replicável.
O braço robótico continua sendo um ativo rival: uma máquina não pode trabalhar simultaneamente em duas fábricas a milhares de quilômetros de distância.
E existe um segundo ativo físico por trás da IA: energia
A Agência Internacional de Energia estima que o consumo elétrico global dos data centers cresceu 17% em 2025, enquanto o consumo de data centers focados em IA cresceu cerca de 50%.
A IEA também aponta que o investimento das cinco maiores empresas de tecnologia em data centers e infraestrutura relacionada ultrapassou US$ 400 bilhões em 2025 e deveria crescer fortemente em 2026.
Isso cria outra camada de propriedade.
Para transformar IA em abundância, alguém precisa controlar ou financiar:
- data centers;
- chips;
- terrenos;
- conexão elétrica;
- transformadores;
- redes;
- geração;
- sistemas de resfriamento;
- cadeias de suprimento.
Quanto mais a inteligência digital vira commodity, mais valor pode migrar para os gargalos físicos que continuam escassos.
Foi exatamente esse mecanismo que vimos no capítulo anterior sobre a migração da escassez.
Preços menores também são uma forma de distribuir ganho
Até aqui parece que toda a discussão leva a “os donos das máquinas ganham”.
Não necessariamente.
Concorrência pode transferir uma parte enorme do ganho de produtividade para o consumidor.
Imagine duas empresas que conseguem produzir o mesmo serviço por metade do custo.
Se apenas uma possui a tecnologia e tem poder de mercado, ela pode preservar preço e ampliar margem.
Se dezenas de concorrentes possuem capacidades semelhantes, a disputa tende a pressionar preços.
Nesse caso, o consumidor captura parte do ganho mesmo sem possuir nenhuma ação da empresa.
É por isso que estrutura de mercado importa.
Abundância com concorrência é diferente de abundância controlada por poucos fornecedores.
O World Development Report 2026, do Banco Mundial, chama atenção para isso ao discutir a concentração de partes críticas da cadeia de IA — modelos de fronteira, chips avançados e data centers — em poucas empresas. O relatório alerta que esse controle pode criar dependências e permitir que os benefícios do capital e do poder de mercado se concentrem.
Portanto, não basta perguntar se a tecnologia é eficiente.
Também precisamos perguntar:
quantos podem fornecê-la?
quão difícil é entrar nesse mercado?
quem controla a infraestrutura?
o cliente consegue trocar de fornecedor?
o ganho de custo vira margem ou preço menor?
O histórico recente já mostra a disputa entre trabalho e capital
A participação do trabalho na renda mundial não começou a cair por causa da IA generativa.
A tendência é anterior.
Um estudo conjunto ILO/OECD publicado em 2025 estimou queda de 1,6 ponto percentual na participação global da renda do trabalho entre 2004 e 2024.
Os autores relacionam essa evolução a vários fatores, incluindo automação, tecnologias que aumentam o papel do capital, globalização e mudanças no poder de barganha dos trabalhadores.
Isso não prova que a IA continuará a mesma trajetória.
Mas mostra por que a pergunta distributiva não pode ser deixada para depois.
Quando produtividade cresce, a divisão do ganho é resultado de instituições, contratos, concorrência e propriedade — não uma lei tecnológica.
Quatro futuros podem usar exatamente a mesma IA
Imagine uma tecnologia capaz de produzir dez vezes mais com o mesmo trabalho humano.
A mesma capacidade técnica pode sustentar pelo menos quatro cenários.
| Cenário | O que acontece com a produtividade | Quem captura mais valor |
|---|---|---|
| Concorrência forte | produção cresce e preços caem | consumidores |
| Trabalho complementar e escasso | produção cresce e salários sobem | trabalhadores com habilidades complementares |
| Mercado concentrado | custos caem, preços resistem | proprietários e acionistas |
| Propriedade ampla | retorno do capital cresce, mas ativos são difundidos | famílias, fundos, cooperativas e investidores diversos |
Na realidade, esses cenários podem coexistir em setores diferentes.
Software básico pode ficar extremamente barato.
Energia pode ficar mais cara em regiões congestionadas.
Programadores muito bons podem produzir muito mais.
Funções rotineiras podem perder poder de barganha.
Ações de empresas vencedoras podem valorizar.
Novos concorrentes podem destruir margens antigas.
A economia não escolhe um único resultado para “a IA”.
A pergunta política não é se produtividade é boa
Mais produtividade é uma oportunidade real.
Produzir a mesma coisa com menos recursos pode liberar tempo, reduzir custos e tornar bens antes inacessíveis disponíveis para muito mais pessoas.
O problema aparece quando confundimos capacidade de criar abundância com mecanismo automático de distribuí-la.
O Banco Mundial resume parte desse desafio no World Development Report 2026: países precisam de energia, conectividade, habilidades e instituições para transformar capacidade de IA em desenvolvimento amplo. Sem essas bases, as diferenças entre países e dentro deles podem aumentar.
Isso vale também para indivíduos.
Ter acesso formal a uma ferramenta não significa ter:
- treinamento para usá-la;
- dados para integrá-la;
- capital para automatizar;
- infraestrutura;
- clientes;
- propriedade intelectual;
- distribuição;
- participação nos ativos que capturam o retorno.
Acesso é necessário.
Participação econômica é outra coisa.
Então, quem fica com a riqueza?
A resposta mais precisa hoje é: depende de onde o ganho aparece e de quem possui o gargalo complementar.
Se o ganho aparece como preço menor, consumidores capturam valor.
Se aparece como produtividade de profissionais complementares à IA, parte vai para salários.
Se aparece como redução de equipe sem redução proporcional de receita, cresce a parcela disponível para lucro.
Se a capacidade depende de infraestrutura escassa, proprietários dessa infraestrutura podem capturar renda.
Se a propriedade das empresas e fundos é amplamente distribuída, mais famílias participam do retorno do capital.
Se mercados ficam concentrados e a propriedade também, riqueza pode se concentrar mesmo com produtos muito baratos.
Isso produz uma conclusão contraintuitiva:
uma sociedade pode ter acesso a bens e serviços extraordinariamente baratos e, ao mesmo tempo, apresentar enorme concentração patrimonial.
Consumo abundante e propriedade concentrada não são opostos.
Eles podem coexistir.
O teste que vale fazer para qualquer negócio
No primeiro capítulo de A Era da Inteligência, a pergunta era se uma revolução tecnológica real poderia coexistir com excesso financeiro.
Aqui a lógica é parecida.
Ao analisar um negócio na era da IA, pergunte:
- Qual parte do valor está ficando abundante?
- Qual ativo continua escasso?
- Quem é dono desse ativo?
- A concorrência transfere o ganho para preços menores?
- A tecnologia complementa ou substitui o trabalho principal?
- Trabalhadores têm participação no aumento de produtividade?
- O mercado exige grande capital inicial?
- Existe poder de mercado capaz de preservar margem?
- O retorno do capital é amplamente distribuído ou concentrado?
Essas perguntas são mais úteis do que tentar adivinhar se “a IA vai criar igualdade” ou “a IA vai destruir a classe média”.
As duas frases fingem saber um resultado que ainda depende de escolhas econômicas e institucionais.
Abundância é uma capacidade; prosperidade distribuída é um arranjo
IA e robótica podem nos permitir produzir coisas que hoje seriam economicamente impossíveis.
Isso é extraordinário.
Mas uma máquina não contém, dentro dela, uma regra sobre salários.
Um modelo não vem com uma política de concorrência.
Um data center não decide quem possui ações.
Um robô não escolhe como o ganho de produtividade será dividido.
Tecnologia muda o conjunto de possibilidades.
Sociedades, empresas, mercados e instituições transformam essas possibilidades em distribuição.
Talvez esse seja o ponto mais importante desta parte da série:
o futuro econômico da IA não será definido apenas por quão inteligentes os modelos ficam, mas por quem consegue possuir, acessar e negociar os ativos que transformam inteligência em riqueza.
Se IA e robôs produzirem quase tudo, a grande disputa talvez não seja sobre a capacidade de produzir.
Pode ser sobre a propriedade do que ainda precisa existir para que a produção aconteça — e sobre as regras que determinam como o ganho circula depois disso.