Algo incomum está acontecendo na tecnologia.
As pessoas que constroem alguns dos sistemas de IA mais importantes do mundo não estão mais descrevendo a IA como uma simples atualização de software. Elas estão falando sobre inteligência abundante, produtos que se autoaprimoram, empregos desaparecendo, assistentes de IA para todos, agentes autônomos e AGI chegando em questão de anos, não de gerações.
O fascinante é que elas não concordam completamente sobre o que acontecerá a seguir.
Sam Altman vê a inteligência se tornando abundante e dramaticamente mais barata. Spenser Skates acredita que a inteligência viverá cada vez mais dentro dos próprios produtos, criando uma geração de produtos que se autoaprimoram. Dario Amodei alerta sobre uma séria disrupção no emprego de escritório de nível básico. Jensen Huang acredita que a IA amplificará os humanos e criará oportunidades econômicas totalmente novas. Satya Nadella diz que décadas de mudança tecnológica estão sendo comprimidas em apenas alguns anos. Demis Hassabis acredita que chegamos a um momento crucial na história humana.
À primeira vista, essas parecem previsões diferentes. Eu acho que são capítulos diferentes da mesma história.
Junte-os, e eles oferecem um quadro surpreendentemente claro do que pode estar por vir — e como devemos nos preparar para isso.
SAM ALTMAN: A INTELIGÊNCIA ESTÁ SE TORNANDO ABUNDANTE
A OpenAI tem cada vez mais enquadrado a IA através da lente da economia da abundância. A ideia básica é simples: à medida que a inteligência útil se torna mais capaz e dramaticamente mais barata, atividades que antes exigiam expertise humana cara tornam-se subitamente possíveis economicamente em escala enorme.
Essa ideia é maior do que parece à primeira vista.
Durante a maior parte da história humana, a inteligência útil foi cara porque vivia dentro das pessoas. Se você quisesse expertise, a sociedade primeiro tinha que educar alguém por anos e depois competir pelo tempo limitado dessa pessoa. Um grande advogado pode atender apenas um número limitado de clientes, um programador pode escrever apenas uma quantidade limitada de código, e um cientista pode investigar apenas um número limitado de hipóteses.
A IA muda essa economia porque a inteligência das máquinas pode ser copiada, escalada e disponibilizada continuamente.
Imagine a inteligência gradualmente se tornando algo mais próximo da eletricidade. Nós não empregamos eletricidade nem marcamos reuniões com ela. Simplesmente acessamos o quanto precisamos, sempre que precisamos.
Uma startup de cinco pessoas poderia ter capacidades analíticas e técnicas que antes exigiam uma multinacional. Uma pequena empresa poderia ter algo parecido com seu próprio pesquisador, programador, designer e estrategista. Cientistas poderiam investigar questões que antes não valiam as milhares de horas humanas necessárias para explorá-las.
Construímos uma economia em torno da inteligência ser escassa. A IA pode transformar a inteligência em infraestrutura.
E quando algo passa da escassez para a abundância, o valor econômico geralmente se move para outro lugar.
SPENSER SKATES: OS PRODUTOS COMEÇARÃO A SE AUTOAPRIMORAR
Em seguida, o cofundador e CEO da Amplitude, Spenser Skates, leva o argumento um passo adiante.
O que acontece quando toda essa inteligência abundante não fica simplesmente dentro de um chatbot esperando que façamos perguntas? O que acontece quando a colocamos dentro do próprio produto?
Skates tem falado sobre um futuro de produtos que se autoaprimoram: produtos capazes de entender continuamente como estão sendo usados, descobrir problemas e oportunidades, experimentar melhorias, aprender com os resultados e realimentar essas lições no que será construído em seguida.
Essa frase merece muito mais atenção.
Por décadas, o desenvolvimento de software operou através de um loop humano relativamente lento. Uma empresa constrói algo, os clientes usam, os dados se acumulam, os analistas estudam o que aconteceu, os gerentes de produto decidem o que deve mudar, os designers criam alternativas, os engenheiros as constroem e, eventualmente, outra versão chega aos clientes.
Então o processo recomeça.
Cada etapa depende de humanos iniciando a próxima. A IA começa a comprimir todo esse loop.
Primeiro, o produto é construído mais rápido. Ferramentas de codificação de IA reduzem drasticamente o tempo necessário para criar software e modificar produtos existentes.
Depois, o produto observa. Agentes de IA podem observar continuamente como os clientes realmente se comportam, em vez de esperar que alguém investigue manualmente os painéis.
Então, ele entende. Esses agentes podem identificar atritos, comportamentos incomuns, problemas de conversão e oportunidades que os humanos talvez nunca pensassem em investigar.
Depois, ele experimenta. Novas experiências podem ser criadas e testadas a uma velocidade que as equipes de produto tradicionais não conseguiriam alcançar realisticamente.
Então, ele aprende. Os dados comportamentais revelam se uma mudança realmente melhorou a conversão, o engajamento, a retenção ou outro resultado importante.
E, finalmente, ele melhora. O que o sistema aprende realimenta diretamente o que deve ser construído em seguida.
Hoje, os humanos ainda controlam a maioria dessas transições. Mas imagine o que acontece à medida que o loop se torna cada vez mais autônomo.
Um produto percebe que um grupo específico de clientes abandona repetidamente a integração. Um agente de IA investiga seu comportamento, identifica a provável fonte de atrito e propõe várias alternativas. Experimentos testam essas alternativas, os dados comportamentais revelam qual funciona, e esse aprendizado realimenta diretamente a próxima melhoria.
O produto não é mais apenas um software que as pessoas usam. Ele se torna um software que aprende a se tornar um software melhor.
Isso muda a equação competitiva.
A codificação por IA está rapidamente tornando mais fácil para todos construir. Se toda empresa pode entregar mais rápido, simplesmente produzir mais recursos se torna menos vantajoso. A vantagem passa de quão rápido você constrói para quão rápido você aprende.
Há uma distinção importante aqui. A IA pode gerar software, mas criar algo e saber se os humanos realmente o desejam são problemas completamente diferentes.
O primeiro requer inteligência. O segundo requer compreensão do comportamento humano.
Pode ser por isso que a próxima geração de grandes produtos não terá simplesmente IA dentro deles. Eles terão um ciclo de feedback contínuo conectando a inteligência ao comportamento humano real.
O melhor produto pode não vencer.
O produto que aprende mais rápido pode.
DARIO AMODEI: O QUE ACONTECE COM O PRIMEIRO DEGRAU?
O CEO da Anthropic, Dario Amodei, vê uma consequência muito mais desconfortável da inteligência cada vez mais capaz.
Ele alertou que a IA pode interromper uma grande parcela do emprego de escritório de nível básico em apenas alguns anos. Seja qual for o número exato eventualmente, o problema estrutural por trás de seu alerta merece atenção séria.
O que acontece com o primeiro degrau da escada da carreira?
As empresas empregam analistas juniores em parte porque alguém precisa pesquisar concorrentes, manipular planilhas e preparar apresentações. Os escritórios de advocacia empregam jovens advogados para revisar enormes quantidades de material. As empresas de software dão a desenvolvedores juniores tarefas de codificação relativamente simples.
Mas esses empregos desempenham duas funções. Eles produzem trabalho para a empresa enquanto simultaneamente produzem humanos experientes.
O analista eventualmente desenvolve julgamento e se torna um diretor. O jovem advogado que revisa documentos eventualmente lida com negociações complexas. O programador que corrige bugs chatos gradualmente aprende como os sistemas reais se comportam quando as coisas dão errado.
Se a IA se tornar excepcionalmente boa no trabalho de nível iniciante, as empresas têm um incentivo econômico óbvio para empregar menos iniciantes.
Isso cria um paradoxo que não resolvemos: a IA poderia remover o trabalho que as pessoas tradicionalmente realizavam enquanto aprendem a fazer o trabalho que a IA ainda não pode realizar.
Podemos automatizar a base da escada sem descobrir como a próxima geração chega ao topo.
JENSEN HUANG: TODO MUNDO GANHA SUPERPODERES
O CEO da NVIDIA, Jensen Huang, vê outro lado da equação.
A previsão dele é maravilhosamente simples: "Todo mundo terá um assistente de IA."
O argumento mais amplo de Huang é que a IA não substituirá simplesmente o trabalho humano. Ela amplificará o que os indivíduos podem realizar, potencialmente criando uma demanda totalmente nova à medida que o custo da inteligência e da produção cai.
A história dá alguma credibilidade a esse argumento.
As planilhas não eliminaram os contadores. Os computadores não eliminaram os trabalhadores de escritório. A internet destruiu algumas profissões enquanto criava indústrias que antes não poderiam existir.
A IA pode, portanto, eliminar enormes quantidades de trabalho sem eliminar o mesmo número de empregos.
Se o software se tornar dez vezes mais barato de criar, talvez a sociedade não precise de um décimo dos desenvolvedores. Talvez a humanidade decida construir cinquenta vezes mais software. Se a investigação científica se tornar dramaticamente mais barata, talvez não precisemos de menos cientistas; talvez os cientistas tentem milhões de experimentos que antes não eram economicamente viáveis.
Isso significa que Huang e Amodei podem estar ambos certos. Algumas profissões podem se contrair dramaticamente enquanto categorias inteiramente novas de atividade econômica explodem.
As revoluções tecnológicas raramente escolhem entre destruição e criação. Elas geralmente entregam ambas, mas não necessariamente para as mesmas pessoas ao mesmo tempo.
SATYA NADELLA: O VERDADEIRO PROBLEMA PODE SER A VELOCIDADE
O CEO da Microsoft, Satya Nadella, descreveu a atual mudança de plataforma com uma frase que considero particularmente importante:
"Trinta anos de mudança estão sendo comprimidos em três anos!"
A palavra comprimidos pode importar mais do que quase qualquer outra coisa neste debate.
A humanidade sobreviveu a enormes transformações tecnológicas antes. A eletricidade transformou fábricas e lares. Os carros redesenharam as cidades. Os computadores mudaram os escritórios. A internet reorganizou a comunicação, o comércio e a mídia.
Mas as sociedades tiveram tempo para se adaptar. As pessoas se aposentavam enquanto as gerações mais jovens aprendiam habilidades diferentes. As universidades mudavam os currículos, os governos criavam regulamentações, as empresas se formavam e fracassavam, e profissões inteiras evoluíam gradualmente.
A IA pode criar um problema diferente porque a adaptação tecnológica pode acontecer mais rápido do que a adaptação humana.
Imagine alguém começando um curso universitário de quatro anos hoje para uma profissão cuja economia pode parecer fundamentalmente diferente na graduação. Ou considere um profissional de 45 anos que passou vinte anos se tornando excepcional em uma tarefa que de repente se torna disponível quase instantaneamente e a um custo quase zero.
O maior perigo pode não ser a própria mudança tecnológica. Pode ser o crescente fosso entre a velocidade com que as máquinas melhoram e a velocidade com que os humanos, as empresas e as instituições podem se reinventar.
DEMIS HASSABIS: ISSO PODE SE TORNAR MAIOR QUE O SOFTWARE
Então chegamos ao CEO do Google DeepMind, Demis Hassabis.
Em agosto de 2026, Hassabis descreveu o período atual como "um momento crucial na história humana" e disse que, após trabalhar em direção à AGI durante toda a sua carreira, ele acredita que ela está agora "próxima".
Isso leva a conversa muito além da produtividade no local de trabalho.
Assim que a IA se tornar capaz de ajudar materialmente os humanos a avançar na matemática, biologia, química, ciência dos materiais, engenharia e medicina, a IA deixa de ser simplesmente outra indústria de tecnologia. Ela se torna uma tecnologia que acelera outras tecnologias.
A IA pode melhorar a robótica, ajudar a descobrir medicamentos, projetar novos materiais, escrever software, auxiliar na pesquisa científica e ajudar os engenheiros a projetar melhores computadores, que por sua vez podem executar melhor IA.
Isso cria um ciclo de feedback: melhor IA ajuda os humanos a construir melhor tecnologia, melhor tecnologia ajuda os humanos a construir melhor IA, e o ciclo acelera.
É por isso que comparar a IA com os smartphones pode subestimar dramaticamente o que está acontecendo. O smartphone mudou a forma como os humanos acessavam as informações.
A IA avançada pode mudar a rapidez com que a humanidade descobre coisas novas.
ELES PODEM ESTAR TODOS CERTOS
À primeira vista, esses líderes parecem estar nos contando histórias diferentes. Coloque seus argumentos em sequência, no entanto, e eles começam a parecer surpreendentemente compatíveis.
Altman diz que a inteligência se torna abundante. Capacidades que antes eram caras tornam-se disponíveis para quase todos.
Skates diz que os próprios produtos começam a aprender e melhorar. A inteligência abundante é incorporada ao ciclo de desenvolvimento do produto, conectando construção, observação do comportamento humano, experimentação, aprendizado e melhoria.
Amodei diz que a inteligência abundante interrompe o trabalho do conhecimento. Particularmente vulneráveis podem ser as tarefas de nível básico nas quais as carreiras tradicionais foram construídas.
Huang diz que a IA amplifica dramaticamente os indivíduos humanos. Custos mais baixos criam nova demanda, novas empresas e categorias inteiramente novas de trabalho.
Nadella diz que tudo isso acontece extraordinariamente rápido. A sociedade tem muito menos tempo para se ajustar do que durante as revoluções tecnológicas anteriores.
Hassabis diz que a IA eventualmente acelera a própria descoberta. A inteligência começa a ajudar a humanidade a inventar a próxima geração de tecnologia.
Essas não são necessariamente seis previsões concorrentes. Elas podem ser seis camadas da mesma transformação.
SIGA A ESCASSEZ
Se essas pessoas estiverem pelo menos parcialmente certas, há uma lição surpreendentemente prática para quem está pensando em sua carreira, empresa ou investimentos:
Não construa seu valor em torno de algo que a IA está tornando abundante. Construa-o em torno do que se torna escasso porque a IA é abundante.
A atenção se torna escassa. Quando o conteúdo se torna efetivamente ilimitado, capturar a atenção humana genuína se torna mais difícil e, portanto, mais valioso.
O julgamento se torna escasso. Quando a análise pode ser produzida instantaneamente, a questão difícil não é mais se você pode obter uma análise. É saber qual análise merece ser confiada.
A direção se torna escassa. Quando a IA pode gerar centenas de ideias e estratégias, outra ideia não é necessariamente útil. Saber qual problema merece ser resolvido torna-se a vantagem.
O pensamento original se torna escasso. Quando textos, imagens, software e apresentações competentes podem ser produzidos por quase qualquer pessoa, ter algo genuinamente diferente a dizer torna-se mais valioso.
A confiança se torna escassa. As máquinas se comunicarão cada vez mais de forma convincente, enquanto o conteúdo sintético se torna mais fácil de fabricar. A credibilidade humana, portanto, torna-se mais valiosa, não menos.
O bom gosto se torna escasso. A IA pode criar infinitas possibilidades. Alguém ainda tem que decidir qual delas é realmente boa.
E os produtos que se autoaprimoram criam mais uma escassez que pode importar enormemente: saber o que o sistema deve otimizar.
Uma máquina pode se tornar extraordinariamente boa em alcançar um objetivo. Um produto pode se tornar extraordinariamente bom em melhorar uma métrica. Mas era o objetivo certo? Era a métrica certa?
Isso não é mais principalmente uma questão de tecnologia.
É uma questão de julgamento humano.
NÃO TENTE CORRER MAIS QUE A MÁQUINA
Por décadas, os gerentes diziam aos humanos quais tarefas executar. Amanhã, os líderes podem cada vez mais definir objetivos para combinações de humanos, agentes e sistemas de autoaprimoramento.
A liderança então se torna menos sobre supervisionar a execução e mais sobre definir direção, restrições, incentivos e significado.
Eu não passaria a próxima década tentando me tornar um pouco melhor em algo que as máquinas estão melhorando exponencialmente. Eu aprenderia a dirigi-las enquanto fortaleço deliberadamente as habilidades que se tornam mais valiosas precisamente porque a própria inteligência está se tornando abundante: julgamento, curiosidade, coragem, relacionamentos, liderança, responsabilidade e bom gosto.
Os vencedores da era da IA podem não ser as pessoas que sabem mais sobre IA. Eles podem ser as pessoas que entendem o que fazer com a inteligência, uma vez que a própria inteligência não é mais escassa.
Por milhares de anos, a inteligência deu aos humanos um poder extraordinário. Agora estamos construindo máquinas que podem tornar a inteligência disponível em todos os lugares, o tempo todo, enquanto os produtos ao nosso redor começam a observar, aprender e melhorar.
Talvez a questão definidora da era da IA não seja se as máquinas eventualmente pensarão como nós.
É algo muito mais desconfortável:
O que os humanos devem se tornar quando ser inteligente não for mais suficiente para nos tornar especiais?
