As ferramentas estão disponíveis para todos. A assinatura é para toda a empresa. As sessões de treinamento foram realizadas. E, no entanto, em escritórios de Wall Street a Silicon Valley, está a abrir-se uma divisão acentuada entre os trabalhadores que integraram a inteligência artificial no seu trabalho diário e os colegas que mal a tocaram.
A diferença não é pequena. De acordo com um novo relatório da OpenAI analisando padrões de uso em seus mais de um milhão de clientes empresariais, trabalhadores da 95º percentil de adoção de IA estão enviando seis vezes mais mensagens para o ChatGPT do que o funcionário médio das mesmas empresas. Para tarefas específicas, a divisão é ainda mais dramática: os trabalhadores fronteiriços enviam 17 vezes mais mensagens relacionadas com codificação do que os seus pares típicos e, entre os analistas de dados, os utilizadores mais frequentes utilizam a ferramenta de análise de dados 16 vezes mais frequentemente do que a mediana.
Esta não é uma história sobre acesso. É uma história sobre uma nova forma de estratificação do local de trabalho que emerge em tempo real – uma forma que pode estar a remodelar quem fica à frente, quem fica para trás e o que significa ser um trabalhador qualificado na era da inteligência artificial.
Todo mundo tem as mesmas ferramentas, mas nem todo mundo as usa
Talvez a descoberta mais surpreendente no Relatório OpenAI é o quão pouco acesso explica. ChatGPT Empresa está agora implantado em mais de 7 milhões de locais de trabalho em todo o mundo, um aumento de nove vezes em relação ao ano anterior. As ferramentas são iguais para todos. As capacidades são idênticas. E ainda assim o uso varia em ordens de magnitude.
Entre os usuários ativos mensais — pessoas que fizeram login pelo menos uma vez nos últimos 30 dias — 19 por cento nunca experimentaram o recurso de análise de dados. Quatorze por cento nunca usaram capacidades de raciocínio. Doze por cento nunca usaram a pesquisa. Esses não são recursos obscuros enterrados em submenus; são funcionalidades essenciais que a OpenAI destaca como transformadoras para o trabalho do conhecimento.
O padrão se inverte entre os usuários diários. Apenas 3 por cento das pessoas que usam ChatGPT todos os dias nunca tentaram análise de dados; apenas 1% pulou o raciocínio ou a pesquisa. A implicação é clara: a divisão não é entre aqueles que têm acesso e aqueles que não têm, mas entre aqueles que fizeram da IA um hábito diário e aqueles para quem ela continua a ser uma novidade ocasional.
Os funcionários que experimentam mais estão economizando muito mais tempo
O Relatório OpenAI sugere que os ganhos de produtividade da IA não são distribuídos uniformemente por todos os utilizadores, mas concentrados entre aqueles que utilizam a tecnologia de forma mais intensiva. Os trabalhadores que se envolvem em aproximadamente sete tipos distintos de tarefas – análise de dados, codificação, geração de imagens, tradução, redação e outros – relatam economizar cinco vezes mais tempo do que aqueles que usam apenas quatro. Os funcionários que economizam mais de 10 horas por semana consomem oito vezes mais créditos de IA do que aqueles que não relatam nenhuma economia de tempo.
Isso cria uma dinâmica composta. Os trabalhadores que experimentam amplamente descobrem mais usos. Mais utilizações levam a maiores ganhos de produtividade. Maiores ganhos de produtividade provavelmente levam a melhores avaliações de desempenho, atribuições mais interessantes e avanços mais rápidos – o que, por sua vez, oferece mais oportunidades e incentivos para aprofundar ainda mais o uso da IA.
Setenta e cinco por cento dos trabalhadores entrevistados relatam ser capazes de concluir tarefas que anteriormente não conseguiam realizar, incluindo suporte de programação, automação de planilhas e solução de problemas técnicos. Para os trabalhadores que adotaram estas capacidades, os limites das suas funções estão a expandir-se. Para aqueles que ainda não o fizeram, os limites podem estar diminuindo em comparação.
O paradoxo da IA corporativa: US$ 40 bilhões gastos, 95% não vendo retorno
A lacuna de uso individual documentada pela OpenAI reflete um padrão mais amplo identificado por um estudo separado do Projeto NANDA do MIT. Apesar de 30 a 40 mil milhões de dólares investidos em iniciativas de IA generativa, apenas 5% das organizações estão a obter retornos transformadores. Os pesquisadores chamam isso de “Divisão GenAI” — uma lacuna que separa as poucas organizações que conseguem transformar processos com sistemas de IA adaptativos da maioria que permanece presa em projetos-piloto.
O relatório do MIT descobriu perturbação limitada em todos os setores: apenas dois dos nove setores principais – tecnologia e mídia – mostram uma transformação material nos negócios a partir do uso generativo de IA. As grandes empresas lideram em volume de projetos-piloto, mas ficam atrasadas na implantação bem-sucedida.
O padrão é consistente em ambos os estudos. Organizações e indivíduos estão comprando a tecnologia. Eles estão lançando pilotos. Eles estão participando de sessões de treinamento. Mas algures entre a adoção e a transformação, a maioria está estagnada.
Enquanto os projetos oficiais de IA estagnam, uma economia paralela está prosperando
O estudo do MIT revela uma desconexão impressionante: embora apenas 40% das empresas tenham adquirido assinaturas oficiais do LLM, os funcionários de mais de 90% das empresas usam regularmente ferramentas pessoais de IA para trabalhar. Quase todos os entrevistados relataram usar LLMs de alguma forma como parte de seu fluxo de trabalho regular.
“Essa ‘IA sombra’ geralmente oferece melhor ROI do que iniciativas formais e revela o que realmente funciona para reduzir a divisão”, descobriu o Projeto NANDA do MIT.
A economia paralela oferece uma pista sobre o que está acontecendo no nível individual nas organizações. Os funcionários que tomam a iniciativa – que se inscrevem para assinaturas pessoais, que experimentam no seu próprio tempo, que descobrem como integrar a IA nos seus fluxos de trabalho sem esperar pela aprovação da TI – estão à frente dos colegas que esperam por orientações oficiais que podem nunca chegar.
Esses sistemas paralelos, em grande parte não sancionados, geralmente oferecem melhor desempenho e adoção mais rápida do que as ferramentas corporativas. O sentimento dos trabalhadores revela uma preferência por ferramentas flexíveis e responsivas — precisamente o tipo de experimentação que separa os trabalhadores fronteiriços da OpenAI da média.
As maiores lacunas aparecem em trabalhos técnicos que exigiam especialistas
As maiores lacunas relativas entre os trabalhadores fronteiriços e os trabalhadores medianos aparecem na codificação, escrita e análise – precisamente as categorias de tarefas onde as capacidades de IA avançaram mais rapidamente. Os trabalhadores fronteiriços não estão apenas a fazer o mesmo trabalho mais rapidamente; eles parecem estar fazendo um trabalho totalmente diferente, expandindo-se para domínios técnicos que antes lhes eram inacessíveis.
Entre ChatGPT Empresa usuários fora de engenharia, TI e pesquisa, as mensagens relacionadas à codificação cresceram 36% nos últimos seis meses. Alguém do marketing ou do RH que aprende a escrever scripts e automatizar fluxos de trabalho está se tornando um funcionário categoricamente diferente de um colega que não o fez, mesmo que tenha o mesmo cargo e tenha começado com as mesmas habilidades.
A investigação académica sobre IA e produtividade oferece um quadro complicado. Vários estudos citados no relatório OpenAI concluem que a IA tem um “efeito equalizador“ajudando desproporcionalmente os trabalhadores com desempenho inferior a colmatar a lacuna em relação aos seus pares com desempenho superior. Mas o efeito de equalização pode aplicar-se apenas à população de trabalhadores que realmente utilizam IA regularmente. Uma percentagem significativa de trabalhadores não está de todo nesse grupo. Continuam a ser utilizadores ligeiros ou não utilizadores, mesmo quando os seus colegas mais aventureiros se afastam.
As empresas também estão divididas e a diferença aumenta a cada mês
A divisão não é apenas entre trabalhadores individuais. Existe entre organizações inteiras.
As empresas fronteiriças – aquelas no percentil 95 de intensidade de adoção – geram aproximadamente o dobro de mensagens de IA por funcionário do que a empresa média. Para mensagens roteadas por meio de GPTs personalizados, ferramentas criadas especificamente para automatizar fluxos de trabalho específicos, a lacuna aumenta para sete vezes.
Esses números sugerem modelos operacionais fundamentalmente diferentes. Nas empresas médias, a IA pode ser uma ferramenta de produtividade que os trabalhadores individuais utilizam a seu critério. Nas empresas fronteiriças, a IA parece estar incorporada na infraestrutura central: fluxos de trabalho padronizados, ferramentas personalizadas persistentes, integração sistemática com sistemas de dados internos.
O Relatório OpenAI observa que cerca de uma em cada quatro empresas ainda não ativou conectores que dão acesso à IA aos dados da empresa – um passo básico que aumenta drasticamente a utilidade da tecnologia. O estudo do MIT descobriu que as empresas que adquiriram ferramentas de IA de fornecedores especializados tiveram sucesso 67 por cento da época, enquanto as compilações internas tiveram apenas uma taxa de sucesso de um em três. Para muitas organizações, a era da IA já chegou tecnicamente, mas ainda não começou na prática.
A tecnologia não é mais o problema — as organizações estão
Para os executivos, os dados representam um desafio desconfortável. A tecnologia não é mais a restrição. A OpenAI observa que lança um novo recurso ou capacidade aproximadamente a cada três dias; os modelos estão avançando mais rápido do que a maioria das organizações consegue absorver. O gargalo passou do que a IA pode fazer para saber se as organizações estão estruturadas para tirar proveito dela.
“A linha divisória não é a inteligência”, disse o Autores do MIT escrevem. Os problemas com a IA empresarial têm a ver com memória, adaptabilidade e capacidade de aprendizagem. Os problemas decorrem menos de regulamentações ou do desempenho do modelo e mais de ferramentas que não conseguem aprender ou se adaptar.
As empresas líderes, de acordo com o Relatório OpenAIinvestem consistentemente em patrocínio executivo, preparação de dados, padronização de fluxo de trabalho e gerenciamento deliberado de mudanças. Eles constroem culturas onde ferramentas de IA personalizadas são criadas, compartilhadas e refinadas entre as equipes. Eles acompanham o desempenho e realizam avaliações. Eles fazem da adoção da IA uma prioridade estratégica e não uma escolha individual.
Os restantes estão a deixar tudo ao acaso – esperando que os trabalhadores descubram as ferramentas por si próprios, experimentem no seu próprio tempo e, de alguma forma, propaguem as melhores práticas sem infra-estruturas ou incentivos. A diferença de seis vezes sugere que esta abordagem não está a funcionar.
A janela para recuperar o atraso está fechando mais rápido do que a maioria das empresas imagina
Com os contratos empresariais sendo firmados nos próximos 18 meses, há uma janela cada vez menor para fornecedores e adotantes cruzarem a divisão. A divisão GenAI identificada pelo Relatório do MIT não vai durar para sempre. Mas as organizações que descobrirem uma maneira de atravessá-lo mais rapidamente serão as que definirão a próxima era dos negócios.
Ambos os relatórios trazem ressalvas. Os dados da OpenAI vêm de uma empresa com interesse óbvio em promover a adoção de IA. Os números de produtividade são relatados pelos próprios clientes que já pagam pelo produto. O estudo do MIT, embora independente, baseia-se em entrevistas e inquéritos, em vez de medições diretas. Os efeitos a longo prazo desta tecnologia no emprego, nos salários e na dinâmica do local de trabalho permanecem incertos.
Mas a principal conclusão — que o acesso por si só não produz adopção, e que a adopção varia enormemente mesmo dentro de organizações que disponibilizaram ferramentas idênticas para todos — é consistente com a forma como as tecnologias anteriores se difundiram pela economia. Planilhas, e-mail e a Internet criaram divisões semelhantes antes de se tornarem universais. A questão é quanto tempo persiste o fosso actual, quem beneficia durante a transição e o que acontece aos trabalhadores que se encontram do lado errado desta situação.
Por enquanto, a divisão é gritante. Noventa por cento dos usuários disseram preferir humanos para “trabalhos de missão crítica”, enquanto a IA “venceu a guerra pelo trabalho simples”. Os trabalhadores que estão avançando não o fazem porque têm o acesso que falta aos seus colegas. Eles estão avançando porque decidiram usar o que todo mundo já tem – e continuaram usando até descobrirem o que poderia fazer.
A diferença de 6x não tem a ver com tecnologia. É sobre comportamento. E o comportamento, ao contrário do software, não pode ser implementado em toda a empresa.
