As empresas britânicas estão despejando bilhões de libras em inteligência artificial, e a economia do Reino Unido de fato sente o efeito. Só que não da maneira que se prometia. No Relatório de Política Monetária divulgado na quinta-feira (5 de novembro), o Banco da Inglaterra concluiu que a IA tem contribuído para o crescimento sobretudo pelo volume de dinheiro que as companhias gastam com a tecnologia, e não porque os trabalhadores passaram a produzir mais por hora trabalhada.

"Os dados são consistentes com um impacto sobre a produtividade relativamente pequeno até agora", avaliou o Banco da Inglaterra em seu relatório.

— The Telegraph, 2026

A conclusão pesa porque vem de uma instituição cujo próprio presidente, Andrew Bailey, trata a IA como uma das principais saídas para a estagnação produtiva britânica. Essa estagnação começou com a crise financeira de 2008 e nunca foi revertida. O diagnóstico também chega num momento delicado. Segundo o Telegraph, dados do escritório nacional de estatísticas (ONS) mostraram que a economia cresceu apenas 0,1% em agosto e só escapou da contração graças aos gastos com a construção de infraestrutura de IA.

O que o Banco da Inglaterra mediu

O banco central vem reunindo dados para entender como a IA se espalha pela economia. O número mais concreto vem do Decision Maker Panel, painel de executivos que a instituição consulta periodicamente.

As empresas consultadas estimam que a IA elevou sua produtividade em cerca de 0,5% ao longo dos últimos três anos. Pelos cálculos do banco, isso equivale a uma contribuição de 0,1 a 0,2 ponto percentual por ano ao crescimento da produtividade britânica desde o início de 2024.

— The Telegraph, 2026

O relatório também observa que a produtividade subiu nos setores mais expostos à tecnologia, como informação e comunicação, mas sem superar as médias de antes da pandemia. Ou seja, mesmo onde a IA está mais presente, o desempenho ainda não rompeu a tendência histórica.

O dinheiro, por outro lado, circula em escala crescente.

Dados do Departamento de Ciência, Inovação e Tecnologia britânico indicam que as vendas de produtos e serviços ligados à IA chegaram a £33,6 bilhões no ano passado, ante £23,9 bilhões em 2024.

— The Telegraph, 2026

Investimento não é eficiência

A distinção feita pelo banco é técnica, mas decisiva. Quando uma empresa compra servidores, licenças de software ou consultoria para implantar modelos de linguagem, esse gasto entra imediatamente no PIB como investimento. Já o ganho de produtividade exige que a mesma equipe entregue mais, ou que uma equipe menor entregue o mesmo. Isso depende de redesenhar processos, treinar pessoas e abandonar rotinas antigas, um trabalho bem mais lento do que assinar um contrato.

A IA está entrando no PIB pela porta do investimento, não pela da eficiência.

O caminho mais rápido para inflar a produtividade no papel é cortar pessoal, e parte do setor financeiro britânico já o percorre. Barclays, HSBC e Standard Chartered anunciaram demissões em 2026 associadas à automação, e cresce a preocupação com a redução de vagas de entrada. Em agosto, uma análise da equipe do próprio Banco da Inglaterra, noticiada pela Bloomberg, já apontava ganhos de produtividade nas empresas que desenvolvem e usam IA, mas acompanhados de perda de empregos. O retrato que emerge é de ganhos reais no nível da empresa que ainda não somam um movimento visível no agregado.

Há um detalhe que o debate costuma ignorar. Em 2024, o economista Daron Acemoglu, do MIT, publicou uma das estimativas mais céticas sobre o tema: em "The Simple Macroeconomics of AI", ele calculou que a IA elevaria a produtividade total dos fatores em no máximo 0,66% ao longo de dez anos, algo como 0,06 ponto por ano. A faixa medida pelo banco britânico, de 0,1 a 0,2 ponto anual, está acima desse patamar. As métricas não são idênticas, e a comparação exige cautela. Ainda assim, ela sugere que a frustração tem menos a ver com a tecnologia e mais com a distância entre os números e a narrativa de transformação imediata vendida nos últimos três anos.

Software: onde a transformação é mais profunda e mais desigual

Se existe um setor em que a IA já mudou a forma de trabalhar, é o desenvolvimento de software. O relatório DORA 2025, do Google Cloud, que ouviu quase 5 mil profissionais de tecnologia, mostrou que 90% deles usam ferramentas de IA no trabalho, com alta de 14% em relação ao ano anterior. Pela primeira vez, a pesquisa associou essa adoção a um aumento no volume de entregas das equipes.

O mesmo estudo, porém, chega a uma conclusão que ecoa o Banco da Inglaterra: a IA funciona como um amplificador, que reforça as virtudes das organizações bem estruturadas e agrava as disfunções das demais. Velocidade maior veio acompanhada de mais instabilidade nas entregas.

O dado mais desconcertante vem de um experimento controlado. Em julho de 2025, a organização de pesquisa METR acompanhou 16 desenvolvedores experientes em 246 tarefas reais e constatou que, com acesso a ferramentas de IA, eles levaram 19% mais tempo para concluir o trabalho. Antes do teste, esperavam ganhar 24% de velocidade. Depois de terminado, ainda acreditavam ter sido 20% mais rápidos.

O estudo tem limites claros. A amostra é pequena, a medição é um retrato de um momento, as ferramentas evoluíram muito desde então e o efeito negativo apareceu sobretudo em projetos grandes que os participantes conheciam a fundo. Mesmo assim, o descompasso entre percepção e medição ajuda a entender o problema que o Banco da Inglaterra encontrou na escala de um país inteiro: as empresas relatam ganhos com convicção, mas as estatísticas custam a registrá-los.

Farmacêutica: da revolução anunciada ao ritmo dos ensaios clínicos

Nenhum setor ouviu promessas tão ousadas quanto o farmacêutico. A IA reduziria pela metade um ciclo de desenvolvimento que leva de dez a quinze anos, cortaria custos bilionários e abriria caminho para alvos considerados intratáveis. Em 2026, o tom mudou. Até outubro, nenhum medicamento descoberto ou projetado por IA havia recebido aprovação plena da FDA, a agência reguladora americana.

Não faltam candidatos. O número de programas de medicamentos desenhados por IA em fase clínica passou de 173 no início do ano, contra cerca de duas dezenas no fim de 2023. As moléculas geradas por algoritmos superam a fase 1 com taxas de 80% a 90%, mas na fase 2, quando se testa se o remédio funciona, o índice de sucesso fica em torno de 40%, em linha com os métodos convencionais. Em outras palavras, a IA é boa em produzir moléculas com propriedades de fármaco, mas ainda não demonstrou vantagem para prever o que funciona no corpo humano.

O caso mais avançado é o rentosertibe, da Insilico Medicine, para fibrose pulmonar idiopática. Tanto o alvo biológico quanto a molécula foram identificados por IA. Depois de resultados positivos de fase 2a publicados na Nature Medicine, a empresa iniciou em julho um estudo de fase 3 com 320 pacientes em 47 centros na China, com 52 semanas de tratamento. O próprio presidente da companhia, Alex Zhavoronkov, resumiu o gargalo: a IA acelera a chegada ao candidato a medicamento, mas a partir daí "você anda na velocidade do trânsito". O cronograma divulgado pela empresa projeta uma eventual aprovação apenas por volta de 2030.

É o mesmo padrão observado na economia britânica, em outra escala. A tecnologia comprime as etapas que dependem de processamento de informação, enquanto as etapas que dependem do mundo físico, da biologia ou da reorganização humana seguem no seu ritmo próprio.

O paradoxo tem precedentes

Em 1987, o economista Robert Solow observou que a era do computador estava em toda parte, menos nas estatísticas de produtividade. O ganho só apareceu com clareza nos Estados Unidos na segunda metade dos anos 1990, mais de uma década depois da difusão dos computadores pessoais. Antes disso, a eletrificação das fábricas levou décadas para elevar a produtividade, porque o benefício exigia redesenhar plantas industriais inteiras, e não apenas trocar o motor a vapor por um elétrico.

Bailey recorre a essa mesma comparação com a eletricidade quando defende a IA como motor de crescimento. A analogia, porém, tem dois lados: ela sustenta o otimismo de longo prazo e, ao mesmo tempo, recomenda paciência com o curto prazo. O relatório divulgado agora fica com a segunda metade da lição.

E o Brasil?

No Brasil, a velocidade de adoção impressiona. Segundo a Pintec Semestral do IBGE, 41,9% das empresas industriais com 100 ou mais empregados usavam alguma forma de IA em 2024, contra 16,9% dois anos antes. O mais revelador está na distribuição desse uso. A tecnologia avançou principalmente na administração (87,9%) e na comercialização (75,2%), enquanto na produção o uso recuou de 56,4% para 52%. A IA está entrando pelo escritório, não pelo chão de fábrica.

As próprias empresas relatam ganhos. Nove em cada dez apontam aumento de eficiência como principal benefício das tecnologias digitais avançadas. As estatísticas nacionais contam outra história. O indicador da FGV Ibre mostrou que a produtividade por hora efetivamente trabalhada caiu 0,5% no primeiro trimestre de 2026 em relação ao mesmo período de 2025. No longo prazo, entre 1981 e 2024, essa produtividade cresceu apenas 0,5% ao ano.

Seria precipitado atribuir à IA o desempenho fraco, que tem causas estruturais antigas como informalidade, baixo investimento e uma dependência histórica da agropecuária para os ganhos agregados. O ponto é outro. O Brasil reproduz, em versão ampliada, a mesma distância identificada pelo Banco da Inglaterra entre a eficiência que as empresas dizem sentir e a eficiência que a economia consegue medir. Para um país com população envelhecendo e bônus demográfico se esgotando, fechar essa distância deixa de ser debate acadêmico e passa a ser condição de crescimento.

Contraponto

Há boas razões para não ler o relatório como um veredito. As estatísticas de produtividade capturam mal ganhos de qualidade, serviços gratuitos e tempo economizado em tarefas que não viram produção vendida. Economistas descrevem ainda uma "curva J" das tecnologias de propósito geral: nos primeiros anos, as empresas investem pesado em capital intangível (treinamento, dados, reorganização) que não aparece como produto, e a produtividade medida pode até cair antes de subir. Nessa leitura, os números modestos de hoje seriam a parte de baixo da curva.

Também há sinais concretos de avanço. A análise de agosto do próprio banco britânico encontrou ganhos nas empresas que usam IA de forma intensa. O DORA registrou, pela primeira vez, maior volume de entregas associado à adoção. E o rentosertibe chegou a uma fase 3 com alvo e molécula definidos por algoritmos, algo inédito há cinco anos. O que falta não é evidência de que a tecnologia funciona, mas evidência de que ela já funciona em escala suficiente para mover a economia.

Perguntas frequentes

A inteligência artificial está aumentando a produtividade no Reino Unido?

Pouco, segundo o Banco da Inglaterra. As empresas estimam um ganho de cerca de 0,5% em três anos, o que equivale a 0,1 a 0,2 ponto percentual por ano na produtividade nacional desde o início de 2024.

Como a IA pode fazer o PIB crescer sem elevar a produtividade?

O gasto das empresas com servidores, software e infraestrutura entra no PIB como investimento de imediato. Já a produtividade só sobe quando os trabalhadores passam a produzir mais por hora, o que exige reorganizar processos e leva mais tempo.

Já existe algum remédio descoberto por IA aprovado?

Até outubro de 2026, nenhum medicamento descoberto ou projetado por IA tinha aprovação plena da FDA. O candidato mais avançado, o rentosertibe da Insilico Medicine, está em fase 3 para fibrose pulmonar idiopática.

Como está o uso de IA nas empresas brasileiras?

Na indústria, a adoção saltou de 16,9% para 41,9% das empresas com 100 ou mais empregados entre 2022 e 2024, segundo o IBGE. O uso se concentra em áreas administrativas e comerciais, e a produtividade do trabalho no país recuou 0,5% no primeiro trimestre de 2026, de acordo com a FGV Ibre.

Este artigo foi elaborado a partir de reportagem do The Telegraph sobre o Relatório de Política Monetária do Banco da Inglaterra, utilizada como base analítica e complementada por pesquisa independente em fontes britânicas, internacionais e brasileiras.

Ewerton Lopes - Curador Editorial