Fed destaca rápida adoção de IA na economia dos EUA

A adoção de inteligência artificial na economia dos Estados Unidos já aparece com mais clareza em diferentes levantamentos oficiais e acadêmicos, e um novo relatório do Federal Reserve amplia essa leitura ao reunir três pesquisas com públicos distintos. O estudo de Jeffrey S. Allen, publicado em 3 de abril de 2026, analisa como empresas, trabalhadores e executivos vêm incorporando IA e modelos de linguagem de larga escala, conhecidos como LLMs, ao longo de 2025. O resultado mostra um cenário de expansão rápida, mas também de grande variação entre setores, portes de empresa e metodologias de medição.

O ponto central do levantamento é que não existe uma única taxa de adoção de IA para resumir o mercado americano. Dependendo da pesquisa e da forma como a pergunta foi feita, os resultados mudam de maneira importante. Na Business Trends and Outlook Survey, do Census Bureau, cerca de 18 por cento das empresas haviam adotado IA ao fim de 2025. Na Real-Time Population Survey, cerca de 41 por cento da força de trabalho relatou uso de IA generativa no trabalho em novembro. Já na Survey of Business Uncertainty, conduzida pelo Federal Reserve de Atlanta, a estimativa é de que 78 por cento da força de trabalho esteja em empresas que adotaram IA, enquanto 54 por cento trabalha em firmas que usam LLMs.

Por que medir adoção de IA é tão difícil

O relatório do Fed parte de uma questão que se tornou central para economistas e formuladores de política: como medir corretamente o avanço da IA em uma economia tão ampla e diversa. A dificuldade começa pela própria definição do que conta como adoção. Uma empresa pode usar IA em um processo interno, em atendimento ao cliente, em produção, em análise de dados ou apenas de forma experimental. Um trabalhador pode usar ferramentas generativas todos os dias ou apenas ocasionalmente. Um executivo pode conhecer bem a estratégia da empresa, mas não ter visibilidade total do uso informal feito por funcionários.

O documento destaca que a forma de perguntar altera a resposta. A pesquisa do Census Bureau, por exemplo, mudou sua redação no fim de 2025. Antes, a questão se referia ao uso de IA na produção de bens ou serviços. Depois, passou a perguntar sobre o uso de IA em qualquer função do negócio. Essa ampliação torna a medição mais abrangente, mas também dificulta a comparação direta com séries anteriores. Em um ambiente em rápida transformação, pequenas mudanças de wording podem alterar significativamente os resultados observados.

Além disso, cada pesquisa mede uma unidade diferente. A BTOS usa empresas como unidade de análise e apresenta um retrato de adoção entre firmas. A RPS acompanha indivíduos e mostra como a IA generativa entrou no cotidiano de trabalho das pessoas. A SBU, por sua vez, consulta executivos e estima a fração da força de trabalho que está em empresas com IA, o que produz um indicador de alcance organizacional mais amplo. Essa diferença de abordagem ajuda a explicar por que os números não convergem em uma única taxa.

Os principais números de 2025

Entre os resultados mais relevantes está a constatação de que a adoção corporativa de IA continuou crescendo durante 2025, embora com sinais de desaceleração em parte do período. Na série histórica da BTOS, a adoção subiu 68 por cento no ano encerrado em setembro, o equivalente a 3,9 pontos percentuais. Ao final de 2025, o nível chegou a aproximadamente 18 por cento das empresas. A pesquisa também mostra que mais de 20 por cento das firmas esperavam usar IA no primeiro semestre de 2026, indicando continuidade da difusão.

No caso da população trabalhadora, a RPS mostra um avanço ainda mais expressivo no uso de IA generativa para fins profissionais. Em novembro de 2025, cerca de 41 por cento da força de trabalho relatou uso relacionado ao trabalho, contra 50 por cento para uso fora do trabalho. A série indica crescimento de 31,3 por cento no uso profissional em relação ao ano anterior e de 26 por cento no uso não profissional. O relatório destaca que o crescimento mais forte ocorreu no trimestre mais recente da série, sugerindo aceleração do uso no fim do período analisado.

Já a SBU apresenta um quadro mais alto porque captura empresas e depois pondera pelo emprego. A lógica é que grandes companhias empregam mais pessoas, portanto têm maior peso no resultado final. Nesse recorte, 78 por cento da força de trabalho estaria em firmas que adotaram IA, e 54 por cento em empresas que usam LLMs. A diferença entre essa estimativa e a taxa firmada na BTOS não significa contradição, mas sim que o desenho amostral e o método de ponderação estão captando camadas diferentes da mesma transformação econômica.

O que são IA generativa e LLMs

O relatório usa com frequência o termo IA generativa, ou GenAI. Trata-se de sistemas capazes de criar texto, imagem, áudio ou vídeo a partir de comandos do usuário. ChatGPT, Gemini e Midjourney são exemplos citados na própria pesquisa da RPS. Em vez de apenas classificar ou prever, esses modelos geram conteúdo novo com base em grandes volumes de dados de treinamento. Isso explica por que a tecnologia passou a ser adotada rapidamente em tarefas de escrita, síntese de informações, atendimento, pesquisa e apoio à programação.

Os LLMs, ou modelos de linguagem de larga escala, são um tipo específico de IA generativa focado em texto. Eles são treinados com enormes coleções de dados linguísticos e conseguem produzir respostas, resumir documentos, redigir textos e auxiliar fluxos de trabalho baseados em linguagem. No levantamento do Fed, o uso de LLMs aparece como um indicador relevante porque mostra como a tecnologia já saiu do laboratório e entrou em funções empresariais concretas, especialmente em serviços que exigem análise e produção intelectual.

Outro conceito importante é o de margem intensiva de uso. Não basta saber se uma empresa adota IA; também importa com que frequência e em que profundidade ela é usada. A RPS mostra que o uso diário no trabalho é bem menor do que o uso geral, mas cresce em ritmo semelhante. Em novembro de 2025, 12 por cento relataram uso diário na semana anterior, enquanto 35,2 por cento disseram ter usado a tecnologia ao menos uma vez na semana. Isso sugere que uma parcela significativa dos trabalhadores ainda faz uso ocasional, e não contínuo, da IA generativa.

Diferenças entre porte de empresa e setor econômico

Um dos achados mais relevantes do estudo é a relação entre adoção de IA e tamanho da empresa. As firmas maiores apresentam taxas de adoção mais elevadas, algo que faz sentido porque elas concentram mais recursos, equipes especializadas e infraestrutura digital. No entanto, o relatório também observa que a adoção entre as menores empresas é mais forte do que se esperaria apenas pela variável tamanho. Isso sugere que ferramentas de IA podem estar reduzindo barreiras de entrada para pequenos negócios em algumas atividades específicas.

A análise por setor reforça essa leitura. Entre os ramos avaliados, serviços profissionais e financeiros se destacam com os maiores níveis de adoção. Na BTOS, os serviços profissionais aparecem em cerca de 33 por cento e o setor financeiro em 30 por cento. Na RPS, os trabalhadores desses setores registram uso profissional de GenAI em 62 por cento e 63 por cento, respectivamente. A leitura do relatório é que a IA inicial parece se espalhar com mais força em trabalhos cognitivos e analíticos, nos quais a tecnologia ajuda a resumir informações, automatizar redacção, apoiar decisões e organizar conhecimento.

O setor de manufatura também mostra avanço, mas em um ritmo e nível inferiores aos dos serviços financeiros e profissionais. Isso não significa ausência de potencial, e sim que a maturidade do uso ainda varia conforme o tipo de atividade. Em setores com alto valor por empregado, o ganho de produtividade potencial pode ser maior, o que ajuda a explicar o interesse mais intenso em IA generativa nesses ambientes. Ao mesmo tempo, o relatório alerta que a classificação setorial pode esconder parte da adoção real, já que empresas de tecnologia médica, farmacêutica e de pesquisa podem estar distribuídas em categorias diferentes.

Impactos para produtividade, emprego e concorrência

Embora o relatório não tente responder de forma definitiva como a IA afetará produtividade e emprego, ele deixa claro que a velocidade de adoção é um dado importante para entender esses efeitos. Se a IA realmente elevar eficiência, empresas que a incorporarem cedo podem ganhar vantagem operacional. Se o impacto for mais concentrado em tarefas cognitivas, setores de serviços qualificados podem ser os primeiros a sentir mudanças mais profundas na organização do trabalho.

Para empresas, os números indicam que a IA já deixou de ser uma aposta experimental em parte relevante do mercado. A adoção, contudo, ainda não é uniforme. Isso pode ampliar diferenças competitivas entre firmas maiores e menores, mas também pode abrir espaço para pequenos negócios que consigam usar ferramentas generativas para reduzir custos e acelerar entregas. O relatório sugere que esse equilíbrio ainda está em formação, e por isso a leitura dos efeitos sobre concorrência permanece aberta.

Para o mercado de trabalho, a presença de 41 por cento de uso profissional de IA generativa entre trabalhadores e de 78 por cento de emprego em firmas adotantes mostra que a tecnologia já alcançou escala relevante. Ainda assim, o uso diário continua restrito a uma parcela menor da força de trabalho, o que indica integração parcial. Em termos práticos, isso significa que a IA já influencia rotinas, mas ainda não substituiu de forma ampla processos inteiros em toda a economia.

O estudo também aponta uma questão importante para o futuro das grandes apostas em infraestrutura de IA: a intensidade real de uso pode ser decisiva para sustentar os investimentos em computação, energia e modelos. Se o consumo se concentrar em alguns casos de uso de alto valor, como engenharia de software, análise financeira ou automação de documentação, a expansão do mercado pode ser mais sólida. Se o uso permanecer esporádico e fragmentado, a relação entre investimento e demanda pode se tornar mais difícil de sustentar.

O que as diferenças entre pesquisas realmente mostram

Uma leitura cuidadosa do relatório mostra que as discrepâncias entre os levantamentos não são ruído sem valor. Pelo contrário, elas revelam que a adoção de IA é multifacetada. Pesquisas com executivos tendem a captar uma visão mais agregada e possivelmente mais ampla da adoção organizacional. Pesquisas com trabalhadores mostram o uso efetivo no dia a dia. Pesquisas com empresas, especialmente quando ponderadas por emprego, revelam onde a tecnologia está concentrada em termos de alcance laboral.

O Federal Reserve avalia que a BTOS é melhor para estimar a fatia de empresas que já adotaram IA. A RPS é mais adequada para medir a parcela da força de trabalho que usa GenAI no trabalho. A SBU serve como uma espécie de teto aproximado do acesso laboral à IA, porque mostra quantas pessoas estão em empresas adotantes. Juntas, essas medidas oferecem uma fotografia mais completa do estágio atual da transformação.

Em síntese, o relatório indica que a adoção de IA nos Estados Unidos entrou em uma fase de consolidação rápida em 2025, com expansão relevante entre empresas, trabalhadores e setores estratégicos. Ainda há grande variação na medição, mas os dados convergem em um ponto: a IA já faz parte da estrutura produtiva de uma parcela significativa da economia americana. O desafio agora não é apenas saber quem está usando a tecnologia, mas entender com que intensidade, em quais funções e com quais efeitos sobre produtividade, emprego e competição.