Sessenta e um por cento das empresas de serviços no painel de agosto de 2026 do Fed de Nova York usam IA. Entre as que usam, a parcela mediana de trabalhadores que de facto a utiliza é de 17% (New York Fed, 2026). Para a indústria transformadora, os dois números são 51% e 7%.
Um desses números vai para o slide do conselho. O outro é o seu rollout.
Adoção é uma caixa marcada ao nível da empresa: alguém, algures, está a usar alguma coisa. Penetração é a parcela da força de trabalho cujo dia passa agora pela ferramenta. Quase todos os planos de IA para 2026 que leio são subscritos no primeiro número e entregues no segundo, e a diferença entre os dois é onde o business case morre em silêncio.
O painel a ler antes da próxima renovação
Os números vêm do Empire State Manufacturing Survey e do Business Leaders Survey de agosto de 2026 do Federal Reserve Bank of New York — a terceira vaga anual de perguntas sobre IA feitas a empresas de Nova York e do norte de Nova Jérsia, publicada a 1 de setembro por Jaison R. Abel, Richard Deitz, Natalia Emanuel e Nick Montalbano (New York Fed, 2026).
A curva de adoção é a parte que se cita:
- Empresas de serviços que usam IA: 25% (2024) → 40% (2025) → 61% (2026)
- Indústria transformadora que usa IA: 16% (2024) → 26% (2025) → 51% (2026)
A adoção praticamente duplicou em dois anos nos serviços e triplicou na indústria. Só com essa evidência, o rollout está concluído.
Outros dois resultados do mesmo painel dizem que mal começou.
Penetração. Entre os adotantes, a empresa de serviços mediana tem 17% dos trabalhadores em ferramentas de IA. A industrial mediana tem 7%.
Intensidade. Três quartos das empresas de serviços e mais de 90% das industriais descrevem o seu investimento em IA como mínimo a modesto. Cerca de 5% das empresas de serviços chamam-lhe um investimento estratégico relevante.
Segure os três ao mesmo tempo. A adoção é quase universal, a despesa continua mínima a modesta, e cerca de um trabalhador em seis está nas ferramentas. Estes factos só parecem contraditórios se tiver tratado adoção como sinónimo de deployment.
O que 17% faz ao seu business case
Leve-o à escala mid-market. Uma empresa de serviços com 200 FTE cabe confortavelmente na coluna dos adotantes. Se a mediana se mantiver, são cerca de 34 pessoas cujo trabalho toca a IA — não 200.
Agora pegue na construção padrão de ROI: X horas poupadas por trabalhador do conhecimento, multiplicadas pelo efetivo. Aplicada a 200 FTE quando 34 estão no âmbito, só o termo de participação sobrestima o retorno em cerca de seis vezes. E isto antes de alguém discutir se as horas poupadas são reais, e antes de subtrair o tempo que a sua equipa gasta a corrigir output.
A correção não é pessimismo. É um denominador. Um business case construído sobre uma penetração que mediu é um número mais pequeno que sobrevive ao contacto com a área financeira; um construído sobre o efetivo não sobrevive.
O custo não é a sua restrição — os não-adotantes provam-no
O parágrafo mais útil do comunicado do Fed é o que trata das empresas que não adotaram. Questionadas sobre porquê, cerca de metade respondeu que o seu trabalho não se presta à IA. Cerca de um quarto disse que a tecnologia ainda não é suficientemente boa. Mais de um terço citou privacidade e segurança de dados. Cerca de um terço disse não ter pessoal tecnicamente qualificado.
O custo esteve entre os fatores menos citados (New York Fed, 2026).
Este resultado devia encerrar um certo tipo de conversa interna. Se o preço fosse a restrição determinante, a solução seria uma rubrica orçamental maior e a adoção seria todo o jogo. Não é. As restrições declaradas são adequação das tarefas, fiabilidade do output, governação dos dados e capacidade interna — quatro problemas em que uma licença não toca.
O que também explica o número da intensidade. As empresas não compram mínimo-a-modesto por estarem sem dinheiro. Compram mínimo-a-modesto porque ainda não encontraram o trabalho para onde apontar.
Um segundo instrumento mede a penetração da IA, não a adoção
A autodeclaração das empresas é um instrumento fraco, e o painel do Fed é inteiramente autodeclarado. Por isso importa que um método que não pergunta nada a ninguém chegue ao mesmo sítio.
O Productivity Lab da ActivTrak classificou a maturidade de adoção de IA a partir de telemetria comportamental sobre 120.620 trabalhadores — atividade observada, não licenças, logins ou inquéritos. Encontrou 27% dos trabalhadores em assistência à pesquisa, 14% em execução de tarefas e 2% em integração no workflow, o estádio em que a IA está incorporada na forma como o trabalho é realmente feito (ActivTrak, 2026).
Os instrumentos divergem na magnitude e concordam na forma: o acesso está a escalar, a integração não. Vale a pena notar que a Gallup publicou um título sobre «a adoção organizacional de IA sobe seis pontos» no dia anterior ao da publicação dos 2% pela ActivTrak. Mesma semana, mesma economia, duas histórias — porque uma media distribuição e a outra media trabalho alterado.
A requalificação é a única alavanca de pessoas que se move de facto
É aqui que os dados do Fed partem a outra narrativa dominante.
Entre as empresas de serviços que usam IA: 4% despediram por causa da IA (face a 1% em 2025), 15% contrataram menos, 13% contrataram mais. Nenhuma empresa industrial reportou despedimentos por IA em 2025 ou 2026 (New York Fed, 2026).
«Contratar mais» anula grosso modo «contratar menos». Os despedimentos são marginais e concentrados. Seja o que for que a IA esteja a fazer a estas empresas, a reestruturação não é o mecanismo.
A requalificação é. Pouco mais de um terço das empresas de serviços que usam IA requalificou trabalhadores em resposta à IA; mais de um quinto das industriais fê-lo. Isso torna a requalificação o maior ajustamento de pessoal do painel — e significa que menos de metade dos adotantes está a puxar a única alavanca que se moveu.
O problema é o que essa requalificação ensina
Os autores do Fed descrevem o conteúdo sem rodeios: trata-se esmagadoramente de ajudar os colaboradores a fazer melhor o trabalho atual e não de os preparar para funções inteiramente novas — literacia em IA, formação em ferramentas, técnica de prompting, aplicações por função, mais formação em uso responsável sobre verificação de output e tratamento de dados.
Útil. E também a metade mais barata do problema.
O State of AI in the Enterprise 2026 da Deloitte — 3.235 líderes em 24 países — encontrou o mesmo desequilíbrio à escala global: 53% estão a formar a força de trabalho para elevar a fluência em IA, mas apenas 30% estão a repensar a organização em torno de novos padrões de IA e 33% estão a redesenhar percursos de carreira (Deloitte, 2026).
E o Work Trend Index 2026 da Microsoft, aplicado a 20.000 trabalhadores em 10 países, coloca um rácio sobre qual das metades paga. Os fatores organizacionais — cultura, apoio das chefias, práticas de talento — geram mais do dobro do impacto de IA realizado face aos fatores individuais, 67% contra 32% (Microsoft, 2026).
Forme um indivíduo e eleva a fluência dele. Dois terços do impacto realizado estão no desenho do trabalho à volta dele. O painel do Fed mostra a maioria das empresas a comprar fluência, e apenas um terço a comprar sequer isso.
A objeção honesta
Quatro limites, ditos com clareza.
A amostra é regional e autodeclarada. Trata-se de Nova York e do norte de Nova Jérsia, respondida por representantes das empresas, não de uma amostra probabilística nacional de trabalhadores. A composição setorial e o peso da finança e dos serviços às empresas na região moldam o número de adoção. Leia o painel pela direção e pela estrutura, não como estimativa pontual nacional.
17% pode estar certo em vez de avariado. Metade dos não-adotantes disse que o seu trabalho não se presta à IA — uma posição defensável em grandes faixas de trabalho de serviços e operacional. Penetração baixa só é um fracasso face a um business case que assumiu outra coisa. Se o seu assumiu 100% e construiu para 17%, o erro está no pressuposto.
Uma mediana não é a sua empresa. O Fed reporta o adotante mediano; a distribuição não é publicada. Algumas empresas do painel estão bem acima de 17% e outras estão nos 2%. O número sobre o qual agir é o seu, e é por isso que a primeira recomendação abaixo é uma medição, não uma decisão.
A calma agregada pode esconder dano concentrado. O próprio post do Fed assinala trabalho do Stanford Digital Economy Lab segundo o qual os trabalhadores em início de carreira podem ser significativamente afetados mesmo onde os efeitos ao nível da empresa parecem pequenos. «Só 4% despediram alguém» é uma estatística de empresa, não uma garantia para um analista de 23 anos.
O que decidir neste trimestre
Quatro movimentos. Um deles é grátis.
- Calcule o seu número de penetração e imprima-o ao lado da contagem de licenças. Não licenças atribuídas — a parcela da sua força de trabalho cujo output semanal mudou de forma demonstrável. Dois números numa linha reformulam toda a conversa de renovação, e já tem os dados para os produzir.
- Volte a subscrever o business case sobre penetração, não sobre efetivo. Substitua o multiplicador de efetivo pela sua população medida no âmbito. Se o caso continuar a passar, tem um caso real. Se só passava a 200 FTE, nunca teve.
- Mova um workflow em vez de cem pessoas. Os 2% da ActivTrak são o estádio que produz retorno. Escolha um único workflow ponta-a-ponta, redesenhe as passagens de testemunho e condicione qualquer expansão de licenças a atingir a integração aí. A amplitude é o eixo barato e é o que toda a gente comprou.
- Financie a requalificação que dois terços dos seus pares não financiam — e avalie-a pelo redesenho, não pela fluência. Menos de metade dos adotantes requalifica, o que torna este terreno barato de conquistar. Julgue o programa por saber se um papel ou um processo mudou de forma, não por quantas pessoas completaram um módulo de prompting.
61% de adoção diz-lhe que o mercado se moveu. 17% de penetração diz-lhe que ainda ninguém chegou.
Essa diferença é a única vantagem competitiva nesta tecnologia ainda disponível a preços mid-market — e fecha-se no trimestre em que alguém do seu setor deixa de contar licenças e começa a contar trabalho alterado.
