Vinte mil funcionários públicos britânicos receberam uma licença do Microsoft 365 Copilot, e o relatório de conclusões intergovernamental fixou o resultado em 26 minutos poupados por pessoa por dia (Government Digital Service, 2025). O número circula desde então em apresentações de compras. Dois detalhes do mesmo relatório mudam o que ele pode sustentar: os participantes produziram-no estimando eles próprios a poupança diária de tempo a partir de um conjunto de intervalos, e a secção de conclusões afirma que «devido a restrições experimentais não foi possível identificar como o tempo poupado foi utilizado».
Depois, o Department for Work and Pensions — um dos departamentos dentro desse mesmo ensaio — avaliou a sua própria coorte contra um grupo de comparação de colegas que nunca receberam licença. A estimativa ficou em 19 minutos por dia em oito tarefas de rotina (DWP, 2026).
Duas medições de um único rollout, publicadas pelo mesmo governo. A distância entre elas é a distância entre um título sobre tempo poupado e um business case de piloto de IA.
O que 20.000 licenças mediram de facto
A experiência intergovernamental decorreu de 30 de setembro a 31 de dezembro de 2024, com cada organização participante a comprometer pelo menos 1.000 licenças (Government Digital Service, 2025). Pelo padrão habitual da evidência sobre produtividade de IA, este é um bom documento: amplo, do setor público, publicado com a metodologia em anexo, e não um caso de estudo de fornecedor com três logótipos lisonjeiros no topo.
É no método que um responsável de operações deve abrandar. Pediu-se aos participantes que estimassem a poupança média diária escolhendo entre intervalos que iam de «nenhuma ou menos de 5 minutos» a «mais de uma hora». A média de 26 minutos foi calculada a partir dos pontos médios desses intervalos, tratando a faixa superior como 60 minutos. Dezassete por cento não notaram qualquer poupança clara de tempo. Mais de 70% concordaram que o Copilot reduzia o tempo gasto a procurar informação — que é, como evidência posterior sugere, o caso de uso em que a ferramenta é mais visivelmente útil e menos consequente em termos económicos.
O instrumento é, portanto, uma pergunta de memória: quanto tempo acha que isto lhe poupou? Essa pergunta pode ser feita a 20.000 pessoas por pouco dinheiro, e é por isso que é feita. Não consegue produzir os dois números com que um business case realmente funciona.
Os dois números que uma autodeclaração não consegue dar
O primeiro é o contrafactual: o que teria acontecido a essas tarefas de qualquer forma, com o mesmo pessoal, o mesmo trimestre e nenhuma licença. O segundo é o destino: para onde foram os minutos recuperados.
Sem o primeiro, está a medir entusiasmo juntamente com efeito. Sem o segundo, está a medir um input e a chamá-lo retorno.
O mesmo rollout, confrontado com quem não o tinha
A avaliação do DWP fornece o primeiro desses números. Usou uma Seemingly Unrelated Regression contra um grupo de comparação de não utilizadores, controlando variáveis demográficas, ocupacionais e de predisposição para IA, e estimou 19 minutos por dia poupados em oito tarefas de rotina — estatisticamente significativos em todas as especificações. As maiores reduções por tarefa foram na procura de informação (26 minutos) e na escrita de e-mails (25 minutos). Noventa por cento dos utilizadores disseram que o Copilot os ajudou a poupar tempo, e 65% relataram sentir-se mais realizados no trabalho (DWP, 2026).
O DWP é igualmente explícito quanto ao seu próprio limite: não foi um ensaio controlado aleatorizado. As licenças foram atribuídas por ordem de chegada, pelo que a autosseleção e o enviesamento pós-tratamento são riscos reais. As licenças foram para as pessoas mais entusiasmadas.
Resista à aritmética aqui. Os dois valores não são comparáveis — populações diferentes, âmbito de tarefas diferente, método diferente — e subtrair um do outro produz um número que nenhum dos documentos sustenta. O achado é estrutural, não numérico: o departamento que acrescentou um grupo de comparação relatou um valor menor do que a autoestimativa, num programa em que os entusiastas se tinham autosselecionado para o tratamento. É nessa direção que corre a correção, e é a direção que importa quando um fornecedor lhe entrega um número único sem qualquer grupo de controlo por perto.
A frase que devia travar a reunião de orçamento
De tudo o que está no relatório intergovernamental, uma linha das conclusões é a que mais estraga o uso dado aos 26 minutos: «devido a restrições experimentais não foi possível identificar como o tempo poupado foi utilizado».
Um minuto recuperado tem três destinos possíveis. Torna-se produção. É absorvido por outra tarefa. Ou torna-se tempo morto. Só o primeiro aparece num business case, e o ensaio não conseguiu distingui-los.
Isto não é uma particularidade do setor público. A primeira medição federal e independente de fornecedores sobre a mesma questão concluiu que, entre os trabalhadores norte-americanos que tinham usado IA no trabalho na semana anterior, 56% situavam o tempo adicional que teria sido necessário sem ela em duas horas por semana ou menos; 10% relataram nenhuma poupança de tempo, e 3% disseram que a IA exigia mais tempo (Serviço de Recenseamento dos Estados Unidos, 2026).
Duas horas por semana, chegando em minutos dispersos, não se consolidam num FTE realocável. O teste operacional é cru: uma tarefa inteira sai da secretária de alguém? Se a resposta for não, então horas multiplicadas por um custo carregado são um recurso retórico, não uma previsão.
Porque é que minutos por utilizador não se agregam num business case de piloto de IA
O problema da participação agrava o do destino. O Inquérito às Expectativas dos Consumidores do BCE relata o mesmo resultado a duas altitudes: o utilizador mediano de IA poupa cerca de três horas por semana, aproximadamente 7,7% do tempo de trabalho mediano — mas apenas 48,8% dos trabalhadores usam IA e poupam tempo com ela, o que coloca o ganho de eficiência à escala da economia em cerca de 3,8% (BCE, 2026).
Mesmo inquérito, mesmos respondentes, e o número reduz-se a metade quando o denominador deixa de ser «os utilizadores» e passa a ser «todas as pessoas a quem está a pagar».
Os dados do BCE também invertem o padrão de uso de uma forma que devia reordenar um piloto. Geração de código e depuração devolvem perto de oito horas por semana — e cerca de 8% dos utilizadores aplicam a IA aí. Pesquisa, recolha de informação, escrita e edição são os usos mais comuns e poupam consideravelmente menos. O benefício principal do ensaio intergovernamental, menos tempo a procurar informação, cai exatamente na faixa de baixo rendimento.
O que significa que o business case precisa de três inputs onde a maioria das apresentações tem um: taxa de participação, rendimento por tarefa, e um fator de conversão explícito sobre se as horas libertadas se tornam produção ou tempo morto. Cada um deles é observável antes de uma renovação. Nenhum deles está numa média de 26 minutos.
A objeção honesta
Três limites, ditos com clareza.
A autodeclaração pode errar em ambas as direções — mas a direção medida não foi benevolente. O ensaio aleatorizado da METR com desenvolvedores open source experientes concluiu que as ferramentas de IA do início de 2025 os tornavam 19% mais lentos enquanto eles acreditavam ter acelerado; o inquérito subsequente a 349 trabalhadores técnicos relata que os participantes nesse estudo sobrestimaram o efeito da IA no tempo de tarefa em 40 pontos percentuais em média (METR, 2026). É uma população estreita, a trabalhar em repositórios que conhece intimamente, e a magnitude não se transfere para um back office de média dimensão. Estabelece algo mais pequeno e ainda assim útil: uma poupança autoestimada não é um input conservador.
Estas avaliações não foram falhanços. Ambas encontraram poupanças de tempo reais e estatisticamente significativas, e o DWP encontrou efeitos de realização que valem por si. A crítica não é aos ensaios — mais transparentes do que grande parte do que é vendido como evidência — mas ao trabalho que se pede ao número principal depois de sair do relatório.
O setor público não é o seu setor. A mistura de tarefas da função pública, as restrições de compras e o equipamento de base são específicos. O ativo transferível é o desenho da avaliação, não os minutos. Não leve 26 nem 19 para o seu modelo; leve a pergunta que produziu o segundo.
O que mudar no desenho do piloto antes da próxima renovação
Quatro movimentos, nenhum dos quais exige uma nova rubrica orçamental.
- Reserve um grupo de comparação e não deixe os entusiastas autosselecionar-se. A forma mais barata de tornar defensável o número de um piloto é uma coorte dentro da mesma função que não recebe licença durante os mesmos 90 dias. O limite que o próprio DWP declara — atribuição por ordem de chegada — é a parte a corrigir: aleatorize as licenças dentro de uma equipa em vez de as dar a quem pede primeiro.
- Nomeie o destino antes de o piloto começar. Ponha por escrito, posto por posto, qual a tarefa concreta que deve sair da secretária de quem, e o que deve preencher o espaço. Se a resposta for «as pessoas terão mais tempo», o piloto está a medir satisfação, e deve ser orçamentado como tal.
- Instrumente uma tarefa, não todo o rollout. Escolha duas tarefas com tempo de ciclo observável nos sistemas e meça-as de ponta a ponta. Um delta defensável em duas tarefas vale mais do que uma média de inquérito em quarenta.
- Pontue o posto, não o quadro de pessoal. A questão do destino tem de ser decidida ao nível do posto, porque é o nível em que o trabalho se move de facto. O scoring de aumentabilidade sobre o organograma da Scovai é uma forma concreta desse resultado — cada posto pontuado de 0 a 100% quanto ao grau em que é aumentável, com os papéis descobertos e o plano por posto a sair do mesmo esquema.
O governo britânico fez algo invulgar: publicou tanto o número lisonjeiro como o método que o relativiza, e depois deixou um dos seus departamentos corrigir o próprio trabalho com um grupo de comparação. É um padrão de evidência mais alto do que a maioria dos pilotos de IA dentro de empresas privadas alcança.
Por isso, antes de renovar um bloco de licenças neste trimestre, peça uma página: que tarefas saíram de que secretárias, e o que chegou ao espaço libertado. Se ninguém conseguir escrever essa página, não tem um business case de piloto de IA. Tem um inquérito de satisfação com uma taxa de licença em anexo.
