Três economistas do Fed de St. Louis passaram cerca de 490.000 transcrições de chamadas de resultados de 5.198 empresas cotadas norte-americanas por um modelo de linguagem, etiquetaram 910.955 frases sobre produtividade e ordenaram-nas por tempo verbal. Cerca de 95% das afirmações sobre produtividade relacionadas com IA referiam-se a ganhos que ainda não tinham acontecido. No discurso sobre produtividade não ligado à IA, o valor rondava os 75% (Fed de St. Louis, 2026).
No mesmo período, a produtividade total dos fatores ajustada pela utilização nos Estados Unidos cresceu 0,07% nos quatro trimestres terminados no primeiro trimestre de 2026.
É o problema inteiro em dois números. O registo público sobre produtividade da IA é quase inteiramente um registo de expectativas, e o seu business case de IA está a ser financiado contra ele como se fosse um registo de resultados.
O benchmark que está a usar é um tempo verbal, não um número
Comecemos pelo que o estudo fez de facto, porque é o método que torna a conclusão difícil de afastar.
Serdar Ozkan, Aakash Kalyani e Nicholas Sullivan extraíram transcrições da S&P Global de 2000 a 2025, filtraram frases candidatas por palavras-chave e depois usaram um classificador Qwen3-3B para etiquetar cada uma em três eixos: se é sobre IA, se a produtividade é descrita como a subir, a descer ou inalterada, e se está formulada no passado, presente ou futuro. As frases sem relação com produtividade foram descartadas. Sobreviveram 910.955 (Fed de St. Louis, 2026).
Saíram daí duas distribuições, ambas enviesadas na mesma direção.
Quanto ao tempo verbal: cerca de 95% das frases sobre produtividade com IA são prospetivas, contra cerca de 75% no discurso geral sobre produtividade. Quanto à direção: cerca de 95% das frases ligadas à IA descrevem a produtividade a subir, contra cerca de 75% nas restantes. A parcela que descreve uma descida de produtividade causada pela IA é negligenciável.
A objeção óbvia é o atraso próprio da fase de entusiasmo: claro que 2023 era aspiracional, as ferramentas eram novas. Os dados não sustentam essa leitura. A parcela no futuro é estável tanto em 2023 como em 2025, mesmo com o peso da IA em toda a discussão sobre produtividade a subir de praticamente zero antes do ChatGPT para cerca de 15% no final de 2025 (Fortune, 2026). Dois anos completos de adoção não moveram a conversa de vamos para fizemos.
Por isso, quando a afirmação de uma empresa comparável sobre produtividade com IA lhe chega — numa keynote, num caso de estudo de um fornecedor, na apresentação a investidores de um concorrente — a taxa-base diz que é uma previsão. Não uma mentira, nem necessariamente errada. Uma previsão, vestida de benchmark.
A mesma lacuna aparece dentro da empresa
Se a conclusão sobre as chamadas de resultados dissesse respeito apenas à linguagem dirigida a investidores, poderia descartá-la como teatro dos mercados de capitais. Não é o caso. O CFO Survey dos Fed de Atlanta e de Richmond encontrou exatamente a mesma lacuna em respostas privadas e não promocionais.
Ao inquirir mais de 700 executivos em março de 2026, os investigadores pediram às empresas que declarassem o efeito da IA na produção por trabalhador: a resposta foi 1,8% para 2025, com 3,0% esperados para 2026. A equipa calculou depois o que os números das próprias empresas implicavam — receita atribuída à IA face à variação de emprego causada pela IA — e obteve entre 0,4% e 0,8% na indústria, construção e serviços de baixa qualificação, chegando a cerca de 2,2% na área financeira (Fed de Atlanta, 2026).
Os executivos sobrestimaram os seus próprios ganhos realizados por um fator de dois a quatro, usando os seus próprios dados, num inquérito confidencial, sem plateia para impressionar.
Isto reenquadra a conclusão sobre as chamadas de resultados. Não é primariamente um problema de divulgação nem de disciplina de relação com investidores. É um problema de medição, e existe ao nível do próprio executivo operacional. Os autores recorrem à frase de Solow de 1987 sobre a era do computador visível em toda a parte exceto nas estatísticas de produtividade, e o paralelo é merecido: duas medições independentes do Fed — uma textual sobre 5.198 empresas, outra por inquérito a mais de 700 executivos — convergem para a mesma conclusão a partir de direções metodológicas opostas.
Porque a contaminação por previsões é pior no mid-market
Uma função de operações com 50 a 500 colaboradores está mais exposta a esta assimetria do que uma grande empresa, por uma razão estrutural que nada tem a ver com sofisticação.
A divisão por dimensão no CFO Survey é clara. Cerca de 60% das empresas investiram em IA em 2025 — aproximadamente 80% das grandes, cerca de metade das pequenas — e mais de 80% esperam investir em 2026. Mas os montantes divergem em ordens de grandeza: cerca de 60% das empresas mais pequenas planeiam gastar menos de 20.000 dólares em IA em 2026, contra 14% das grandes, enquanto cerca de 30% das grandes planeiam gastar mais de 1 milhão de dólares, contra 1% das pequenas (Fed de Richmond, 2026).
Uma empresa que gasta 700.000 dólares pode dar-se ao luxo de instrumentar a implementação: linha de base do processo, grupo de controlo, medição do tempo de ciclo antes e depois. Uma empresa que gasta 18.000 não pode, e não o faz. Compra as licenças e infere o resultado a partir do que a equipa sente sobre a ferramenta.
O que significa que o mid-market depende desproporcionadamente de benchmarks externos precisamente por não conseguir gerar os internos. E o conjunto de benchmarks externos é 95% previsão. Quanto menos capacidade de medição tem, mais peso coloca na classe de evidência menos fiável disponível. É essa a armadilha, e ela aperta à medida que os orçamentos encolhem.
Há um efeito de segunda ordem que vale a pena nomear. Quando as afirmações dos pares são otimistas e a sua própria medição é frágil, a distância entre o seu resultado observado e o benchmark lê-se como falha sua de execução. Os responsáveis de operações respondem comprando mais ferramentas ou reestruturando a implementação, quando o diagnóstico honesto é que a comparação nunca foi válida. Não está atrasado. Você está medido; eles estão projetados.
A previsão de efetivos tem a mesma forma
Os números de emprego do CFO Survey merecem atenção separada, porque são os que com maior probabilidade estão no seu plano como se fossem dados adquiridos.
Os efeitos agregados da IA no emprego foram próximos de zero. As grandes empresas esperam uma redução de efetivos de 0,8% em 2026; as mais pequenas esperam um aumento de cerca de 1%. Quanto à composição, os executivos projetam que a parcela de trabalho administrativo de rotina caia 0,76% até 2026 e 2,19% até 2028, parcialmente compensada pelo crescimento de funções técnicas qualificadas — e as empresas mais pequenas têm maior probabilidade de expandir o quadro técnico do que de cortar seja onde for (Fed de Richmond, 2026).
Repare de novo no tempo verbal. Cada um desses valores é uma expectativa sobre 2026 e 2028, produzida pelos mesmos executivos que sobrestimaram os seus ganhos de produtividade realizados em 2025 por um fator de dois a quatro. O enviesamento não se confina delicadamente à questão da produtividade. Se o seu plano operacional para 2027 assume uma redução administrativa porque é isso que os dados do inquérito mostram, importou uma previsão de uma população com um problema de otimismo documentado e medido — e registou-a como pressuposto de planeamento.
Onde a evidência para
Três limites, porque um business case construído sobre uma má leitura deste estudo falha da mesma forma que um construído sobre o entusiasmo.
Prospetivo não é o mesmo que falso. Uma frase no futuro é uma declaração de intenção e expectativa, não uma invenção. Algumas dessas previsões vão concretizar-se. A conclusão é sobre a classe probatória da afirmação, não sobre o seu valor de verdade — e a resposta correta é reponderar, não descartar.
A PTF agregada é um instrumento grosseiro. O valor de 0,07% é de toda a economia e move-se devagar; historicamente, a produtividade medida fica anos atrás das tecnologias de uso geral, e ganhos ao nível da empresa podem ser reais enquanto a estatística nacional permanece plana. O número da PTF é contexto para a assimetria das previsões, não prova de que ninguém está a obter nada.
A classificação é imperfeita. Etiquetar o tempo verbal com um modelo de linguagem pequeno sobre quase um milhão de frases acarreta erro, e a linguagem das chamadas de resultados é cautelosa por construção: a revisão jurídica empurra os executivos para formulações prospetivas em qualquer tema incerto. Parte desses 95% é um artefacto de divulgação e não uma ausência de resultados.
Nada disso salva a prática de benchmarking. Pelo contrário, o CFO Survey reforça o argumento: retire os advogados, os analistas e o incentivo para impressionar, e os executivos continuam a sobrestimar os ganhos realizados em duas a quatro vezes face aos seus próprios números. A assimetria sobrevive a qualquer desconto razoável.
Os três campos que corrigem o seu business case de IA
Isto é uma mudança de documentação, não de estratégia, e custa uma tarde.
Pegue em todas as iniciativas de IA que estão hoje no seu orçamento ou pipeline. Para cada uma, exija três campos antes de avançar:
Uma métrica realizada. Não uma poupança projetada, nem uma estimativa de tempo por posto fornecida pelo fornecedor. Um número operacional específico: tempo médio de tratamento, rendimento à primeira, dias até ao fecho, tickets resolvidos por colaborador. Se ninguém conseguir nomear uma, a iniciativa é uma hipótese e deve ser financiada e revista como uma experiência, não como um retorno.
A sua linha de base pré-IA. O valor dessa métrica antes de a ferramenta chegar, com a janela de medição indicada. Linhas de base em falta são a falha mais comum — as equipas começam a medir no dia em que o piloto arranca, o que torna qualquer número posterior impossível de interpretar. Se a linha de base se perdeu, reconstrua-a a partir de dados históricos antes de gastar mais um trimestre.
A data em que foi medida. Resultados realizados têm uma data de medição associada. Previsões não. Só este campo ordena a sua carteira mais depressa do que qualquer framework, porque uma afirmação que não consegue produzir uma data não é um resultado.
Depois aplique o mesmo teste a cada número externo que use como referência. Caso de estudo de fornecedor, keynote de um par, apresentação de um concorrente: nomeia uma métrica realizada, uma linha de base e uma data? A conclusão do Fed de St. Louis prevê que cerca de dezanove em vinte falhem em pelo menos um dos três. Esses vão para uma pasta com a etiqueta expectativas, e deixam de influenciar o orçamento.
A disciplina é pouco vistosa, e vai fazer o seu programa de IA parecer pior no papel este trimestre. É precisamente esse o objetivo. Neste momento, está a comparar os seus resultados medidos com as projeções de toda a gente e a chamar à diferença um desempenho abaixo do esperado. Corrija a comparação e vai perceber que não está atrasado — é apenas uma das poucas pessoas na sala que está realmente a contar.
Antes da sua próxima decisão de investimento em IA, faça uma pergunta a cada número presente na sala, interno ou externo: quando é que isto foi medido? Tudo o que não conseguir responder é uma previsão, e previsões não pertencem à coluna de evidências de um business case.
