|
EDIÇÃO #209 | NEWSLETTER SEMANAL DA ANÁLISE MACRO O agente ficou com o trabalho. Quem ficou com o dinheiro?Fala, Reader, você viu a manchete do "hedge fund que trocou US$ 5 milhões de folha por 4 agentes de IA"? Ela rodou a semana inteira. Eu fui atrás da fonte, li a entrevista original na CNBC e descobri que a história é real — mas está sendo contada errada. E aí, ao arrumar o caso, apareceu uma pergunta bem maior que "a IA vai tirar meu emprego?". Bora lá. 🎯 O que a manchete não contaBrian Kelly, do fundo Bracket22, disse à CNBC o seguinte, com essas palavras: Custo antes: "roughly $5 million a year" (folha, escritório, bônus) Custo agora, com IA: "$30,000 to $40,000 a year, total" Razão: entre 0,6% e 0,8% do custo anterior A conta é seca: no caso dele, o custo com pessoal caiu mais de 99%. Agora, o que a manchete corta:
O caso é real. A leitura de que "a IA demitiu 8 pessoas" é que é exagerada. Ele não demitiu — ele simplesmente não recontratou ao montar uma firma nova. 🔬 O que um experimento de verdade mostraEnquanto a manchete circulava, saiu um paper que dá o número sério. Jabarian & Henkel, Voice AI in Firms: A Natural Field Experiment on Automated Job Interviews (CESifo WP 12984, 2026). Desenho: 70 mil candidatos a vagas reais, sorteados entre entrevista por recrutador humano ou por agente de voz de IA. Depois, recrutadores humanos avaliavam e decidiam a contratação. Resultado: candidatos entrevistados por IA tiveram 12% mais chance de receber oferta, mais início de trabalho e maior retenção — "with no decline in the productivity of hired workers". O mecanismo tem nome: controlled variance. O agente não substitui o recrutador. Substitui a variância entre recrutadores. Quando a mesma tarefa é executada por muita gente diferente, a inconsistência humana vira ruído no sinal. A IA comprime esse ruído. Guarde essa ideia. Ela volta na hora do bayesiano. 💰 A pergunta macro: quem fica com o excedente?Se o custo da tarefa cognitiva repetitiva despenca, como no caso do Kelly, a sobra vai para alguém. Sempre vai. A pergunta é: quem? Três candidatos: (1) O dono do capital. No caso Kelly, 100% do ganho fica com ele — porque o capital é dele. Firma proprietária, sem cotista. É o cenário mais limpo de captura total pelo capital. (2) O trabalhador ou o consumidor. No experimento das entrevistas, os candidatos ganharam — mais ofertas, mais retenção. O excedente vazou para quem estava do outro lado do balcão. (3) Quem controla a interface. E aqui a briga da semana ficou explícita: na noite de 20/09, a Amazon bloqueou o agente Muse, da Meta, com um pop-up dizendo que "continued access by an unauthorized AI agent violates Amazon's Conditions of Use" (GeekWire). O motivo declarado pela Amazon é segurança — o agente não se identifica ao navegar e aparentaria capturar credenciais. A Meta nega. Aqui entra uma leitura minha, que vou marcar como leitura e não como motivo declarado da Amazon: publicidade rendeu à Amazon US$ 68,6 bilhões em 2025 (soma dos 4 trimestres, 8-K, Ex-99.1), com +22% ex-câmbio no 4T. É receita que depende de um humano olhar a página. Um agente que compra sem olhar anúncio ameaça esse fluxo. A briga não é técnica. É pela porta. ⚙️ O que isso significa para vocêPara quem trabalha com dados: a tarefa repetida e padronizável é a que sai primeiro. A decisão com julgamento fica. Não é uma métrica nova — é o que o próprio caso Kelly já mostra ("I use my human judgment... to make the final decision") e o que o experimento das entrevistas confirma (a decisão de contratar seguiu com humanos). Para o macroeconomista: pare de olhar só para taxa de desemprego. Olhe para participação do trabalho na renda e para margens das plataformas. É lá que a redistribuição aparece antes. 📄 Papers da semanaAmarrei os sete ao tema. O paper das entrevistas por voz já apareceu no corpo — repito o link aqui por completude.
📊 Modelo da semana: Regra de TaylorUm choque de produtividade como esse mexe no produto potencial. E, portanto, mexe no hiato do produto — que é a variável que entra na regra que descreve como o banco central move os juros. A fórmula canônica, de Taylor (1993): i = r* + π + 0,5 (π − π*) + 0,5 · hiato A intuição: o BC reage mais que proporcionalmente à inflação (o "princípio de Taylor") e ajusta pela distância do produto em relação ao potencial. Se o potencial subiu — por conta de um ganho estrutural de produtividade que a IA pode estar entregando — o hiato hoje é maior do que parece. Ou seja: a economia está mais folgada, com menos pressão de custo, do que o BC enxerga. Se o banco central erra o potencial, erra o hiato. Erra o hiato, recomenda juro errado. Simples assim — e é por isso que essa discussão sobre onde o excedente da IA está indo não é só microeconomia trabalhista. Ela vai parar no COPOM e no FOMC. 📘 Livros da semana: estatística bayesiana na práticaAmarração: o paper das entrevistas é, no fundo, sobre qualidade de sinal. Bayesiano é quem atualiza crença com sinal — e sinal com menos ruído produz atualização melhor. Quando o agente comprime a variância entre recrutadores, ele melhora o sinal que chega para a decisão final. É estatística aplicada, mesmo que a firma não saiba que é.
🧠 Insight finalA tecnologia define quanto custo some. A instituição define quem embolsa. A pergunta "a IA vai tirar meu emprego?" é pequena. A pergunta grande é: quem vai ficar com o que o seu trabalho deixou de custar? No caso Kelly, o próprio Kelly. No experimento das entrevistas, os candidatos. Na briga Amazon × Meta, quem controlar a porta entre o agente e o cliente. A distribuição do excedente não é decidida pelo modelo. É decidida por quem controla a interface, o contrato e a regulação. Essa é a briga que começou — e ela vai durar a próxima década. 📎 Material da semana 📄 Resumo da semana (PDF) — o digest completo das newsletters que embasou esta edição. 🎧 Ouça em podcast — esta edição em áudio. 🎂 11 anos de Análise Macro Estamos comemorando o aniversário da Análise Macro com uma condição especial no AM Black, nosso plano com acesso a todos os cursos. A condição de aniversário fica disponível até 30 de setembro de 2026. 👉 Ver todos os detalhes e assinar o AM Black com 60% OFF Um abraço, Vítor Wilher A VERDADE ESTÁ NOS DADOS Qual tópico você tem maior interesse? Selecione abaixo:
Saber suas preferências me ajuda a direcionar o melhor conteúdo pra você :) |
Receba todo domingo à noite em seu e-mail nossa newsletter com exercícios reais de análise de dados econômicos e financeiros, envolvendo muito estatística, econometria, machine learning e inteligência artificial em R e Python. Tudo o que você precisa saber para estar antenado no mundo dos dados!
EDIÇÃO #215 | EDIÇÃO ESPECIAL | NEWSLETTER SEMANAL DA ANÁLISE MACRO Pus nove IAs para prever o IPCA. Aqui está onde elas erram. Fala, Reader, tudo bem? Na edição passada, eu contei que um projeto sobre modelos fundacionais de séries temporais estava me tirando o sono. Hoje eu mostro qual é. A pergunta era simples de enunciar e difícil de responder: modelos de IA pré-treinados em milhões de séries, usados sem nenhum treino no IPCA, conseguem prever a inflação brasileira tão bem quanto o...
EDIÇÃO #214 | NEWSLETTER SEMANAL DA ANÁLISE MACRO Um chope no Leblon Fala, Reader, como foi a semana pós-feriado? Por aqui, foi muito cansativa: começo da Black Friday e também um ritmo mais intenso nos estudos. Estou tocando um projeto sobre modelos fundacionais de séries temporais que está me tirando um pouco o sono. Mas faz parte, né? Entre um paper e outro, gosto de dar uma caminhada no fim da manhã para abrir a mente para novas ideias. Sentir aquele vento do mar me traz uma calma e uma...
EDIÇÃO #214 | NEWSLETTER SEMANAL DA ANÁLISE MACRO Um chope no Leblon Fala, Reader, como foi a semana pós-feriado? Por aqui, foi muito cansativa: começo da Black Friday e também um ritmo mais intenso nos estudos. Estou tocando um projeto sobre modelos fundacionais de séries temporais que está me tirando um pouco o sono. Mas faz parte, né? Entre um paper e outro, gosto de dar uma caminhada no fim da manhã para abrir a mente para novas ideias. Sentir aquele vento do mar me traz uma calma e uma...