EDIÇÃO #198 | NEWSLETTER SEMANAL DA ANÁLISE MACRO

A IA é um degrau, não uma rampa

Fala, Reader, tudo bem por aí?

Domingo à noite, e eu quero começar essa edição com uma provocação que resume por que este boletim existe.

O problema, hoje, não é falta de informação sobre IA. É ruído demais.

Manchete gritando apocalipse de um lado. Manchete gritando singularidade do outro.

E no meio, você — tentando decidir se vale a pena investir tempo, capital humano e capex nisso.

O trabalho aqui é separar sinal de ruído. Sem hype, sem catastrofismo. Olhando o dado.

E essa semana caíram dois estudos que, lidos juntos, desinflam o susto.

Um post macro do Felipe Camargo modelando a IA em Solow-Swan + Aghion-Jones.

E o Anthropic Economic Index, retrato empírico de como a IA está sendo usada de verdade lá fora — e aqui no Brasil.

Bora destrinchar.

🎯 A tese: nem apocalipse, nem milagre

O resumo em uma frase: a IA generativa é um degrau grande e finito de produtividade, não uma rampa infinita para a AGI.

Degrau porque o ganho existe e é material. Finito porque, quando a adoção satura, o efeito acaba. E aí não tem mais fada para tirar coelho da cartola.

Isso muda tudo. Se é degrau, o valor não está em temer a IA nem em idolatrá-la. Está em quem sobe o degrau primeiro — e com método.

📊 O caso Felipe Camargo: level shift, não growth effect

O ensaio do Felipe Camargo é o melhor exercício macro sério que li sobre IA neste ano. Ele modela a IA como automação de tarefas existentes, dentro do arcabouço Solow-Swan combinado com crescimento endógeno à Aghion-Jones.

Três blocos: adoção logística (curva S), tradução em produtividade, e realocação das parcelas de fatores. A frase que sintetiza o achado é dele mesmo:

"AI is a level shift dressed up as a growth miracle."

Ou seja: o ganho de produtividade depende da taxa marginal de adoção (Δφ), não do nível absoluto. Quando a adoção satura — e ela é bounded, "sobe e estaciona num nível razoável" —, o termo tende a zero. A aceleração acaba.

Os números do dividendo cumulativo da IA em ~30 anos:

DIVIDENDO CUMULATIVO DA IA (~30 anos, em p.p. de PIB)

EUA: ~8,1 p.p.

China: ~7,9 p.p.

Reino Unido: ~7,6 p.p.

Brasil: ~3,3 p.p.

Índia: ~2,6 p.p.

Fonte: Camargo (2026), "AI in Economic Growth Models". Modelo com premissas — não é previsão.

Repare em três coisas.

Primeiro: o termo de escala no modelo é quadrático. "Ser duas vezes mais automatizado é mais que duas vezes melhor." Consequência dura: a IA alarga a distância entre economias em vez de fechá-la. Convergência não é o cenário base.

Segundo: a realocação capital→trabalho é implícita ao modelo. Com automação avançando, a parcela do capital na renda sobe e a do trabalho encolhe. O produto cresce mais rápido que a renda do trabalho. Isso tem implicação política óbvia — e tributária.

Terceiro, e mais importante: a restrição binding é demografia. A IA "pode meramente adiar" o cenário demográfico, não remediá-lo. Índia desacelera de ~6,6% para ~2,8%. EUA de ~2,9% para ~1,7% no horizonte. A IA amortece a queda. Não a reverte.

Ressalva honesta — e é a marca do Boletim: é um modelo com premissas. Automação de tarefas existentes, adoção logística. O próprio Felipe se diz cético de rotas em que a IA "reacelera" a inovação. Não estamos vendendo AGI aqui. Estamos vendendo um degrau grande.

🌍 Como a IA é usada de verdade

Se o Felipe dá o modelo, o Anthropic Economic Index dá a fotografia empírica. E ela casa perfeitamente com a tese do degrau.

Os números que importam:

• Automação vs. augmentação: no Claude.ai, automação (49,1%) já superou augmentação (47%). Dentro da automação, a fatia "diretiva" — mais autônoma — subiu de 27% para 39% desde dezembro de 2024.
• Empresas via API: 77% das conversas são automação, contra apenas 12% de augmentação. O uso corporativo é muito mais "delegar tarefa" que "colaborar".
• Onde a IA é usada: trabalho computer & mathematical (software) domina em todo país rastreado, ~37–40% das conversas. Tarefas educacionais cresceram de 9% para 13% em nove meses.
• Geografia: EUA lidera com 21,6% do uso global do Claude.ai. Brasil no top-5, atrás de EUA e Índia. Pelo índice ajustado por população (AUI), lideram Israel, Cingapura, Austrália.
• Correlação difusão × renda: +1% de PIB per capita ⇒ +0,7% de AUI entre países. Entre estados dos EUA, +1,8%.

Lê comigo esses números na chave do Felipe.

O uso real é tarefa profissional: código, escrita, análise. Não é AGI. Não é ficção científica. É automação de tarefas existentes — exatamente o que o modelo do Felipe assume.

A correlação +1% PIB per capita ⇒ +0,7% AUI é o coração da tese de que a IA alarga. Ela difunde mais onde já há renda e capital humano. Quem tem, adota. Quem adota, ganha. Quem ganha, tem mais para adotar de novo.

E o Brasil no top-5 do Claude.ai não é acaso — é uma janela. Estamos usando. A questão é quão fundo. Porque, no modelo do Felipe, o tamanho do degrau brasileiro (~3,3 p.p.) depende de quão fundo a adoção penetra.

⚙️ Do dado à prática: o método captura o degrau

Chegamos à parte que ninguém quer ouvir, mas que é a mais importante.

Se a IA é degrau — e o tamanho do degrau depende de adoção real —, então o valor não está em ter acesso à IA. Todo mundo tem acesso. Está em aplicá-la com método a problemas concretos.

O método existe há 25 anos. Chama-se CRISP-DM. Seis fases:

1. Entendimento do negócio
2. Entendimento dos dados
3. Preparação dos dados
4. Modelagem
5. Avaliação
6. Implantação

Não é sexy. Não é novo. É o que separa "usar IA" de "capturar o degrau do Felipe". É o que transforma IA mágica em ganho de produtividade mensurável e reproduzível.

E aqui vai o que me deixou orgulhoso essa semana: os alunos da nossa formação entregaram dezenas de trabalhos aplicando CRISP-DM a casos reais de IA. Cada trabalho é uma prova viva de que o degrau se sobe aplicando — não esperando o futuro chegar.

A ponte entre o modelo e o mundo

O Felipe mostra que o degrau existe. O Anthropic Economic Index mostra que a adoção está acontecendo em tarefa profissional. O CRISP-DM é o método que transforma essa oportunidade macro em produtividade micro — no seu trabalho, na sua área, na sua empresa.

🧠 Insight final

Vou amarrar tudo em três frases.

A IA é um degrau de nível, não uma aceleração perpétua rumo à AGI — o dado macro (Felipe) e o dado empírico (Anthropic) concordam. O tamanho do degrau depende de quão fundo a adoção penetra, e a restrição binding lá na frente continua sendo demografia, não IA. Portanto: o valor não está em temer nem em idolatrar — está em aplicar com método.

É contra o ruído que este boletim se coloca. Nem apocalipse, nem milagre. Só o dado, honesto, mostrando um degrau grande — e finito — que quem tem método sobe primeiro.

📎 Material da semana

📄 Resumo da semana (PDF) — o digest das newsletters de IA e macro da semana.

🎧 Ouça em podcast — esta edição em áudio.

Um abraço,
​Vítor Wilher​
Análise Macro

A verdade está nos dados.