💰 quantitative finance

Organizational Technology Ladders: Remote Work and Generative AI Adoption

Este estudo demonstra que a adoção prévia de tecnologia de trabalho remoto pelas empresas durante a pandemia acelerou sua subsequente absorção de IA generativa ao fomentar o capital organizacional e deslocar as contratações para capacidades técnicas e gerenciais que reduzem as barreiras à adoção de novas tecnologias.

Autores originais: Gregor Schubert

Publicado 2026-08-13

📖 7 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Gregor Schubert

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine o mundo dos negócios como um canteiro de obras gigante e movimentado, onde as empresas estão constantemente tentando construir formas melhores, mais rápidas e mais inteligentes de realizar seu trabalho. Por muito tempo, economistas e especialistas em negócios sabem que você não pode simplesmente jogar uma nova ferramenta em um problema e esperar que a mágica aconteça. Se você quer construir um arranha-céu, primeiro precisa de uma fundação sólida, das guindastes certas e de uma equipe que saiba usá-los. Essa ideia é chamada de "complementaridade": a nova tecnologia funciona melhor quando é combinada com as pessoas certas e a organização certa. Pense nisso como tentar jogar um videogame em um console novinho em folha; se você não tiver o controle ou o cabo de força, a máquina sofisticada é apenas um peso de papel caro. A grande questão que os pesquisadores têm feito é: consertar uma parte da "máquina" (como permitir que os funcionários trabalhem de casa) realmente torna mais fácil adicionar a próxima atualização legal (como a inteligência artificial)?

Este artigo, escrito por Gregor Schubert, da UCLA, mergulha exatamente nessa questão. Ele observa duas ondas massivas de mudança que atingiram as empresas recentemente: a mudança repentina para o trabalho remoto durante a pandemia e a explosão da IA Generativa (o tipo de programa de computador inteligente que pode escrever códigos, redigir e-mails e criar arte). O autor propõe uma ideia divertida chamada "Escada Tecnológica Organizacional". Imagine uma escada onde cada degrau é uma nova tecnologia. A teoria é que subir o primeiro degrau (trabalho remoto) não apenas te leva mais alto; na verdade, muda a própria forma da escada, tornando o próximo degrau (IA Generativa) mais fácil de agarrar. O estudo utiliza uma quantidade massiva de dados de anúncios de emprego para ver se as empresas que ficaram boas em trabalho remoto também foram as que ficaram boas em usar IA mais tarde. As descobertas sugerem um caminho claro: sim, a ordem importa. Empresas que se adaptaram com sucesso ao trabalho remoto construíram as habilidades e as ferramentas digitais necessárias que tornaram a adoção da IA muito mais barata e rápida para elas. Não é apenas que empresas inteligentes fazem tudo; é que fazer uma coisa bem feita realmente ajuda você a fazer a próxima coisa melhor.

O Efeito Escada: Como o Trabalho Remoto Pavimentou o Caminho para a IA

A descoberta central deste artigo é que as empresas não adotam tecnologias de forma isolada; elas sobem uma escada. Quando as empresas foram forçadas a descobrir como permitir que seus funcionários trabalhassem de casa durante a pandemia, elas não apenas compraram alguns laptops. Elas tiveram que reconfigurar toda a sua organização. Tiveram que contratar pessoas que soubessem gerenciar fluxos de trabalho digitais, investir em melhores sistemas de nuvem e aprender a tomar decisões sem que todos estivessem sentados na mesma sala. O autor argumenta que esses investimentos específicos tornaram-se o "degrau" que permitiu que elas subissem para o próximo nível: a IA Generativa.

Para provar que isso não foi apenas uma coincidência (como duas empresas inteligentes por acaso escolherem ambas as tecnologias), o autor utilizou um truque estatístico inteligente. Eles observaram quanta pressão diferentes empresas sentiram para oferecer trabalho remoto com base em sua localização e no mercado de trabalho local, em vez de apenas suas próprias escolhas. Isso ajudou a isolar o efeito do próprio trabalho remoto. Os resultados foram claros: para cada aumento de 10 pontos percentuais na contratação remota de uma empresa durante 2021–2022, essa empresa aumentou sua contratação para habilidades de IA Generativa em cerca de 0,4 pontos percentuais até 2023–2024. Ao olhar para cargos específicos dentro da mesma empresa, o efeito foi ainda mais forte: uma diferença de 10 pontos percentuais em trabalho remoto entre diferentes funções levou a um aumento de 0,7 ponto percentual na contratação relacionada à IA.

Por Que Isso Acontece? O Mecanismo de Dois Passos

O artigo sugere duas razões principais pelas quais subir o "degrau do trabalho remoto" ajuda a alcançar o "degrau da IA".

Primeiro, trata-se de construir os músculos certos. Para fazer o trabalho remoto funcionar, as empresas tiveram que contratar especialistas técnicos e gestores que pudessem lidar com coordenação digital complexa. Elas investiram em infraestrutura de dados e segurança. O artigo encontra que essas mesmas habilidades e ferramentas são as necessárias para operar a IA Generativa. É como se você tivesse que aprender a dirigir um carro de transmissão manual para ir ao trabalho; uma vez que dominou isso, aprender a dirigir um carro elétrico de alta tecnologia foi muito mais fácil porque você já entendia o básico de marchas e direção. Os dados mostram que as empresas que contrataram mais para funções técnicas (como ciência de dados e aprendizado de máquina) e funções de gestão durante a mudança para o remoto foram as que se moveram mais rápido para adotar a IA mais tarde.

Segundo, trata-se de corrigir o atrito. Algumas empresas tiveram dificuldades com o trabalho remoto; sentiram que suas equipes estavam desconectadas, as decisões eram lentas e a criatividade estava sofrendo. O artigo descobriu que essas empresas específicas — aquelas que eventualmente emitiram mandatos de "retorno ao escritório" porque sentiam que o trabalho remoto não estava funcionando — foram justamente as que adotaram a IA Generativa de forma mais agressiva. Parece que elas recorreram à IA como uma forma de corrigir os problemas que o trabalho remoto criou. Se uma equipe estava com dificuldades para se coordenar via Zoom, ela usou a IA para automatizar as tarefas que estavam causando os gargalos. Nesse sentido, a dificuldade com o trabalho remoto atuou como um empurrão, forçando-as a encontrar uma solução tecnológica.

Quem Mais se Beneficia?

Nem todos sobem a escada na mesma velocidade. O estudo descobriu que o efeito da "escada tecnológica" foi mais forte em setores onde o trabalho é pesado em informação e tomada de decisão, especificamente em Finanças, Serviços de Negócios e o setor de Tecnologia. Nesses campos, a qualidade de uma decisão importa muito. Se o trabalho remoto torna a tomada de decisão mais difícil, o valor de usar a IA para ajudar a processar informações e automatizar tarefas rotineiras torna-se enorme. O artigo sugere que, nesses setores, a combinação de experiência em trabalho remoto e adoção de IA cria uma "vantagem composta", onde as duas tecnologias potencializam a eficácia uma da outra.

O Que o Artigo Descarta

É importante notar o que este estudo diz que não é o principal motor. O autor argumenta contra a ideia de que essas empresas eram apenas "tecnologicamente avançadas" desde o início e acabaram escolhendo ambas as tecnologias por acaso. Os métodos estatísticos utilizados para controlar as habilidades tecnológicas pré-pandemia de uma empresa mostram que a própria experiência de trabalho remoto causou a mudança para a IA. Além disso, o estudo sugere que simplesmente ter um trabalho que pode ser feito remotamente não significa automaticamente que ele será feito com IA; a empresa tem que realmente passar pelo processo de adaptação ao trabalho remoto primeiro. O artigo também observa que, embora os anúncios de emprego mostrem uma tendência clara de contratação para habilidades de IA, isso mede a intenção oficial e a contratação formal da empresa, não necessariamente cada funcionário usando ferramentas de IA casualmente por conta própria.

A Conclusão

A história aqui é uma de preparação. A pandemia forçou as empresas a subir o primeiro degrau de uma escada ao dominar o trabalho remoto. Ao fazer isso, elas construíram acidentalmente (ou talvez intencionalmente) a infraestrutura digital e contrataram o talento necessário para agarrar o próximo degrau: a IA Generativa. As empresas que pularam o primeiro degrau ou tiveram dificuldade em se adaptar a ele encontraram o segundo degrau muito mais difícil de alcançar. À medida que novas tecnologias continuam a surgir, esta pesquisa sugere que a capacidade de inovação de uma empresa não é apenas sobre a nova ferramenta em si, mas sobre a fundação que ela construiu com as ferramentas que usou ontem. Para os líderes de negócios, a lição é que investir na adaptação digital hoje pode ser a melhor maneira de garantir que estejam prontos para a próxima grande onda de tecnologia amanhã.

Resumo Técnico: Escadas Tecnológicas Organizacionais: Trabalho Remoto e Adoção de IA Generativa

1. Problema e Motivação

Este estudo investiga a dinâmica causal entre a adoção de tecnologias de trabalho remoto durante a pandemia de COVID-19 e a subsequente absorção de IA generativa (GenAI) pelas empresas. Embora a adoção da GenAI tenha sido rápida, ela permanece surpreendentemente desigual entre as organizações. O artigo postula que essa heterogeneidade não é apenas uma função da exposição das tarefas à automação, mas é impulsionada por uma "escada tecnológica organizacional".

A hipótese central é que a adoção de uma tecnologia (trabalho remoto) transforma os padrões de contratação, o capital organizacional e a infraestrutura técnica de uma empresa. Essas transformações alteram o cálculo de custo-benefício para a adoção de tecnologias subsequentes (GenAI). Especificamente, o artigo argumenta que as empresas que se adaptaram com sucesso ao trabalho remoto construíram as capacidades digitais e gerenciais necessárias para reduzir os custos de implementação da GenAI, thereby subindo a escada para o próximo degrau da adoção tecnológica.

2. Metodologia

Fontes de Dados

A análise utiliza um conjunto abrangente de dados de anúncios de emprego dos EUA da Lightcast (janeiro de 2010 – setembro de 2024), filtrados para funções de tempo integral e não estagiárias.

Variáveis Principais:
- Parcela de Trabalho Remoto: A proporção de anúncios de emprego que indicam arranjos de trabalho remoto ou híbrido (2021–2022, excluindo o quarto trimestre de 2022 para evitar a contaminação pelo ChatGPT).
- Adoção de GenAI: Medida pela parcela de anúncios de emprego que mencionam habilidades ou ferramentas de GenAI (2023–2024).
- Exposição: Pontuações de exposição à GenAI ao nível da ocupação (Eisfeldt et al., 2025) agregadas ao nível da empresa.
- Controles: Características de contratação pré-pandemia (2019), efeitos fixos de setor e variáveis do mercado de trabalho.
Dados Suplementares: Transcrições de chamadas de resultados (Capital IQ/WRDS, 2019–2025) analisadas via um pipeline de LLM de múltiplos estágios para validar as narrativas de investimento tecnológico; dados do Flex Index para mandatos de Retorno ao Escritório (RTO); e dados do O*Net/BLS para características das ocupações.

Estratégia de Identificação

Para estabelecer causalidade e abordar a endogeneidade (por exemplo, empresas que são "tecnologicamente avançadas" podem adotar tanto o trabalho remoto quanto a GenAI simultaneamente), o autor emprega uma estratégia de Variáveis Instrumentais (IV).

Instrumentos: O estudo explora a variação exógena na pressão do mercado de trabalho para oferecer trabalho remoto.
1. Instrumento de Competição: Interage a capacidade de teletrabalho pré-pandemia (2019) de uma empresa com a capacidade média de teletrabalho de outras empresas nos mercados de trabalho (MSAs) onde a empresa contrata. A lógica é que empresas em mercados com alta competição de trabalho remoto são pressionadas a oferecer opções remotas para reter talentos.
2. Instrumento de Comutação (Commuting): Interage a capacidade de teletrabalho da empresa com o tempo médio de deslocamento pré-pandemia nas MSAs de contratação. Deslocamentos mais longos aumentam o valor percebido do trabalho remoto.
Variação: A análise utiliza tanto a variação entre empresas quanto a variação dentro da mesma empresa por ocupação (nível empresa-por-ocupação), controlando para efeitos fixos de empresa e ocupação para isolar o efeito da adoção do trabalho remoto na contratação de GenAI dentro da mesma organização.

Modelo Empírico

A especificação base estima:
$\text{GenAIJobShare}_{i} = \alpha + \beta \text{RemoteWorkShare}_{i} + \text{Controls}_{i} + \epsilon_{i}$
Onde $i$ representa uma empresa ou uma célula empresa-ocupação. O coeficiente $\beta$ captura o efeito causal da parcela de trabalho remoto sobre a parcela subsequente de anúncios de emprego relacionados à GenAI.

3. Principais Resultados

Efeitos Causais

Entre Empresas (Cross-Firm): Um aumento de 10 pontos percentuais (pp) na parcela de contratação remota durante 2021–2022 causa um aumento de 0,4 pp na parcela de anúncios de emprego que mencionam habilidades de GenAI por 2023–2024.
Dentro da Empresa (Within-Firm): Uma diferença de 10 pp na parcela de trabalho remoto entre ocupações dentro da mesma empresa está associada a um aumento de 0,7 pp nas menções de GenAI para essas ocupações específicas.
Margem Extensiva: Um aumento de 10 pp no trabalho remoto eleva a probabilidade de uma empresa mencionar GenAI em pelo menos uma vez em aproximadamente 0,9 pp.

Heterogeneidade e Mecanismos

O estudo identifica canais específicos através dos quais a "escada tecnológica" opera:

Acúmulo de Capacidades: A adoção do trabalho remoto induz as empresas a contratar mais para habilidades técnicas (ciência de dados, aprendizado de máquina, aprendizado profundo) e funções gerenciais/de coordenação. Mostra-se que essas capacidades predizem uma maior conversão da exposição à GenAI em adoção real.
Especificidade de Setor: O efeito de escada é mais pronunciado nos setores de Tecnologia e Atividades Financeiras e Serviços de Negócios. Estes são setores intensivos em informação onde a qualidade da decisão é crítica, sugerindo que as adaptações organizacionais exigidas pelo trabalho remoto (fluxos de trabalho digitais, infraestrutura de dados) são altamente complementares à automação por GenAI.
Mandatos de Retorno ao Escritório (RTO): Empresas que emitiram mandatos de RTO (interpretados como reveladores de baixa produtividade percebida no remoto ou altos custos de coordenação) exibem uma resposta substancialmente maior à adoção do trabalho remoto em termos de contratação de GenAI. Isso sugere que essas empresas usam a GenAI como um substituto para mitigar as perdas de produtividade associadas a equipes distribuídas.
Narrativas de Investidores: A análise de chamadas de resultados confirma que empresas que discutem investimentos em trabalho remoto frequentemente mencionam infraestrutura de dados, acesso à nuvem e segurança. Essas mesmas capacidades são explicitamente citadas como "facilitadores" para a adoção de GenAI, fornecendo evidência narrativa da reutilidade dos investimentos.

Estrutura Teórica

O artigo formaliza o mecanismo usando um modelo de investimento tecnológico sequencial baseado em tarefas. O modelo demonstra que, se a adoção do trabalho remoto leva a investimentos em infraestrutura digital e habilidades reutilizáveis ( $S_R$ ), o custo marginal de implementar a GenAI ( $S_G$ ) diminui. A "escada" existe se as economias de custo provenientes da reutilidade e os ganhos de produtividade da automação superarem as potenciais penalidades de qualidade de decisão do trabalho remoto.

4. Contribuições e Significância

Contribuição Teórica

O artigo introduz o conceito de uma "escada tecnológica organizacional", argumentando que a adoção de tecnologia é dependente de trajetória. Ele estende a literatura sobre capital organizacional e tecnologia (ex: Garicano e Rossi-Hansberg, 2006; Bresnahan et al., 2002) ao vincular empiricamente a adoção de uma onda de tecnologia (trabalho remoto) à prontidão e probabilidade de adotar a próxima (GenAI). Destaca que a adaptação organizacional — especificamente em habilidades e infraestrutura — é um determinante crítico do sucesso tecnológico.

Contribuição Empírica

Elo Causal: Fornece a primeira evidência causal ligando a adoção do trabalho remoto à absorção de GenAI, distinguindo isso de uma simples correlação impulsionada por ser "tecnologicamente avançada".
Evidência de Mecanismo: Vai além da correlação para identificar mecanismos específicos: o acúmulo de habilidades técnicas/gerenciais e o papel dos custos de coordenação (mandatos de RTO) na condução da automação.
Inovação de Dados: O uso de dados de anúncios de emprego como um proxy para a intenção organizacional formalizada, combinado com transcrições de chamadas de resultados classificadas por LLM, oferece uma forma inovadora de medir a adoção tecnológica e as narrativas de investimento organizacional.

Implicações Políticas e Gerenciais

Os achados sugerem que a "prontidão para IA" não é meramente uma função da exposição de tarefas, mas está profundamente enraizada em investimentos organizacionais prévios. Empresas que trataram o trabalho remoto como um exercício de construção de capacidades (investindo em infraestrutura e talento) estão melhor posicionadas para alavancar a GenAI. Por outro vez, a dependência de trajetória pode exacerbar as lacunas de produtividade, pois as empresas que navegaram com sucesso pelo primeiro choque tecnológico (trabalho remoto) ganham vantagens compostas, podendo consolidar diferenças persistentes entre líderes e retardatários organizacionais.

Limitações

O autor observa que a adoção de GenAI é representada por anúncios de emprego, o que captura a intenção formal de contratação, mas pode perder o uso informal ou descentralizado por trabalhadores já contratados. Além disso, embora o estudo identifique mudanças nas capacidades organizacionais, ele não mede diretamente os resultados de produtividade ou de qualidade de decisão pós-adoção.