📈 economia

AI and the Productivity-Income Gap: A Theory of Demand Decoupling

Este artigo apresenta um modelo teórico argumentando que a inteligência artificial poderia criar um "Hiato de Produtividade-Renda" ao reduzir a parcela da renda proveniente do trabalho de uma forma que ultrapassa o crescimento do consumo agregado devido às diferentes propensões marginais a consumir, ao mesmo tempo em que esclarece que os dados atuais meramente ilustram esse padrão sem provar causalidade e enfatiza que as instituições históricas podem eventualmente — mas não necessariamente de forma rápida — restaurar o equilíbrio.

Autores originais: Ahmad Alamgir Khan

Publicado 2026-09-30

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Ahmad Alamgir Khan

Artigo original sob licença CC BY 4.0 (https://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

Durante a maior parte da era econômica moderna, uma regra simples parecia se manter verdadeira: quando um país melhorava na produção de bens, seu povo ficava mais rico. Se as fábricas se tornavam mais eficientes ou os trabalhadores aprendiam novas habilidades, o valor extra criado não simplesmente desaparecia; ele fluía para os salários, permitindo que as famílias comprassem mais bens e serviços. Esse ciclo de produção e poder de compra mantinha o motor da economia funcionando suavemente. No entanto, uma nova questão surgiu à medida que a inteligência artificial começa a remodelar a forma como o trabalho é realizado. Seria possível que uma sociedade se tornasse vastamente mais produtiva enquanto seu povo, em média, se visse com menos dinheiro para gastar? Este é o enigma central enfrentado pelos economistas hoje: se máquinas e softwares podem produzir mais resultados com menos horas humanas, quem captura o valor dessa produção extra e esse novo patrimônio acaba nas mãos das pessoas que precisam dele para manter a economia em movimento?

Um pesquisador da Honeywell, Ahmad Alamir Khan, construiu um modelo teórico para explorar essa possibilidade, chamando-o de "Lacuna de Produtividade-Renda" (Productivity-Income Gap). A teoria não argumenta que a inteligência artificial causará necessariamente o desemprego em massa ou que as pessoas perderão seus empregos inteiramente. Em vez disso, sugere que um problema mais sutil poderia surgir mesmo que todos permaneçam empregados. A ideia central baseia-se em como a renda é compartilhada entre os trabalhadores e os proprietários das máquinas ou softwares que eles utilizam. Em uma economia padrão, quando a produtividade aumenta, os salários geralmente sobem junto com ela. Mas se a inteligência artificial permitir que as empresas produzam significativamente mais pagando uma parcela menor da renda total aos trabalhadores, o equilíbrio se altera. O dinheiro vai, em vez disso, para os proprietários da tecnologia, que são tipicamente mais ricos.

É aqui que o mecanismo se torna crítico. Pessoas com rendas mais baixas tendem a gastar quase cada dólar extra que ganham em alimentação, habitação e necessidades diárias. Indivíduos mais ricos, que recebem a maior parte da renda quando a parcela do trabalho diminui, tendem a poupar uma parte maior de seu dinheiro em vez de gastá-lo imediatamente. Se a economia produz uma enorme quantidade de bens, mas as pessoas que têm mais dinheiro optam por poupar em vez de comprar, e as pessoas que comprariam esses bens têm menos dinheiro, a demanda total por esses produtos pode ficar aquém da capacidade de produzi-los. A fábrica pode produzir mais, mas os clientes não podem pagar por tudo. Isso cria uma lacuna onde a capacidade de produção da economia ultrapassa a habilidade de compra do público.

O artigo não afirma que essa lacuna já tenha chegado plenamente ou que a inteligência artificial seja a única causa das tendências econômicas atuais. Em vez disso, o autor utiliza dados do primeiro trimestre de 2026 nos Estados Unidos como uma ilustração hipotética do que esse cenário pareceria se estivesse ocorrendo. Naquele recorte específico, a produtividade do trabalho — a quantidade de bens e serviços produzidos por hora — aumentou 2,8%. Ao mesmo tempo, o salário real por hora dos trabalhadores subiu apenas 0,6%. Além disso, a parcela da renda total das empresas destinada aos trabalhadores caiu para 53,7%, o nível mais baixo registrado desde 1947. Esses números se ajustam ao padrão descrito pela teoria: a produção está crescendo muito mais rápido do que os salários, e a parcela da renda destinada aos trabalhadores está encolhendo.

No entanto, o autor observa cautelosamente que esses números, por si só, não provam que a inteligência artificial causou a mudança. Outros fatores poderiam explicar o mesmo padrão, como mudanças nos preços da energia, mudanças em quais setores estão crescendo ou os efeitos das políticas de taxas de juros. Os dados servem como um mapa do que a condição teórica parece no mundo real, não como um veredto sobre o que a causou. O modelo sugere que, para que essa lacuna se torne um problema duraduro, duas coisas devem acontecer simultaneamente: a inteligência artificial deve reduzir a parcela da renda destinada aos trabalhadores e as pessoas que recebem essa renda (os proprietários ricos) devem gastar menos dela do que os trabalhadores gastariam.

A pesquisa também analisa como a economia pode se corrigir. A história mostra que, quando a produção e o poder de compra se distanciaram anteriormente, instituições como sindicatos, políticas fiscais e redes de proteção social acabaram intervindo para estreitar a divisão. Esse processo, contudo, muitas vezes leva décadas e exige um esforço político significativo. O artigo sugere que a criação de novos empregos também poderia fechar a lacuna, mas apenas se esses novos empregos pagassem o suficiente para restaurar o poder de gasto da força de trabalho. Até que tais ajustes aconteçam, a economia corre o risco de uma situação em que é capaz de produzir mais do que consegue vender, levando a uma desaceleração do crescimento não por falta de tecnologia, mas por falta de compradores.

Em última análise, o artigo oferece um aviso condicional em vez de uma previsão. Ele não diz que o futuro está condenado, mas especifica as condições exatas sob as quais um problema poderia surgir. Se a inteligência artificial continuar a impulsionar a produção enquanto concentra a renda entre aqueles que poupam em vez de gastar, e se nenhum novo emprego ou política surgir para redistribuir essa riqueza, a economia poderá enfrentar um déficit persistente de demanda. A questão fundamental levantada não é se podemos produzir mais, mas se os ganhos dessa produção serão compartilhados amplamente o suficiente para sustentar a demanda necessária para manter o sistema funcionando. A resposta depende menos da tecnologia em si e mais de como a sociedade escolhe distribuir a riqueza que cria.

Resumo Técnico: IA e o Hiato Produtividade-Renda: Uma Teoria do Desacoplamento da Demanda

Definição do Problema
O artigo aborda um risco macroeconômico específico associado à adoção da Inteligência Artificial (IA): o potencial para um "Hiato Produtividade-Renda". Este é definido como um cenário onde o crescimento da produtividade impulsionado pela IA ( $g_A$ ) ultrapassa o crescimento da demanda agregada ( $g_{AD}$ ), mesmo em uma economia operando em pleno emprego. Diferente das narrativas tradicionais focadas no desemprego tecnológico (falta de empregos), este arcabouço propõe uma "falha de transmissão distributiva". O problema central é se os ganhos do aumento da produção são distribuídos de forma a sustentar o poder de compra necessário para absorver essa produção. Especificamente, o artigo investiga as condições sob as quais a IA reduz a participação do trabalho na renda ( $\lambda$ ) enquanto a propensão marginal a consumir (PMC) da renda do trabalho ( $c_L$ ) excede a PMC da renda do capital ( $c_K$ ).

Metodologia
O artigo utiliza um modelo macroeconômico teórico fundamentado na distribuição funcional da renda e em funções de consumo padrão, em vez de testes empíricos causais dos efeitos da IA.

Estrutura Teórica: O modelo estende a equação padrão da demanda agregada ( $AD = C + I + G + NX$ ) decompondo explicitamente o consumo ( $C$ ) em renda do trabalho ( $Y_L$ ) e renda do capital ( $Y_K$ ).
- $C = c_L Y_L + c_K Y_K$
- A participação do trabalho é definida como $\lambda = Y_L / Y$ .
- O modelo deriva a taxa de crescimento do consumo ( $g_C$ ) como uma função do crescimento do produto ( $g_Y$ ) e da taxa de crescimento da participação do trabalho ( $g_\lambda$ ).
- A derivação crítica (Eq. 5a) mostra que, se $g_\lambda < 0$ (a participação do trabalho cai) e $c_L > c_K$ , então $g_C < g_Y$ .
Condição Formal: O "Hiato Produtividade-Renda" é formalmente definido como o estado em que $g_A > g_Y \geq g_{AD}$ . Esta condição só se vincula quando dois critérios simultâneos são atendidos:
- A IA reduz a participação do trabalho na renda ( $\lambda$ ).
- A propensão marginal a consumir da renda do trabalho é estritamente maior do que a da renda do capital ( $c_L > c_K$ ).
Abordagem Empírica: O artigo utiliza dados dos EUA do primeiro trimestre de 2026 (Q1 2026) estritamente como um estudo de caso ilustrativo para demonstrar como a condição teórica se manifesta em dados reais. O autor declara explicitamente que este único trimestre de dados não estabelece causalidade. A análise reconhece múltiplos fatores de confusão (aperto monetário, choques de preços de energia, mudanças setoriais pós-pandemia e defasagens de medição) que poderiam explicar a divergência observada entre produtividade e compensação.

Principais Resultados e Proposições
O artigo formaliza cinco proposições derivadas do modelo:

IA e Dependência do Trabalho: A IA aumenta a produtividade ao mesmo tempo em que reduz a dependência marginal do trabalho, ceteris paribus.
A Condição do Hiato: Um Hiato Produtividade-Renda existe quando $g_A > g_Y \geq g_{AD}$ . Isso emerge especificamente quando $g_\lambda < 0$ e $c_L > c_K$ .
Mediação: A distribuição de renda medeia a ligação entre a produtividade impulsionada pela IA e a demanda agregada.
Risco de Concentração: A probabilidade de o hiato abrir-se aumenta com a concentração dos ganhos gerados pela IA, pois uma maior concentração implica uma queda mais acentuada de $\lambda$ para um determinado aumento de produtividade.
Mitigação Institucional: Instituições que elevam $\lambda$ (ex: negociação coletiva, participação nos lucros) ou ampliam a propriedade de capital (ex: pensões, participação acionária de funcionários) reduzem a probabilidade de o hiato persistir.

Evidência Ilustrativa (Q1 2026)
O artigo apresenta os dados dos EUA do Q1 2026 como um "teste de estresse" da condição teórica:

Participação do Trabalho: Caiu para 53,7%, o nível mais baixo desde 1947.
Produtividade vs. Compensação: A produtividade do trabalho cresceu 2,8% em termos anuais, enquanto a compensação real por hora cresceu apenas 0,6%.
Lucros Corporativos: Os lucros corporativos após impostos atingiram 12,4% do PIB, e as margens de lucro alcançaram níveis recordes.
Concentração do Consumo: Dados privados sugerem que quase todo o crescimento nos gastos reais no varejo desde 2023 veio de famílias com rendimentos superiores a US$ 125.000, consistente com a premissa de que agentes de alta renda possuem uma PMC menor.

O autor enfatiza que, embora esses números sejam consistentes com a condição teórica, eles não provam que a IA os causou. Explicações alternativas, como o aperto da política monetária e o desmonte de choques de energia, permanecem plausíveis.

Significância e Alegações
A principal contribuição do artigo é a formalização de uma "restrição do lado da demanda" ao crescimento, impulsionada por mudanças distributivas em vez de desemprego.

Distinção de Desemprego: O arcabouço esclarece que uma insuficiência de demanda pode ocorrer mesmo em pleno emprego, se a renda se concentrar entre agentes (proprietários de capital) que poupam em vez de gastar.
Distinção de Estagnação Secular: Embora relacionado à literatura de estagnação secular, o mecanismo proposto é distributivo (quem captura os ganhos) em vez de demográfico ou vinculado a uma queda na taxa natural de juros.
Relevância de Política: O modelo sugere que, se o hiato se abrir, as forças de mercado sozinhas podem não fechá-lo rapidamente. Precedentes históricos (ex: o New Deal) sugerem que ajustes institucionais (negociação, tributação, bem-estar) são necessários para estreitar o hiato, mas esses processos são lentos e politicamente contestados.
Modéstia das Alegações: O artigo evita explicitamente prever que a IA causará um hiato. Em vez disso, oferece um quadro preciso para identificar quando a pressão para tal hiato surge. Nota-se que a criação de novos empregos, a negociação salarial e a adaptação do mercado podem fechar o hiato antes que ele se torne economicamente significativo. O modelo assume um regime "liderado pelos salários" (wage-led) para os EUA (onde a demanda é impulsionada pelos salários), uma classificação que permanece uma suposição sujeita a debates empíricos.

Limitações e Omissões
O autor reconhece diversos canais omitidos do modelo estático que poderiam compensar o hiato:

Política Monetária: Cortes nas taxas pelos bancos centrais poderiam estimular a demanda, embora restrições inflacionárias limitem essa ferramenta.
Compensação de Investimento: Lucros maiores podem estimular o investimento ( $I$ ), mas o gasto de capital atual relacionado à IA (aprox. 0,8% do PIB) parece insuficiente para compensar totalmente as deficiências de consumo em comparação aos ciclos tecnológicos históricos.
Efeitos de Riqueza e Dívida: O modelo exclui efeitos de riqueza provenientes da valorização de ativos e o consumo financiado por dívida, que poderiam sustentar temporariamente os gastos apesar da queda nas parcelas do trabalho.
Ajustes de Preços: O modelo assume que o repasse de preços é incompleto; se a IA reduzir significativamente os preços, a renda real pode aumentar mesmo que os salários nominais fiquem aquém.

Em conclusão, o artigo não afirma que a IA já desconectou a produtividade da demanda, mas oferece uma lente teórica rigorosa para monitorar as condições distributivas específicas ( $g_\lambda < 0$ e $c_L > c_K$ ) sob as quais tal desconexão se torna um risco macroeconômico.

Mais como este