- Assim como nos primórdios da internet nos anos 1990, a revolução da IA também está em uma fase inicial em que convivem confusão e expectativas exageradas, e tanto o otimismo excessivo quanto o ceticismo acertam apenas em parte
- O debate sobre se a IA vai substituir ou criar empregos está polarizado de forma semelhante às discussões sobre a internet no passado
- Ao contrário das previsões da IA, o emprego de radiologistas aumentou, mas este é um caso em que atuou o paradoxo de Jevons (o fenômeno em que ganhos de eficiência levam ao aumento do consumo total)
- A febre de investimentos em IA mostra sinais de superaquecimento semelhantes aos da bolha das pontocom, mas os investimentos em infraestrutura dos hyperscalers devem construir, no longo prazo, a base do futuro
- A IA está criando novas categorias de trabalho e novas indústrias, e a transformação da estrutura do trabalho avança a ponto de mudar até mesmo o significado de “engenheiro de software”
Semelhanças entre os primórdios da internet e a era da IA
- Em 1995, no início da popularização da internet, existiam apenas cerca de 2 mil sites, e a maioria tinha uma estrutura simples baseada em texto
- O carregamento de imagens levava minutos, pagamentos online eram vistos com desconfiança, e conselhos como “não confie em estranhos na internet” eram comuns
- Na época, os otimistas previam o crescimento explosivo do comércio eletrônico e da realidade virtual, enquanto os pessimistas viam a internet como uma moda passageira
- Vinte e cinco anos depois, as pessoas passaram por mudanças que superaram as previsões, como consumir notícias pelas redes sociais, namorar por apps e usar serviços da economia compartilhada
- O texto compara “a era atual da IA” à internet de 1995 e aponta que as previsões dos dois extremos estão certas apenas em parte
O paradoxo do emprego: por que o impacto da automação varia de acordo com a indústria
- Geoffrey Hinton alertou em 2016 que a IA causaria desemprego em massa e afirmou que “deveríamos parar de treinar radiologistas”
- Mas, em 2025, as vagas de residência em radiologia nos EUA chegaram ao recorde histórico de 1.208, alta de 4%, e a taxa de ociosidade também bateu recorde
- O salário médio chegou a US$ 520 mil, aumento de 48% em relação a 2015, mantendo a área como a segunda especialidade médica mais bem remunerada
- A pesquisadora Deena Mousa aponta o paradoxo de Jevons como motivo para o fracasso da previsão
- A IA aumentou a produtividade dos radiologistas, reduzindo o custo do diagnóstico → mais pessoas fazem exames de imagem → aumento do emprego
- A complexidade do mundo real, tarefas que vão além do reconhecimento de imagem e barreiras regulatórias/de seguros também são fatores adicionais
- Satya Nadella, Aaron Levie e outros nomes do setor de tecnologia apresentam uma visão otimista de que “a demanda vai aumentar em praticamente todas as áreas às quais a IA for aplicada”
-
Limites do paradoxo de Jevons
- Andrej Karpathy argumenta que a radiologia não é adequada para uma análise inicial de substituição de empregos
- É uma área multifacetada, de alto risco e fortemente regulada
- As mudanças no emprego devem aparecer primeiro em áreas com tarefas simples e repetitivas, independentes, curtas e com baixo custo de erro
- O aumento ou não do emprego depende da competição entre o tamanho da demanda reprimida e a velocidade do ganho de produtividade
- Dependendo do equilíbrio entre esses dois fatores, o resultado varia de setor para setor
-
Análise de dados setoriais ao longo de 200 anos
- Um estudo do economista James Bessen apresenta dados de emprego/produtividade/demanda entre 1800 e 2000 nos setores têxtil, siderúrgico e automobilístico
- Têxtil e siderurgia: depois da automação, o emprego cresceu por cerca de 100 anos e depois caiu abruptamente
- Manufatura automotiva: manteve-se estável, sem a mesma queda brusca
- Gráfico de produtividade: em todos os setores, observa-se crescimento exponencial da produtividade (em escala logarítmica)
- Em 1900, um trabalhador têxtil conseguia produzir 50 vezes mais do que em 1800
- Gráfico de demanda: no início, a queda de preços criou demanda em massa
- No começo dos anos 1800, a maioria das pessoas só conseguia comprar uma calça ou uma camisa
- A automação derrubou os preços → tornou possível comprar várias peças de roupa → emprego e produtividade dispararam juntos
-
Saturação da demanda e queda do emprego
- Quando a demanda se satura, o emprego se estabiliza no pico da demanda, mas a automação continua avançando
- A produtividade continua subindo → eventualmente o emprego começa a cair
- Ninguém precisa de roupas infinitas nem de laudos radiológicos infinitos
- Automóveis seguem outro padrão: a demanda ainda não está saturada
- A maioria das pessoas no mundo ainda não possui carro
- A automação também não dominou totalmente o setor (o recuo da Tesla em relação à automação total da manufatura prova os limites atuais da tecnologia)
- Quando tanto a demanda quanto o potencial de automação são altos, o emprego pode se manter ou crescer
-
A particularidade da indústria de software
- Não está claro quando a demanda por software vai se saturar
- Até agora, o software feito manualmente tem sido o fator limitante
- Engenheiros caros e custos de mão de obra limitam o que as empresas conseguem construir
- Se a automação elevar muito a produtividade dos engenheiros, a demanda reprimida pode explodir
- As empresas têm muitos projetos com valor de negócio, mas que não conseguem justificar pelo custo de desenvolvimento ou não conseguem construir por falta de recursos
- Caso da Amazon: milhares de ideias não recebem financiamento por falta de recursos de engenharia
- Se a IA puder produzir software a um custo muito menor, haverá liberação de uma enorme demanda potencial
- A pergunta central é quando essa demanda vai se saturar
-
Fatores que determinam o resultado do emprego em cada setor
- O emprego em cada indústria depende da disputa entre duas forças
- O tamanho e o crescimento da demanda reprimida do mercado
- Se o crescimento da demanda supera os ganhos de produtividade causados pela automação
- Dependendo do equilíbrio entre esses dois fatores, cada setor experimenta resultados diferentes
Bolhas: como a euforia irracional constrói o futuro
- O boom das pontocom nos anos 1990 foi um período em que empresas disparavam de valuation apenas por acrescentar “.com” ao nome
- Empresas de infraestrutura investiram bilhões de dólares em fibra óptica e cabos submarinos (projetos caros que só foram possíveis por causa do hype)
- Em 2000-2001, veio o colapso das pontocom, de forma espetacular
- Empresas de infraestrutura como a Cisco chegaram por um breve período a ser as mais valiosas do mundo antes de despencarem
- A Pets.com levantou US$ 82,5 milhões no IPO e gastou milhões em anúncios no Super Bowl, mas faliu em apenas 9 meses
-
O legado positivo da bolha das pontocom
- A bolha das pontocom também estava certa em vários aspectos
- Construiu a infraestrutura física que tornou possíveis YouTube, Netflix e Facebook
- Empresas como Worldcom, NorthPoint e Global Crossing faliram, mas prepararam a base do futuro
- O colapso provou, no curto prazo, que os céticos estavam certos, mas no longo prazo mostrou que os otimistas estavam certos na direção geral
-
Uma euforia semelhante no boom atual da IA
- Uma startup de IA fundada pela ex-executiva da OpenAI Mira Murati levantou uma rodada seed de US$ 2 bilhões com valuation de US$ 10 bilhões (a maior da história)
- Sem produto, e sem revelar o que pretende construir nem como vai ganhar dinheiro
- Vários wrappers de IA estão levantando milhões de dólares em rodadas seed, apesar de terem pouquíssima proteção competitiva
-
O investimento em infraestrutura dos hyperscalers
- O capex anual dos hyperscalers mais que dobrou desde o lançamento do ChatGPT
- Microsoft, Google, Meta e Amazon estão fazendo um investimento coletivo de quase US$ 500 bilhões em data centers, chips e infraestrutura computacional
- Independentemente de quais empresas específicas sobrevivam, a infraestrutura que está sendo construída agora criará a base do futuro da IA
- Da capacidade de inferência até a geração de energia necessária para sustentá-la
-
Como avaliar se é uma bolha de IA
- Azeem Azhar oferece um framework prático para medir o boom da IA com base em cinco indicadores
- Peso econômico (proporção do investimento em relação ao PIB)
- Peso setorial (proporção do capex em relação à receita)
- Trajetória de crescimento da receita (tempo de duplicação)
- Superaquecimento de valuation (relação preço/lucro)
- Qualidade do financiamento (resiliência da origem do capital)
- Resultado da análise: a IA não está em bolha, mas em um boom puxado pela demanda
- Ainda assim, se 2 dos 5 indicadores entrarem na zona vermelha, ela passará a estar em território de bolha
-
A demanda é real, mas isso não impede uma bolha
- A OpenAI é uma das empresas de crescimento mais rápido da história
- Mas isso, por si só, não impede uma bolha
- Muitas empresas de IA enfrentam os mesmos problemas de unit economics que atormentaram as empresas pontocom nos anos 1990
- A Pets.com também tinha milhões de usuários, mas faliu — como no ditado de que “se você vende um dólar por 85 centavos, pode conquistar clientes infinitos”
- Apesar da demanda, é possível que o padrão se pareça com o dos anos 1990
- É provável que haja excesso de construção e fracassos espetaculares
- Mas a infraestrutura permitirá, depois do ciclo de hype, coisas que hoje ainda não conseguimos imaginar
Um futuro previsivelmente imprevisível
-
A fase inicial da revolução da IA
- Estamos na fase inicial da revolução da IA (o equivalente metafórico à fase do modem chiando da era da internet)
- Assim como empresas de infraestrutura despejaram bilhões em fibra óptica, os hyperscalers estão investindo bilhões em computação
- Assim como startups antes acrescentavam “.com”, agora acrescentam “.ai” ao nome em busca de valuations mais altos
- O hype vai oscilar entre euforia e desespero
- Algumas previsões parecerão ridiculamente erradas
- Algumas que hoje parecem insanas acabarão se mostrando conservadoras
-
Resultados diferentes entre indústrias
- Ao contrário do que dizem os otimistas do paradoxo de Jevons, a demanda por muitas coisas estagna quando as necessidades humanas são atendidas
- O resultado do emprego em todas as indústrias depende de o tamanho e o crescimento da demanda reprimida do mercado, e se esse crescimento supera os ganhos de produtividade trazidos pela automação
-
Redução de custos abre segmentos de mercado
- Aswath Damodaran subestimou a Uber ao assumir que ela capturaria apenas uma parte do mercado de táxis existente
- Ele deixou passar que, se corridas ficarem dramaticamente mais baratas, o próprio mercado se expande
- As pessoas começaram a usar Uber para destinos para os quais jamais iriam pagando preço de táxi
- De forma semelhante, a IA vai viabilizar produtos e serviços que hoje são caros demais para serem construídos com inteligência humana
- Um dono de restaurante usa IA para criar um software de cadeia de suprimentos personalizado (algo que nunca teria sido construído por US$ 100 mil com desenvolvedores humanos)
- Uma ONG usa IA em uma disputa judicial que antes seria inviável financeiramente
-
A mudança é previsível, mas os detalhes não
- Em 1995, ninguém previu que as pessoas conheceriam parceiros na internet, andariam no carro de estranhos (
Uber) e dormiriam na casa deles (Airbnb)
- Ninguém previu também que influenciador se tornaria uma das profissões mais desejadas pelos jovens
- A criatividade humana gera resultados que não podem ser previstos pelos modelos mentais atuais
- É de se esperar o surgimento de novos domínios e novas indústrias
- A IA já ajudou mais, nos últimos 5 anos do que nos 50 anteriores, na decodificação da comunicação animal
- Dá para prever quais empregos surgiriam se a tecnologia permitisse uma conversa completa com animais?
- É provável que a profissão mais desejada em 2050 ainda nem exista hoje
- E não podemos dar nome a ela porque ainda não foi inventada
-
Transformação das categorias profissionais
- A internet tornou alguns empregos obsoletos, mas transformou outros e criou novas categorias
- O mesmo padrão é esperado com a IA
- A pergunta de Karpathy: “Se há 6 meses tivessem pedido para votar se haveria mais ou menos engenheiros de software daqui a 5 anos”
- Fica como exercício para o leitor
-
A lição do caso dos jornalistas
- Se voltássemos a 1995 e fizéssemos a mesma pergunta sobre jornalistas:
- Teríamos previsto mais jornalistas, porque a internet ampliaria o alcance global e geraria mais demanda
- E isso estaria certo por cerca dos primeiros 10 anos (o emprego no jornalismo cresceu até o começo dos anos 2000)
- Trinta anos depois: tanto o número de jornais quanto o de jornalistas caiu
- Mas há mais “jornalismo” do que nunca
- Só que ele não é produzido apenas por pessoas que chamamos de jornalistas
- Blogueiros, influenciadores, youtubers e autores de newsletters fazem o trabalho que jornalistas tradicionais faziam
-
O futuro do engenheiro de software
- O mesmo padrão deve se repetir com engenheiros de software
- Mais pessoas vão fazer trabalho de engenharia de software
- Daqui a uns 10 anos, o significado de “engenheiro de software” terá mudado
- O dono de restaurante mencionado acima cria, com IA, um software de estoque sob medida só para si
- Ele não vai se chamar de engenheiro de software
-
O futuro imprevisível da IA
- Como em 1995, se os otimistas da IA dissessem hoje que “em 25 anos preferiremos receber notícias da IA em vez de influenciadores de redes sociais, assistir a personagens gerados por IA em vez de atores humanos, encontrar parceiros amorosos por um casamenteiro de IA em vez de apps de namoro (ou até usar o próprio parceiro romântico de IA), inverter completamente o ‘não confie em IA’ e passar a depender dela em decisões de vida ou morte, além de confiar à IA a criação dos filhos”
- A maioria das pessoas teria dificuldade em acreditar
- Mesmo com toda a inteligência (natural ou artificial), ninguém pode prever com certeza como será o futuro da IA
- Nem CEOs de tecnologia, nem pesquisadores de IA, nem algum sujeito aleatório escrevendo longamente na internet
- Acertemos ou não os detalhes, o futuro da IA está carregando
1 comentários
Comentários do Hacker News
A semelhança com a bolha das pontocom tem limites
Porque o contexto social, político e econômico de então e o de agora são completamente diferentes
Ao prever o futuro, usamos padrões do passado como referência, mas muitas vezes deixamos de considerar as mudanças de contexto
Não dá para explicar isso apenas com demanda ou automação; é preciso olhar também para a interação entre os sistemas político, social e econômico
Acho que agora estamos na era do mainframe da IA
Só algumas poucas grandes empresas conseguem operar modelos gigantes e centralizados, e nós basicamente alugamos os recursos computacionais delas para usar
Espero que um dia chegue a era da computação pessoal, com modelos pequenos distribuídos por toda parte
Hoje, a maioria das pessoas usa o computador como um “terminal burro”, acessando serviços centrais baseados em nuvem
Até e-mail, mapas e Git dependem muito de servidores centrais, dando a sensação de um retorno à era do mainframe
Se você testar por conta própria com ferramentas como o LM Studio, pode vivenciar que o modelo realmente roda totalmente localmente
Não quero voltar para aquele tempo
Achei que algumas pessoas demonstram uma atitude confiante demais em relação à IA
Eu não tenho confiança para afirmar as coisas desse jeito
O modo de pensar deles parece um exemplo clássico do efeito Dunning-Kruger
Nunca ouvi a própria afirmação de que “a IA cria mais empregos”
Seja trabalho físico ou intelectual, no fim tudo está destinado à automação, então fico em dúvida sobre que empregos exatamente seriam criados
Parece que o autor criou artificialmente dois campos para fazer sua posição parecer um meio-termo entre os dois lados
É forçado comparar a infraestrutura de fibra óptica da era das pontocom com os data centers de hoje
A fibra óptica ainda podia ser usada dez anos depois, mas data centers ficam obsoletos rapidamente, como alimento perecível, depois de apenas alguns anos de avanço tecnológico
Daqui a dez anos, ninguém vai se importar com o equipamento atual
Ultimamente estou sentindo uma fadiga de IA
Para revisar e-mails curtos, ela é boa, mas para conteúdo profundo não é grande coisa
Não sinto que vale a pena pagar para usar
Eu pago pelo ChatGPT Plus e pelo GitHub Copilot, e eles me apresentam soluções que eu não conseguia encontrar
A afirmação de que “o custo alto dos engenheiros limitava o desenvolvimento” está errada
As grandes empresas têm capital suficiente, e o problema é a complexidade do software e o limite da compreensão humana
Se o texto tivesse apontado isso, teria sido mais convincente
O texto inteiro parece cheio de pose
É uma boa análise, mas o ponto ignorado é a possibilidade de a IA rodar diretamente em smartphones ou desktops dentro de 5 a 10 anos
Se isso acontecer, os investimentos atuais em data centers e a estrutura centrada na Nvidia podem perder o sentido
Nos anos 1990, as pessoas eram muito otimistas em relação à tecnologia
Até na TV acreditavam que logo usaríamos dispositivos como smartphones, e a sensação era de que a realidade demorou demais para alcançar isso
Veja o vídeo relacionado
O texto é bem pesquisado e interessante, mas está distante da realidade atual dos LLMs
Com a arquitetura de software atual, é difícil chegar a uma IA de nível ficção científica, e gastar muito dinheiro não resolve isso
A onda de investimentos em IA está mais próxima de um mecanismo de redistribuição de riqueza do que de avanço tecnológico, e não é diferente das bolhas passadas de pontocom, imóveis e criptomoedas
AGI não virá nesta rodada, e nem o problema das alucinações foi resolvido
O que realmente precisamos é da capacidade de as pessoas ouvirem as perspectivas umas das outras, mas a IA está, ao contrário, reforçando as bolhas de cada um