Patrocinado por:
Pedro Henrique Ramos: diretor-executivo do Reglab, autor de estudo inédito sobre o impacto da IA na economia brasileira (Reglab/Divulgação)
Repórter de Inteligência Artificial e Tecnologia
Publicado em 13 de agosto de 2026 às 06h02.
O Brasil hoje tem uma taxa de adoção de inteligência artificial (IA) semelhante à dos Estados Unidos de dois anos atrás, segundo Pedro Henrique Ramos, diretor-executivo do Reglab, autor de um estudo inédito sobre o impacto da tecnologia na economia brasileira.
"Essa diferença tem sido reduzida para tecnologias digitais, mas ainda é persistente", diz Ramos, em entrevista à EXAME.
Segundo o Reglab, apesar do atraso, a IA pode adicionar R$ 986,7 bilhões ao Produto Interno Bruto (PIB) brasileiro entre 2027 e 2030 — o equivalente a 7,6% do PIB estimado para 2026.
O ritmo mais lento de adoção no país, segundo o estudo, decorre de fatores como custo de crédito mais alto, heterogeneidade entre empresas e lacunas de qualificação profissional.
EXAME: Por que indústria de transformação, serviços e comércio lideram os ganhos em valor absoluto — isso reflete o tamanho desses setores no PIB ou uma intensidade de adoção de IA maior neles?
Pedro Henrique Ramos: As duas coisas, em doses diferentes. Setor grande entrega número grande, por construção do modelo. Mas a indústria de transformação (R$ 264,2 bi) é o único setor grande em que trabalho e capital pesam de forma equilibrada. Serviços (R$ 165,4 bi) e comércio (R$ 131,2 bi) lideram por tamanho, somados à alta intensidade de mão de obra cognitiva.
EXAME: A proporção de 65% de trabalho e 35% de capital muda muito entre os 12 setores, ou é uma média que esconde variações? Onde o capital pesa mais que o trabalho?
Esconde variações enormes — é uma das principais conclusões do estudo. Vai de 99% de trabalho, em administração pública, saúde e educação, a 93% capital, em atividades imobiliárias.
O capital pesa mais em cinco setores: imobiliárias (93%), agropecuária (92%), construção (92%), indústria extrativa (81%) e energia/água/saneamento (64%). São setores em que a produção depende mais de máquinas e o trabalho é predominantemente manual, pouco exposto à IA.
EXAME: Como esse valor se compara a outras fontes de crescimento do PIB já esperadas para o período? A IA seria o maior vetor de crescimento da economia brasileira nesse intervalo?
A comparação justa é em ritmo, não em reais. A IA adicionaria 0,69 ponto percentual ao ano, em média. Como o mercado projeta o Brasil crescendo entre 1,5% e 2% ao ano, a IA responderia por um quarto a um terço de todo o crescimento.
Para dar dimensão: em 2025, a agropecuária cresceu 11,7% e puxou 0,75 ponto do PIB — o efeito da IA equivale a uma safra recorde, só que todo ano, por quatro anos seguidos.
Seria um dos maiores vetores do período, mas não o único nem isoladamente o maior — e depende de infraestrutura, crédito e qualificação, não é automático.
EXAME: O relatório diz que o Brasil adota tecnologia mais devagar que economias avançadas — dá para quantificar isso em pontos de PIB?
O estudo não calcula o impacto do atraso no PIB. Mas essa defasagem tem sido reduzida para tecnologias digitais, embora ainda seja persistente. No caso da IA, o Brasil hoje tem uma taxa de adoção semelhante à dos Estados Unidos de dois anos atrás.
EXAME: O estudo diferencia tarefas cognitivas rotineiras de tarefas criativas? Que função profissional concentra mais o ganho projetado?
De cada 100 tarefas expostas à IA, só 23 compensam automatizar por completo; as outras 77 entram como IA ajudando a pessoa a trabalhar melhor. Não importa o quanto uma profissão está exposta à IA, e sim que tipo de tarefa ela executa.
EXAME: O crescimento até 2030 é linear, ou existe aceleração conforme a tecnologia amadurece? Em que ano o impacto fica mais visível no PIB?
Não é linear — é uma curva em S, o formato clássico de difusão tecnológica. Primeiro vem uma fase lenta, com poucas empresas adotando.
Depois, a adoção acelera e chega a um ponto de virada. Até 2028, só uma parte do potencial aparece (26% no trabalho, 28% no capital); até 2030, isso sobe para cerca de dois terços (66,6% e 62,4%).
O efeito sobre máquinas demora mais porque trocar equipamento é mais caro e lento que adotar software. Mesmo assim, o efeito pode não ficar claramente visível nos números oficiais do PIB, porque é pequeno por ano e se mistura a revisões normais dos dados.