Alexander Bick, Adam Blandin e David Deming publicaram no blog On the Economy, do Federal Reserve Bank of St. Louis, em 13/11/2025, uma atualização sobre a adoção de IA generativa entre trabalhadores nos Estados Unidos. O texto resume a evolução do uso total, separa uso no trabalho e fora do trabalho, e tenta ir além do “quantos usam” ao medir intensidade de uso e tempo economizado. Na parte mais ambiciosa, os autores discutem se já dá para enxergar algum sinal em indicadores agregados de produtividade, com cautela explícita sobre o que é correlação e o que não é causalidade.
O post tem um mérito simples: ele não trata IA generativa como assunto abstrato. Ele mede uso, compara com ondas anteriores de tecnologia e tenta traduzir isso em impacto potencial, sem forçar a barra.
Na pesquisa citada, a adoção total entre adultos de 18 a 64 anos teria ido a 54,6% em agosto de 2025, após um ajuste metodológico que revisou para cima o número de agosto de 2024. No recorte de trabalho, a taxa sobe bem menos do que no uso fora do trabalho, e isso já diz muito sobre como a tecnologia entra primeiro como hábito e só depois como rotina produtiva.
Um ponto que ajuda a leitura é a comparação histórica. Três anos após o lançamento do primeiro produto de massa em cada caso, a taxa de adoção reportada para IA generativa fica acima do que foi observado para computador pessoal e para internet nos marcos usados pelos autores.
Quando o texto sai do “quantos” e vai para o “quanto”, ele fica mais útil ainda. A estimativa é que a parcela de horas de trabalho usando IA generativa tenha aumentado de 4,1% em novembro de 2024 para 5,7% em agosto de 2025.
A ponte para produtividade vem pelo tempo economizado. A pesquisa pergunta aos usuários quantas horas extras eles precisariam trabalhar para entregar o mesmo resultado se não tivessem acesso à IA, e a agregação dos autores sugere economia equivalente a 1,6% de todas as horas de trabalho, contando também quem não usa.
Com isso, eles rodam um cálculo em modelo agregado e chegam a uma estimativa de que a IA generativa pode ter elevado a produtividade do trabalho em até 1,3% desde a introdução do ChatGPT. O texto também contextualiza com a diferença entre o ritmo de crescimento da produtividade pré pandemia e o ritmo observado do fim de 2022 até meados de 2025, que foi maior.
A parte final testa se existe algum sinal no nível setorial. Ao comparar setores com maior economia de tempo reportada com crescimento de produtividade acima da tendência pré pandemia, os autores encontram uma correlação positiva, mas fazem questão de dizer que isso não prova causa, porque produtividade tem muitos determinantes.
Como usar o anexo na prática é bem direto. Primeiro, foque nos números de adoção total, trabalho e não trabalho, porque isso define o tamanho do fenômeno. Depois, vá para as medidas de intensidade e tempo economizado, já que é ali que a conversa deixa de ser percepção. Por fim, leia a seção de produtividade com o alerta ligado: a utilidade está em entender o método e os limites, não em transformar a estimativa em manchete definitiva.
