A primeira fatura da IA chegou nos salários

Sania Edlich e Torsten Slok, da Apollo Global Management, publicaram em 30 de julho um estudo que mede o efeito da IA sobre salários a partir de uso observado, e não de exposição teórica. Nas ocupações de alta exposição, o salário real cresceu 6,7 pontos percentuais menos que nas demais depois de 2023, sem efeito estatisticamente detectável sobre o emprego. A perda agregada de renda do trabalho foi estimada em US$ 28 bilhões por ano, valor que os autores tratam como limite inferior. O whitepaper está disponível aqui.

Por que isso importa

O debate corporativo sobre IA se organizou em torno da contagem de postos eliminados. O primeiro efeito mensurável identificado pelo estudo aparece em outra linha: a compressão salarial. Quadro estável, entrega maior, reajuste relativo menor. É um ajuste que não gera comunicado ao mercado nem aparece em estatística de desemprego.

O que é compressão salarial e como ela foi medida

Compressão salarial, no desenho do estudo, é o ganho de produtividade da IA sendo retido pela empresa em vez de repartido com quem opera a ferramenta. Não se manifesta como corte de salário nominal, e sim como reajuste que não acompanha o das ocupações não expostas.

A metodologia é um difference-in-differences com efeitos fixos de ocupação e ano, sobre a série do Bureau of Labor Statistics de 2015 a 2025, com quebra em 2023. A variável de exposição vem do Anthropic Economic Index, lançado em março de 2026, que mede o percentual de tarefas efetivamente observadas sendo executadas com a IA da empresa. A base de referência está publicada aqui.

A troca de medida altera o retrato. As abordagens teóricas anteriores, construídas sobre descrições de tarefas do O*NET e avaliações de especialistas, atribuem consistentemente mais exposição do que o uso real registra, porque não incorporam o custo de operar a ferramenta. O Yale Budget Lab documentou que ocupações trocam de posição no ranking conforme a definição adotada.

Por que o efeito é maior na base da pirâmide

A distribuição da perda é o achado mais relevante do trabalho. Quartil de menor renda: 10,7% de queda no crescimento salarial relativo. Segundo quartil: 5,4%. Terceiro: 4,0%. Quarto: nada estatisticamente significativo, o que os autores associam à maior capacidade de absorver ou capturar valor da adoção. Gestão e profissionais liberais: 4,1%. Blue collar: sem efeito, atribuído ao alcance limitado da IA em trabalho fisicamente intensivo. Ocupações de serviços registram 24,3%, número que o estudo classifica como baseado em subamostra reduzida.

O efeito também é mais forte em ocupações menores, com menos gente empregada. A hipótese dos autores é que funções mais especializadas concentram tarefas expostas, enquanto ocupações grandes carregam variedade de tarefas que amortece o impacto.

As 11 ocupações que cruzaram o corte de alta exposição formam o retrato da linha de frente: programadores (score 0,75), representantes de atendimento (0,70), operadores de entrada de dados (0,67), especialistas em registros médicos (0,67), analistas de pesquisa de mercado (0,65), transcritores médicos (0,64), representantes comerciais não técnicos (0,63), arquitetos de banco de dados (0,58), analistas financeiros (0,57), analistas de QA de software (0,52) e assistentes estatísticos (0,51). Somam 5,8 milhões de trabalhadores, 3,7% da força de trabalho americana.

O que muda no cálculo de eficiência das empresas

Com a economia de IA sendo contabilizada na folha e não no quadro, comparações de headcount perdem poder descritivo em funções expostas. Duas companhias com o mesmo número de analistas podem operar em patamares distintos de produtividade sem que a diferença apareça na estrutura organizacional.

O estudo também aponta um vetor de retenção. Os profissionais das 11 ocupações são simultaneamente os que mais convivem com a ferramenta e os que registram menor crescimento salarial relativo no período analisado.

No plano regulatório, a Califórnia assinou em 21 de maio de 2026 uma ordem executiva para preparar trabalhadores e empresas para disrupção associada à IA, documento disponível no site do governo estadual. O BLS projeta 5,9 milhões de trabalhadores em ocupações de alta exposição até 2032, o que amplia a população afetada enquanto a compressão descrita permanece em curso.

Sinais e Impactos

No C-level. A ausência de efeito sobre o emprego desloca o ajuste para a remuneração relativa, variável de leitura mais lenta dentro da organização e de reversão mais custosa quando gera saída de profissionais.

Na diretoria. O gradiente por quartil, com 4,0% no terceiro e 4,1% na faixa de gestão e profissionais liberais, atinge diretamente estruturas de análise e coordenação de médio escalão.

Nas empresas menores. A queda de custo relativo nas 11 ocupações expostas altera o patamar de folha necessário para acessar capacidade analítica, de atendimento e de pesquisa.

O estudo cobre exclusivamente o mercado americano, com 321 das cerca de 800 ocupações classificadas pelo BLS.