Um relatório recente da Moody's aponta que o Brasil pode elevar produtividade anual entre 0,4% e 1,4% com IA — enquanto economias avançadas tenderiam a capturar mais: 1,2% a 2,9% ao ano, por conta de estrutura ocupacional e maior prontidão para adoção.

Há um detalhe que conselhos e CEOs deveriam sublinhar: a simulação mostra que reduzir o “tempo de materialização” dos ganhos (ex.: de 10 para 6 anos) adiciona cerca de 20 bps ao crescimento anual. 

Isso é governança de execução, não hype tecnológico.

O paralelo global: onde a IA “já é motor” e onde ainda é promessa

1) Prontidão (capacidade de capturar valor) — o “ranking silencioso”

O FMI mede a AI Preparedness Index (AIPI) com quatro pilares: infraestrutura digital, capital humano/mercado de trabalho, inovação/integração e regulação/ética.

A fotografia por grupos é dura:

Economias avançadas: 0,68

Emergentes: 0,46

Baixa renda: 0,32

Ou seja: o Brasil disputa o jogo onde o “motor” existe, mas o chassi ainda é frágil. E isso define o ritmo do ganho de produtividade.

2) Difusão nas empresas (onde produtividade realmente aparece)

Nos países líderes, a IA já deixou de ser experimento:

Em Coreia, Dinamarca e Suécia, a adoção de IA por empresas supera 25%, em múltiplos setores e portes.

Em hubs específicos, taxas passam de 30%.

E o dado mais relevante para “como avançar”: a OECD mostra que empresas usuárias de IA tendem a ser mais produtivas, especialmente as maiores (efeito escala + dados + processos).

Tradução StartSe: produtividade não vem de “ter IA”. Vem de difusão + processo + governança + dados.

3) Crescimento: por que avançados ganham mais (e mais rápido)

O BIS (Banco de Compensações Internacionais) aponta que, no curto prazo, o impacto de GenAI no crescimento tende a ser maior em economias avançadas do que em emergentes, por diferenças de estrutura setorial e prontidão.

Isso conversa diretamente com a tese da Moody’s/Exame: não é só exposição ocupacional — é capacidade de absorção.

Então, quanto o Brasil “precisa avançar” para capturar o topo do range (1,4%) — e não ficar no piso (0,4%)?

A própria matéria deixa a pista: velocidade de adoção + ambiente de políticas públicas serão determinantes. 

Na prática, isso vira um checklist em 3 frentes (empresa + ecossistema + Estado).

Manual executivo: como acelerar a captura de produtividade com IA no Brasil

1) Pare de medir “uso de IA”. Meça “horas devolvidas”.

A pergunta certa para diretoria:

Quantas horas por semana a IA devolveu por função crítica?

Em quais fluxos isso virou ciclo mais curto, menos erro, mais receita?

Sem isso, IA vira custo e narrativa.

2) Comece pelo que a Moody’s chama de “automação” — mas com reintegração

O relatório destaca que, na maioria das economias, os ganhos vêm predominantemente de automação, e o efeito líquido depende da reintegração da mão de obra e criação de novas tarefas.

Playbook (90 dias):

• Mapear 10 processos com alto volume + baixa variabilidade (backoffice, atendimento, comercial, jurídico repetitivo).
   
• Automatizar com “human-in-the-loop” (controle de qualidade).
   
• Reposicionar pessoas em tarefas que aumentam output: negociação, análise, relacionamento, melhoria contínua.

3) Sem dados e governança, a IA não escala (ela só “impressiona”)

A OECD é clara ao tratar difusão como tema de política e competitividade: IA permanece concentrada, e acelerar difusão passa por acesso a insumos como dados e capacidades.

Checklist de governança (para conselho cobrar):

Dono de dado por domínio (cliente, produto, operação)

Padrão de qualidade de dado (mínimo aceitável)

Política de uso (privacidade, risco, compliance)

Critério de ROI por caso de uso (antes/depois)

4) “O Brasil usa muito GenAI” não significa “o Brasil ganha produtividade”

O paradoxo: uso individual pode explodir antes da adoção corporativa madura. A OECD aponta que mais de 1/3 das pessoas nos países OECD usaram GenAI em 2025, mas difusão empresarial ainda é desigual.

Tradução: você pode ter colaboradores usando IA todo dia e, ainda assim, não ter produtividade macro — porque falta processo, integração, métricas e governança.

IA é a alavanca. O gargalo é execução.

O Brasil está no “range” de ganhos. O que decide se isso vira 0,4% ou 1,4% ao ano é:
quão rápido a empresa transforma IA em rotina operacional (e não em projeto).

A pergunta para o board não é “temos IA?”.

É: quanto tempo vamos levar para transformar IA em produtividade mensurável — 6 anos ou 10?