IA no mercado de trabalho: o que a transição econômica da China revela sobre automação e emprego

Euller Santana perfil do autor · Revisado em 06/09/2026

Quando se fala em tecnologia aplicada à gestão financeira, é comum focar em ferramentas de automação, integração e uso prático de IA no dia a dia. Mas há uma camada mais ampla que ajuda a entender por que essas ferramentas se espalham: o modo como a inteligência artificial já aparece descrita como um fator que redesenha o mercado de trabalho. Uma entrevista recente ao NeoFeed traz um exemplo concreto desse fenômeno em escala nacional, na economia chinesa.

Uma transição de modelo econômico

Segundo a reportagem, a China está deixando um modelo baseado em investimentos para outro mais dependente do consumo. Nas palavras do próprio texto, "a China está passando por uma mudança estrutural em seu modelo econômico, deixando para trás uma trajetória baseada em investimentos e avançando para uma economia mais dependente do consumo". Para Hongbin Li, codiretor do Centro de Economia e Instituições da China da Universidade de Stanford, essa transição não deve vir sem custos.

Li afirma que "quando um país passa por uma grande transformação, normalmente o crescimento diminui" e acrescenta que, "no longo prazo, se a China conseguir crescer 4,5% ao ano", ele considera que "seria um crescimento muito saudável". Esse pano de fundo importa para o leitor de tecnologia porque é dentro dele que aparece o tema da automação.

O papel da inteligência artificial no emprego

O ponto mais diretamente ligado à tecnologia surge quando o professor descreve o mercado de trabalho. Segundo a entrevista, os jovens recém-formados encontram dificuldades para conseguir emprego, "problema que o professor relaciona, entre outros fatores, ao avanço da inteligência artificial (IA)". O mecanismo é descrito de forma explícita: "A IA está substituindo empregos."

Li reconhece um limite de dados sobre a escala do fenômeno. De acordo com o texto, ele diz que, "embora não tenhamos estudos sobre o número exato, existem muitos relatos de que recém-formados nas universidades não conseguem encontrar emprego". Ou seja, a afirmação é apresentada com base em relatos, não em uma medição fechada, uma distinção importante para quem lê conteúdo técnico e precisa separar evidência de percepção.

O que torna o caso interessante do ponto de vista de automação é o paradoxo apontado. Ainda segundo a entrevista, isso ocorre "em um momento em que fábricas e empresas de manufatura enfrentam escassez de trabalhadores". Li resume assim: "Por um lado, existe escassez de mão de obra nas fábricas e na indústria. Por outro, os jovens recém-formados não conseguem encontrar empregos. Existe, portanto, um certo desencontro no mercado de trabalho que precisa ser resolvido."

Esse "desencontro", trabalho sobrando em um segmento e faltando em outro, é um padrão que ajuda a entender o efeito prático da tecnologia sobre ocupações. A automação não elimina uniformemente todas as funções; ela redistribui a demanda por tipos diferentes de trabalho.

Renda, consumo e o motor da economia

A discussão sobre emprego se conecta a outro tema técnico: renda e consumo. Segundo a reportagem, elevar a renda dos trabalhadores, "especialmente dos grupos de menor renda", é apresentado como fundamental para transformar parte dos recursos hoje direcionados a investimentos em consumo. Li observa que "os salários cresceram aproximadamente 10% ao ano nos últimos 15 anos", algo que "vale para trabalhadores de baixa qualificação". Ainda assim, ele pondera que, "considerando a velocidade do crescimento, o crescimento dos salários chineses não é tão alto em comparação com o crescimento do PIB".

Para ilustrar diferenças de renda entre países, a entrevista traz uma comparação concreta: segundo Li, em São Paulo "um entregador pode ganhar talvez US$ 500 por mês", enquanto "na China, em Pequim, eles podem ganhar US$ 1,5 mil por mês". O texto também registra que o PIB per capita chinês "chegou a US$ 13 mil", número que o professor classifica como "bastante alto", embora ressalte que "existe uma grande desigualdade na China".

O que os indicadores brasileiros mostram no período

Para o leitor brasileiro que acompanha automação e gestão financeira, vale situar alguns indicadores observados no mesmo período, sempre lembrando que cada um se refere à data de sua observação, não a "hoje".

No mercado de trabalho, a taxa de desemprego medida pela PNAD foi de 5,4%, em observação de fevereiro de 2026 (último dado disponível na série, possivelmente defasado). Na atividade econômica, o crescimento do PIB do Brasil foi de 2,29%, em leitura referente a janeiro de 2025 (último dado disponível).

No campo de preços, o IPCA acumulado em 12 meses ficou em 4,44%, em observação de julho de 2026, enquanto o IPCA do mês foi de 0,07% na mesma referência. O IGP-M registrou -0,22% no mês, em observação de agosto de 2026. Já a inflação anual ao consumidor pelo Banco Mundial aparece em 5,02%, referente a janeiro de 2025 (último dado disponível).

No terreno monetário e cambial, a Selic estava em 14% ao ano, em observação de setembro de 2026, e o CDI em 13,9% ao ano, em leitura de agosto de 2026. O dólar PTAX foi observado em 5,2005 BRL/USD, em agosto de 2026. Esses números compõem o cenário em que empresas e famílias operam suas ferramentas de gestão, mas não constituem recomendação nem projeção.

Por que isso interessa a quem usa tecnologia

A leitura técnica da entrevista traz três aprendizados aplicáveis. Primeiro, a IA é descrita como um fator de substituição de tarefas, mas em um contexto de dados incompletos, a própria fonte reconhece que não há "estudos sobre o número exato". Segundo, o efeito da automação sobre o trabalho tende a ser de redistribuição, não de desaparecimento uniforme, como mostra o descompasso entre escassez na indústria e sobra entre recém-formados. Terceiro, renda e consumo estão amarrados: mudanças estruturais no trabalho afetam a capacidade de gasto das famílias.

Para quem administra finanças de empresas ou de casa, o valor desse tipo de material é analítico. Ele ajuda a interpretar tendências de automação sem transformar percepção em certeza, e a manter os indicadores nas suas datas de observação, um hábito básico de higiene de dados para qualquer decisão bem informada.