Inteligência artificial e economia global: desenvolvimento, desigualdade e poder

Ao transformar dados, computação e conhecimento em instrumentos de decisão, a inteligência artificial tornou-se uma questão de economia política internacional. Seu valor aparece quando previsões, classificação e automação reduzem custos de coordenação em setores diferentes. Esses ganhos exigem uma base material. Servidores, chips e energia definem o alcance técnico da IA. Dados confiáveis, especialistas e regras de adaptação linguística definem sua utilidade social.

A disputa econômica em torno da IA vai além da pergunta sobre quais países “usarão” a tecnologia. A questão decisiva é quem controla os insumos que tornam seu uso possível. Empresas que concentram modelos, nuvens e canais de distribuição podem capturar parte crescente do valor gerado pela automação. Estados que controlam semicondutores e padrões conseguem transformar essa capacidade em vantagem industrial e diplomática. O resultado é ambivalente: a mesma tecnologia que abre oportunidades de desenvolvimento pode aprofundar dependências entre países, empresas e trabalhadores.

Resumo

• A IA pode elevar produtividade e melhorar políticas públicas. Para isso, precisa de infraestrutura digital, dados confiáveis, energia, qualificação e instituições capazes de avaliar riscos.
• A desigualdade global em IA decorre menos do acesso a uma ferramenta isolada e mais da concentração de computação, capital, idiomas dominantes e capacidade regulatória.
• No mercado de trabalho, a IA tende a automatizar tarefas e reorganizar profissões; seus efeitos dependem de capacitação, proteção social e adaptação das empresas.
• A competição entre Estados Unidos, China e União Europeia mostra que IA é política industrial, controle de cadeias de suprimento e disputa por padrões técnicos.
• A governança internacional combina organizações universais, fóruns econômicos e iniciativas regionais. A lacuna principal está no financiamento, na participação e na implementação.
• Para países em desenvolvimento, a agenda central é transformar acesso a IA em capacidade produtiva local, e não apenas em consumo de plataformas estrangeiras.

Por que a IA é uma questão econômica internacional

A inteligência artificial afeta a economia global por mudar a forma como informação se converte em decisão. Em uma empresa, modelos de IA ajudam a prever demanda e organizar estoques. Em um governo, podem apoiar triagem de riscos, tradução de serviços e análise de documentos. Em um sistema produtivo, conectam máquinas e cadeias logísticas. O efeito econômico vem de um mecanismo comum: reduzir custos de busca, previsão e coordenação.

Essa capacidade interessa aos países porque produtividade nunca é apenas técnica. Uma economia que incorpora IA de modo amplo pode produzir mais com os mesmos recursos, elevar qualidade de serviços e criar setores novos. A adoção depende de condições acumuladas. Conectividade e energia estável sustentam o uso cotidiano. Empresas, universidades e governo digital transformam esse uso em aprendizado. Na ausência dessa base, a IA permanece como camada superficial: usuários acessam ferramentas importadas, enquanto o país não controla tecnologia, dados nem aprendizado industrial.

A diferença entre uso e capacidade é central. Um ministério pode contratar um sistema estrangeiro para classificar documentos. Isso melhora a rotina sem criar, por si só, uma base nacional de IA. A capacidade surge quando técnicos locais entendem o sistema, adaptam dados e testam vieses. A compra pública completa o circuito ao criar demanda por infraestrutura e competências. Sem essa camada local, a modernização fica aparente e a posição dependente na cadeia digital permanece.

A base material da IA

A imagem pública da inteligência artificial costuma se concentrar nos modelos e nas interfaces. Sua base material está em três camadas: centros de dados, redes de comunicação e cadeias de semicondutores. Sistemas de IA generativa exigem treinamento com grandes volumes de dados e operação contínua em servidores de alta capacidade. O usuário vê uma resposta textual. Por trás dela existe uma cadeia física de energia, resfriamento e infraestrutura de nuvem.

Essa infraestrutura altera a distribuição internacional de poder. Países que sediam empresas de nuvem e fabricantes de chips concentram instrumentos de influência econômica. Podem limitar acesso a componentes, definir padrões de segurança e condicionar a forma como outros países usam serviços digitais. Países com energia renovável abundante e boa conectividade, por sua vez, podem disputar centros de dados. Em outras palavras, a capacidade de hospedar computação em escala torna-se parte da competição econômica.

Há custos ambientais e geopolíticos. Centros de dados consomem eletricidade e exigem resfriamento. A produção de chips depende de equipamentos especializados, água ultrapura e cadeias industriais concentradas. Minerais críticos entram na base elétrica e digital que sustenta essa infraestrutura. Quando a demanda por IA cresce rapidamente, essas cadeias tornam-se objeto de política industrial e controles de exportação. Nesse sentido, a IA não é uma tecnologia imaterial: ela amplia a importância diplomática da energia, dos semicondutores e das infraestruturas digitais.

Produtividade e desenvolvimento

Para países em desenvolvimento, a promessa da IA é real quando se conecta a problemas concretos. Na agricultura, modelos podem melhorar previsões climáticas e manejo de água. Na saúde, podem apoiar triagem e leitura de exames. Em serviços públicos, podem organizar documentos e identificar fraudes. Na indústria, podem aproximar manutenção, controle de qualidade e planejamento de produção.

Essas aplicações só funcionam bem quando há dados locais, instituições capazes de interpretá-los e pessoas responsáveis pelas decisões. Um modelo treinado com dados de outro país pode errar no diagnóstico, na linguagem ou na prioridade administrativa. Uma ferramenta aplicada a um serviço público pode reproduzir desigualdades se os dados anteriores registram exclusão, informalidade ou discriminação. A regra prática é simples: a IA melhora políticas públicas quando aumenta capacidade estatal e agrava desigualdades quando automatiza procedimentos ruins.

Essa distinção ajuda a explicar a importância da infraestrutura pública digital. Identidade digital, pagamentos e registros interoperáveis dão ao Estado uma base organizada para usar IA com controle público. O Pacto Digital Global adotado pela ONU em 2024 trata bens públicos digitais, infraestrutura pública digital e modelos abertos como instrumentos de inclusão. A meta é reduzir a dependência exclusiva de plataformas proprietárias. Quando governos conseguem organizar dados e serviços de forma segura, a IA pode apoiar desenvolvimento em vez de apenas extrair valor dos usuários.

Trabalho, qualificação e desigualdade

O impacto da IA sobre o trabalho não ocorre como substituição uniforme de pessoas por máquinas. A mudança tende a afetar tarefas. Parte das atividades administrativas e de atendimento pode ser automatizada. Em outras profissões, ferramentas aceleram busca, redação e diagnóstico. O resultado depende de como cada sociedade organiza trabalho, negociação social e formação.

O FMI estimou em 2024 que cerca de 40% do emprego global está exposto à IA, com exposição maior em economias avançadas. A OIT avaliou que a IA generativa tende mais a complementar do que a destruir empregos inteiros, embora possa alterar intensidade e autonomia no trabalho. Esses diagnósticos apontam para o mesmo mecanismo: a IA redistribui vantagens entre trabalhadores que conseguem usá-la e trabalhadores presos a tarefas substituíveis ou mal pagas.

Esse processo pode aprofundar desigualdades dentro dos países. Trabalhadores com educação e conectividade podem ganhar produtividade. Trabalhadores sem treinamento podem perder tarefas de entrada ou enfrentar vigilância algorítmica. Mulheres podem ser mais afetadas em setores administrativos onde estão sobrerrepresentadas. Jovens tendem a se adaptar com mais rapidez, enquanto trabalhadores mais velhos enfrentam custos maiores de requalificação. A política pública precisa tratar a IA como transição trabalhista. A agenda de inovação só funciona quando incorpora essa dimensão social.

Concentração empresarial e poder de plataforma

A economia da IA favorece concentração à medida que modelos avançados exigem escala. Treinar sistemas competitivos demanda capital, equipes especializadas e acesso a chips em nuvem. Poucas empresas conseguem combinar esses elementos. Como resultado, muitos negócios passam a usar a IA por meio de APIs e plataformas fornecidas por grandes empresas estrangeiras. A entrada fica mais fácil para usuários finais. A dependência em relação a fornecedores centrais aumenta.

Essa dependência aparece em três níveis. No plano econômico, parte do valor gerado por empresas locais remunera licenças e modelos proprietários. No plano informacional, dados e padrões de uso podem ficar sob controle de plataformas externas. No plano regulatório, autoridades sem acesso técnico suficiente têm dificuldade para auditar vieses e segurança. Quando a camada de IA vira infraestrutura essencial, o controle de plataformas digitais transforma-se em poder de mercado e poder político.

Propriedade intelectual e dados reforçam o problema. Empresas querem proteger modelos e bases de treinamento. Sociedades precisam de transparência, contestação e proteção contra discriminação. A tensão é real: abertura completa pode expor segurança e privacidade. Fechamento completo impede auditoria pública. A governança econômica da IA precisa calibrar esses interesses para evitar que inovação seja usada como argumento permanente contra responsabilidade.

Geopolítica dos chips, dos dados e das nuvens

A competição entre Estados Unidos e China mostra como IA se tornou tema de segurança econômica. Os Estados Unidos concentram empresas líderes em chips, software, nuvem e modelos de fronteira. Sua influência aumenta com alianças em pontos decisivos da cadeia de semicondutores. A China investe em autonomia tecnológica, plataformas nacionais e centros de dados. Entre esses polos, a União Europeia tenta usar seu mercado para definir obrigações de transparência, risco e direitos fundamentais.

Os controles de exportação sobre semicondutores avançados revelam a lógica dessa disputa. Modelos de IA de alta capacidade dependem de chips especializados e equipamentos de fabricação concentrados em poucos países. Limitar o acesso a esses insumos pode desacelerar concorrentes e proteger vantagens militares. Em resposta, países afetados buscam substituição nacional e parcerias. A cadeia de suprimentos da IA torna-se instrumento de política externa.

Dados e nuvens completam a disputa. Estados querem proteger dados sensíveis e atrair serviços digitais globais. Empresas querem operar em escala transnacional. Países de renda média procuram evitar dependência de uma única esfera tecnológica. Esse dilema é concreto: quando um governo hospeda serviços públicos em nuvens estrangeiras ou compra modelos fechados sem capacidade de auditoria, suas escolhas digitais passam a depender de regras e decisões empresariais de outros países.

Governança econômica global

A governança internacional da IA avançou por camadas. A UNESCO aprovou, em 2021, uma recomendação global de ética da IA baseada em direitos humanos, supervisão humana e inclusão. A OCDE e a Parceria Global sobre IA contribuíram para princípios de IA confiável. O G7 desenvolveu o Processo de Hiroshima para modelos avançados. A ONU aprovou, em 2024, resoluções sobre IA segura e capacitação internacional, além de incluir o tema no Pacto Digital Global.

O Pacto Digital Global é particularmente relevante para a economia política da IA ao ligar segurança técnica a desenvolvimento. Ele pede representação de países em desenvolvimento, cooperação em dados e padrões interoperáveis. A agenda inclui ainda computação acessível, modelos abertos e financiamento voluntário para reduzir divisões de IA. O deslocamento político está em perguntar quem terá capacidade de participar dos benefícios e das regras.

Outros fóruns entram por ângulos específicos. O G20 discute inovação e infraestrutura digital. A OMC observa como IA afeta comércio de serviços, propriedade intelectual e barreiras técnicas. Bancos de desenvolvimento podem financiar conectividade, energia e governo digital. Esses fóruns ainda não formam um regime único. Há princípios demais, financiamento insuficiente e grande distância entre países que desenham regras e países que precisam implementá-las.

Brasil e Sul Global

O Brasil ilustra uma posição intermediária. O país não controla a fronteira global dos grandes modelos. Ainda assim, possui mercado amplo, universidades, setor público digital e uma matriz elétrica relativamente limpa. Essa base se completa com competências em agricultura, saúde e setores industriais específicos. O Plano Brasileiro de Inteligência Artificial 2024-2028 procurou ligar IA a desenvolvimento econômico e social. Seus eixos passam por serviços públicos, inovação empresarial, infraestrutura, formação e modelos em português. A ambição é correta: sem idioma, dados e capacidade própria, o país consome sistemas estrangeiros sem moldá-los plenamente.

O desafio brasileiro mostra a dificuldade de países de renda média. A estratégia precisa sair do documento e entrar em orçamento, compras públicas e formação técnica. Centros de pesquisa, proteção de dados e avaliação independente dão continuidade a esse esforço. A política precisa ainda evitar dois extremos: bloquear inovação por medo regulatório ou aceitar dependência tecnológica como inevitável. Uma política de IA para o desenvolvimento precisa combinar adoção rápida com aprendizado local.

Para o Sul Global, a agenda comum envolve financiamento, cooperação Sul-Sul e infraestrutura pública digital. Modelos linguísticos locais e acesso a computação completam essa base. Países pequenos, ilhas e economias sem litoral enfrentam custos ainda maiores, pois dependem de conectividade e escala que nem sempre possuem. A inclusão, nesse contexto, não é assento em conferência. É capacidade efetiva de testar, adaptar, contestar e produzir tecnologia.

Limites

A IA não resolverá sozinha problemas de desenvolvimento. Ela pode melhorar uma política agrícola sem substituir crédito e infraestrutura. Pode apoiar educação sem substituir professores e conectividade. Pode reduzir fraudes administrativas sem substituir reforma institucional. Quando a IA é tratada como atalho, tende a esconder conflitos distributivos que continuam existindo.

Há risco de dependência por eficiência. Uma ferramenta estrangeira pode ser barata e funcionar bem no curto prazo. Com o tempo, a organização passa a depender de seus formatos, atualizações e preços. A substituição fica cara, dados ficam presos e a capacidade interna atrofia. Esse é um mecanismo clássico de dependência tecnológica, agora aplicado a nuvem, modelos e plataformas.

Por fim, a governança enfrenta uma tensão política permanente. Estados querem cooperar para evitar danos e competem por vantagem industrial. Empresas defendem padrões responsáveis enquanto buscam escala e lucros. Países em desenvolvimento pedem inclusão, embora nem sempre tenham instituições suficientes para executar regras complexas. A consequência provável é uma governança fragmentada, com normas nacionais, padrões técnicos e contratos privados convivendo de forma desigual.

Conclusão

A inteligência artificial reorganiza a economia global ao mudar a relação entre conhecimento, infraestrutura e poder. Seus benefícios alcançam produtividade, saúde, educação, administração pública e pesquisa científica. Esses benefícios dependem de condições materiais e institucionais distribuídas de forma desigual. O futuro econômico da IA será decidido menos pela existência da tecnologia e mais pela distribuição de computação, dados, energia, talentos, regulação e financiamento.

Para a diplomacia, o tema central é impedir que a IA crie uma nova divisão entre países que controlam modelos e países que apenas fornecem dados, mercados e energia. Isso exige capacidade pública, regras de concorrência e infraestrutura digital. Cooperação científica e financiamento completam a adoção responsável. A IA pode ampliar desenvolvimento quando é tratada como infraestrutura política e econômica, mais do que como produto neutro.

A pergunta decisiva não é se a inteligência artificial será usada na economia global. Ela já está sendo usada. A questão é sob quais regras, com quais insumos, em benefício de quem e com que capacidade de contestação. Governar a IA significa disputar a forma como produtividade futura será distribuída entre Estados, empresas e sociedades.