A cada poucas semanas, surge uma nova previsão afirmando que a IA eliminará milhões de empregos. O problema é que a maioria dessas previsões mede o que a IA poderia fazer, não o que ela está fazendo. A pesquisa da Anthropic para 2026 mudou isso ao medir o uso real, e quando comparamos suas descobertas com os dados de folha de pagamento de Stanford e o próprio Índice Econômico da Anthropic, surge um panorama mais claro e fundamentado.
Este artigo reúne os pontos mais importantes. Estatísticas de IA e empregos a partir dessas fontes primárias. Cada dado está vinculado a um estudo publicado, portanto, você obtém os números reais em vez do pânico sensacionalista das manchetes. Aqui está o que os dados mostram sobre quais empregos estão expostos, como as pessoas realmente usam a IA no trabalho e se isso já está se refletindo no mercado de trabalho.
Estatísticas principais em resumo
Teoricamente, a IA poderia lidar com 94% das tarefas de computação e matemática, mas seu uso real abrange apenas 33% delas.
On tráfego de API empresarial, 77% do uso é automação contra apenas 12% de aumento de capacidade, enquanto o uso pelo consumidor permanece praticamente dividido igualmente.
A função com maior exposição é a de Programador de Computador, com 75% de cobertura de tarefas; os Digitadores de Dados representam 67%.
De acordo com Stanford, trabalhadores em início de carreira, com idades entre 22 e 25 anos, nos empregos mais expostos à IA, viram uma queda relativa de 13% no emprego.
30% dos trabalhadores dos EUA não apresentam nenhuma cobertura de IA observada nos dados de uso.
As tarefas de programação representam cerca de 35% de todas as tarefas do consumidor. Conversas de Claude e quase metade do tráfego de APIs empresariais.
Os 20 principais países em termos de uso per capita representam 48% do uso global do Claude, o que demonstra o quão desigual ainda é a adoção.
De onde vêm os números?
Essas estatísticas se baseiam em três conjuntos de pesquisas interligadas, todas utilizando dados reais em vez de pesquisas ou suposições.
O primeiro é o relatório da Anthropic de março de 2026, “Impactos da IA no Mercado de Trabalho”, que introduz uma métrica chamada exposição observada. Ela combina pontuações teóricas de capacidade com o uso real do Claude para medir o quanto de cada tarefa a IA realmente realiza. O segundo é o Índice Econômico da Anthropic, uma série contínua que rastreia padrões de uso em diferentes tarefas, ocupações e países. O terceiro é o estudo “Canários na Mina de Carvão”, de Stanford, conduzido por Erik Brynjolfsson e seus colegas, que analisou registros de folha de pagamento da ADP, a maior provedora de serviços de folha de pagamento dos EUA.
Em conjunto, esses estudos oferecem duas perspectivas sobre a mesma questão. O estudo da Anthropic mostra para que a IA está sendo usada, enquanto o da Stanford demonstra se esse uso está impactando os números do emprego. O fato de haver uma concordância geral entre eles é o que torna o panorama crível.
A diferença entre a teoria e a prática
A principal conclusão de todos esses estudos é que o impacto real da IA é muito menor do que seu potencial. A Anthropic relata que, em ocupações nas áreas de Computação e Matemática, a IA poderia, teoricamente, executar 94% das tarefas, mas o uso observado abrange apenas 33%. O trabalho administrativo e de escritório apresenta um cenário semelhante, com capacidade teórica próxima a 90%, mas a adoção real muito aquém do esperado.
Essa lacuna persiste mesmo onde a IA é mais popular. A programação é o uso mais comum do Claude, por uma ampla margem, mas, no âmbito profissional, ainda representa cerca de um terço das tarefas abrangidas. A adoção fica aquém da capacidade devido às limitações do modelo, às normas legais, às necessidades de software e às verificações humanas que retardam a implementação no mundo real. A conclusão é que capacidade e implementação são duas coisas muito diferentes, e a distância entre elas é o que realmente importa.
Como as pessoas realmente usam a IA: aumento versus automação
Um dos conjuntos de dados mais valiosos aqui é como as pessoas dividem o trabalho com IA. A Anthropic divide o uso em aumento, onde a IA ajuda um humano a realizar uma tarefa, e automação, onde a IA completa a tarefa com pouca intervenção humana.
Do lado do consumidor, o equilíbrio está próximo do ponto de equilíbrio, oscilando entre os dois, com a ampliação ligeiramente à frente, em torno de 52% contra 45% em relatórios recentes. O uso corporativo apresenta um cenário completamente diferente. No tráfego de APIs próprias, a automação domina com 77% contra apenas 12% de ampliação, e 97% das tarefas mostram padrões que tendem à automação na API, em comparação com 47% no aplicativo para o consumidor.
A tendência ao longo do tempo aponta para um uso mais automatizado. A proporção de conversas diretivas, em que os usuários delegam uma tarefa a Claude e a deixam ser executada, subiu de 27% no final de 2024 para 39% em uma amostra posterior. Como as empresas automatizam muito mais do que os consumidores, o uso intenso de APIs é o aspecto que os economistas observam com mais atenção em relação aos futuros impactos no mercado de trabalho.
Modo de uso | Consumidor (Cláudio.) | Negócios (API) |
Tarefas de aprendizado de automação | 47% | 97% |
participação geral na automação | Sobre 45% | 77% |
participação geral no aumento | Sobre 52% | 12% |
Onde o uso da IA se concentra: tarefas e geografia
O uso de IA está longe de ser uniforme. Das mais de 3,000 tarefas de trabalho exclusivas observadas no Claude, as dez mais comuns representaram cerca de 24% de todas as conversas, embora esse número tenha caído para 19% no início de 2026, à medida que o trabalho pesado de programação migrou para a API e o Claude Code. Somente as tarefas de informática e matemática representam aproximadamente 35% das conversas de consumidores e quase metade do tráfego empresarial.
A distribuição geográfica é igualmente desigual. Os EUA, a Índia, o Japão, o Reino Unido e a Coreia do Sul lideram o uso geral do Claude, e os 20 principais países, considerando o uso ajustado pela população, representam cerca de 48% de toda a atividade, um aumento em relação aos 45% anteriores. Em todo o mundo, a adoção acompanha de perto a renda per capita. Curiosamente, as pessoas em países com menor uso recorrem à IA para automatizar o trabalho com mais frequência do que aquelas em países com alto uso.
Também existe uma forma de medir a abrangência da disseminação da IA no ambiente de trabalho. A Anthropic descobriu que 49% de todas as ocupações tiveram pelo menos um quarto de suas tarefas realizadas com o auxílio do Claude, um número que se manteve relativamente estável em dados recentes.
Os empregos mais e menos expostos
Analisando ocupações específicas, três se destacam no topo da lista de exposição. Programadores de computador lideram, com 75% das tarefas cobertas pelo uso real de IA. Representantes de atendimento ao cliente vêm em seguida, já que seu trabalho principal depende cada vez mais do tráfego de APIs corporativas. Digitadores de dados vêm a seguir, com 67%, visto que a leitura de documentos e a entrada de dados são altamente automatizadas.
Por categoria geral, a exposição teórica é maior em Computação e Matemática e em Administração e Finanças, ambas acima de 94%, seguidas por Gestão com 91% e Administração e Escritório com 90%. No outro extremo, o trabalho físico e de cuidados é pouco abordado. Manutenção de áreas verdes é a categoria com menor exposição em todo o estudo, com apenas 3.9% de cobertura teórica, seguida por Transporte com 12.1% e Agricultura com 15.7%.
As categorias mais seguras em geral são as funções práticas, como Instalação e Reparo, Construção, Agricultura, Transporte, Produção, Serviços de Proteção, Alimentação e Serviços, Manutenção de Jardins, Cuidados Pessoais e funções de apoio à saúde. E 30% dos trabalhadores nos EUA não possuem nenhuma cobertura de IA, incluindo cozinheiros, bartenders, salva-vidas, lavadores de pratos e mecânicos de motocicletas.
Sinais iniciais em dados de emprego
Aqui, as duas linhas de pesquisa oferecem uma tensão útil. A Anthropic não encontrou aumento sistemático no desemprego entre os trabalhadores altamente expostos desde o final de 2022. A diferença entre os grupos mais e menos expostos foi pequena e estatisticamente indistinguível de zero.
O estudo de folha de pagamento de Stanford revelou algo ainda mais acentuado no nível inicial. Trabalhadores em início de carreira, com idades entre 22 e 25 anos, nas ocupações mais expostas à IA, como desenvolvedores de software júnior e pessoal de suporte ao cliente, viram um declínio relativo de 13% no emprego, mesmo após o controle de choques no nível da empresa. Crucialmente, esses declínios se concentraram em funções onde a IA automatiza o trabalho em vez de apenas o aprimorar, e uma atualização posterior apontou a parte mais clara do declínio para 2024.
Os próprios dados da Anthropic apontam na mesma direção, embora de forma mais tênue. A empresa constatou que a contratação de jovens trabalhadores para ocupações expostas à IA caiu cerca de 14%, um resultado que considerou pouco significativo, sem efeito semelhante para trabalhadores com mais de 25 anos. A correlação com o Bureau of Labor Statistics (Departamento de Estatísticas do Trabalho dos EUA) também é fraca, mas existe: a cada aumento de 10 pontos percentuais na cobertura da IA, houve uma queda de 0.6 ponto percentual na projeção de crescimento de empregos até 2034. Para contextualizar, o próprio CEO da Anthropic alertou publicamente que a IA poderia eliminar uma grande parcela de empregos de nível básico nos próximos anos, uma visão muito mais alarmista do que os dados atuais comprovam.
Quem é o mais afetado?
O perfil do trabalhador exposto foge ao padrão usual de automação. Comparando o quartil mais exposto com o grupo não exposto antes do lançamento do ChatGPT, a Anthropic descobriu que o grupo exposto ganhava, em média, 47% a mais e tinha 16 pontos percentuais a mais de probabilidade de ser do sexo feminino.
A educação é o fator mais relevante. Pessoas com pós-graduação representavam 4.5% do grupo não exposto, mas 17.4% do grupo mais exposto, uma diferença de quase quatro vezes. Essa onda está atingindo primeiro os trabalhadores do conhecimento com maior nível de escolaridade e salários mais altos, o que é o oposto de como a automação impactou anteriormente as fábricas e os trabalhos manuais rotineiros.
Conclusão
Ao reunir todas as estatísticas, a mensagem é equilibrada, em vez de alarmante. O alcance teórico da IA no trabalho intelectual é vasto, frequentemente acima de 90% em áreas como computação, finanças e administração. Mas o uso real abrange apenas uma fração disso, cerca de um terço mesmo na categoria mais afetada. O trabalho que a IA mais realiza é programação, atendimento ao cliente e entrada de dados. O trabalho que ela praticamente não toca é o físico, manual e de assistência.
O panorama do emprego ainda se mantém relativamente estável. Não há um aumento generalizado do desemprego associado à exposição à IA, mas existe um sinal real e recorrente entre os jovens trabalhadores em início de carreira, onde tanto Stanford quanto a Anthropologie observam uma desaceleração nas contratações em funções que dependem fortemente da automação. A distinção entre aumento de desempenho e automação é importante neste contexto, pois os empregos em que a IA auxilia as pessoas têm se mantido estáveis, enquanto os empregos em que a IA substitui tarefas são onde começam a surgir as primeiras fragilidades.
Para os trabalhadores, a lição prática não é entrar em pânico com uma pontuação de exposição, mas sim entender em qual lado dessa linha suas tarefas se enquadram. Para empregadores e formuladores de políticas, os dados oferecem um sistema de alerta precoce que vale a pena acompanhar à medida que é atualizado. A lacuna entre o que a IA pode fazer e o que ela está fazendo continua grande, e a rapidez com que essa lacuna diminui é o número que mais importará nos próximos anos.
Perguntas Frequentes
Os programadores de computador lideram com 75% de cobertura de tarefas, seguidos pelos representantes de atendimento ao cliente e digitadores de dados, com 67%. Categorias mais amplas, como informática e matemática, negócios e finanças, e funções administrativas e de escritório, também apresentam algumas das maiores exposições gerais.
A exposição teórica mede o que a IA poderia fazer, enquanto a exposição observada rastreia o que ela realmente faz com base em dados reais de uso. As funções nas áreas de Computação e Matemática, por exemplo, têm uma exposição teórica de 94%, mas apenas 33% são cobertas na prática, mostrando que a adoção ainda está muito aquém do potencial.
Não necessariamente — uma pontuação alta significa que a IA pode acelerar muitas das suas tarefas, não que o seu cargo será eliminado. A maior parte do uso atual da IA se concentra em aumento de desempenho, ou seja, a IA auxilia os trabalhadores em vez de substituí-los completamente.
Tanto a pesquisa de Stanford quanto a da Anthropic mostram que a contratação e o emprego de trabalhadores de 22 a 25 anos em funções de alta visibilidade diminuíram consideravelmente, enquanto os trabalhadores mais velhos não apresentam impacto significativo. Isso provavelmente ocorre porque a IA consegue replicar as tarefas rotineiras e aprendidas na prática que os funcionários juniores normalmente executam.
As evidências são mistas e ainda preliminares — a Anthropic não encontrou um aumento generalizado do desemprego entre os trabalhadores expostos, embora Stanford tenha identificado uma queda relativa de 13% no emprego entre jovens profissionais em início de carreira nas funções mais automatizadas. Os efeitos mais claros até agora estão concentrados entre profissionais em início de carreira, e não na força de trabalho em geral.
