O futuro está envolto em uma névoa de IA

A confiança em uma visão específica do futuro é a base para o investimento de longo prazo. Você adquire um título de 30 anos quando acredita na solvência do emissor. Você dedica uma década para se tornar um radiologista porque acredita que será recompensado por sua expertise, conquistada com muito esforço, ao longo de toda a sua carreira. Você investe em uma empresa de software quando está confiante de que ela gerará muitos anos de receita recorrente. Sempre há alguma incerteza, mas quando você está confiante em sua capacidade de enxergar 30 anos à frente, você constrói um arranha-céu e uma ferrovia. Quando você consegue enxergar alguns meses à frente, você arma uma barraca e compra uma bicicleta. A IA nos catapultou para uma era que eu poderia descrever como de extrema opacidade em relação ao futuro. Considerando tudo o que pode mudar por causa da IA, parece que uma névoa se abateu sobre nós, obscurecendo nossa capacidade de enxergar o futuro. E, neste momento, esse é o seu efeito econômico mais importante — e talvez o mais subestimado. Pense em como a incerteza sobre as realidades econômicas básicas não para de crescer. Dario Amodei ou Sam Altman prevêem a chegada de sistemas de IA superinteligentes nos próximos anos. O“jobpocalypse”que se aproxima e o“SaaSpocalypse”, que já está bem presente, revelaram o quanto nossa situação econômica atual pode ser vulnerável às disrupções geradas pela IA. O mesmo se aplica às grandes oscilações nas avaliações do mercado público, aparentemente causadas pelo lançamento de novos recursos pelas principais empresas de IA. E há ainda os avanços na IA física, talvez melhor exemplificados pela sensação surreal que muitos de nós tivemos ao observar o mundo passar pelo banco de trás de um Waymo, o que pode fazer parecer que cruzamos a linha para a ficção científica. É impossível prever todas as ramificações da inteligência artificial onipresente, integrada aos nossos softwares mais avançados e incorporada em diversos sistemas robóticos. A IA eliminará a necessidade de quase todos os engenheiros de software, ou, de forma contraintuitiva, criará mais empregos nessa área? Qual será a capacidade dos robôs daqui a alguns anos, e o que isso significará para o mercado de trabalho? Será que o centro de atendimento ao cliente tradicional está realmente com os dias contados? Cada pergunta como essa revela os limites da nossa capacidade de prever o futuro a curto prazo, e essa extrema incerteza põe à prova os critérios que utilizamos para nos comprometermos com investimentos voltados para o futuro. Diante dessa névoa, os líderes sentir-se-ão tentados a trocar os potenciais ganhos futuros decorrentes de arranha-céus e ferrovias pela utilidade temporária de tendas e bicicletas. Sem a capacidade de prever com segurança para onde iremos a partir daqui, e considerando o alto custo de um compromisso prematuro em ambientes voláteis, acredito que a melhor abordagem seja otimizar para o desconhecido. Como professor de empreendedorismo que também assessora empresas líderes, defendo que o sucesso em uma era de extrema opacidade geralmente pertence àqueles que dominam a opcionalidade; àqueles que aprendem a canalizar o capital por etapas, a manter-se ágeis em suas identidades e a construir sistemas organizacionais adaptáveis. O Dilema do Capital Humano Considere a educação, que é o maior investimento de longo prazo que muitos de nós fazemos. Dedicamos anos e assumimos dívidas substanciais para cursar a faculdade e obter diplomas de pós-graduação, bem como para ter a oportunidade de ingressar em uma carreira com etapas previsíveis. Se o senhor é jovem e ambicioso, pode investir em um curso de medicina caro em troca de 30 a 40 anos de renda proveniente de uma carreira gratificante e bem remunerada. Ou matricular-se em um programa de MBA para aprimorar suas habilidades analíticas e gerenciais para uma carreira de décadas liderando um P&L. Essas são apostas no valor de longo prazo do capital humano. Hoje, a decisão de investir em capital humano é mais difícil de justificar. Quem irá cursar medicina se não conseguirmos definir o que será um “médico” em 2035? Não estou dizendo isso como uma provocação barata. Estou falando literalmente. O médico será um diagnosticador? Um conselheiro à beira do leito? Um executor de procedimentos? Um supervisor de um sistema de triagem por IA? O signatário de formulários de responsabilidade civil? Nenhuma das opções acima? Quem sabe. Da mesma forma, quem pode ter certeza de que empresas de consultoria, bancos e empresas de tecnologia estarão contratando MBAs da turma de formandos de 2029? Até mesmo cursos de graduação generalistas que capacitam os alunos a pensar, escrever, analisar, traçar estratégias e se comunicar podem se tornar investimentos questionáveis, se os sistemas de IA puderem fazer essas coisas a um custo marginal quase nulo. Embora isso possa parecer alarmista, os dados começaram a se acumular lentamente. Parece ser muito mais difícil encontrar emprego para graduados universitários do que no passado recente (embora as perspectivas possam estar um pouco melhores este ano), o que coloca em questão o retorno sobre o investimento na educação de graduação. Embora o cenário político também tenha influência, as inscrições para programas de MBA também diminuíram drasticamente este ano. O argumento gira em torno de uma distinção que os economistas raramente aplicam ao capital humano: a diferença entre risco e incerteza. O risco é quantificável; é possível atribuir probabilidades que nos permitem atribuir um valor a uma aposta. A incerteza descreve ambientes em que a própria distribuição de probabilidades é desconhecida, o que é precisamente a consequência da invisibilidade. A gama de resultados plausíveis para um radiologista que conclua a residência em 2035 vai de “indispensável” a “profissionalmente obsoleto”. É aí que se instala o efeito inibidor da névoa da IA. Quando as pessoas se deparam com uma distribuição de resultados ampla e imprevisível, muitas vezes evitam apostas arriscadas. As empresas estão do outro lado dos investimentos dos indivíduos em capital humano. Para as empresas que dependem de trabalhadores qualificados, a incerteza em torno da IA representa um problema sem precedentes no planejamento da força de trabalho. Os líderes devem decidir quantas pessoas contratar, em quais funções e com quais salários, num contexto em que a validade de qualquer conjunto de competências é imprevisível. A mesma incerteza que dissuade os indivíduos de investir em educação também torna mais difícil para os líderes contratar e investir em seu pessoal, particularmente em regiões com restrições regulatórias à redução de efetivos. É claro que essa pode ser a razão pela qual o mercado de trabalho para recém-formados tem estado instável. Se os agentes de IA puderem redigir memorandos, escrever códigos, realizar tarefas administrativas básicas, conduzir pesquisas e construir modelos financeiros de forma mais rápida e barata do que funcionários juniores, então as empresas ajustarão seus planos de contratação de acordo com isso. Em termos simples, as expectativas em relação aos planos de contratação das empresas e aos investimentos individuais em capital humano são duas faces da mesma moeda. A matemática corporativa A incerteza do futuro também coloca em questão a forma como as empresas são avaliadas e, consequentemente, se e como elas levantam capital e comunicam seu valor aos investidores e outras partes interessadas. Para os líderes, isso significa que a névoa da IA influenciará o custo de capital, as condições em que o crescimento é financiado e se um plano estratégico será aprovado por analistas e investidores. A mecânica dessa mudança induzida pela névoa é simples, mas suas implicações são radicais. Os valores das ações são determinados pelo montante de caixa que uma empresa irá gerar no futuro. Os analistas projetam o fluxo de caixa livre de uma empresa para a próxima década, acrescentam um fluxo de lucros que reflete o desempenho a longo prazo e descontam esses fluxos de caixa para estabelecer um valor presente. Com base nos múltiplos atuais do mercado de ações, o valor terminal de uma empresa típica pode representar entre 60% e 80% de sua capitalização de mercado total. Um pressuposto fundamental aqui — a única justificativa para o valor terminal — é que acreditamos na durabilidade do negócio. Se a “névoa da IA” põe em causa a viabilidade a longo prazo do produto ou serviço principal de uma empresa, então devemos também questionar se ela alcançará seu valor terminal. Por sua vez, se duvidarmos do valor terminal, a avaliação desmorona. A empresa simplesmente vale menos. Outra maneira de pensar sobre essa consequência da névoa é que a IA está desafiando a preservação das vantagens competitivas das empresas. Qualquer negócio cuja vantagem competitiva se baseie principalmente em software, processos, capital humano ou conteúdo está agora vulnerável a um concorrente capaz de replicar recursos de forma mais rápida e barata. É isso que temos observado no setor de software como serviço (SaaS) B2B. As empresas de SaaS têm sido as queridinhas dos mercados de ações há décadas, pois se beneficiam de altos custos de mudança de fornecedor, baixa rotatividade de clientes e margens elevadas. Mas se a IA substituir as funcionalidades do software existente, comoditizar a criação de software, mudar o modelo de receita de altas taxas de assinatura por usuário para um consumo simbólico com base na margem, ou gerar disrupção fundamentalmente na pilha de software empresarial, o que será dessas empresas? O mercado ainda poderá justificar múltiplos de avaliação de 50 vezes o fluxo de caixa livre ou mais, como vemos atualmente em empresas como Samsara, Cloudflare e outras? Dentro da empresa, a mesma névoa A névoa que tudo envolve também afeta os mercados de capitais internos. Praticamente todas as grandes organizações adotam um processo de alocação de recursos por etapas. Uma equipe propõe uma nova iniciativa que requer um investimento de capital. Os líderes avaliam a proposta em relação a um limite mínimo de ROIC. Os defensores do projeto fazem uma projeção em um horizonte de cinco ou dez anos para calcular o retorno esperado. O empreendimento recebe financiamento se os números ultrapassarem o limite mínimo de custo de capital e se estiver alinhado com o plano estratégico da empresa. Mas o que acontece com essa abordagem quando o futuro é incerto? Considere uma hipotética empresa de fabricação por contrato de médio porte que produz componentes usinados com precisão para clientes dos setores aeroespacial e de defesa. A equipe de operações da empresa propõe um investimento de US$ 30 milhões em uma nova linha de produção, o que exigiria máquinas CNC avançadas, acabamento em sala limpa e sistemas de inspeção automatizados. A expansão das instalações foi dimensionada para atender à carteira de pedidos prevista da empresa. A equipe financeira elabora uma projeção de receitas para uma década, comparando-as com o desembolso de capital. A TIR (Taxa Interna de Retorno) ultrapassa a taxa mínima de rentabilidade com folga. A liderança deve aprovar o investimento? À medida que a incerteza se instala, eles devem se perguntar se, dentro de dois a três anos, uma nova geração de robôs controlados por IA — capazes de aprender tolerâncias a partir de algumas execuções de teste, em vez de meses de configuração — permitirá que os concorrentes (ou mesmo seus próprios clientes) internalizem essa produção por uma fração do custo de capital? Com suas ferramentas dedicadas, longas séries de produção e operadores qualificados, a nova linha está otimizada para o paradigma de fabricação atual. Mas se os sistemas robóticos de uso geral reduzirem drasticamente os custos de configuração que sempre protegeram os fabricantes especializados, a vantagem competitiva que protege a previsão de 10 anos da empresa não será confiável. A previsão de receita original vai por água abaixo. Otimização para o desconhecido Entramos em um período em que a confiança nas perspectivas de muitos investimentos de longo prazo diminuiu. Quanto mais opaco se torna o futuro, mais difícil é justificar apostas de longo prazo. Isso vale para empresas, para indivíduos, para investidores e até mesmo para governos. A opacidade eleva o custo de capital, pois é difícil precificar um alto nível de incerteza. Existem alguns resultados previsíveis dessa imprevisibilidade: os prêmios de risco aumentarão e os projetos com retornos distantes perderão o apelo. É óbvio que, se não se consegue enxergar o futuro, é difícil se preparar para ele. Esse tipo de opacidade é desconhecido para muitos de nós no Ocidente. Durante décadas, desfrutamos de uma combinação incomum de isolamento geopolítico, estabilidade institucional e mudanças tecnológicas que, embora acabassem por gerar disrupção, ocorreram com lentidão suficiente para não comprometer o planejamento de longo prazo. Essa estabilidade tornava racional investir em projetos de infraestrutura de longa duração, em carreiras especializadas, em cadeias de abastecimento extensas e em estruturas corporativas concebidas para mudanças evolutivas — mas não revolucionárias. Tivemos o luxo de investir como se o amanhã fosse uma versão ligeiramente atualizada do hoje. Diante da névoa da IA, no entanto, a repentina invisibilidade do futuro significa que a única opção convincente é a própria opcionalidade. Para os indivíduos, isso exigirá que cultivemos agilidade psicológica e profissional. Com isso, refiro-me à capacidade de abandonar um plano mesmo tendo investido nele, de nos requalificarmos com frequência, de nos reorientarmos para as oportunidades à medida que elas surgem e de abrir mão de nossas identidades profissionais para que possamos adaptá-las conforme as circunstâncias evoluem. Os líderes corporativos precisam incorporar a opcionalidade tanto em seus modelos de alocação de capital quanto em seus desenhos organizacionais. Em primeiro lugar, é hora de passar de compromissos de capital plurianuais para investimentos em etapas com pontos de decisão explícitos. Da mesma forma, é hora de (re)considerar os sistemas de orçamento de base zero, a fim de eliminar parte da inércia inerente à alocação de recursos. Será necessário substituir a pergunta “Qual é o retorno deste investimento em 10 anos?” por “Qual é o menor compromisso que podemos assumir agora para obter informações e o direito, mas não a obrigação, de prosseguir com mais capital?” O capital de risco sempre compreendeu essa lógica. Agora, as grandes corporações também precisam colocá-la em prática. Em segundo lugar, em vez de se limitar a estruturas organizacionais otimizadas para um futuro estável, reflita sobre como se organizar para a chegada da IA autônoma. Se o futuro “modelo operacional” da empresa é incerto — como talvez seja prenunciado por empresas como a Block, que demitiu cerca de 40% de sua equipe como parte do que o CEO Jack Dorsey alegou serem mudanças relacionadas à IA — e se há dúvidas em torno do portfólio de produtos e da economia das unidades, então os líderes não podem moldar a empresa de forma rígida com base em uma única previsão. Equipes modulares, mudanças frequentes nos processos e designs organizacionais à medida que empresas inovadoras descobrem abordagens novas e mais eficientes, o desenho de funções com flexibilidade incorporada e camadas de coordenação enxutas e adaptáveis (sejam elas humanas ou agentes de IA) — tudo isso ajudará a preservar a capacidade de manobra. Em terceiro lugar, os líderes precisam de melhores sistemas de monitoramento. Estamos testemunhando um período de mudanças constantes e sem precedentes na escala e no alcance das capacidades de IA de nível empresarial. É difícil até mesmo manter uma percepção passiva de tudo o que está acontecendo, e essa percepção passiva não é suficiente. Os líderes precisam formar uma pequena equipe cuja função em tempo integral seja monitorar as capacidades de ponta da IA e traduzir o progresso técnico em implicações gerenciais para a empresa, incluindo o que adotar, quando adotar, como implementar e o que tudo isso significa para a empresa. Essa equipe deve fazer perguntas incômodas desde o início, antes que o mercado faça as mesmas perguntas aos líderes, mas com maior veemência. Que novas oportunidades viabilizadas pela tecnologia estão por vir? Quais partes do portfólio de produtos serão comoditizadas pelos avanços técnicos? Quais ofertas são genuinamente defensáveis e quais permanecem prósperas apenas porque ninguém ainda direcionou um sistema capaz a elas? Quais fluxos de trabalho podem agora ser dissociados da mão de obra? . . . Os mercados e as empresas certamente se adaptarão a essa incerteza. Os investidores reajustarão suas estratégias. Serão fundadas empresas nativas de IA. As empresas existentes passarão por reestruturações, embora muitas possam fracassar. Nada disso exclui a possibilidade de um desfecho geralmente otimista. Uma enorme quantidade de capital já está fluindo para áreas nas quais há confiança coletiva na viabilidade de longo prazo, tais como infraestrutura energética, desenvolvimento de modelos de base, robótica e o ecossistema em expansão de empresas que constroem o substrato físico e computacional necessário aos sistemas inteligentes. Os ganhos de produtividade provavelmente se materializarão e, para muitas empresas, melhorarão a economia unitária. Mas essa incerteza significa que o crescimento explosivo em alguns setores coexistirá com uma reestruturação dolorosa em outros, e ainda é prematuro saber quais serão esses setores. Em suma, estamos entrando em uma mudança de paradigma na forma como apostamos no futuro. Os investimentos de longo prazo que definem a vida econômica moderna — hipotecas, cursos de Direito, desenvolvimento de produtos com alto investimento em ativos fixos — surgiram em uma época em que o futuro era suficientemente previsível para justificar um compromisso com ele. A IA tornou esse futuro opaco em muitas áreas, e fê-lo mais rapidamente do que nossas instituições conseguiram se adaptar. Os mercados acionários responderam com relativa rapidez à mudança, pois o capital geralmente pode ser realocado com apenas alguns cliques. É claro que reavaliar o valor de uma empresa é muito mais simples do que reestruturá-la. Mas os líderes ainda estão elaborando análises de fluxo de caixa descontado (DCF) de 10 anos. As universidades ainda estão vendendo cursos de quatro anos caros como ativos para toda a vida. Os governos ainda estão debatendo se a IA será, de fato, disruptiva. A névoa chegou. Já não se trata mais de saber se ela irá remodelar a forma como investimos, contratamos, construímos e planejamos. A questão verdadeiramente urgente é: iremos reformular nossas instituições para garantir a opacidade antes que os investimentos de todo tipo entrem em colapso?

O futuro está envolto em uma névoa de IA

Resumo.

Partner Center