A análise interna do Google de 15 milhões de interações com ferramentas de IA mostra que, embora 68% dos empregos agora utilizem um assistente de IA, esses sistemas automatizam apenas 21% das tarefas realizadas. Essa lacuna é importante porque as empresas estão apostando na IA para reformular fluxos de trabalho, mas os dados sugerem que a maioria dos trabalhadores ainda depende da tecnologia para apenas um punhado de atividades.

Por que os números importam

O estudo, realizado na plataforma Gemini do Google, apresenta um quadro detalhado da adoção da IA. Uma taxa de adoção de dois terços parece impressionante, mas o modesto número de 21% de automação significa que quatro em cada cinco tarefas continuam sem assistência de IA. Executivos que planejam implementações de IA em larga escala devem observar a discrepância entre as taxas de adoção divulgadas e os ganhos reais de produtividade — isso pode inflar as expectativas de ROI.

Como chegamos aqui

Fornecedores têm comercializado ferramentas de IA como o próximo passo na eficiência do local de trabalho, prometendo "agentes autônomos" que executam processos inteiros do início ao fim. Os dados do Google, no entanto, mostram que a maioria dos usuários utiliza a tecnologia para momentos específicos e colaborativos — brainstorming de ideias, elaboração de estratégias ou coleta de pesquisas — em vez de entregar um fluxo de trabalho inteiro. O estudo acompanhou cada interação com o Gemini, catalogando o propósito de cada solicitação e o tipo de trabalho que ela apoiava.

O que os dados revelam

  • Impulso limitado para automação total. Menos de uma em cada dez interações visava automatizar completamente uma tarefa. A maioria dos usuários prefere uma abordagem de "human-in-the-loop" (humano no controle).
  • Colaboração em vez de substituição. A maior parte do uso de IA concentra-se na geração de conceitos, no refinamento de estratégias e na realização de pesquisas de base, indicando que os trabalhadores veem a IA como uma parceira, e não como um substituto.
  • Trabalho rotineiro recebe atenção prioritária. Quando a IA automatiza, ela assume tarefas repetitivas e bem definidas. No entanto, mesmo aí, quatro quintos das atividades diárias permanecem intocadas.
  • Trabalho cognitivo e não rotineiro domina as chamadas de IA. Cerca de 65% das interações envolvem tarefas menos padronizadas — resolução de problemas, análise ou pensamento criativo — mostrando que os usuários recorrem à IA onde o julgamento humano ainda é importante.
  • Impacto desigual entre as ocupações. Funções de colarinho branco, como desenvolvimento de software e análise financeira, apresentam o maior uso de IA. Ocupações manuais ficam atrás, embora alguns técnicos já utilizem IA para diagnosticar falhas de equipamentos a partir de fotos.

O que está em jogo para as empresas

Se uma empresa construir sua estratégia de IA baseada na suposição de que a maior parte do trabalho será em breve entregue a sistemas autônomos, ela pode subinvestir nos processos humanos que ainda dominam a produção diária. Prometer automação em excesso pode corroer a confiança quando as eficiências esperadas não se materializarem. Por outro lado, reconhecer onde a IA já agrega valor — geração de ideias, pesquisa rápida, manipulação de dados rotineiros — permite que as empresas direcionem recursos de treinamento, ferramentas e governança de forma mais eficaz.

O contra-argumento

Alguns fornecedores argumentam que os números de adoção inicial são apenas o primeiro passo e que, à medida que os modelos melhorarem, as taxas de automação subirão acentuadamente. Eles apontam para os rápidos avanços nos modelos de linguagem de grande escala (LLMs) e o lançamento de agentes especializados como evidência de que o número de 21% é um ponto baixo temporário. Ganhos futuros são plausíveis, mas o estudo do Google ressalta que a intenção do usuário importa: sem um desejo claro de substituir tarefas, mesmo os modelos mais capazes permanecem como auxiliares, e não substitutos.

O que observar a seguir

  • Mudança na intenção do usuário. A proporção de solicitações totalmente automatizadas aumentará à medida que a confiança na IA crescer, ou a colaboração continuará dominante?
  • Curvas de adoção específicas por setor. Setores altamente regulamentados ou críticos para a segurança podem apresentar uma automação mais lenta, enquanto campos com forte base tecnológica podem elevar essa porcentagem.
  • Evolução das ferramentas. Novos recursos que integrem a IA de forma mais estreita aos pacotes de software existentes podem impulsionar a parcela de automação, mas apenas se estiverem alinhados aos fluxos de trabalho dos usuários.

Próximo passo prático para as equipes

Não deixe que uma taxa de adoção de manchete guie seu planejamento. Pergunte à sua própria equipe: “Quais tarefas específicas compõem nossos 21% de trabalho automatizado por IA?” Mapear essas tarefas oferece uma base concreta para escalar a automação, orçar licenças de IA e medir o real impacto na produtividade.

Conclusão: A IA é agora um assistente quase onipresente, mas ainda lida com uma minoria das tarefas. As empresas que tratarem a IA como uma ferramenta colaborativa hoje — e que identificarem exatamente o trabalho que ela já automatiza — estarão melhor posicionadas para capturar ganhos reais de eficiência quando a tecnologia finalmente ultrapassar o limite de 21%.