A inteligência artificial deixou de ser apenas uma tecnologia para se tornar infraestrutura econômica
Nos primeiros anos da inteligência artificial generativa, grande parte da discussão ficou concentrada em ferramentas.
Qual chatbot responde melhor?
Qual modelo escreve melhor?
Quem gera as melhores imagens?
Qual empresa possui o modelo mais poderoso?
Essa fase foi importante, mas talvez estejamos entrando em uma etapa muito mais relevante.
A questão agora não é apenas o que a inteligência artificial consegue fazer.
A questão é:
o que acontece quando ela entra de verdade nos processos que fazem uma indústria funcionar?
Quando uma IA deixa de produzir apenas um texto e começa a participar da descoberta de medicamentos, analisar contratos imobiliários, executar partes de uma operação bancária, reduzir etapas de uma produção cinematográfica ou desenvolver software praticamente de ponta a ponta, já não estamos falando apenas de uma ferramenta de produtividade.
Estamos falando de transformação econômica.
Em 2026, a McKinsey reuniu justamente essa discussão na série AI in five industries: What’s now, and what’s next, analisando como a inteligência artificial está evoluindo em cinco setores muito diferentes: ciências da vida, imóveis, bancos, cinema e televisão e desenvolvimento de software.
Conheça a série AI in five industries da McKinsey
O mais interessante não é simplesmente constatar que todos esses setores utilizam IA.
É perceber que a mesma tecnologia está produzindo transformações completamente diferentes dependendo do contexto.
Em um laboratório, IA pode ajudar a identificar uma molécula.
Em um banco, pode executar etapas de um processo financeiro.
Em um prédio, pode identificar um vazamento antes de o administrador chegar ao trabalho.
Em um estúdio, pode reduzir semanas de pré produção.
Em uma empresa de tecnologia, agentes podem escrever, testar e revisar código enquanto os desenvolvedores humanos dormem.
Essa diversidade talvez seja um dos maiores sinais de que a inteligência artificial está passando de uma tecnologia horizontal para uma espécie de nova camada operacional da economia.
1. Saúde e ciências da vida: quando a IA começa a participar da descoberta científica
Poucas áreas demonstram melhor o potencial e, ao mesmo tempo, os riscos da inteligência artificial do que a saúde.
É importante fazer uma distinção.
Quando falamos aqui em transformação da saúde, uma parte importante das aplicações está acontecendo dentro das ciências da vida, incluindo indústria farmacêutica, biotecnologia, equipamentos médicos, pesquisa clínica e desenvolvimento de medicamentos.
A inteligência artificial já era utilizada nesse setor muito antes do surgimento do ChatGPT.
Algoritmos de aprendizado de máquina ajudavam na análise de moléculas, otimização da produção e interpretação de grandes conjuntos de dados.
O que mudou foi a escala.
Segundo especialistas ouvidos pela McKinsey, a nova geração de IA consegue combinar conhecimentos antes dispersos, identificar relações em enormes volumes de informação e permitir que pesquisadores explorem uma quantidade de possibilidades que seria impraticável para equipes humanas.
IA em ciências da vida segundo a McKinsey
Imagine o desenvolvimento de um medicamento.
Tradicionalmente, pesquisadores precisam identificar um alvo biológico, procurar moléculas capazes de atuar nesse alvo, testar combinações, analisar segurança, realizar ensaios clínicos e produzir uma quantidade gigantesca de documentação.
A IA começa a participar de várias dessas etapas.
Ela pode sugerir candidatos moleculares.
Pode ajudar a prever propriedades.
Pode analisar dados de pesquisas anteriores.
Pode identificar grupos específicos de pacientes.
Pode apoiar desenho de ensaios clínicos.
Pode automatizar parte da documentação científica e regulatória.
A McKinsey divide esse potencial entre IA científica e IA operacional.
Na parte científica, o objetivo é aumentar nossa capacidade de compreender doenças e desenvolver tratamentos.
Na operacional, o objetivo é acelerar processos gigantescos que sustentam laboratórios, fábricas, pesquisas clínicas e empresas farmacêuticas.
Essa distinção é importante porque o maior impacto econômico talvez não venha de uma única descoberta espetacular.
Pode vir da soma de milhares de pequenas melhorias.
Segundo os especialistas entrevistados pela McKinsey, aproximadamente 80% dos fluxos de trabalho analisados em empresas de ciências da vida apresentam algum potencial de utilização de agentes de IA. Em implementações em escala, eles relatam oportunidades de melhorias de crescimento e margem, embora esses valores dependam fortemente da empresa, do processo e da qualidade da implementação.
Isso também explica por que o setor exige tanta cautela.
Uma resposta incorreta em uma campanha publicitária é um problema.
Uma resposta incorreta associada a um medicamento, diagnóstico ou decisão clínica pode envolver vidas.
Por isso, saúde talvez represente perfeitamente a nova fase da IA:
quanto maior sua capacidade, maior precisa ser a governança.
A tecnologia não elimina a necessidade do médico, cientista ou pesquisador.
Ela pode mudar aquilo em que esses profissionais gastam seu tempo.
2. Mercado imobiliário: prédios começam a gerar dados e agentes começam a tomar providências
À primeira vista, inteligência artificial e mercado imobiliário parecem pertencer a mundos diferentes.
Um é digital.
O outro é formado por imóveis físicos, terrenos, contratos, obras e manutenção.
Mas justamente por isso a transformação pode ser enorme.
O setor imobiliário possui uma característica perfeita para IA: uma quantidade gigantesca de processos administrativos, documentos, contratos, avaliações, solicitações de manutenção e decisões de investimento.
Segundo a McKinsey, organizações já utilizam IA para interpretar contratos de locação, priorizar chamados de manutenção e apoiar decisões de investimento. A mudança mais importante, porém, está ocorrendo quando empresas deixam de aplicar IA apenas em tarefas isoladas e passam a redesenhar fluxos inteiros.
Veja como a IA está criando valor no mercado imobiliário
Considere um problema extremamente comum.
Um cano começa a vazar em um apartamento durante a madrugada.
No modelo tradicional, alguém percebe água, liga para a administração, o responsável tenta localizar a origem, procura um funcionário, chama um prestador e tenta entrar no apartamento.
Agora imagine o mesmo prédio equipado com sensores e agentes.
Um sensor detecta a anomalia.
Um agente identifica o apartamento provável.
Consulta permissões.
Notifica manutenção.
Organiza acesso autorizado.
Aciona prestadores.
Atualiza moradores.
Registra o incidente.
Esse exemplo aparece em uma análise da McKinsey sobre o futuro do modelo operacional imobiliário.
A diferença é profunda.
A IA não está apenas dizendo:
“Existe um vazamento.”
Ela começa a participar da resolução.
Essa é precisamente a diferença entre IA assistiva e IA agentiva.
Uma responde.
A outra executa etapas de um objetivo.
A McKinsey estima que a aplicação de IA possa representar até aproximadamente US$ 550 bilhões em valor anual ao longo da cadeia imobiliária, incluindo construção e desenvolvimento, dependendo da escala e da adoção.
Esse valor pode aparecer em diversas áreas.
Análise de propriedades.
Precificação.
Compra e venda.
Gestão de ativos.
Manutenção preventiva.
Eficiência energética.
Relacionamento com moradores.
Análise de contratos.
Planejamento de empreendimentos.
Construção.
Gestão de fornecedores.
O edifício deixa progressivamente de ser apenas uma estrutura física.
Ele passa a funcionar como um sistema produzindo informações constantemente.
A empresa imobiliária capaz de transformar essas informações em decisões pode operar de forma completamente diferente daquela que ainda administra milhares de imóveis apenas com e mail, telefone e planilhas.
3. Bancos: quando a IA deixa de orientar o funcionário e começa a executar o trabalho
O setor financeiro sempre foi um dos grandes usuários de tecnologia.
Bancos possuem enormes bases de dados, milhões de clientes e operações altamente estruturadas.
Durante anos, IA já era utilizada para identificar fraudes, avaliar risco e segmentar clientes.
A transformação atual é diferente.
A IA começa a evoluir de copiloto para agente.
A McKinsey descreve essa mudança de forma muito clara: sistemas agentivos podem deixar de apenas auxiliar bancários e começar a executar processos com múltiplas etapas, inclusive utilizando sistemas corporativos mediante controles adequados.
Leia a análise da McKinsey sobre bancos e IA agentiva
Pense no atendimento bancário.
Hoje um chatbot responde:
“Qual é o saldo da minha conta?”
Um agente futuro poderá receber:
“Organize minhas finanças para que eu economize R$ 1.000 por mês.”
Para cumprir esse objetivo, o agente poderia analisar despesas, identificar assinaturas, comparar produtos financeiros, sugerir alterações e, mediante autorização, executar determinadas ações.
Isso cria uma situação curiosa.
A disputa do futuro talvez não aconteça apenas entre bancos.
Pode acontecer entre bancos e agentes pessoais de IA.
A própria McKinsey já explora um cenário em que consumidores utilizam agentes externos para procurar produtos financeiros, comparar ofertas e até executar transações. Nesse caso, o cliente pode interagir menos com o aplicativo ou com a marca do banco.
Isso representa uma ameaça estratégica enorme.
Hoje, bancos competem pela interface com o cliente.
Amanhã, talvez o cliente converse principalmente com seu agente pessoal, enquanto o agente conversa com vários bancos.
A instituição financeira corre o risco de se tornar infraestrutura invisível.
Ao mesmo tempo, internamente, as oportunidades são grandes.
Processos de cadastro.
Conheça seu cliente.
Análise de crédito.
Liquidação.
Conciliação.
Atendimento.
Prospectação.
Gestão de relacionamento.
Compliance.
Engenharia.
A McKinsey observa que aplicações iniciais de IA agentiva já indicaram reduções relevantes de carga manual em determinados processos e estima potencial de redução de custos operacionais em certas configurações bancárias. Isso ainda não significa que todos os bancos conseguirão capturar esses ganhos.
Esse detalhe é fundamental.
Comprar IA não significa transformar um banco.
A transformação exige redesenhar processos, dados, responsabilidades, segurança e governança.
A tecnologia é apenas uma parte.
4. Cinema e televisão: IA entra no processo criativo, mas talvez não da forma que imaginávamos
Nenhum setor tornou a discussão sobre IA tão emocional quanto cinema e televisão.
Quando ferramentas generativas começaram a produzir imagens e vídeos, uma pergunta dominou o debate:
A IA substituirá atores, roteiristas, diretores e artistas?
Essa pergunta continua relevante.
Mas pode estar desviando nossa atenção de uma transformação mais imediata.
A inteligência artificial já começa a modificar o processo de produção.
Segundo a McKinsey, IA está reduzindo tempo de pré produção, automatizando partes da pós produção e tornando economicamente viáveis projetos que anteriormente seriam difíceis de justificar.
Leia Lights, camera, algorithm da McKinsey
Antes de uma câmera começar a gravar, uma produção envolve enorme quantidade de trabalho.
Roteiro.
Storyboard.
Pesquisa de locações.
Planejamento de cenas.
Orçamento.
Casting.
Figurino.
Previsualização.
Cronograma.
Depois da filmagem vêm montagem, efeitos, áudio, correção de imagem, legendagem, dublagem, distribuição e marketing.
A IA pode entrar em praticamente todos esses pontos.
Um diretor pode testar visualmente uma cena antes da gravação.
Uma produtora pode criar versões preliminares de cenários.
Equipes podem avaliar alternativas de edição.
Conteúdos podem ser localizados para outros idiomas mais rapidamente.
Materiais promocionais podem ser produzidos para centenas de segmentos.
E modelos de audiência podem ajudar empresas a entender melhor quais projetos possuem determinadas oportunidades comerciais.
A McKinsey estudou o setor combinando entrevistas com mais de vinte executivos, agentes, especialistas e acadêmicos, além de análises próprias do mercado de mídia.
Mas há algo particularmente interessante aqui.
Talvez a maior consequência da IA não seja produzir um filme inteiro apertando um botão.
Pode ser reduzir drasticamente o custo necessário para transformar uma ideia em um produto audiovisual profissional.
Isso mudaria quem consegue produzir.
Hoje, grandes produções exigem acesso a capital, equipamentos, profissionais especializados e distribuição.
Quando parte dessa infraestrutura se torna software, pequenas equipes ganham capacidades antes reservadas a grandes estúdios.
É uma dinâmica parecida com o que aconteceu com música, fotografia, publicação e criação de conteúdo.
A barreira de entrada cai.
Mas isso cria outro problema.
Se produzir conteúdo fica muito mais barato, teremos muito mais conteúdo.
Nesse cenário, o recurso escasso deixa de ser produção.
Passa a ser atenção.
E talvez essa seja uma das grandes ironias da IA no entretenimento.
Quanto mais fácil for criar, mais difícil será ser visto.
5. Desenvolvimento de software: talvez seja aqui que a transformação esteja avançando mais rapidamente
Se existe um setor no qual a IA generativa encontrou uma aplicação quase natural, provavelmente é desenvolvimento de software.
Código é linguagem.
Modelos de IA são extraordinariamente bons em trabalhar com linguagem estruturada.
Por isso, aquilo que começou como autocomplete rapidamente evoluiu.
Primeiro a IA completava uma linha.
Depois escrevia funções.
Depois analisava erros.
Depois criava testes.
Agora agentes começam a receber uma especificação e executar várias etapas do ciclo de desenvolvimento.
A McKinsey descreve sistemas capazes de especificar, escrever, testar e implantar software com níveis crescentes de autonomia, comprimindo determinados ciclos de semanas para dias ou até horas.
Leia AI powered software development da McKinsey
Essa mudança pode ter consequências econômicas gigantescas.
Durante décadas, havia um gargalo recorrente nas empresas:
faltava capacidade de desenvolvimento.
Havia mais projetos do que programadores disponíveis.
Mais ideias do que orçamento.
Mais sistemas antigos do que equipes capazes de modernizá los.
Se IA reduz significativamente o custo marginal de produzir software, a consequência não é simplesmente “programadores escreverão código mais rápido”.
A consequência pode ser:
muito mais coisas passarão a virar software.
Uma pequena empresa poderá desenvolver uma ferramenta interna que antes não justificaria contratar uma equipe.
Um profissional poderá automatizar processos específicos.
Departamentos poderão criar sistemas adaptados à própria operação.
Empreendedores poderão testar produtos com equipes menores.
A própria função do desenvolvedor também muda.
Quanto mais código a máquina produz, mais importante ficam arquitetura, decisão, segurança, contexto, produto e validação.
Um estudo mais recente da McKinsey sobre desenvolvimento agentivo encontrou organizações obtendo ganhos de produtividade de aproximadamente duas vezes em partes relevantes das equipes, enquanto outras praticamente não capturavam benefícios. A diferença estava menos na simples disponibilidade da ferramenta e mais no redesenho de processos, papéis e mecanismos de verificação.
Isso é uma lição que se aplica aos cinco setores deste artigo.
A IA não cria valor apenas porque foi instalada.
Ela cria valor quando o trabalho muda ao redor dela.
O verdadeiro padrão não é automação. É redesenho
Saúde, imóveis, bancos, cinema e software parecem setores completamente diferentes.
Mas quando observamos o que está acontecendo, encontramos um padrão comum.
A primeira fase da IA é:
ajudar alguém em uma tarefa.
A segunda é:
executar partes da tarefa.
A terceira é:
redesenhar o processo inteiro considerando que humanos e agentes podem trabalhar juntos.
Isso explica por que tantas empresas relatam utilizar inteligência artificial sem conseguir mostrar impacto financeiro equivalente.
Adicionar uma IA a um processo ruim pode simplesmente produzir o mesmo processo ruim mais rapidamente.
A McKinsey chama atenção justamente para empresas que estão indo além da adoção de ferramentas e redesenhando produtos, serviços, processos centrais e sistemas organizacionais em torno da tecnologia.
Veja The AI Transformation Manifesto
Essa talvez seja a diferença entre digitalização e transformação.
Digitalização pergunta:
“Como podemos usar IA neste processo?”
Transformação pergunta:
“Se pudéssemos criar este processo novamente hoje, sabendo o que a IA consegue fazer, ele continuaria existindo desta forma?”
São perguntas completamente diferentes.
O ser humano não desaparece. Sua posição dentro do sistema muda
Existe uma interpretação simplista segundo a qual quanto mais IA existe, menos seres humanos serão necessários.
Algumas tarefas realmente poderão desaparecer.
Algumas funções serão reduzidas.
Outras surgirão.
Mas nos cinco setores analisados existe um padrão mais sutil.
O humano tende a sair da execução repetitiva e se aproximar das decisões de maior responsabilidade.
Na medicina:
validação, julgamento clínico, ética.
Nos bancos:
risco, relacionamento, supervisão.
No mercado imobiliário:
negociação, estratégia, decisões de capital.
No cinema:
direção criativa, narrativa, identidade.
No software:
arquitetura, produto, segurança, validação.
Isso não significa que a transição será simples ou indolor.
Significa apenas que a capacidade humana mais valiosa talvez deixe progressivamente de ser executar cada etapa.
Passará a ser:
decidir o que deve ser feito, supervisionar como está sendo feito e assumir responsabilidade pelo resultado.
Quanto mais autonomia, maior o problema da confiança
Há um ponto comum a todos esses setores:
a confiança.
Se um chatbot escreve uma frase errada, podemos corrigi la.
Mas imagine:
uma IA indicando um tratamento inadequado,
um agente autorizando uma transação incorreta,
um sistema imobiliário acionando uma operação errada,
um modelo utilizando indevidamente a imagem de um ator,
um agente de software introduzindo uma vulnerabilidade.
Quanto mais autonomia entregamos, mais precisamos de:
governança,
auditoria,
segurança,
rastreabilidade,
validação,
controle de acesso,
responsabilidade humana.
Esse é um paradoxo importante da IA agentiva.
Quanto menos o ser humano precisar executar diretamente, mais importante pode se tornar sua capacidade de supervisionar o sistema.
O que essas cinco indústrias nos dizem sobre o futuro da economia
Durante alguns anos, inteligência artificial foi tratada quase como um produto.
Empresas perguntavam:
“Qual ferramenta devemos comprar?”
Essa pergunta está envelhecendo rapidamente.
A pergunta mais relevante agora talvez seja:
“Que parte do nosso negócio pode funcionar de maneira completamente diferente porque existe IA?”
É aí que a transformação começa.
Nos laboratórios, inteligência artificial amplia a escala da experimentação.
Nos prédios, agentes começam a conectar sensores a decisões.
Nos bancos, sistemas evoluem de assistentes para executores.
No cinema, o custo e o tempo de produção começam a mudar.
No desenvolvimento de software, o código deixa progressivamente de ser o principal gargalo.
Cinco setores.
Cinco transformações diferentes.
Uma mesma mudança estrutural:
inteligência está se tornando uma capacidade disponível sob demanda.
E quando inteligência, análise, criação e execução ficam mais acessíveis, a vantagem competitiva tende a migrar.
Não vence necessariamente quem possui acesso à melhor IA.
As mesmas ferramentas podem estar disponíveis para milhares de empresas.
Vence quem consegue conectá las melhor a:
dados,
processos,
pessoas,
produtos,
clientes,
decisões.
A próxima fase da IA será menos visível e muito mais importante
Talvez exista uma ironia na evolução da inteligência artificial.
Quanto mais importante ela se tornar, menos perceberemos que estamos utilizando IA.
Hoje abrimos uma janela e conversamos com um chatbot.
Isso torna a tecnologia extremamente visível.
No futuro, talvez a IA esteja silenciosamente:
organizando cadeias de suprimentos,
monitorando edifícios,
preparando ensaios clínicos,
executando processos financeiros,
testando software,
otimizando produções audiovisuais,
analisando riscos,
coordenando agentes.
A interface desaparecerá.
O resultado permanecerá.
Foi assim com muitas tecnologias importantes.
Ninguém entra em uma empresa moderna pensando constantemente:
“Estou utilizando eletricidade.”
Ninguém abre um aplicativo pensando:
“Estou utilizando computação em nuvem.”
Essas tecnologias se tornaram infraestrutura.
A inteligência artificial pode seguir o mesmo caminho.
E talvez seja justamente aí que sua transformação econômica se torne realmente profunda.
Da saúde ao cinema, a pergunta deixou de ser se a IA chegará
A resposta já está diante de nós.
Ela chegou!
Mas não chegou da mesma maneira a todos os lugares.
Na saúde, precisa provar segurança.
Nos bancos, precisa conquistar confiança.
Nos imóveis, precisa conectar mundo digital e físico.
No cinema, precisa conviver com criatividade, direitos e identidade.
No software, precisa ser controlada enquanto acelera drasticamente a produção.
Isso mostra por que perguntar simplesmente:
“A IA vai mudar os negócios?”
já parece pouco.
A questão mais interessante é:
“Como cada indústria será redesenhada quando inteligência, criação e execução puderem ser parcialmente delegadas a máquinas?”
Essa resposta será diferente em cada setor.
E justamente por isso estamos provavelmente apenas no começo.
A inteligência artificial não está produzindo uma única revolução.
Ela está produzindo várias revoluções simultaneamente.
E algumas das mais importantes talvez ainda nem tenham começado.
