Recentemente li o memorando macroeconômico prospectivo da Citrini Research. A CRISE GLOBAL DE INTELIGÊNCIA DE 2028O memorando parte do pressuposto de que, até 2028, a rápida adoção de agentes de IA poderá levar à substituição em larga escala de empregos de escritório, enfraquecer a demanda do consumidor e, em última instância, escalar para uma crise financeira sistêmica.
O objetivo deste artigo não é prever a direção do mercado. Em vez disso, analiso a narrativa em relações de causa e efeito testáveis e avalio quais partes podem plausivelmente se confirmar — e quais têm maior probabilidade de serem limitadas na prática — com base em sinais macroeconômicos e do mercado de trabalho disponíveis publicamente por volta de fevereiro de 2026, juntamente com informações sobre investimentos em IA e restrições de oferta. Em seguida, delineio estratégias práticas de gestão de risco em nível individual.
Como eu analiso a “Cadeia de Colapso Sistêmico” da Citrini Research
Na minha opinião, a tese de Citrini não se resume à ideia amplamente aceita de que “a IA automatizará algumas tarefas”. Trata-se de um argumento mais robusto, baseado no ciclo de feedback:
Deslocamento de inteligência → queda na renda dos trabalhadores de escritório
Suposição: Os agentes de IA tornam-se suficientemente capazes para substituir grande parte do trabalho de "execução cognitiva" (por exemplo, desenvolvimento de software, análise financeira, consultoria e alguns níveis de gestão), levando a uma rápida compressão da renda do trabalho.
Compressão de renda → consumo mais fraco e deterioração do crédito (especialmente dívidas de longo prazo, como hipotecas)
Suposição: A interrupção da renda entre trabalhadores de escritório com bom histórico de crédito desencadeia estresse em hipotecas residenciais, crédito ao consumidor e fluxos de caixa corporativos, criando condições para risco financeiro sistêmico.
“PIB Fantasma”
Alegar: Mesmo que a produtividade e os lucros corporativos aumentem, os ganhos se concentram nas mãos dos detentores de capital e da infraestrutura computacional, não se revertendo em consumo generalizado. A produção pode parecer forte enquanto a demanda enfraquece, reduzindo o crescimento geral.
Três pontos em que a narrativa tem maior probabilidade de ser enfraquecida por limitações do mundo real.
Não considero esta tese "necessariamente errada". Considero-a um cenário de cauda esquerda que exigiria várias condições fortes para se sustentar. Os principais obstáculos, na minha opinião, estão descritos abaixo.
A difusão da IA não é instantânea: restrições rígidas do lado da oferta retardam a adoção.
UM contra-argumento O trabalho macro da Citadel Securities enfatiza que a adoção da IA enfrenta restrições na expansão de data centers, no fornecimento de energia, na disponibilidade de chips, nos prazos de construção e na regulamentação. Nessas condições, a difusão tende a seguir uma curva em S, em vez de uma mudança abrupta.
Na minha opinião, enquanto a velocidade de implantação e os custos de substituição das unidades permanecerem controlados, torna-se materialmente mais difícil para a narrativa da Citrini gerar um rápido ciclo de feedback negativo em nível macro dentro de um período de dois a três anos.
Os sinais do mercado de trabalho no início de 2026 não mostram evidências sincronizadas de um amplo "deslocamento no estilo de colapso".
No mínimo, os sinais transversais em torno do início de 2026 incluem pontos de dados que não se alinham com a ideia de que "funções de software e similares de nível administrativo já foram rapidamente substituídas". A Citadel Securities, por exemplo, destaca um aumento nas vagas de emprego para engenheiros de software ano após ano.
Interpreto esse tipo de evidência da seguinte forma: ela não prova que o deslocamento não ocorrerá, mas sugere que a velocidade de substituição, a abrangência da difusão industrial e a intensidade da transmissão macroeconômica podem não atender às condições robustas necessárias para um colapso em curto prazo.
Afirmar que "a demanda entrará em colapso" é uma afirmação forte: historicamente, choques de produtividade são mais frequentes quando alteram a estrutura da demanda.
Um salto crucial na tese de Citrini é a suposição de que a queda na renda do trabalho supera a queda nos preços e a criação de nova demanda, resultando em uma deficiência persistente na demanda agregada. Considero essa conclusão como algo que requer mais evidências intermediárias.
Historicamente, as grandes mudanças tecnológicas costumam coincidir com a contração de funções e setores tradicionais, juntamente com a criação de novas funções, novos produtos, novos formatos de serviço e mudanças nos padrões de consumo. Isso não significa que a demanda agregada tenha sido eliminada.
Este ponto baseia-se em uma ampla história econômica, e não em uma única fonte. No debate atual, a perspectiva compartilhada entre a Citadel e veículos como... Reuters e Barron's O fato é que o modelo Citrini se assemelha mais a um teste de estresse com cauda esquerda do que a um cenário de referência.
Minhas Estratégias Práticas de Gestão de Riscos Pessoais: Transformando a Abordagem em um Checklist Executável
Não baseio meu plano em uma visão binária — “a economia vai entrar em colapso” versus “não vai”. Parto do pressuposto de que as estruturas de emprego e a distribuição de retornos entre trabalho e capital estão mudando e que os indivíduos devem aprimorar sua resiliência à volatilidade.
Não resista à IA
Começo por identificar em que partes do meu fluxo de trabalho um assistente de escritório com IA, como... iWeaver Pode simplificar diversas tarefas, incluindo organização da informação, resumo, preparação de rascunhos, anotações de reuniões e recuperação de conhecimento. Ao delegar essas tarefas a ferramentas, posso dedicar mais tempo à pesquisa, verificação, formulação de hipóteses e tomada de decisões.
Se eu conseguir acumular informações suficientes do mundo real, validá-las e organizá-las em uma base de conhecimento estruturada, minha capacidade de interpretar as mudanças do mercado se tornará mais estável. Isso também me ajuda a identificar tipos de funções que têm menor probabilidade de serem padronizadas e substituídas.
O bom senso é um bem pessoal escasso.
Uma citação atribuída ao CEO da NVIDIA, Jensen Huang, tem circulado amplamente online: “Inteligência é barata. Bom gosto é caro.” Eu a interpreto como um sinal de direção, e não como uma citação verificada de uma fonte primária. A ideia que extraio dela é que, à medida que os modelos reduzem o custo da execução cognitiva padronizada, o valor pessoal passa a depender mais da definição do problema, do estabelecimento de restrições, da organização da entrega e da responsabilidade.
Na prática, considero as seguintes capacidades relativamente escassas:
- Identificar a demanda real do mercado e traduzir necessidades ambíguas em metas, restrições e prioridades mensuráveis.
- Decompor a entrega em tarefas executáveis e organizar pessoas, ferramentas e dados para completar um ciclo de ponta a ponta.
- Esclarecer os limites de responsabilidade na colaboração interfuncional e garantir a entrega de resultados.
À medida que a geração de informações se torna mais barata, o material de referência aumenta, mas a proporção de informações acionáveis pode não crescer na mesma proporção. Meu foco é a filtragem e verificação, e então testo as conclusões contra restrições reais de negócios. As ferramentas podem gerar opções candidatas, mas os humanos ainda são os principais responsáveis pelas decisões, pelo controle de riscos e pelos resultados na entrega.
Controle a alavancagem de longa duração
Se minha renda depende muito de áreas que podem ser impactadas pela automação, reduzo as obrigações fixas de longo prazo — especialmente hipotecas com alta alavancagem e dívidas de consumo de longa duração — para que meu balanço patrimonial permaneça flexível. Exemplos disso incluem manter uma relação dívida/renda (DTI) mais baixa e possuir reservas de liquidez maiores. Esta não é uma previsão sobre a tendência dos preços dos imóveis; trata-se de uma decisão de gestão de riscos em um cenário de maior incerteza.
Mantenha uma mentalidade estável e uma boa saúde física.
Considero a gestão da mentalidade e o condicionamento físico como parte de uma estratégia de longo prazo. A experiência histórica sugere que as transições tecnológicas podem causar choques de emprego pontuais, mas não implicam necessariamente em estagnação prolongada da economia em geral. Quando a incerteza aumenta, a estabilidade emocional, a qualidade do sono, os hábitos de exercício e os indicadores básicos de saúde afetam diretamente a eficiência da aprendizagem e a velocidade de recuperação. Para reduzir a probabilidade de erros de decisão durante períodos de volatilidade de curto prazo, priorizo rotinas consistentes, exercícios regulares e gestão do estresse.
Considero o memorando da Citrini Research um teste de estresse útil, pois destaca o impacto potencial da IA na distribuição de renda, na transmissão de crédito e na concentração de capital. No entanto, com base nos sinais macroeconômicos e de contratação do início de 2026 e nas restrições do lado da oferta que limitam a velocidade de difusão da IA, inclino-me para a visão de que um ciclo de colapso sistêmico rápido não é um cenário base e exigiria condições intermediárias mais fortes para se materializar.
Meu foco pessoal é o desenvolvimento da resiliência em nível individual: reduzir o endividamento, melhorar a estabilidade física e mental, fortalecer capacidades difíceis de padronizar e manter alguma exposição a fontes de retorno atreladas a ativos produtivos, em vez de depender exclusivamente da renda salarial.
