Expansão da IA entra no debate do Federal Reserve sobre inflação e produtividade

O Federal Reserve colocou a inteligência artificial no centro de um debate em curso sobre taxas de juros, uma disputa que agora atrai atenção no Google News após a divulgação da ata de sua reunião de julho.

As autoridades não debateram se a IA importa. Debateram qual efeito importa primeiro. O boom de infraestrutura está elevando a demanda, os salários e determinados preços agora. Os benefícios de produtividade permanecem incertos e postergados.

Esse problema de timing muda o significado econômico do boom da IA. Empresas de tecnologia descrevem seus gastos como um investimento em eficiência futura. O Fed precisa decidir se os gastos de hoje estão mantendo a inflação elevada.

O conflito central, portanto, é entre a demanda imediata e a oferta futura. Data centers exigem chips, aço, eletricidade, financiamento e trabalhadores especializados antes que os sistemas de IA implantados produzam ganhos econômicos amplos.

A distinção vai além dos bancos centrais. Juros mais altos afetam as avaliações de empresas de tecnologia, o endividamento corporativo, hipotecas, financiamento de venture capital e investimento empresarial. Eles também alteram as premissas financeiras por trás de cada projeto caro de IA.

A ata não prova que a IA esteja causando inflação em toda a economia. Ela mostra que os formuladores de política não podem mais tratá-la como uma história distante de produtividade.

O Fed colocou a IA em seu diagnóstico de inflação

A IA deixou de ser uma força econômica especulativa para se tornar um elemento explícito nas deliberações de política do Federal Reserve.

O Federal Open Market Committee se reuniu em 28 e 29 de julho de 2026. O comitê manteve a faixa-alvo para a taxa dos fundos federais entre 3,5% e 3,75%.

A votação foi de 9 a 3. Beth Hammack, Neel Kashkari e Lorie Logan preferiam uma alta de um quarto de ponto percentual, segundo a ata oficial da reunião de julho.

Essa divergência importa porque o comitê já enfrentava inflação elevada. A inflação total de despesas de consumo pessoal foi de 4,1% em maio, enquanto a inflação núcleo do PCE foi de 3,4%.

A equipe do Fed atribuiu a alta a diversas forças. Entre elas estavam tarifas, custos mais altos de energia, disrupções no Oriente Médio e a forte demanda ligada à expansão da IA.

O componente de IA apareceu ao longo de toda a ata. Não ficou restrito a uma observação passageira sobre ações de tecnologia.

A equipe afirmou que o investimento em IA continuava sustentando os gastos empresariais. As autoridades discutiram seus efeitos sobre preços de bens, demanda por trabalho, condições financeiras, produtividade, emprego e estabilidade financeira.

Alguns participantes apontaram grandes altas nos preços de chips e aço usados em data centers. Também citaram pressão sobre smartphones, equipamentos de informática, software e eletricidade.

Vários participantes disseram que os efeitos sobre os preços continuavam concentrados em categorias específicas. Outros acreditavam que o investimento em IA já estava ampliando a demanda mais ampla ou o faria em breve.

Essa discordância está no centro da história. Altas de preços relativos não necessariamente se transformam em inflação sustentada em toda a economia.

Uma escassez de chips pode elevar os preços dos chips sem criar inflação persistente em todos os lugares. No entanto, um vasto ciclo de investimentos pode afetar simultaneamente a demanda agregada por trabalho, energia, crédito e materiais.

As evidências do mercado de trabalho acrescentaram outra camada. Contatos do Fed relataram forte demanda por eletricistas, maquinistas e engenheiros que atendem projetos de infraestrutura de IA.

Essa demanda estava produzindo aumentos salariais notáveis nessas ocupações. Esses ganhos beneficiam os trabalhadores, mas também podem elevar os custos dos projetos quando a mão de obra qualificada continua escassa.

Ainda assim, o comitê manteve os juros inalterados. A maioria dos participantes queria mais informações sobre se a inflação estava recuando e como os choques recentes evoluiriam.

Muitos participantes avaliaram que um aperto adicional provavelmente se tornaria necessário se a inflação não caísse. Vários acreditavam que a política monetária talvez não fosse restritiva o suficiente.

Para leitores que chegam pelo Google News, a manchete pode soar como se o Fed tivesse descoberto a IA de repente. O registro mostra uma mudança mais importante.

O Fed estuda automação, produtividade e mudança tecnológica há anos. O que mudou foi a inserção da IA em uma decisão de política de curto prazo, com consequências mensuráveis para o crédito.

Uma narrativa de investimento em tecnologia tornou-se uma variável de política monetária. Cada novo data center agora está inserido em duas histórias ao mesmo tempo.

Uma diz respeito à futura capacidade de computação. A outra, à demanda presente em uma economia que ainda luta para levar a inflação de volta a 2%.

Google News captura um debate sobre timing, não sobre tecnologia

A divergência do Fed não é sobre se a IA pode elevar a produtividade. É sobre se esses ganhos chegam antes que os gastos com infraestrutura adicionem mais inflação.

Produtividade mede quanto produto os trabalhadores geram a cada hora de trabalho. Uma produtividade mais rápida pode permitir que empresas aumentem a produção e os salários sem elevar os preços no mesmo ritmo.

Esse é o cenário otimista. A IA auxilia trabalhadores, reduz custos de produção, expande a oferta e permite um crescimento econômico mais forte com menor pressão inflacionária.

Alguns participantes do FOMC esperam que a adoção de IA eleve a produtividade e o produto potencial. O produto potencial é o nível que uma economia pode sustentar sem gerar inflação excessiva.

No entanto, a ata qualifica repetidamente essa expectativa. As autoridades descreveram incerteza significativa tanto sobre o momento quanto sobre a magnitude dos ganhos.

A demora é crucial. As empresas precisam adquirir terrenos, equipamentos, conexões de energia, serviços de construção e financiamento antes que um data center execute cargas de trabalho úteis.

Depois, as empresas precisam redesenhar processos em torno da IA. Os trabalhadores precisam de treinamento, gestores precisam de métodos confiáveis de avaliação e as organizações precisam integrar sistemas aos dados existentes.

Esses ajustes consomem recursos antes de gerar economias. O processo pode elevar custos mesmo enquanto a tecnologia subjacente se torna mais capaz.

O relatório monetário de julho do Fed oferece um contexto útil. A produtividade do trabalho no setor empresarial registrou média anual de 2,1% após o fim de 2019.

Isso superou a média de 1,5% registrada durante o ciclo econômico anterior. Ainda assim, o relatório não atribuiu toda essa melhora à IA generativa.

Investimentos em tecnologia poupadora de mão de obra, capital de alta tecnologia e maior criação de empresas também contribuíram. Separar essas influências continua difícil em tempo real.

A presidente do Fed de Boston, Susan Collins, e o presidente do Fed de Richmond, Tom Barkin, fizeram essa distinção no início de 2026. Eles disseram que a IA ainda não estava impulsionando o avanço da produtividade.

A discussão sobre produtividade deles descreveu empresas usando IA para aprimorar o trabalho existente. Ela não sustentava afirmações de substituição generalizada de trabalhadores.

Barkin, em vez disso, relacionou alguns ganhos recentes a projetos anteriores de automação, mudanças operacionais, ajustes de pessoal e baixa rotatividade de funcionários.

Essas evidências enfraquecem qualquer afirmação simples de que a IA já transformou a produção em toda a economia. Elas não eliminam a possibilidade de ganhos futuros maiores.

A cobertura do Google News tende a condensar essa disputa em uma pergunta simples: a IA é inflacionária ou deflacionária? A resposta depende fortemente do horizonte temporal.

Durante a construção, a IA pode agir como um choque de demanda. Ela direciona capital e recursos escassos para um setor em rápida expansão.

Após uma adoção bem-sucedida, ela pode agir como uma melhora da oferta. A mesma economia pode produzir mais com menos insumos ou usar os trabalhadores existentes de forma mais eficaz.

Os dois mecanismos podem operar juntos. A política monetária se torna difícil quando o mecanismo inflacionário aparece nos dados atuais, enquanto o desinflacionário ainda depende de previsões.

O Fed não pode definir os juros apenas para um futuro prometido. Ele precisa responder à inflação observada, às condições de emprego, às expectativas e aos riscos financeiros.

Também não pode ignorar melhorias estruturais que possam elevar o crescimento sustentável. Um aperto excessivamente agressivo poderia suprimir o investimento antes que os benefícios de produtividade se espalhem.

É por isso que a ata contém várias posições, em vez de um único veredito institucional. Os membros estão testando diferentes cronogramas para o mesmo ciclo de investimento.

O debate persistirá até que os dados separem o crescimento impulsionado por gastos da produtividade impulsionada pela adoção. Essa separação é mais difícil do que acompanhar apenas a construção de data centers.

Pedidos de hardware podem ser contabilizados. Melhorias organizacionais, horas de trabalho evitadas, decisões melhores e nova produção frequentemente aparecem mais tarde e continuam difíceis de atribuir.

Para as empresas, isso cria um problema de mensuração com consequências para a política. Afirmações sobre eficiência da IA agora exigem evidências operacionais críveis, não apenas aumento dos gastos de capital.

A expansão da IA pressiona os juros antes de reduzir custos

A força econômica imediata vem da construção da capacidade de IA, enquanto as prometidas reduções de custos dependem de uma adoção bem-sucedida posteriormente.

Os gastos com infraestrutura de IA vão muito além dos fabricantes de semicondutores. Um grande data center precisa de geração de energia, acesso à rede elétrica, refrigeração, equipamentos de rede, terrenos e construção especializada.

Cada exigência conecta o setor de tecnologia a uma parte limitada da economia física. Mais investimento pode, portanto, elevar preços onde a oferta não consegue se expandir rapidamente.

A eletricidade ilustra o problema. Uma empresa de software pode implantar um novo código rapidamente, mas as concessionárias não conseguem adicionar linhas de transmissão ou capacidade de geração no mesmo ritmo.

A mão de obra qualificada cria outro gargalo. Eletricistas, engenheiros e maquinistas não podem ser formados instantaneamente quando muitos projetos os procuram ao mesmo tempo.

Os chips enfrentam suas próprias restrições. A manufatura avançada exige instalações caras, equipamentos especializados, longos prazos de entrega e cadeias de suprimento distribuídas internacionalmente.

Aço, sistemas de refrigeração e equipamentos elétricos acrescentam outras exposições. Um único projeto pode lidar com uma escassez, mas uma onda de construção em toda a indústria pode amplificá-la.

A equipe do Fed viu sinais dessa pressão tanto em bens quanto em serviços. As autoridades discordaram sobre se os efeitos permaneceriam restritos ou se se espalhariam pela demanda agregada.

Essa distinção determina a resposta de política. Bancos centrais geralmente não compensam toda mudança no preço de um produto específico.

A inflação persistente em toda a economia é diferente. Ela pode influenciar reivindicações salariais, precificação corporativa, expectativas e decisões de endividamento em todos os setores.

Muitos participantes temiam que anos de inflação acima da meta pudessem alterar esses comportamentos. Choques repetidos já adiaram o retorno esperado a 2%.

O investimento em IA poderia se tornar mais um fator de atraso se sustentasse a demanda enquanto a capacidade permanecesse limitada. Esse resultado não significaria que a tecnologia fracassou.

Significaria que a expansão física chegou mais rapidamente do que a economia conseguia fornecer seus insumos. As taxas de juros então se tornam parte do ajuste.

Juros mais altos desestimulam parte do endividamento e do investimento. Eles também reduzem a demanda em outros setores, potencialmente abrindo espaço para projetos de infraestrutura sem acelerar os gastos totais.

Essa medida traz custos amplos. As famílias enfrentam despesas maiores com hipotecas e crédito, enquanto empresas menores encontram financiamento mais restrito.

Empresas de tecnologia também podem enfrentar avaliações mais baixas. Lucros futuros se tornam menos valiosos quando investidores os descontam usando uma taxa de juros mais alta.

O crédito merece atenção especial. A ata afirmou que o financiamento de investimentos em IA estava sustentando emissões de títulos corporativos e ações.

Os participantes também observaram o aumento dos empréstimos junto a investidores não bancários e bancos regionais. Isso altera o perfil de risco da expansão.

Projetos financiados internamente expõem principalmente os acionistas à frustração. Projetos financiados por dívida podem transmitir perdas a credores, fundos, bancos e mercados conectados.

O Fed afirmou que as vulnerabilidades financeiras continuavam relevantes. As métricas de avaliação das ações estavam elevadas, e o entusiasmo com a IA sustentava preços altos para os papéis.

Sua equipe observou que o prêmio de risco das ações raramente havia sido menor na história recente, exceto durante a bolha das pontocom.

Essa comparação é um sinal de risco, não uma previsão de um colapso idêntico. As empresas, tecnologias e bases de receita atuais diferem das do fim dos anos 1990.

Ainda assim, o mecanismo é conhecido. Os investidores precificam lucros de longo prazo antes que a infraestrutura subjacente produza esses lucros em escala.

Se a produtividade ou a receita decepcionar, as avaliações podem cair. Condições financeiras mais restritivas podem então reduzir gastos, emprego e a riqueza das famílias.

Vários formuladores de políticas levantaram exatamente esse risco negativo. Uma reprecificação significativa das ações relacionadas à IA poderia enfraquecer o consumo e pressionar instituições financeiras expostas.

A expansão, portanto, pressiona o Fed em ambas as direções. A continuidade dos investimentos pode sustentar o crescimento e elevar os preços.

Uma reversão repentina pode prejudicar os mercados e a demanda. A política monetária precisa navegar entre um ciclo de construção superaquecido e uma reprecificação desestabilizadora.

Esse é o conflito maior por trás da manchete do Google News. A IA não é apenas mais um item na previsão econômica do Fed.

Ela é simultaneamente uma fonte de demanda, uma possível melhora da oferta, uma força no mercado de trabalho e uma concentração de risco financeiro.

Nenhuma decisão isolada sobre juros consegue isolar esses canais. O Fed pode conter a demanda total, mas não pode fabricar transformadores, treinar eletricistas nem garantir implementações rentáveis de IA.

A Promessa de Produtividade Ainda Não Tem um Veredito Claro

O argumento mais forte contra o otimismo imediato em relação à política é simples: os ganhos amplos de produtividade com IA continuam difíceis de verificar.

Os defensores do boom de investimentos apontam para o crescimento mais rápido da produção, os gastos de capital e usos promissores dentro das empresas. Esses são sinais relevantes, mas não estabelecem causalidade.

As recentes melhorias de produtividade começaram antes de a IA generativa alcançar ampla adoção empresarial. Automação, reorganização das empresas e mudanças operacionais da era da pandemia também influenciaram os dados.

As empresas também podem relatar pilotos bem-sucedidos sem alterar a produtividade de toda a economia. Uma ferramenta pode economizar tempo em uma tarefa enquanto adiciona trabalho de revisão, integração ou correção em outro ponto.

A produção gerada por IA ainda exige verificação em muitos contextos sensíveis. Erros podem eliminar as economias quando os funcionários precisam checar afirmações, reparar fluxos de trabalho ou administrar riscos de conformidade.

A adoção também é desigual. Tecnologia, finanças e serviços profissionais podem integrar IA mais rapidamente do que construção, saúde, governo ou pequenos negócios locais.

Essa desigualdade importa porque os dados nacionais de produtividade agregam setores muito diferentes. Grandes benefícios em um grupo restrito podem não alterar rapidamente a medida geral.

O arcabouço de política de 2026 do Federal Reserve de Nova York descreve outra complicação. As fricções de adoção podem reduzir temporariamente a eficiência realizada, mesmo à medida que a capacidade técnica melhora.

As organizações podem comprar ferramentas antes de aprender a usá-las bem. Podem duplicar sistemas, reestruturar equipes ou investir na preparação de dados sem ganhos imediatos de produção.

Essa lacuna torna a inflação atual mais difícil de interpretar. Custos mais altos podem representar uma fase temporária de investimento antes de a produtividade aumentar.

Também podem sinalizar que os ganhos esperados foram superestimados. A política monetária não consegue saber a diferença com certeza no início do ciclo.

Os dados de emprego apresentam ambiguidade semelhante. A ata afirmou que a IA produziu efeitos líquidos limitados sobre o emprego até agora.

Alguns trabalhadores teriam sido deslocados, enquanto projetos de infraestrutura criaram outros empregos. Os temores de demissões em massa não se materializaram nos dados agregados.

No entanto, a estabilidade do emprego não resolve a questão. As empresas podem reduzir contratações sem realizar grandes demissões, especialmente quando esperam automação futura.

Elas também podem usar IA para expandir a produção sem adicionar trabalhadores. Isso melhora a produtividade, mas pode enfraquecer as oportunidades para novos ingressantes no mercado de trabalho.

Vários participantes relacionaram a incerteza sobre IA à baixa contratação e às poucas demissões. As empresas podem estar adiando decisões enquanto as capacidades da tecnologia e as condições econômicas mudam.

Para os trabalhadores do conhecimento, a questão prática não é apenas se os empregos desaparecem. A composição do trabalho, os caminhos de entrada, os padrões de avaliação e as habilidades exigidas podem mudar primeiro.

Uma empresa que automatiza pesquisa, programação ou atendimento ao cliente ainda pode manter funcionários. Esses funcionários podem gerenciar mais produção enquanto dedicam tempo adicional à validação do trabalho automatizado.

Evidências confiáveis devem, portanto, incluir várias métricas. A receita por funcionário importa, mas também importam a qualidade da produção, as taxas de erro, os resultados para clientes e os custos totais de implementação.

Tempo economizado é insuficiente se os funcionários o redirecionam para corrigir falhas. A adoção em pilotos é insuficiente se os sistemas nunca se tornam parte da produção principal.

A posição cética não exige presumir que a IA fracassará. Ela exige recusar-se a contabilizar produtividade futura antes que ela apareça de forma consistente entre empresas e setores.

A tarefa do Fed é ainda mais rigorosa. Ele precisa avaliar se a produtividade está expandindo a oferta o suficiente para alterar as perspectivas de inflação e o nível adequado de juros.

Essa decisão exige evidências amplas e persistentes. Um conjunto de demonstrações impressionantes não pode substituir medições de toda a economia.

O Federal Reserve criou uma força-tarefa de produtividade para examinar tecnologias de uso geral, incluindo a IA.

Seu mandato liga a tecnologia diretamente ao emprego e à estabilidade de preços. A força-tarefa também inclui figuras da tecnologia e da economia de fora do banco central.

Esse trabalho pode melhorar as perguntas feitas pelos formuladores de políticas. Ele não pode eliminar o atraso básico entre a introdução de uma tecnologia e seus efeitos macroeconômicos mensuráveis.

Investidores, executivos e formuladores de políticas estão, portanto, olhando para relógios diferentes. Os mercados precificam ganhos futuros, as empresas administram projetos atuais e o Fed responde à inflação atual.

Os relógios só se alinharão quando a adoção produzir produção visível sem crescimento equivalente dos custos. Até lá, a promessa de produtividade continua sendo uma previsão, e não um fato de política.

Três Sinais Decidirão o Próximo Debate do Fed sobre IA

A próxima etapa do debate depende da amplitude da inflação, da produtividade verificada e da durabilidade financeira dos investimentos em IA.

O primeiro sinal é se a pressão de preços relacionada à IA se espalha além dos insumos de infraestrutura. Chips, eletricidade, serviços de engenharia e materiais para data centers oferecem as primeiras evidências.

Aumentos restritos sustentariam a visão de que a economia está passando por mudanças de preços relativos. Aumentos mais amplos e persistentes fortaleceriam o argumento por uma política mais restritiva.

O Fed acompanhará a inflação núcleo do PCE, o crescimento salarial, pesquisas empresariais e as expectativas de inflação. Também examinará se as empresas repassam custos mais altos de insumos aos clientes.

Essa distinção influenciará a reunião do FOMC de 15 e 16 de setembro. As autoridades já disseram que provavelmente seria necessário um aperto adicional caso a inflação não caísse.

Uma única leitura mensal não resolverá a questão. Os formuladores de políticas precisam de evidências de que a melhora resiste à volatilidade da energia, às tarifas e à demanda contínua por infraestrutura.

O segundo sinal é se a produtividade medida se torna claramente atribuível à adoção de IA. Isso exige mais do que gastos de capital mais rápidos ou declarações otimistas de executivos.

Evidências úteis mostrariam ganhos sustentados de produção em vários setores. Também mostrariam menores custos unitários após considerar hardware, software, treinamento, revisão e integração.

Divulgações corporativas podem ajudar se as empresas reportarem métricas operacionais consistentes. Pesquisas independentes e dados do governo continuam necessários porque as empresas têm incentivos para enfatizar implementações bem-sucedidas.

Se a produtividade acelerar enquanto a inflação recua, o cenário otimista ganha apoio. O Fed poderia tratar o crescimento mais forte como uma expansão da oferta, e não como excesso de demanda.

Se a produtividade estagnar enquanto os custos de infraestrutura aumentam, o caso restritivo se torna mais forte. A IA estaria então adicionando gastos antes de entregar um aumento correspondente de capacidade.

O terceiro sinal é como a expansão é financiada. Empresas de tecnologia com muito caixa podem absorver atrasos mais facilmente do que desenvolvedores altamente alavancados ou veículos especulativos de infraestrutura.

A ata destacou empréstimos de investidores não bancários e bancos regionais. Essa exposição merece escrutínio à medida que os projetos ficam maiores e as condições de crédito mudam.

Observe os spreads de crédito, as condições de refinanciamento, os atrasos de projetos e os cancelamentos. O aumento do estresse sugeriria que os retornos esperados da IA já não justificam o custo de capital.

Uma desaceleração controlada poderia reduzir a pressão inflacionária. Uma reprecificação brusca poderia apertar as condições financeiras, enfraquecer os investimentos e expor credores concentrados.

O Fed deve considerar ambos os resultados. Uma política restritiva pode esfriar a demanda, mas também pode acelerar o fracasso de projetos construídos com base em premissas otimistas de financiamento.

Desenvolvedores e compradores empresariais devem acompanhar esses sinais porque as condições monetárias moldam a estratégia de produto. Custos de financiamento mais altos podem restringir as opções de modelos e adiar a expansão da infraestrutura.

As empresas podem migrar do treinamento de sistemas maiores para a extração de mais valor dos modelos existentes. Eficiência, implementações menores e retornos mensuráveis nos fluxos de trabalho se tornariam mais importantes.

Os trabalhadores do conhecimento devem acompanhar as evidências de produtividade, e não apenas as previsões de perda de empregos. Padrões de contratação, redesenho de tarefas e controles de qualidade revelarão a adoção antes das demissões agregadas.

As equipes que avaliam IA devem preservar evidências sobre resultados e decisões. Uma base de conhecimento de IA pesquisável pode ajudar a conectar o trabalho gerado às fontes usadas para validá-lo.

Esse registro operacional se torna mais valioso quando executivos exigem retornos mensuráveis. Ele ajuda a distinguir automação útil de uma atividade que apenas transfere custos de revisão aos funcionários.

O Google News continuará produzindo versões dramáticas do debate do Fed sobre IA. A questão subjacente é menos teatral e mais consequente.

A IA pode expandir a capacidade produtiva antes que sua infraestrutura física sustente inflação, crédito caro e risco concentrado de mercado?

A resposta não virá por meio de um discurso, uma demonstração ou uma reunião de política. Ela surgirá por meio de preços, produção, financiamento e adoção no ambiente de trabalho.

Os leitores devem acompanhar essas métricas em conjunto. Uma queda da inflação sem produtividade verificada não confirmaria a tese otimista sobre IA.

Da mesma forma, produtividade forte com inflação persistente de infraestrutura deixaria o Fed diante de uma transição difícil. Custos e benefícios podem ser reais ao mesmo tempo.

A ação mais útil é substituir afirmações amplas por evidências mensuráveis. Acompanhe onde a IA reduz os custos totais, onde a infraestrutura os eleva e quem assume o risco de financiamento.

Essas evidências decidirão se a IA se torna o caminho do Fed para uma política mais branda ou mais um motivo para manter restritivas as condições de crédito.