Singapura Promete que a IA Ajudará os Trabalhadores, mas Só a Produtividade Não Protegerá os Empregos

O primeiro-ministro de Singapura, Lawrence Wong, renovou uma promessa difícil: a IA deve elevar a produtividade sem deixar que os trabalhadores enfrentem sozinhos as consequências da disrupção.

O compromisso, noticiado em 8 de agosto, coloca os empregos no centro da estratégia de IA de Singapura. O governo quer que as empresas adotem a tecnologia, criem trabalho de maior valor e ajudem funcionários apreensivos a migrar para funções melhores.

Isso parece tranquilizador, mas envolve uma tensão séria. Ganhos de produtividade não se traduzem automaticamente em crescimento salarial, novas vagas ou carreiras mais seguras. As empresas também podem usar as mesmas ferramentas para reduzir contratações, consolidar tarefas e eliminar trabalho de nível inicial.

A posição de Wong é, portanto, mais exigente do que uma promessa convencional de financiar pesquisa em IA. Na prática, Singapura argumenta que políticas públicas podem moldar a forma como os empregadores distribuem os benefícios da tecnologia.

O país já conta com diversas ferramentas para esse esforço. Elas incluem formação subsidiada, intermediação de empregos, subsídios para empregadores, coordenação tripartite e um Conselho Nacional de IA presidido por Wong.

O teste mais difícil ainda está por vir. Singapura precisa provar que esses programas mudam o comportamento das empresas depois que a IA torna algumas tarefas mais baratas e reduz a necessidade de trabalhadores.

Singapura Transformou a Adoção de IA em Política de Emprego

A mudança significativa não é o apoio de Singapura à IA, mas sua decisão de avaliar esse apoio pelos resultados para os trabalhadores.

Singapura promove automação e investimento digital há anos. A posição mais recente vai além ao vincular a adoção de IA a empregos melhores, transições de carreira e ganhos de produtividade compartilhados.

Wong deixou o princípio explícito em sua mensagem do Dia do Trabalho. O governo não pode preservar todas as posições existentes, disse ele, mas pretende proteger os trabalhadores ajudando-os a se adaptar e encontrar novas oportunidades.

Essa distinção é importante. Proteger todos os empregos exigiria desacelerar a automação ou preservar funções depois que suas tarefas subjacentes perdem valor. Proteger todos os trabalhadores exige formação, apoio à renda, redesenho de funções e caminhos confiáveis para novos empregos.

A segunda abordagem aceita a disrupção em vez de negá-la. Ela também torna o governo responsável por saber se funcionários deslocados conseguem atravessar essa transição.

A estrutura de políticas de Singapura reflete essa responsabilidade mais ampla. O Conselho Nacional de IA coordena a agenda nacional, enquanto agências de trabalho conectam a adoção de tecnologia ao planejamento da força de trabalho.

O governo também está reunindo a Workforce Singapore e a SkillsFuture Singapore na Agência de Desenvolvimento de Competências e da Força de Trabalho. O objetivo é aproximar formação, orientação de carreira e intermediação de empregos.

Essa mudança institucional trata de uma fragilidade comum nos programas de requalificação. Um curso pode ensinar uma competência útil sem conectar o aluno a um empregador que realmente precise dela.

Singapura quer que um único sistema enxergue os dois lados desse mercado. Ele pode identificar as competências demandadas pelas empresas, direcionar trabalhadores para formação relevante e ajudar empregadores a redesenhar posições em torno dessas capacidades.

O governo também atua por meio de sindicatos e grupos empresariais. Essa estrutura tripartite oferece aos trabalhadores um canal formal para participar de decisões que, de outra forma, poderiam permanecer dentro das equipes corporativas de tecnologia.

Essa abordagem tem importância prática. A adoção de IA raramente chega como uma única decisão visível de substituição. Muitas vezes, começa com projetos-piloto de software, metas de desempenho alteradas, equipes de projeto menores e menos contratações de profissionais juniores.

Os trabalhadores precisam de representação antes que essas mudanças se tornem permanentes. Os empregadores também precisam de orientação antes de automatizar uma tarefa sem planejar como o funcionário afetado contribuirá em outro lugar.

A política de Singapura trata, consequentemente, da gestão de um processo, não do anúncio de um programa. Ela considera a adoção de IA, a formação, a intermediação de empregos e os padrões de emprego como partes conectadas da mesma transição.

A promessa continua condicional, porém. As instituições podem coordenar assistência, mas não podem garantir que cada função deslocada terá uma substituta equivalente.

Essa lacuna cria a questão central para Singapura. O governo consegue influenciar o comportamento dos empregadores com rapidez suficiente para tornar real a proteção aos trabalhadores?

Os Dados de Produtividade Sustentam o Otimismo, Com Limites Importantes

Singapura já tem evidências de que a IA pode melhorar a produção, mas essas evidências ainda não provam que os trabalhadores receberão os ganhos.

Um estudo do Ministério da Mão de Obra de abril de 2026 constatou que 28,5% das empresas pesquisadas haviam começado a adotar IA. Portanto, a maioria das empresas ainda não a havia adotado.

Apenas 3,8% estavam integrando IA a processos essenciais. Outras 7,4% planejavam adotá-la, enquanto 6% conduziam projetos-piloto.

Esses números descrevem um mercado inicial. Eles não mostram uma economia na qual a automação já transformou todos os escritórios, fábricas ou operações de serviços.

A adoção também varia acentuadamente conforme o porte da empresa. O ministério constatou que 23,9% das empresas com menos de 25 funcionários haviam adotado IA.

Entre empresas com mais de 500 funcionários, a adoção chegou a 76,4%. Organizações maiores normalmente dispõem de mais dados, equipe técnica, capital e capacidade gerencial para apoiar a implementação.

Os resultados de produtividade são mais fortes. Entre as empresas que usam IA, 70,7% relataram melhora na produtividade dos trabalhadores, segundo as conclusões do governo sobre adoção de IA.

Outras 13,3% relataram melhor tomada de decisão, enquanto 11,9% citaram ganhos de inovação. Esses são resultados relatados pelas próprias empresas, e não estimativas de produtividade medidas de forma independente.

Ainda assim, eles ajudam a explicar a confiança de Wong. A IA já está produzindo benefícios para alguns empregadores antes de a adoção alcançar a maior parte da economia.

A questão não resolvida é a distribuição. Uma empresa pode produzir mais com a mesma força de trabalho, produzir a mesma quantidade com menos funcionários ou expandir porque custos menores criam demanda.

Cada caminho eleva a produtividade medida. Apenas alguns deles produzem de forma confiável mais empregos ou salários mais altos.

Singapura quer que o redesenho de funções direcione os empregadores para a expansão e a ampliação de capacidades. Ampliação significa usar IA para estender as capacidades de um trabalhador, em vez de substituir a função inteira.

Um funcionário de manutenção, por exemplo, pode usar agendamento por IA para receber tarefas compatíveis com sua experiência e localização. A tecnologia reduz o tempo de coordenação, enquanto a inspeção física e o reparo permanecem com o trabalhador.

O desenvolvimento de software apresenta um caso mais complexo. A IA pode redigir e revisar código, permitindo que engenheiros concluam algumas tarefas mais rapidamente.

Esse ganho pode aumentar o número de produtos que uma equipe desenvolve. Também pode permitir que uma empresa entregue seu roteiro atual com menos desenvolvedores juniores.

A diferença depende da demanda, das decisões gerenciais e de a empresa reinvestir as economias. A formação, por si só, não pode controlar esses fatores.

As pequenas empresas criam outro desafio. Elas empregam muitos trabalhadores, mas têm menor capacidade de avaliar modelos, proteger dados, redesenhar processos e treinar equipes.

Se grandes empregadores adotarem IA muito mais rapidamente, as diferenças de produtividade podem aumentar. Trabalhadores de empresas menores podem receber menos oportunidades de desenvolver experiência prática com a tecnologia.

Subsídios governamentais podem reduzir essa divisão, mas dinheiro não fornece liderança interna. Os empregadores ainda precisam de gestores que compreendam tanto o trabalho quanto os limites dos sistemas de IA.

Os dados iniciais, portanto, sustentam um otimismo cauteloso. Singapura tem evidências de ganhos de produtividade e poucas evidências atuais de deslocamento amplo de trabalhadores.

Ainda não há prova de que maior produtividade criará empregos melhores de forma consistente. Esse resultado depende de escolhas que as empresas estão apenas começando a fazer.

A Verdadeira Disputa É Entre Empregos Melhores e Menos Empregos

O principal conflito de Singapura está entre seu compromisso com empregos melhores e o incentivo econômico para concluir o trabalho com menos pessoas.

A IA não precisa eliminar uma ocupação para enfraquecer sua base de emprego. Ela pode automatizar tarefas selecionadas, aumentar a produção individual e reduzir o número de vagas necessárias.

Esse mecanismo é especialmente importante para o trabalho intelectual de nível inicial. Funções juniores frequentemente incluem tarefas estruturadas, como resumir documentos, preparar rascunhos iniciais, verificar registros ou realizar pesquisa básica.

Essas tarefas também dão aos novos trabalhadores a experiência necessária para assumir responsabilidades mais avançadas. Se as empresas as automatizarem, o ganho imediato de eficiência poderá prejudicar a trajetória profissional de longo prazo.

Um empregador pode manter profissionais experientes que supervisionam trabalho gerado por IA. Em seguida, pode contratar menos recém-formados porque cada funcionário sênior consegue gerenciar mais produção.

Não é necessária uma demissão em massa. O mercado de trabalho muda por meio de vagas que deixam de existir, grupos menores de contratações e requisitos de experiência mais rigorosos.

Os dados oficiais de trabalho de Singapura continuam relativamente saudáveis. O emprego total aumentou em 9.400 durante o primeiro trimestre de 2026, incluindo 5.400 trabalhadores residentes adicionais.

O desemprego geral ficou em 2% em março. O desemprego entre residentes foi de 2,9%, enquanto o desemprego entre cidadãos foi de 3,1%.

As demissões aumentaram de 3.690 no trimestre anterior para 3.830. A incidência permaneceu dentro do que o governo considera padrões não recessivos.

Também havia 73.300 vagas de emprego em março, abaixo das 77.700 de dezembro de 2025. A relação entre vagas e pessoas desempregadas caiu de 1,58 para 1,46.

Esses dados do mercado de trabalho não mostram uma crise de emprego impulsionada por IA. Eles mostram uma desaceleração da demanda por trabalho e reestruturação concentrada em vários setores voltados ao mercado externo.

O momento importa. A maioria das empresas singapurenses não integrou IA a processos essenciais, portanto os dados atuais de emprego refletem apenas a fase inicial da transição.

Uma taxa de desemprego estável hoje não pode encerrar o debate sobre o que uma adoção mais profunda fará. Ela estabelece uma base a partir da qual mudanças posteriores devem ser medidas.

Wong reconheceu que alguns empregos desaparecerão. Sua afirmação mais ambiciosa é que a transformação econômica criará novos empregos e empregos melhores.

Essa afirmação depende de escala e tempo. Novas posições precisam surgir em quantidade suficiente, e os trabalhadores afetados precisam conseguir se qualificar para elas antes que o desemprego se prolongue.

Um funcionário de entrada de dados não pode se tornar automaticamente um analista de sistemas de IA após concluir um curso curto. A nova função pode exigir fundamentos técnicos, conhecimento de domínio e experiência que levam anos para desenvolver.

Em vez disso, alguns trabalhadores precisarão de funções adjacentes que preservem o valor de sua experiência existente. Um funcionário de operações financeiras pode migrar para tratamento de exceções, revisão de conformidade ou suporte ao cliente.

O redesenho de funções funciona melhor quando os empregadores começam pelo conhecimento do trabalhador. Funciona mal quando as empresas definem toda transição como tornar-se especialista em IA.

O mesmo princípio se aplica às ferramentas de produtividade usadas por trabalhadores do conhecimento. Uma base de conhecimento pessoal pode reduzir o tempo gasto para localizar trabalhos anteriores e preparar resumos.

Isso torna um funcionário mais rápido, mas velocidade não é o resultado final. A gestão decide se o tempo economizado sustenta trabalho mais profundo, clientes adicionais ou menos posições.

Singapura pode influenciar essa decisão com subsídios, normas trabalhistas e participação sindical. Não pode eliminar a pressão comercial por trás dela.

A promessa do governo só terá sucesso se a produtividade se tornar valor adicional, e não apenas uma exigência de menor número de funcionários.

A Formação Deve Chegar ao Trabalho, Não Parar na Sala de Aula

A proteção dos trabalhadores dependerá de a formação mudar funções reais, decisões de contratação e mobilidade de carreira.

Singapura tem uma base sólida para a aprendizagem ao longo da vida por meio do SkillsFuture. O governo agora está adaptando essa infraestrutura para um mercado de trabalho moldado pela IA.

A partir do segundo semestre de 2026, espera-se que os singapurianos que fizerem cursos selecionados de IA do SkillsFuture recebam seis meses de acesso a ferramentas premium de IA.

Esse acesso enfrenta uma barreira prática. Os trabalhadores não conseguem desenvolver fluência apenas ouvindo sobre IA sem utilizá-la em tarefas realistas.

Wong observou que muitas pessoas usam a IA como uma ferramenta de busca aprimorada. Esse é um ponto de partida útil, mas não representa uma integração mais profunda ao fluxo de trabalho.

Um uso significativo pode envolver comparar contratos, analisar feedback de clientes, redigir código, preparar previsões operacionais ou recuperar evidências de documentos internos.

Cada tarefa exige mais do que escrever prompts. Os trabalhadores precisam entender qualidade das fontes, privacidade, verificação, escalonamento e as consequências de um resultado incorreto.

A formação deve, portanto, estar vinculada às ocupações. Um curso genérico pode explicar o comportamento dos modelos, enquanto um programa específico para cada função pode mostrar onde os erros geram riscos legais, de segurança ou financeiros.

Os empregadores também precisam reformular as expectativas de desempenho. Um trabalhador não deve concluir uma formação e retornar a uma função cujas responsabilidades, acesso a software e estrutura de aprovação permaneçam inalterados.

É nesse ponto que o Enterprise Workforce Transformation Package se torna importante. Ele apoia empresas que redesenham empregos, requalificam funcionários e adotam ferramentas de IA de forma integrada.

A sequência importa. Um empregador deve identificar a tarefa que está mudando, definir as futuras responsabilidades do funcionário, oferecer formação e medir o trabalho resultante.

Uma sequência desconectada produz resultados fracos. As empresas podem comprar software primeiro, descobrir ganhos de eficiência e só depois considerar o que acontece com as pessoas que executavam o processo antigo.

A compatibilização de empregos também deve considerar a capacidade demonstrada. Credenciais tradicionais podem não revelar se alguém consegue usar uma ferramenta de IA com responsabilidade em um campo específico.

Os trabalhadores precisam de formas de demonstrar projetos concluídos, prática supervisionada ou resultados validados no local de trabalho. Os empregadores precisam de sinais mais confiáveis do que apenas a participação em cursos.

A agência de força de trabalho resultante da fusão poderia ajudar a criar essas conexões. Ela terá uma visão mais ampla da participação em cursos, vagas, necessidades dos empregadores e transições de carreira.

Sua eficácia deve ser medida por resultados. As taxas de conclusão importam menos do que saber se os participantes ingressam em empregos adequados, permanecem empregados e aumentam seus rendimentos.

O acesso também merece atenção especial. Profissionais em meio de carreira com horários flexíveis podem participar mais facilmente do que trabalhadores em turnos, cuidadores e pessoas que enfrentam uma perda imediata de renda.

O apoio à formação deve considerar tempo, confiança, idioma, deficiência e escolaridade anterior. Caso contrário, os trabalhadores mais expostos à automação poderão ser os que menos utilizam os programas.

Pequenos empregadores também precisam de assistência personalizada. Uma ferramenta curta de diagnóstico pode ajudá-los a identificar o nível de preparação, mas o diagnóstico não conclui a implementação.

Eles podem precisar de conhecimento técnico compartilhado, fornecedores aprovados, orientações de segurança e exemplos de empresas semelhantes. Sem esse apoio, muitos permanecerão em modo piloto.

A estrutura coordenada de Singapura oferece uma vantagem nesse aspecto. Órgãos governamentais, sindicatos, provedores de formação e grupos de empregadores podem identificar obstáculos em toda a transição.

Coordenação ainda não é execução. Cada passagem entre um curso, uma empresa e uma vaga cria mais um ponto em que um trabalhador pode ficar desamparado.

A melhor evidência virá da mobilidade real. Singapura deve acompanhar se trabalhadores em risco migram para funções redesenhadas antes do deslocamento, e não apenas depois de perderem o emprego.

Também deve examinar a qualidade dos empregos. Uma transição rápida para trabalho mal remunerado ou instável reduziria o desemprego sem cumprir a promessa de melhores oportunidades.

A formação pode apoiar a autonomia dos trabalhadores, mas não pode substituir a demanda dos empregadores. O sistema precisa criar destinos confiáveis, não simplesmente mais certificados.

Salvaguardas Voluntárias Deixam uma Difícil Lacuna de Responsabilização

Singapura está promovendo uma adoção responsável antes de decidir se a IA relacionada ao emprego exige controles legais mais rigorosos.

A IA pode influenciar recrutamento, escalas de trabalho, avaliação de desempenho, promoção e demissão. Erros ou padrões enviesados nesses sistemas podem afetar meios de subsistência em grande escala.

Atualmente, Singapura aplica os requisitos existentes de emprego justo aos empregadores que usam IA. A futura Workplace Fairness Act também moldará a forma como as empresas tomam decisões trabalhistas.

Em maio, o Ministério da Mão de Obra afirmou que estava estudando abordagens internacionais antes de escolher regras adicionais para Singapura.

Algumas jurisdições exigem avaliações de risco, supervisão humana ou transparência para determinados sistemas de emprego. Outras dependem mais de orientações não vinculativas.

O ministério afirmou que a eficácia e o impacto empresarial dessas abordagens permaneciam incertos. Sua posição sobre salvaguardas de emprego, portanto, favorece o monitoramento antes de novas intervenções.

Essa cautela pode manter os custos de conformidade administráveis durante a adoção inicial. Ela também cria uma lacuna de responsabilização enquanto as empresas experimentam sistemas que os trabalhadores talvez não entendam.

Um funcionário pode saber que um gerente recusou uma promoção sem saber que um algoritmo classificou sinais de desempenho. Um candidato a emprego pode nunca descobrir que uma triagem automatizada filtrou sua candidatura.

A supervisão humana não resolve todos os problemas. Um gerente pode aprovar uma recomendação mecanicamente, especialmente quando o sistema parece objetivo ou processa casos demais para uma revisão significativa.

A transparência também precisa de precisão. Dizer aos trabalhadores que uma empresa “usa IA” oferece pouca proteção, a menos que saibam onde ela afeta decisões importantes.

A questão central de política não é se toda ferramenta de IA precisa de regulamentação. É se os trabalhadores merecem direitos específicos quando sistemas automatizados influenciam o acesso ao emprego.

Possíveis proteções incluem aviso, explicação, recurso, testes e responsabilidade humana documentada. Cada uma gera custos, mas também facilita identificar a responsabilização.

O modelo tripartite de Singapura pode ajudar a desenvolver padrões práticos. Os empregadores entendem os encargos operacionais, os sindicatos veem as preocupações dos trabalhadores e o governo pode comparar resultados entre setores.

No entanto, o modelo enfrenta uma tensão inerente. O mesmo governo quer adoção mais rápida, investimento mais forte e maior proteção aos trabalhadores.

Regras excessivamente rígidas podem desestimular a experimentação. Regras excessivamente fracas podem transferir os riscos da adoção para funcionários com menos informação e poder de negociação.

O governo deve evitar tratar a ausência de deslocamento em massa como evidência de que as salvaguardas atuais são suficientes. Algoritmos de emprego podem causar danos sem alterar o número total de empregos no país.

Eles podem afetar quem é contratado, quem recebe turnos desejáveis e cujo trabalho passa a receber maior escrutínio. Esses efeitos distributivos podem permanecer ocultos em estatísticas trabalhistas estáveis.

A qualidade dos dados gera outra preocupação. Modelos de trabalho frequentemente aprendem com registros históricos que refletem decisões anteriores de gestão e desigualdades organizacionais.

Um sistema pode reproduzir esses padrões enquanto apresenta seu resultado como análise neutra. Os trabalhadores precisam de uma via para contestar decisões baseadas em dados incompletos ou enganosos.

A privacidade é igualmente importante. Ferramentas de produtividade com IA podem processar e-mails, transcrições de reuniões, registros de clientes, documentos internos e dados comportamentais.

Um funcionário pode ter pouco controle sobre como esses materiais são coletados ou usados. Limites claros são necessários quando a experimentação se transforma em monitoramento.

Singapura não precisa copiar integralmente outra jurisdição. Suas instituições trabalhistas, dimensão de mercado e estrutura de fiscalização diferem das existentes em outros lugares.

Mas precisa de expectativas mensuráveis. A IA responsável não pode continuar sendo uma aspiração ampla quando um sistema afeta a renda ou a carreira de uma pessoa.

A promessa do governo aos trabalhadores se tornará mais confiável quando os funcionários puderem identificar quem responde por decisões automatizadas e como contestá-las.

Três Sinais Mostrarão se a Promessa de Singapura Está Funcionando

A próxima fase deve ser avaliada por meio do redesenho de empregos, resultados de carreira e proteções trabalhistas aplicáveis.

O primeiro sinal é uma integração mais profunda de IA sem aumento correspondente do deslocamento de trabalhadores. Atualmente, apenas 3,8 por cento das empresas relatam integração aos processos centrais.

Esse número deve aumentar se a estratégia de adoção de Singapura funcionar. A comparação crucial será verificar se demissões, níveis de vagas e padrões de contratação por ocupação se deterioram à medida que a integração se aprofunda.

O desemprego nacional, por si só, não fornecerá detalhes suficientes. Analistas devem examinar contratações de nível inicial, transições entre ocupações e resultados em serviços profissionais altamente expostos.

Se a adoção central crescer enquanto o emprego permanecer resiliente, a estratégia de ampliação das capacidades de Singapura ganhará respaldo. Se as vagas diminuírem drasticamente em funções expostas, a alegação de empregos melhores se tornará mais fraca.

O segundo sinal é o desempenho mensurável dos programas de força de trabalho. O governo deve informar quantos trabalhadores ingressam em empregos redesenhados, quanto tempo levam as transições e se os rendimentos se recuperam.

A matrícula em cursos e o acesso a ferramentas são insumos úteis. Eles não podem provar que o sistema protegeu alguém.

Os resultados mais fortes mostrariam empregadores requalificando pessoas antes que suas tarefas antigas desapareçam. Isso indicaria que subsídios e planejamento tripartite estão mudando decisões corporativas.

Resultados fracos mostrariam grandes números de participação, mas movimentação limitada para funções estáveis. Esse padrão sugeriria que a oferta de formação cresceu mais rápido do que a demanda dos empregadores.

O terceiro sinal é a decisão de Singapura sobre salvaguardas de IA relacionadas ao emprego. O governo está estudando se seu atual quadro precisa de requisitos mais fortes.

Uma política clara sobre aviso, revisão e responsabilização fortaleceria a estratégia centrada no trabalhador. A continuidade da dependência de princípios voluntários amplos colocaria mais responsabilidade sobre os empregadores.

Esses sinais devem ser avaliados em conjunto. Números fortes de emprego podem ocultar decisões automatizadas injustas, enquanto boas salvaguardas não conseguem criar vagas por si sós.

A vantagem de Singapura é sua capacidade de coordenar instituições em um mercado de trabalho compacto. Ela pode conectar dados de adoção empresarial, programas de formação, serviços de emprego e supervisão regulatória.

Seu risco é superestimar a coordenação como resultado. Uma estrutura bem concebida ainda pode falhar se os empregadores não criarem caminhos para trabalho de maior valor.

A promessa de Wong é deliberadamente mais ampla do que evitar demissões. Ela pergunta se Singapura pode usar a IA para gerar produtividade, oportunidade e confiança ao mesmo tempo.

Esse padrão é difícil porque a IA muda as tarefas mais rapidamente do que as instituições formais costumam se mover. Ainda assim, é o padrão correto para um governo que pede aos trabalhadores que adotem a tecnologia.

Para os funcionários, a resposta prática não é perseguir cada nova ferramenta. É identificar quais partes de seu trabalho exigem julgamento, conhecimento de domínio, relacionamentos ou responsabilização.

Os trabalhadores podem então usar a IA em torno dessas competências, ao mesmo tempo que documentam o valor que criam. Essas evidências tornam-se úteis durante a reformulação de funções, avaliações de desempenho e transições de carreira.

Os empregadores enfrentam uma escolha paralela. Podem tratar a IA como um programa restrito de redução de custos ou usá-la para ampliar a capacidade e criar serviços mais valiosos.

O primeiro caminho pode gerar economias rápidas. O segundo oferece uma base mais sólida para a confiança da força de trabalho e o crescimento de longo prazo.

Singapura aposta que as políticas públicas podem levar mais empresas em direção ao segundo caminho. Os próximos meses deverão revelar se os dados de adoção, as transições dos trabalhadores e as salvaguardas sustentam essa aposta.

A questão decisiva é simples: quando a IA torna um trabalhador singapuriano mais produtivo, quem recebe o valor desse ganho?