A Promessa dos Quatro Por Cento
A 23 de março de 2026, o economista-chefe do BCE levantou-se em Frankfurt e quantificou o prémio. Ao longo de uma década, a inteligência artificial poderia aumentar a produtividade da zona euro em mais de quatro pontos percentuais. Isto não é um ganho marginal. Quatro pontos percentuais compostos ao longo de dez anos é a diferença entre um bloco estagnado e um bloco em crescimento. É o tamanho da diferença que Mario Draghi passou um ano a documentar no seu relatório sobre competitividade.
O prémio tem uma condição. A previsão de quatro pontos pressupõe que a adoção atinja pelo menos metade da economia. Hoje, a adoção entre empresas da UE com dez ou mais empregados é de vinte por cento. Para pequenas empresas, é dezassete.
O BCE não está a vender otimismo. Está a publicar um condicional. A condição é a adoção. A adoção é arquitetura, não aspiração.
O Discurso
A conferência foi proferida na ECB-SAFE-RCEA International Conference on the Climate-Macro-Finance Interface (3CMFI), em Frankfurt. O orador foi Philip R. Lane, membro do Conselho Executivo do BCE e economista-chefe do banco. O título — “AI and the euro area economy” — está no sítio do BCE. O texto é público. Leia-o, e não o comentário sobre ele.
Lane estruturou o discurso em torno de três perguntas. O que está a IA a fazer hoje à macroeconomia? O que poderá fazer ao longo da próxima década? E o que teria de ser verdade para a Europa capturar os ganhos? A primeira resposta é: ainda não muito. Os efeitos agregados da IA sobre a produtividade, o emprego e a inflação permanecem limitados e incertos. A difusão é rápida. O investimento está a crescer. O impacto macroeconómico medido, até agora, é pequeno.
A segunda resposta é onde aparecem os quatro por cento — e onde tem de ser lida com cuidado.
Lane analisou previsões externas. A Goldman Sachs Research, em março de 2023, projetou que a adoção generalizada da IA poderia aumentar o crescimento anual da produtividade do trabalho em cerca de 1,5 pontos percentuais ao longo de uma década. A McKinsey, em junho de 2023, sugeriu que a IA combinada com uma automação mais ampla das atividades de trabalho poderia acrescentar até 3,4 pontos percentuais por ano até 2040. Estas não são as previsões de Lane. São o leque de cenários plausíveis a partir do qual Lane estava a trabalhar.
Depois a Reuters fez a síntese. Na cobertura publicada no mesmo dia, a agência resumiu o enquadramento de Lane: uma taxa de adoção em linha com inovações anteriores como a internet entregaria pelo menos 1,5 pontos percentuais de crescimento adicional da produtividade ao longo de dez anos; se a adoção continuasse ao ritmo atual e atingisse pelo menos metade da economia, o ganho poderia exceder os quatro pontos percentuais. Essa síntese é a origem do título “promessa dos quatro por cento”. É paráfrase do jornalista, não uma citação direta de Lane. A substância está no discurso. A síntese está na reportagem.
A citação direta — a que Lane realmente proferiu — é esta: o maior impacto será alcançado se a IA aumentar materialmente o ritmo da inovação, pois em vez de apenas elevar o nível da produtividade, isso poderia aumentar a taxa de crescimento potencial de longo prazo. Essa frase é o discurso em miniatura. A previsão de quatro pontos é condicional à aceleração da inovação, não apenas à adoção de ferramentas.
O Denominador
O cenário de quatro pontos exige que a IA chegue a pelo menos metade da economia. O estado atual está documentado.
O Eurostat publicou os números de 2025 a 11 de dezembro de 2025. Vinte por cento das empresas da UE com dez ou mais empregados usaram tecnologias de IA nesse ano, face a 13,5 por cento em 2024. O crescimento — 6,5 pontos percentuais num único ano — é a taxa mais rápida que o inquérito alguma vez registou. O nível continua a ser vinte por cento.
Desagregue por dimensão da empresa e a estrutura fica visível. Dezassete por cento das pequenas empresas (10–49 empregados) usaram IA. Trinta vírgula quatro por cento das médias empresas (50–249 empregados). Cinquenta e cinco por cento das grandes empresas (250+ empregados). A diferença entre pequenas e grandes é de trinta e oito pontos percentuais. O denominador que o cenário de Lane exige — metade da economia — não está presente em nenhuma classe de dimensão exceto nas grandes empresas, e mesmo aí está apenas por uma margem mínima.
A geografia agrava a estrutura. A Dinamarca lidera com quarenta e dois por cento. A Finlândia está nos 37,8. A Suécia nos 35. No outro extremo, a Roménia regista 5,2 por cento. A Polónia 8,4. A Bulgária 8,5. A média da zona euro situa-se entre estes polos. Os países que vão puxar o cenário dos quatro pontos para a realidade não são os países onde a diferença é mais larga. São os países onde a diferença já é a mais estreita.
Este é o problema do denominador. A previsão de quatro pontos do BCE é função de uma fração. O numerador é plausível — a IA gera ganhos de produtividade nas empresas que a usam bem. O denominador é a quota da economia onde essas empresas existem. Hoje, o denominador é uma em cinco. A promessa exige uma em duas.
O Que o Inquérito SAFE Encontrou
A outra fonte primária é o próprio Survey on the Access to Finance of Enterprises (SAFE) do BCE. A onda do quarto trimestre de 2025 incluiu perguntas ad hoc sobre adoção de IA. Cinco mil empresas em toda a zona euro responderam. Os resultados foram publicados na peça do Boletim Económico em fevereiro de 2026.
O número de cabeçalho parece encorajador. Dois terços das empresas inquiridas reportaram que os seus empregados usam IA. Leia mais a fundo e a estrutura inverte-se. Vinte e sete por cento das empresas não usam IA de todo. Trinta e três por cento usam-na muito infrequentemente ou experimentalmente. Trinta e um por cento usam-na moderadamente. Sete por cento usam-na significativamente.
Sete por cento. Essa é a quota de empresas da zona euro onde a IA está genuinamente incorporada nas operações. Não aberta ocasionalmente. Não pilotada num departamento. Usada de forma significativa. O número é o mesmo para PME e grandes empresas — que é a única peça de boas notícias nos dados. Quando as empresas se comprometem com a IA, a dimensão não determina a profundidade de uso.
Mas o compromisso é raro. Entre os não-utilizadores, trinta por cento citam a falta de utilidade como o principal entrave. Vinte por cento citam incompatibilidade de sistemas. Vinte por cento citam falta de competências. Os entraves não são curiosidade ou orçamento. São metodologia de implementação, prontidão dos dados, e a incapacidade de identificar onde a ferramenta dá retorno. Estes são problemas arquitetónicos. Não se resolvem comprando licenças.
A intenção de investimento segue o mesmo padrão. As empresas esperam alocar nove por cento do investimento total à IA, em média. Os não-utilizadores planeiam quatro por cento. Utilizadores moderados planeiam onze. Utilizadores significativos planeiam vinte. As empresas mais comprometidas investem cinco vezes a taxa das menos comprometidas. A diferença está a aumentar, não a fechar.
Os dados SAFE também segmentam por características da empresa. Quarenta e cinco por cento das grandes empresas e das empresas cotadas ou apoiadas por capital de risco estão em fase avançada de adoção — uso significativo ou moderado. O número sobe para cinquenta e seis por cento nas empresas jovens. As empresas fundadas desde 2020 adotam IA a quase o dobro da taxa das empresas mid-cap estabelecidas no mesmo sector. O padrão é consistente entre indústrias: as empresas mais flexíveis operacionalmente adotam mais depressa, e as empresas com mais peso institucional para mover adotam mais devagar.
O entrave mais citado entre os não-utilizadores não é técnico. Trinta por cento reportam falta de utilidade. Isto não é uma queixa sobre IA. É uma queixa sobre implementação. Uma empresa que não consegue identificar onde a IA dá retorno não é uma empresa com um problema de ferramentas. É uma empresa sem um enunciado de problema arquitetónico. A ferramenta vem a jusante. O enunciado do problema é o estrangulamento.
É isto que “generalizado mas infrequente” significa em números. A IA está em todo o lado. A adoção está noutro sítio.
A Camada do Trabalhador
Lane acrescentou um terceiro dado que é fácil de ler mal. O ECB Consumer Expectations Survey mostra que a quota de trabalhadores empregados da zona euro a usar IA subiu de vinte e seis por cento em 2024 para quarenta por cento em 2025. A adoção, notou Lane, está a ultrapassar a difusão histórica da internet ou dos computadores pessoais.
Quarenta por cento dos trabalhadores estão a usar ferramentas de IA. Sete por cento das empresas estão a usar IA de forma significativa. Estes dois números descrevem a mesma economia.
A implicação é direta. Os trabalhadores estão a adotar IA mais rapidamente do que os seus empregadores a estão a implementar. As ferramentas estão no navegador. A integração não está no fluxo de trabalho. Um empregado a usar ChatGPT para resumir uma reunião está a usar IA. Uma empresa cujas operações foram redesenhadas em torno das capacidades de IA está a implementar IA. A primeira gera um benefício de produtividade capturado pelo indivíduo e em larga medida invisível para a empresa. A segunda gera um ganho de produtividade que aparece em produção, custos e posição competitiva.
A figura dos quarenta por cento dos trabalhadores é o que o BCE chama “difusão rápida”. A figura dos sete por cento das empresas é o que um economista chamaria adoção. Difusão sem adoção produz ruído — atividade mensurável que não se traduz em produtividade mensurável. Os dados macroeconómicos são consistentes. Os efeitos agregados da IA permanecem, nas palavras de Lane, limitados e incertos.
O Risco Energético
Lane acrescentou um aviso que a maior parte da cobertura saltou. O cenário otimista pressupõe que a infraestrutura necessária para escalar a IA — centros de dados, computação, eletricidade — está disponível. Pode não estar.
O discurso nota que uma maior aceleração do investimento em IA e digital pode ser travada por oferta de energia insuficiente, escassez de pessoal qualificado e excesso de regulação. A restrição energética é a mais material das três. As cargas de trabalho de IA são intensivas em energia. Custos de combustível persistentemente altos elevam o custo marginal de treinar novos modelos e correr inferência à escala. Também reduzem o ritmo a que as empresas podem adotar — cada euro gasto em energia é um euro não gasto em integração.
Este é o risco assimétrico no cenário dos quatro pontos. O lado positivo exige que a adoção duplique, de vinte por cento para cinquenta. O lado negativo exige apenas que uma variável se mova contra a tendência — preços da energia, um hyperscaler a atingir capacidade numa região, um aperto regulatório nos licenciamentos de centros de dados — e o cenário otimista comprime-se em direção à linha de base. A trajetória de 1,5 pontos é mais robusta do que a de 4 pontos. Esta última é um resultado de cauda que exige várias coisas a correr bem em simultâneo.
O Que Isto Significa para um Fabricante de 200 Pessoas
Traduza o macro para o operacional. Um fabricante de 200 pessoas em Portugal, na Alemanha ou nos Países Baixos está, estatisticamente, no escalão das médias empresas. Esse escalão reporta trinta por cento de adoção de IA. A maioria dos pares não está a usar IA. Uma minoria significativa está.
Se o cenário dos quatro pontos se materializar, o fabricante enfrentará concorrentes a operar com produtividade mensuravelmente mais alta dentro de uma década. Não num sentido vago de “a IA vai mudar tudo”. No sentido específico de que um concorrente com IA incorporada no planeamento de produção, controlo de qualidade, atendimento ao cliente e iteração de design produz mais output por trabalhador do que um concorrente sem ela. A diferença de produtividade será visível nas margens, nos preços, nos prazos de entrega e, em última análise, na quota de mercado.
Se o cenário de 1,5 pontos se materializar — o resultado mais provável dadas as taxas atuais de adoção — a diferença é menor mas continua a favorecer as empresas que adotaram cedo. O efeito cumulativo de um diferencial anual de produtividade de 1,5 pontos ao longo de dez anos é aproximadamente uma vantagem total de dezasseis por cento. Para um fabricante que compete na margem, isto não é um erro de arredondamento. É a diferença entre operações sustentáveis e declínio estrutural.
Em qualquer dos cenários, as empresas que capturam o ganho são as que passaram da difusão ao nível do trabalhador para a adoção ao nível da empresa. Deixar os empregados usarem ChatGPT individualmente não é uma estratégia. É o que acontece por defeito. Estratégia é a decisão específica sobre em que fluxos de trabalho a IA será incorporada, que dados são necessários para a alimentar, quem a mantém, como o seu output é verificado e como a sua utilização é medida.
Um fabricante de 200 pessoas que queira estar do lado produtivo da promessa dos quatro pontos precisa de tomar seis decisões nos próximos dezoito meses. Quais dois fluxos de trabalho operacionais beneficiam mais da integração de IA. Que fontes de dados esses fluxos exigem e se existem em forma utilizável. Quem na organização é responsável pela integração — não pela sua avaliação, pela sua propriedade. Como o output do sistema de IA é validado antes de afetar um cliente ou um resultado financeiro. Como a adoção é medida — uso diário, uso semanal, que tipo de uso. E como o sistema é atualizado à medida que os modelos subjacentes mudam.
Nenhuma destas decisões exige um doutoramento em aprendizagem automática. Todas exigem que alguém na empresa as possua. O entrave não é a tecnologia. É a alocação de responsabilidade.
A decomposição do Eurostat por país aguça o argumento. Um fabricante a competir em mercados dinamarqueses ou finlandeses enfrenta um conjunto de pares onde quarenta por cento das empresas já estão a correr IA. Um fabricante em mercados romenos ou polacos enfrenta um conjunto de pares onde estão cinco a oito por cento. A paisagem competitiva não é uniforme no mercado único. O mesmo produto vendido em dois Estados-Membros encontra duas linhas de base de produtividade diferentes nas empresas ao lado. Construa para a linha de base dinamarquesa e o mercado romeno permanece acessível. Construa para a linha de base romena e o mercado dinamarquês fecha — silenciosamente, através da pressão sobre as margens, antes de alguém o anunciar.
A armadilha, em qualquer mercado, é confundir a difusão ao nível do trabalhador com a capacidade ao nível da empresa. Um chão de fábrica onde a equipa de planeamento usa ChatGPT para redigir e-mails não é um chão de fábrica com IA em produção. Uma equipa de manutenção que ocasionalmente pede a um chatbot para interpretar um registo de sensor não é uma equipa de manutenção a correr manutenção preditiva. O Consumer Expectations Survey registará ambos como uso de IA. Os dados de produtividade não o farão. A figura empresarial do Eurostat é a medida mais dura, e é a que mapeia para o cenário dos quatro pontos. Vinte por cento. Não quarenta.
Onde Entra a Bluewaves
A Bluewaves constrói em waves de três semanas. Cada engagement produz um Gizmo — uma ferramenta de IA específica implementada num fluxo de trabalho específico, propriedade de uma equipa específica. Não corremos pilotos. Não produzimos slide decks de estratégia. Colocamos IA a funcionar em uso diário.
A escolha é deliberada. Os dados do BCE dizem-lhe porquê. Sete por cento das empresas da zona euro usam IA de forma significativa. As outras noventa e três não usam. A diferença não é consciência. É a diferença institucional entre conhecer uma tecnologia e incorporá-la nas operações. Fechar essa diferença não é uma questão de mais apresentações. É uma questão de construir uma coisa específica, fazê-la ser adotada pela equipa que a usará diariamente e medir o seu uso como prova.
Um fabricante de 200 pessoas que termina a sua primeira Wave tem um Gizmo em uso diário por uma equipa. Isso é mais do que noventa e três por cento das empresas da zona euro alcançaram.
A Posição
A promessa dos quatro pontos é real. A condicional também é real. O BCE publicou ambas. O discurso de Lane é honesto sobre a assimetria: o lado positivo é grande, as condições são exigentes, e o denominador atual é um quinto do que o cenário otimista exige.
A produtividade europeia subirá se as empresas europeias implementarem IA. Não subirá se os trabalhadores europeus usarem individualmente ferramentas de IA enquanto as empresas europeias continuam a debater estratégias de adoção. O primeiro estado é generalizado. O segundo estado é raro. Lane publicou a diferença entre os dois. A diferença é o artigo.
Um aumento de 1,5 pontos de produtividade ao longo de uma década é alcançável nas trajetórias atuais. Também é insuficiente para fechar a diferença de PIB per capita UE-EUA que Draghi estimou em setenta por cento atribuíveis a menor produtividade. O aumento de quatro pontos fecharia terreno significativo. Exige que a adoção chegue a metade da economia. Metade da economia significa pequenas empresas a adotar três vezes a taxa atual. Pequenas empresas a adotar três vezes a taxa atual significa pequenas empresas a fazer algo que ainda não fizeram: incorporar IA nas operações, não apenas abri-la num navegador.
A arquitetura não é opcional. É a variável. O BCE mediu-a. O número é vinte por cento. A promessa é quatro. A distância entre eles é o trabalho.
O trabalho ainda não começou.