IA: A disrupção da IA no trabalho permanece modesta, mas é mais difícil de ignorar no nível ocupacional

Visão geral

Este relatório atualiza o rastreador de disrupção da IA no trabalho do Morgan Stanley, cobrindo dados até o primeiro semestre de 2026. A conclusão central é que o impacto da IA no mercado de trabalho agregado permanece pequeno, semelhante a um fenômeno que é "forte no nível micro, mas fraco no nível macro"; contudo, os sinais de desemprego no nível ocupacional, dificuldade de reemprego e mudanças nas tarefas estão se tornando mais claros.

Visões principais

O relatório conclui que a disrupção do trabalho relacionada à IA ainda não constituiu um choque de emprego macroeconômico em larga escala, mas o desemprego em ocupações com alta exposição à IA continua a subir. Após controlar as diferenças na sensibilidade cíclica das ocupações, o desvio em relação aos níveis normais atingiu aproximadamente 0,5 ponto percentual e é estatisticamente significativo no nível de confiança de 90%. Ocupações de alta exposição representam aproximadamente 30% do emprego, implicando uma contribuição máxima de aproximadamente 15 pb para a taxa geral de desemprego. Em contraste, o emprego setorial, as vagas de trabalho e os comentários corporativos ainda não sustentam uma narrativa forte de substituição ampla.

Estrutura de análise

O relatório utiliza um rastreador de disrupção por IA que combina microdados do mercado de trabalho, fluxos de trabalhadores, realocação de tarefas, dados de salários e emprego, vagas de trabalho e análise de transcrições de teleconferências de resultados corporativos, comparando o desempenho de ocupações e setores por exposição à IA. Os principais resultados utilizam a medida de exposição à IA de Felten et al. (2021) e ajustam pela ciclicidade histórica de diferentes ocupações e setores para identificar desvios anormais em relação às condições agregadas do mercado de trabalho.

Notas metodológicas

• Monitoramento do mercado de trabalhoRastreador de disrupção por IA

  Agrupamento por exposição à IA e painel de indicadores do mercado de trabalho

  Ocupações e setores são agrupados por exposição à IA para acompanhar desemprego, fluxos de trabalhadores, mudanças de tarefas, dados de salários e emprego, vagas de trabalho e textos corporativos, a fim de inferir o impacto potencial da IA no mercado de trabalho.

• Ajuste econométricoAnálise de resíduos ajustada ciclicamente

  Resíduos de regressões sobre a taxa de desemprego agregada ou a tendência de emprego agregado

  Como ocupações e setores diferem em sua sensibilidade cíclica inerente, o relatório utiliza as condições gerais do mercado de trabalho para explicar o desempenho de desemprego ou emprego de cada grupo e, em seguida, examina se os resíduos são anormais para reduzir o viés de fatores cíclicos.

• Medição de exposição à IAMedida de exposição à IA de Felten et al. (2021)

  Exposição ocupacional à IA

  Os principais resultados do relatório utilizam o indicador de exposição à IA desenvolvido por Felten et al. para medir a extensão potencial em que diferentes ocupações são afetadas pela IA, e observam que uma medida alternativa da equipe Thematic do Morgan Stanley é usada para testes de robustez no apêndice.

Mapeamento e comparação de ativos

Mapeamento estruturado da tese para ativos nomeados (pontos fortes, pontos fracos, pares e riscos).

• Mercado de trabalho dos EUA

  O aumento do desemprego em ocupações com alta exposição à IA pode exercer uma modesta pressão ascendente sobre a taxa geral de desemprego.

  Pontos fortes

  O impacto agregado permanece pequeno, e não houve colapso amplo do emprego no nível setorial.

  Pontos fracos

  O reemprego se tornou mais difícil em ocupações com alta exposição à IA, e as durações do desemprego aumentaram.

  Comparação

  Os sinais são mais fortes no nível ocupacional do que no nível setorial; os sinais entre trabalhadores mais jovens são mais fortes do que entre os trabalhadores em geral.

  Riscos

  Se a adoção da IA acelerar, a disrupção no nível ocupacional poderá se transmitir ainda mais para a taxa de desemprego agregada.

• Setores relacionados à IA e o tema de difusão tecnológica

  A IA está afetando as estruturas de trabalho corporativas por meio da reorganização de tarefas e de melhorias de produtividade.

  Pontos fortes

  Os comentários corporativos dão maior ênfase à produtividade e à eficiência de processos, indicando potencial positivo contínuo de eficiência decorrente das aplicações de IA.

  Pontos fracos

  Alguns empregos podem enfrentar substituição ou contratações mais lentas no curto prazo.

  Comparação

  Atualmente, os textos corporativos e os dados de emprego setorial oferecem suporte mais fraco para "demissões amplas" do que os dados ocupacionais no nível micro.

  Riscos

  Se as empresas passarem de melhorias de eficiência para reduções explícitas de quadro, a avaliação do mercado sobre as externalidades macroeconômicas da IA poderá mudar.

Dados principais

• Impacto estimado da IA sobre a taxa geral de desempregoNo máximo aproximadamente 15 pbEm junho de 2026, este é um limite superior aproximado calculado pela multiplicação da taxa anormal de desemprego em ocupações de alta exposição à IA por sua participação de aproximadamente 30% no emprego.
• Desvio de desemprego ajustado ciclicamente em ocupações de alta exposição à IAAproximadamente 0,5 ponto percentualAnte aproximadamente 0,3 ponto percentual no relatório anterior, com o sinal mais pronunciado no 1S26.
• Participação no emprego de ocupações com alta exposição à IAAproximadamente 30%Utilizada para estimar a contribuição máxima para a taxa geral de desemprego.
• Significância estatísticaNível de confiança de 90%O resíduo de desemprego para ocupações de alta exposição à IA excedeu a faixa de dois erros-padrão; ocupações com exposição média permanecem estatisticamente insignificantes.
• Principal grupo etário afetadoIdades de 22 a 27 anosTrabalhadores mais jovens apresentam o aumento mais pronunciado do desemprego em ocupações com alta exposição à IA.

Impacto e implicações

O relatório sugere que a IA está mudando mais claramente a compatibilização de empregos e as tarefas de trabalho em determinadas ocupações, mas ainda não gerou um choque significativo de emprego nos dados macroeconômicos agregados. Para a pesquisa macroeconômica, isso significa que a pressão ascendente de curto prazo sobre a taxa de desemprego permanece limitada; para a pesquisa setorial e empresarial, a atenção deve se concentrar em contratações, demissões, reorganização de tarefas e ganhos de produtividade em empregos com alta exposição à IA, em vez de depender apenas do emprego agregado do setor para avaliar a substituição pela IA.

Riscos

• Risco de variáveis omitidas: política monetária, tarifas, política de imigração e normalização das contratações pós-pandemia também podem afetar o desempenho de diferentes ocupações.
• Os sinais ocupacionais no nível micro ainda não comprovam plenamente que a IA seja a causa; algumas diferenças podem resultar de ajustes específicos das próprias ocupações ou setores.
• O tamanho da amostra de trabalhadores mais jovens sem ensino superior é pequeno, resultando em uma menor relação sinal-ruído e exigindo interpretação cautelosa.
• Os dados setoriais e de vagas de trabalho continuam ruidosos, o que pode obscurecer efeitos mais granulares da IA ou indicar que os efeitos ainda não são significativos.

Pontos a observar

• Se o desemprego em ocupações com alta exposição à IA continua a subir em relação às ocupações de baixa e média exposição.
• Se a probabilidade de transição do desemprego para o emprego e a taxa de demissões em ocupações com alta exposição à IA continuam a se deteriorar ou retornam ao normal.
• Se a diferença de desemprego entre trabalhadores de 22 a 27 anos nos diferentes grupos educacionais se amplia.
• Se os indicadores de mudança de tarefas voltam a acelerar após uma queda temporária no 1S26.
• Se o emprego descontado da tendência em setores com alta exposição à IA enfraquece ainda mais.
• Se a proporção de comentários em teleconferências de resultados corporativos que vinculam IA a demissões, congelamentos de contratação e melhorias de produtividade muda.