Por Eduardo Peixoto*
Em 1999, o Napster expôs algo que poucos executivos da indústria musical estavam prontos para admitir: quando o custo de distribuir música se aproxima de zero, o modelo tradicional deixa de se sustentar. A internet não acabou com a música, mas acabou com o controle sobre a distribuição.
Vinte e cinco anos depois, vemos um movimento semelhante surgir em outra camada da economia. Se a internet tornou a informação abundante, a inteligência artificial começa a tornar o conhecimento mais acessível, e isso muda a lógica de criação de valor.
Nos primeiros anos da internet comercial, entre 1996 e 2001, alguns setores perceberam rapidamente que algo estrutural estava acontecendo. A música foi um dos primeiros exemplos, mas não o único. Enciclopédias perderam espaço para plataformas colaborativas, jornais e revistas deixaram de deter o monopólio da informação e a telefonia tradicional passou a competir com novas tecnologias.
Em todos esses casos, o padrão era o mesmo: a internet reduziu drasticamente o custo de copiar e distribuir informação. Quando isso acontece, modelos baseados em controle de canais deixam de funcionar. O conteúdo continua existindo, mas os intermediários perdem relevância.
A inteligência artificial generativa atua em outra frente: ela não altera a distribuição, mas o custo de produzir conhecimento. Durante décadas, atividades como programação, marketing, análise jurídica ou consultoria dependeram de tempo e de profissionais especializados. Esse limite começa a ser pressionado. Hoje, sistemas de IA já apoiam o desenvolvimento de software, criam campanhas, revisam contratos, organizam informações complexas e geram análises iniciais. Não substituem completamente essas funções, mas reduzem o esforço necessário para executá-las, e isso já é suficiente para alterar a equação.
Uma comparação ajuda a entender o momento, porque o Napster não criava música, apenas facilitava sua distribuição. Já empresas como a OpenAI e a Anthropic desenvolvem sistemas que produzem novos conteúdos, como textos, códigos e análises. Isso amplia o impacto. Não estamos falando apenas de acesso ao que já existe, mas da própria produção intelectual.
É por isso que as discussões atuais sobre dados, direitos autorais e uso de conteúdo lembram o início dos anos 2000. O debate mudou de forma, mas a tensão é parecida: modelos consolidados sendo pressionados por uma nova lógica tecnológica.
Poucos setores deixam isso tão evidente quanto o próprio mercado de tecnologia. Durante décadas, empresas cresceram com base em licenças de software e serviços cobrados por hora. A inteligência artificial pressiona os dois ao mesmo tempo. Se desenvolver software passa a exigir menos esforço, o que acontece com modelos baseados em horas trabalhadas ou número de usuários? Essa deixou de ser uma pergunta teórica e já aparece nas discussões entre investidores e executivos.
Existe ainda uma diferença importante em relação à internet dos anos 1990. Naquele momento, a infraestrutura ainda estava sendo construída, o acesso era limitado e a adoção era gradual. A inteligência artificial surge em um cenário oposto, com bilhões de usuários conectados, computação em nuvem consolidada e plataformas digitais maduras. Isso acelera sua difusão de forma significativa e amplia o alcance do impacto, que não se restringe a indústrias de informação, mas alcança qualquer atividade baseada em conhecimento.
No curto prazo, essa transformação tende a aparecer como ganho de produtividade, considerando que profissionais passam a produzir mais, empresas ganham eficiência, processos são ajustados. Mas, ao longo do tempo, essa mesma eficiência pode levar a uma mudança mais estrutural, relacionada a quantas pessoas são necessárias para executar determinados tipos de trabalho. Se essa trajetória se confirmar, não estamos diante apenas de uma nova tecnologia, mas de uma revisão mais profunda de modelos organizacionais.
No início da internet, muitas empresas acreditaram que estavam apenas adotando uma nova ferramenta, quando na prática estavam diante de um habilitador de novos modelos de negócio. Com a inteligência artificial, o risco de leitura superficial é semelhante. A questão não é mais se a tecnologia deve ser adotada, mas quais modelos ainda dependem da escassez de trabalho intelectual e o que acontece quando essa escassez começa a diminuir.
Esse movimento ainda está em curso, e muitas das suas implicações continuam em aberto. O que já está claro é que não se trata apenas de adoção tecnológica, mas de uma mudança na forma como decisões são tomadas, equipes são estruturadas e lideranças operam no dia a dia.
*Eduardo Peixoto é executivo em inovação, tecnologia e estratégia, ex-CEO do CESAR, com atuação em Conselhos, advisory (consultoria estratégica) e oportunidades de transformação
Veja também:
Startup do Agreste atrai aporte de R$ 1 mi e digitaliza polo da moda
PPP do Ceará e Brisanet amplia 5G na zona rural e impulsiona a digitalização
