Eu estava estudando sobre AGI e futuro do trabalho esses dias e encontrei o paper do Restrepo (junto com várias outras fontes incríveis). Esse paper me ajudou a expandir um pouco o assunto e principalmente a gerar alguns cenários.

Seu salário não é definido pelo que você produz. Nunca foi — mas na era da Inteligência Artificial Geral (AGI), essa ilusão finalmente desaparece. Quando máquinas puderem replicar qualquer trabalho humano usando poder computacional, seu valor econômico será determinado por uma equação simples: quanto custa, em unidades de processamento, fazer exatamente o que você faz.

A diferença entre ser substituído e ser replicável muda tudo. Obsolescência é quando você deixa de ter utilidade. Replicabilidade é quando você continua útil, mas qualquer um — ou qualquer coisa — pode fazer o mesmo por um preço. Na economia pré-AGI, trabalhadores especializados eram escassos e suas habilidades, insubstituíveis. Na economia pós-AGI, trabalho humano se torna abundante porque uma máquina pode reproduzi-lo a qualquer momento.

Essa distinção não é semântica. Ela redefine a matemática dos salários, transforma a lógica da produtividade e expõe um cenário: você pode continuar trabalhando, mas sua contribuição para o crescimento econômico vai tender a zero.

Participação do trabalho no PIB em economias avançadas caiu de 54% em 1980 para 50,5% em 2014. Fonte: Our World in Data

CEU: Sua Nova Medida de Valor

Economistas da Yale University propõem uma métrica chamada Compute-Equivalent Units (CEU): quanto poder computacional é necessário para replicar seu trabalho, medido em FLOPS (operações de ponto flutuante por segundo).

Compute — ou poder computacional — é a capacidade de processamento que sistemas digitais oferecem, englobando CPUs, GPUs, memória e infraestrutura. Seu custo dobra a cada 2,5 anos seguindo a Lei de Moore, tornando compute exponencialmente mais barato e abundante.

AGI equaliza todos sob a mesma régua: o custo de te replicar. Se emular seu trabalho exige 10^17 FLOPS, esse é seu valor de mercado. Dois trabalhadores — um automatizável por 10^15 FLOPS, outro por 10^18 FLOPS — terão salários proporcionais não à produtividade, mas ao custo computacional de substituí-los. Quando AGI amadurece, salários refletem apenas o custo de oportunidade de alocar compute.

O Paradoxo da Produtividade e transição

Você continua trabalhando. A economia cresce. Mas seu salário congela. Por quê? Porque crescimento na era AGI depende de compute, não de humanos.

A capacidade computacional global saltou de 10^15 FLOPS em 1980 para 10^21 FLOPS em 2025, com projeções de 10^54 FLOPS no longo prazo. A capacidade cerebral humana permanece entre 10^15 e 10^18 FLOPS por pessoa. Mesmo com 10 bilhões de humanos trabalhando, a humanidade não ultrapassa 10^28 FLOPS — irrelevante quando compute atinge escalas superiores.

Resultado: você trabalha melhor, mas seu salário não acompanha a economia. Produtividade individual perde sentido quando o gargalo migra de habilidades humanas para disponibilidade de compute.

Em outubro de 2025, Meta cortou 600 posições — tarefas de revisão de privacidade agora automatizadas por IA. Amazon planeja evitar 600.000 contratações até 2033, automatizando 75% das operações. Pesquisa com líderes empresariais mostra: 29% já substituíram posições por IA; 37% planejam fazê-lo até 2026.

IBM cortará 7.800 posições administrativas nos próximos cinco anos. Klarna, Salesforce e Palantir reportam reduções similares. Economistas alertam: há "muito mais no tanque" — o ciclo de substituição apenas começou.

Para profissionais de gestão de produto, isso muda também

Product Managers e líderes de produto enfrentam uma transformação paradoxal: AGI não elimina o papel, mas redefine radicalmente o que significa liderança. O Martinho Cagan já fala que o PM torna-se "mais essencial, mas também mais difícil" com AGI — não menos relevante.

Numa palestra que fiz dia desses, comentei exatamente a grande mudança que vai acontecer é no processo de construção de produto. Hoje, PMs passam muito tempo na execução em vez de estar no tático, planejando, monitorando e direcionando decisões.

O que muda? Tarefas rotineiras serão automatizadas: análise de dados, priorização de backlog, redação de user stories, identificação de padrões em feedback de usuários. McKinsey estima aumentos de 20-30% em produtividade quando PMs incorporam IA. Gartner prevê que até 2026, 75% dos PMs usarão insights orientados por IA para decisões estratégicas.

Mas compute não substitui visão. Liderança de produto sempre foi sobre contexto estratégico, empatia com usuários, navegação de trade-offs ambíguos e construção de confiança em equipes cross-funcionais — competências intrinsecamente humanas. IA acelera a análise, mas não define o que importa ou por que algo deve ser construído.

O papel do PM evolui de executor para orquestrador: dominar a arte de fazer perguntas certas (tanto para stakeholders quanto para ferramentas de IA), distinguir padrões relevantes de ruído analítico, e manter empatia profunda com clientes quando interações se tornam mediadas por IA. Líderes de produto precisam desenvolver julgamento estratégico, não habilidades táticas — porque IA absorve o tático enquanto o estratégico permanece humano.

A transformação é estrutural: equipes de produto podem assumir escopo maior quando IA libera carga cognitiva, mas exigem colaboração mais sofisticada e autonomia ampliada. PMs que prosperam serão aqueles que abraçam IA como alavanca enquanto dobram a aposta em competências exclusivamente humanas: contexto, intuição, e construção de sentido em ambiguidade.

Replicável Não é Descartável

Replicável não significa descartável. Humanos mantêm empregos porque compute é escasso a cada instante, mesmo crescendo exponencialmente no agregado. Se automatizar sua função exige 10^17 FLOPS, mas você aceita trabalhar por um salário equivalente a 10^16 FLOPS, contratar você libera recursos computacionais para usos mais produtivos.

Esse é o valor residual do trabalho na era AGI: economizar compute. Você permanece relevante enquanto o custo de te contratar for menor que o custo de alocar compute para replicar seu trabalho.

O corolário é desconfortável. Salários se tornam função inversa da abundância de compute. Estudos mostram: desde 1980, a participação do trabalho no PIB caiu de 54% para 50,5% em economias avançadas. Nos Estados Unidos, declínio de 5% entre 1975-2017. AGI acelera esse movimento até o limite: trabalho mantém valor absoluto, mas participação relativa converge para zero.

Labor share caiu de 65% nos anos 1970 para aproximadamente 60% em 2019, com tendência contínua de declínio. Fonte: Federal Reserve Economic Data (FRED)

Isso não torna a sociedade mais pobre — output cresce exponencialmente. Mas redistribuição se torna questão central, porque trabalho deixa de ser mecanismo eficaz de captura de renda. Economias precisarão repensar políticas quando participação do trabalho no PIB cair abaixo de 10%, depois 5%, depois 1%.

A transição não é ficção. É matemática aplicada à trajetória de compute e lógica econômica de AGI. Nessa matemática, você vale exatamente o que custa te substituir — nem mais, nem menos.

Eu sugiro muito que você leia a série de livros EU ROBO do Isaac Asimov, que foi um dos primeiros livros que li que abordaram esse cenário onde os humanos não estão presentes apenas na Terra, mas já se tornaram uma raça interplanetária. E em alguns desses planetas, ninguém mais trabalha, exatamente por que tem robos fazendo todo o trabaho necessário para a subsistência humano, que por sua vez, passam mais tempo tentando ter uma vida com tempo.

Obviamente o Asimov extrapola isso e fala de diversas distopias negativas, como por exemplo as mudanças do relacionamento humano.

Lista para ler mais do contexto

Essa lista é enorme, eu sei... Mas como eu disse no início, eu estava estudando esse assunto e acho que faz sentido te dar conteúdo para ler também. Não consegui digerir tudo ainda, mas com certeza outros artigos virão.