A IA Acabou de Quebrar a Máquinas de Dinheiro

Vídeos de confessionário geralmente significam drama; o de David Shapiro é sobre macroeconomia. Em um upload recente intitulado "O que acontece quando a AGI destrói empregos?", o pesquisador de IA conta ao seu público que tem estado "perseguindo hype" com previsões de modelos especulativos, porque é assim que o YouTube e o Twitter recompensam os criadores. Agora ele quer "dobrar a aposta" em sua verdadeira obsessão de pesquisa: economia pós-trabalho.

Shapiro construiu um público ao explorar a mesma economia de atenção que critica, comentando sobre o GPT-3, cognição artificial e linhas do tempo de AGI em seu canal no YouTube, Substack, GitHub e comunidade do Patreon. Ele admite abertamente que algumas dessas afirmações foram "duvidosas", feitas para satisfazer incentivos algorítmicos em vez de intelectuais. A mudança reformula seu trabalho de fofocas sobre modelos para infraestrutura econômica.

Seu argumento começa com uma afirmação direta: os humanos não têm "nenhum fosso a longo prazo." Para qualquer um que "olhe para a termodinâmica" e a matemática, ele diz que não há nenhuma lei física impedindo que as máquinas realizem trabalho "melhor, mais rápido, mais barato e mais seguro" do que as pessoas. Uma vez que os sistemas de IA assumem uma tarefa, eles podem escalar como um trabalho cognitivo praticamente gratuito, sendo recorridos milhões ou bilhões de vezes.

Essa abordagem faz com que o habitual discurso “A IA vai tomar nossos empregos?” pareça quase provinciano. Shapiro trata a automação em massa como uma conclusão inevitável e muda o foco para o que acontece depois das demissões. O problema interessante, ele argumenta, não é quais profissões desaparecem primeiro, mas o que acontece quando o mecanismo básico de circulação do capitalismo se rompe.

Neste momento, ele esboça, o dinheiro chega aos lares através de um ciclo apertado: os gastos das famílias impulsionam a receita das empresas, que impulsiona o crescimento dos negócios, que financia contratações e salários, reiniciando o ciclo. Além disso, o Federal Reserve injeta liquidez, os bancos emprestam para as empresas e as firmas convertem esse crédito em folha de pagamento. Quebrar a etapa de contratações faz com que tanto a demanda agregada quanto a base tributária implodam.

A pergunta central de Shapiro é brutalmente simples: se os salários do trabalho deixarem de ser o principal canal, como o dinheiro realmente entra na sua casa? Se a renda familiar não vier mais dos empregos, ele argumenta, a sociedade deve conceber um sistema de distribuição totalmente novo—um que possa substituir o motor dos salários sem colapsar tudo o que foi construído sobre ele.

O dinheiro em uma economia moderna se comporta como água em um circuito fechado. Os gastos das famílias se transformam em receita para os negócios, que financia o crescimento das empresas, o que justifica contratações, gerando salários que retornam às famílias como novos gastos. Esse fluxo circular é a máquina silenciosa por trás de cada pagamento.

Economistas chamam isso de fluxo circular de renda, mas David Shapiro se apoia em uma metáfora mais visceral: um ciclo hidrológico. O dinheiro evapora da sua conta bancária para a receita corporativa, condensa-se como lucros e investimentos, e cai de volta como folha de pagamento. Enquanto cada estágio se manter, as famílias retêm poder de compra e as empresas retêm clientes.

Esse ciclo faz mais do que manter as lojas abertas. Ele atua como o principal sistema de distribuição do poder de compra em economias avançadas como a dos Estados Unidos, onde aproximadamente 60–65% do PIB provém do gasto do consumidor. Os salários do trabalho ainda constituem a maior parte da renda familiar, superando os ganhos de capital e as transferências governamentais para a maioria das pessoas.

O aviso crítico de Shapiro se posiciona em um elo frágil dessa cadeia: o crescimento dos negócios não precisa mais significar a contratação de humanos. Quando as empresas conseguem aumentar a produção e o lucro por meio de automação, software ou IA, em vez de adicionar funcionários, o segmento "crescimento → contratação → salários" começa a se romper. Uma vez que isso se quebra, todo o ciclo perde pressão.

Os bancos centrais e os tesouros injetam dinheiro de fora desse ciclo. Nos EUA, o Federal Reserve cria reservas e as empresta ou troca no sistema bancário, enquanto a política fiscal injetou trilhões por meio de cheques de estímulo, créditos fiscais e contratos. Durante a COVID, por exemplo, os pacotes de alívio federal ultrapassaram $5 trilhões.

No entanto, mesmo esse dinheiro de cima para baixo ainda depende do motor de salários de baixo para cima. Os bancos emprestam para empresas expandirem; as empresas devem contratar pessoas; essas pessoas gastam, pagam dívidas e impostos. Se as empresas usarem sistemas de IA baratos em vez de trabalhadores, o crédito ainda flui, mas os recipientes humanos dessa liquidez desaparecem.

Nesse ponto, o dinheiro se acumula nos balanços corporativos e nos preços dos ativos, em vez de circular através dos salários. A metáfora hidrológica torna-se literal: alguns lagos profundos no topo, muitos leitos de rios secos onde antes as famílias viviam.

Os gráficos de produtividade se assemelham a um foguete; os gráficos de salários se parecem com uma linha plana. Desde o final da década de 1970, a produtividade do trabalho nos EUA subiu cerca de 70–80%, enquanto a compensação do trabalhador típico mal se alterou, aumentando cerca de 10–15% após a inflação. A fatia do trabalho na renda nacional tem apresentado uma tendência de queda em toda a OCDE desde a década de 1980, mesmo com a produção por trabalhador estabelecendo novos recordes.

Isso é o grande desacoplamento: PIB e produtividade em alta, a fatia do trabalho desse bolo estagnada ou encolhendo. Economistas ligam a ruptura às primeiras grandes ondas de automação, não ao ChatGPT— controles industriais na década de 1950, mainframes e bancos de dados na década de 1960, PCs e software empresarial nas décadas de 1980 e 1990.

A automação, em termos econômicos, é brutalmente simples: tecnologia que economiza mão de obra. Qualquer máquina, algoritmo ou fluxo de trabalho que permite a uma empresa produzir o mesmo resultado com menos horas pagas é considerada automação, seja um tear têxtil, uma implementação de SAP ou um robô de armazém.

No início, aquele acordo parecia aceitável. As máquinas substituíram alguns trabalhadores, mas também abriram novas indústrias, e mercados em expansão absorveram o excesso de mão de obra. Desde a década de 1970, no entanto, o equilíbrio mudou: os proprietários de capital capturaram a maior parte dos ganhos, enquanto os salários medianos estagnaram, apesar do aumento das habilidades e níveis de educação.

A IA generativa surge no topo dessa tendência que já dura décadas, ameaçando ampliar a lacuna de “estagnação salarial” para um declínio salarial em termos agregados. David Shapiro argumenta que estamos em um ponto de inflexão onde o valor total do trabalho no PIB pode começar a cair ano após ano, e não apenas a não acompanhar.

Os círculos políticos já estão analisando esse cenário. O FMI, por exemplo, alerta que a IA pode remodelar a distribuição de renda e pede um design proativo para que os ganhos não sejam totalmente ignorados pelos trabalhadores em “A IA Transformará a Economia Global. Vamos Garantir que Beneficie a Humanidade”. O ponto de Shapiro é mais contundente: o desacoplamento não é hipotético—já está presente no gráfico.

Os humanos, argumenta David Shapiro, não têm nenhum obstáculo contra as máquinas ao longo de qualquer horizonte de tempo significativo. Não porque a IA seja “mágica”, mas porque nada na física garante que primatas úmidos, frágeis e com 37 graus Celsius continuem sendo a maneira mais eficiente de administrar uma economia.

Seu raciocínio começa com termodinâmica e custo. O silício, o aço e a eletricidade obedecem às mesmas leis físicas em toda parte, e os engenheiros podem continuar otimizando-os. Não existe uma lei de conservação da “especialidade humana” que impeça as máquinas de se tornarem melhores, mais rápidas, mais baratas e mais seguras em quase todas as formas de trabalho.

A automação já demoliu grandes porções de trabalho manual com a engenharia industrial muito antes do ChatGPT. Agora, as tarefas cognitivas estão na mesma esteira. Uma vez que um sistema de IA aprenda a redigir contratos, analisar exames de tomografia ou negociar compras de anúncios, esse trabalho cognitivo torna-se software.

O software possui uma vantagem brutal: replicabilidade infinita a um custo marginal quase zero. Um modelo treinado pode ser: - Clonado para um bilhão de trabalhadores virtuais - Implantado 24 horas por dia, 7 dias por semana, sem horas extras - Atualizado globalmente em segundos

Compare isso aos humanos, que precisam de 12 a 20 anos de educação, dormem 8 horas e chegam a um máximo de 40 a 50 horas produtivas por semana. Se um modelo realiza uma tarefa com 80% a 90% da qualidade de um humano por 1% a 2% do custo, o capital flui para o modelo. Isso não é uma tendência tecnológica; é matemática.

Céticos insistem que "a IA ainda não pode fazer X" — gerenciar equipes, inventar novas ciências, cuidar de crianças pequenas. Shapiro trata essas lacunas como obstáculos temporários, não defesas estruturais. A pressão econômica garante que qualquer tarefa que possa ser decomposta em entradas, saídas e ciclos de feedback se torne um alvo.

Mesmo para trabalhos desorganizados e com grande presença humana, como suporte ao cliente ou terapia básica, as empresas já estão direcionando milhões de interações através de grandes modelos de linguagem. À medida que os modelos melhoram e os custos de hardware diminuem, a escolha padrão para as empresas passa de “contratar outra pessoa” para “ativar outra instância”.

Então, a pergunta que Shapiro levanta não é se a IA superará os humanos na maioria dos empregos. Dada a termodinâmica, a matemática e os incentivos de capital, ele argumenta que esse resultado já está determinado. A verdadeira questão é como será uma economia quando o trabalho humano deixar de ser o principal motor de renda.

O dinheiro não desaparece quando os salários estagnam; ele muda de direção. Quando o ciclo de trabalho e salário se quebra, o dinheiro que antes fluía pelos contracheques se desvia para cima em direção ao capital—fábricas, algoritmos e servidores pertencentes a uma fatia cada vez menor de pessoas e instituições.

Os economistas chamam isso de aprofundamento de capital. Em vez de contratar mais 1.000 trabalhadores, uma empresa investe bilhões em centros de dados, GPUs, robôs industriais e automação logística, e os opera 24 horas por dia, 7 dias por semana. A produção aumenta, mas o dólar adicional de lucro não precisa mais de um humano atrelado a ele.

Esses lucros retornam para quem possui as máquinas e o código. Isso significa: - Fundadores e acionistas majoritários - Gestores de ativos e fundos soberanos - Capital privado, fundos de hedge e grandes bancos

Os trabalhadores se tornam um centro de custos a ser minimizado, não o principal motor da demanda.

A mudança já é visível nos dados globais. A participação do trabalho no PIB global caiu de cerca de 56% para 52% nas últimas décadas. Essa queda de 4 pontos representa trilhões de dólares por ano que costumavam chegar como salários e remunerações, mas agora se acumulam como retornos sobre o capital.

As famílias sentem que os salários estão estagnados, o trabalho temporário é precário e a dependência de dívidas e transferências governamentais está aumentando. Nos gráficos, porém, tudo parece indicar margens recordes e capitalizações de mercado em alta. A máquina de dinheiro ainda funciona; ela apenas não precisa de tantos humanos envolvidos.

A IA potencializa essa dinâmica. Cada dólar investido em clusters Nvidia H100 ou ASICs personalizados compra trabalho cognitivo que nunca descansa, nunca se sindicaliza e escala quase sem atrito. Um único modelo bem treinado pode substituir milhares de trabalhadores de média habilidade nas áreas de suporte, marketing, programação e design.

A corrida multimilionária de hoje para construir infraestrutura de IA—centros de dados de hiperescalabilidade, cabos submarinos, usinas de energia, fábricas de chips—é a presença física dessa transição. Esses ativos gerarão caixa por décadas, mas principalmente para seus proprietários, e não para uma ampla base de funcionários.

À medida que mais do PIB vem de sistemas intensivos em capital e com baixa mão de obra, o ciclo de feedback tradicional—salários financiando a demanda que justifica a contratação—se erosiona. O dinheiro ainda circula, mas em uma órbita mais apertada em torno dos detentores de capital, enquanto todos os demais observam a distância aumentar.

Os problemas financeiros a nível doméstico acabam se tornando problemas de sobrevivência para o estado. Quando os salários evaporam, os governos não enfrentam apenas eleitores insatisfeitos; eles enfrentam uma base tributária em colapso. Impostos sobre a renda, impostos sobre a folha de pagamento e impostos sobre vendas todos se baseiam na mesma suposição: muitas pessoas ganhando salários e gastando-os.

Os governos modernos dependem fortemente dessa suposição. Nos EUA, os impostos sobre a renda individual e a folha de pagamento normalmente fornecem mais da metade da receita federal, enquanto os impostos sobre a renda corporativa contribuem com menos de 10%. Se você retirar a renda salarial, enfraquece o financiamento da Previdência Social, do Medicare, do seguro-desemprego e das operações básicas, desde escolas até esgoto.

Isso responde à pergunta “Por que os elites permitiriam isso?”: eles não têm escolha. Quando a automação e a IA rompem o vínculo entre produtividade e salários, os estados perdem o fluxo de caixa que mantém a polícia nas ruas e os pagamentos de juros em dia. A autopreservação, não o altruísmo, obriga os governos a reagir.

Analistas de políticas já veem a escrita na parede. Relatórios como o do CBO Inteligência Artificial e Seus Potenciais Efeitos na Economia e Mercados de Trabalho esboçam silenciosamente cenários onde a automação impulsionada por IA diminui a renda do trabalho, remodelando tudo, desde os impostos sobre a folha de pagamento até as receitas corporativas. Quanto mais produtivas as máquinas se tornam, menos trabalho humano tributável permanece.

Em grande escala, isso deixa um alvo óbvio: o capital. Data centers automatizados, fábricas robóticas e plataformas de IA trilionárias geram um enorme output com uma equipe mínima. Se você precisa de um novo âncora de receita estável em uma economia pós-trabalho, você para de taxar o trabalho e começa a taxar ativos e produtividade diretamente.

Mudanças de paradigma como esta têm precedentes. A industrialização gerou impostos sobre a renda; o consumo em massa gerou impostos sobre valor agregado e sobre vendas. Uma economia totalmente automatizada e com capital profundo provavelmente exigirá a próxima rotação na engrenagem: a tributação sistemática do excedente gerado por máquinas, desde clusters de computação até frotas logísticas, como o principal combustível para o setor público.

A reconfiguração começa com uma premissa dura: se os salários não podem mais servir como a principal fonte de renda familiar, a fonte precisa mudar. A resposta de David Shapiro é uma mudança radical de uma economia mediada pelo trabalho para uma economia mediada pelo capital, onde seu salário principal não é um salário de fato. Em vez de vender tempo para um empregador, as famílias viveriam com os retornos de ativos: dividendos, participação nos lucros e fundos de capital automatizados.

Hoje, a plumbing funciona de cima para baixo e depois de forma horizontal. O Federal Reserve injeta liquidez, os bancos emprestam para as empresas, as empresas se expandem e contratam, e os salários fluem para os lares, que então reciclam o dinheiro de volta para o sistema por meio de gastos e impostos. Quebrar a etapa de “contratar humanos” com AGI e robôs faz com que todo o ciclo de circulação pare.

A proposta de redesign de Shapiro mantém o Fed no topo, mas redireciona o dinheiro de maneira diferente. A nova liquidez ainda chega primeiro ao sistema financeiro, mas em vez de parar nos balanços corporativos e nos preços dos ativos, deve se espalhar para a ampla propriedade de capital das famílias. A mudança chave: as famílias se tornam acionistas padrão na base produtiva, não apenas trabalhadores esperando por horas.

Isso significa que o item principal em um orçamento familiar muda de "salários e rendimentos" para "dividendos e renda de capital." Na abordagem de Shapiro, um orçamento saudável pós-trabalho se apoiaria fortemente em: - Fundos automatizados de estilo índice iniciados por políticas públicas - Participações obrigatórias de funcionários em empresas impulsionadas por IA - Fundos soberanos nacionais ou regionais pagando dividendos per capita

Nada disso aparece do vácuo. Economistas de Louis Kelso a Thomas Piketty argumentaram que a ampla propriedade de capital é o único antídoto duradouro contra a desigualdade em um mundo onde o capital supera o trabalho. O Dividendo do Fundo Permanente do Alasca e o fundo soberano da Noruega, respaldado pelo petróleo, já mostram como a renda de recursos e de capital pode fluir diretamente para os cidadãos.

A virada de Shapiro é a urgência e a escala. Ele trata a automação impulsionada por AGI como a força motriz que transforma essas ideias antes de nicho em uma infraestrutura básica de sobrevivência para uma economia do século 21, onde a maior parte do trabalho é realizada por máquinas.

O dinheiro no mundo pós-trabalho de Shapiro não se origina mais na folha de pagamento. Ele vem de Ativos Automatizados: fábricas atendidas por robôs, cadeias logísticas totalmente autônomas e centros de dados saturados de IA que geram trabalho cognitivo pelo gigaflop em vez de por hora. Estas são máquinas físicas e digitais que transformam energia e capital em produção com quase nenhum ser humano no processo.

Sob esse modelo, esses Ativos Automatizados se tornam a principal fonte de criação de valor, e não um ato de apoio. Um centro de dados hyperscale executando modelos fundamentais, ou uma fábrica de baterias verticalmente integrada operada por robôs, gera enormes fluxos de caixa uma vez construída. Esse excedente é o que substitui os salários como ponto de entrada de dinheiro nos lares.

A propriedade ainda é importante, mas o modelo muda. Seja um data center pertencente à Microsoft, a uma empresa pública municipal ou a um fundo de infraestrutura nacional, a instalação paga impostos ou dividendos diretamente em fundos públicos de capital. Em vez de taxar milhões de salários, os governos extraem valor de um número relativamente pequeno de ativos ultra produtivos.

O diagrama de Shapiro se parece menos com um ciclo de empregos e mais com um sistema hidráulico de fluxos de capital. Ativos automatizados enviam lucros e pagamentos de impostos para fundos soberanos, doações públicas ou veículos públicos tokenizados. Esses fundos, então, atuam como a nova camada de distribuição da renda familiar.

Os pagamentos automáticos cuidam da última milha. Em vez de um emprego que media seu acesso ao dinheiro, um fundo público ou quase público transfere um pagamento base diretamente para sua conta todo mês. Pense nisso como dividendos universais, não como caridade: sua parte da produção do parque nacional de máquinas.

Já realizamos este experimento em pequena escala. O Fundo Permanente do Alasca recebe royalties do petróleo, investe esses recursos e paga a cada residente um cheque anual que variou de aproximadamente $1.000 a mais de $2.000 por pessoa. O pagamento não depende do status de emprego, currículo ou horas trabalhadas.

A Noruega leva a ideia adiante. O Fundo Previdenciário Global, construído com as receitas do petróleo do Mar do Norte, possui mais de US$ 1,5 trilhão em ativos para uma população de cerca de 5,5 milhões. Os retornos desse fundo soberano financiam uma parte significativa dos gastos públicos, efetivamente convertendo a automação dos recursos naturais em uma ampla renda social.

O argumento de Shapiro: troque plataformas de petróleo por centros de dados de AGI e fábricas de robôs, e amplie esses modelos. Ativos automatizados substituem o trabalho como motor de valor, e pagamentos universais substituem salários como a forma de dinheiro chegar à sua porta.

A Renda Básica Universal (UBI) parece simples: taxar os vencedores, enviar cheques para todos e torcer para que a política se mantenha. O modelo de Shapiro é mais profundo. Ele defende dividendos lastreados em ativos, onde os pagamentos vêm diretamente de participações na infraestrutura automatizada—centros de dados, fábricas de robôs, usinas de energia—em vez de espremer infinitamente uma base salarial em encolhimento.

Pense nisso como uma atualização do estado de bem-estar social para uma economia de propriedade. Cada cidadão torna-se, por lei, um proprietário parcial da capacidade produtiva automatizada da nação, da mesma forma que os moradores do Alasca dividem a receita do petróleo ou os noruegueses se beneficiam de seu fundo soberano. Quando sistemas de AGI criam um milhão de trabalhadores sintéticos, sua produção flui para um balanço compartilhado, e não apenas para algumas tabelas de capital corporativo.

A propriedade pode ser estruturada por meio de múltiplos canais. Alguns países podem promover participações diretas — fundos no estilo de índices, ações tokenizadas ou "ETFs de automação" nacionais atribuídos automaticamente ao nascer. Outros podem centralizá-la por meio de um gestor público de ativos, com um fundo soberano detendo participação em nuvens hiperscala, plataformas de robótica e utilitários de IA, pagando depois dividendos padronizados.

Modelos híbridos parecem prováveis. Um fundo governamental poderia deter a infraestrutura central—computação, rede, logística—enquanto cidadãos detêm porções portáteis de setores de maior risco: biotecnologia, entretenimento, ferramentas de IA. Contratos inteligentes ou contas programáveis poderiam garantir que uma porcentagem fixa dos lucros automatizados nacionais fluísse para os residentes antes de recompras ou bônus executivos.

A objeção número um é sempre: “Eu não tenho capital para investir.” A resposta de Shapiro é estrutural, não motivacional. Dividendos básicos não exigem que você economize, negocie ou sincronize com os mercados; o estado confere a cada cidadão um direito sobre a automação nacional, da mesma forma que já atribui um número de Seguro Social.

O capital inicial vem de outras fontes: impostos sobre ganhos de capital extremos, tributos únicos sobre modelos de IA fundamentais, participação pública em utilitários automatizados recém-licenciados ou a realocação de subsídios existentes em ações em vez de dinheiro. Com o tempo, os retornos compostos desses ativos, e não taxas de imposto mais altas sobre o trabalho, financiam os pagamentos universais.

Pesquisadores de políticas já esboçam ideias adjacentes, desde capital básico universal até fundos de “imposto sobre robôs”. Para um panorama econômico mais amplo sobre como a automação transforma a demanda por trabalho, veja a análise do Goldman Sachs: Como a IA Afetará a Força de Trabalho Global?. A abordagem de Shapiro é tratar essa mudança não como um desastre, mas como uma migração forçada de assalariado para acionista.

Uma pergunta constrangedora paira sobre a economia pós-trabalho: se a IA opera as fábricas, escreve o código e até redige as leis, o que bilhões de humanos realmente fazem o dia todo? A resposta de David Shapiro é direta: você não é excluído do roteiro, porque o sistema ainda precisa de você como consumidor e cidadão.

Governos e corporações têm um incentivo numérico difícil aqui. Se o poder de compra das famílias colapsar, a demanda agregada despenca, a arrecadação de impostos despenca e toda a pilha de ativos automatizados—centros de dados, fábricas de robôs, logística impulsionada por IA—começa a operar abaixo da capacidade. Uma sociedade de “comedores inúteis” não é apenas distópica, é não lucrativa e fiscalmente suicida.

Shapiro chama a alternativa de “economia do significado.” Uma vez que a IA e os robôs lidam com a maior parte da produção, ele argumenta que a atividade humana se inclina para domínios onde a termodinâmica e a escala não garantem uma vitória limpa para as máquinas: conexão, criatividade e cuidado. Estas não são missões secundárias; elas se tornam a principal forma como as pessoas gastam o tempo em um sistema pós-trabalho.

Isso parece menos com "empregos" e mais com papéis. As pessoas se orientam mutuamente em meio à sobrecarga de informações, moderam comunidades, gerenciam cenas culturais específicas e constroem instituições hiperlocais. Você pode sediar círculos de reparo semanais, administrar um canal de mídia do bairro ou projetar caminhos de aprendizagem personalizados para crianças navegando em uma internet saturada de IA.

A navegação se torna uma categoria de trabalho por si só. Quando cada serviço, produto e ideia tem mil variantes geradas por IA, os humanos que podem curar, interpretar e validar o que realmente importa ganham um verdadeiro poder social. Pense: - Guias locais de confiança para saúde, direito e educação - Tradutores culturais que conectam subculturas e países - Organizadores comunitários que transformam assinantes passivos em participantes ativos

O significado em si resiste à comodificação limpa. Você pode automatizar os formulários de intake de um terapeuta; você não pode produzir em massa a confiança construída ao longo de anos de história compartilhada. Você pode gerar música infinita; você não pode falsificar o status de ser um dos primeiros em uma micro-cena que só existe porque algumas dezenas de pessoas decidiram se importar.

A IA comanda a camada de produção por padrão. A fronteira para os humanos muda para cima: propósito, experiência e criação de significado como os novos recursos escassos em uma economia que finalmente para de fingir que seu valor é seu salário.

O que é a economia pós-trabalho?

A economia pós-trabalho é um campo de estudo que explora como as economias funcionarão quando a IA e a automação tornarem a maior parte do trabalho humano economicamente obsoleto. Foca em novos sistemas de distribuição de riqueza além dos salários tradicionais.

Por que a atual economia baseada em salários está em risco?

O sistema baseia-se em um ciclo onde os gastos das famílias impulsionam os negócios, que então contratam pessoas e pagam salários. À medida que a inteligência artificial permite que as empresas aumentem a produtividade sem contratar mais pessoas, esse ciclo se rompe, cortando a principal fonte de renda para as famílias.

O que poderia substituir os salários em um mundo pós-trabalho?

Os salários seriam substituídos por dividendos da propriedade de capital. Isso poderia vir da propriedade direta de ativos ou, de forma mais ampla, por meio de fundos públicos, como fundos soberanos, que coletam receita de indústrias automatizadas e a distribuem para os cidadãos.

Renda Básica Universal (RBU) é a única solução?

UBI é um possível mecanismo, mas a ideia central é mais ampla. O foco está nos 'universais lastreados em ativos', onde os pagamentos são dividendos de ativos produtivos automatizados, e não apenas transferências fiscais do governo, criando um modelo de propriedade mais sustentável.