🧠Ethan Mollick: a IA vai dar saltos onde você menos espera
Ethan Mollick, professor de Wharton e um dos observadores mais lúcidos de IA, fez uma previsão que vale guardar: em breve, cada melhoria gradual de IA vai causar saltos grandes e repentinos em áreas economicamente importantes. --- A lógica dele é simples e faz sentido: muitos trabalhos têm gargalos específicos. A IA de ontem era boa em 80% da tarefa, mas travava nos 20% que importavam. Quando a próxima versão destravar esse gargalo, o ganho não é de 20% - é um salto. Parece uma revolução, mas na verdade é a remoção de uma trava que segurava tudo. --- É o tipo de insight que muda como você pensa sobre adoção de IA. Não espere progresso linear. Espere longos platôs seguidos de saltos que ninguém previu - exatamente nas áreas que mais afetam o seu bolso.
Soon, at each gradual improvement level of AI, you will start to see large discrete jumps in ability in economically important areas, because the previous AI ability level in some aspect of the job bottlenecked progress. When bottlenecks are released, it looks like a leap forward
— @emollick View on X
O padrão invisível que define o progresso da IA
A previsão de Ethan Mollick é direta: cada melhoria incremental em IA vai gerar saltos discretos e significativos em áreas economicamente relevantes, não progresso linear. O professor de Wharton observa que muitos trabalhos possuem gargalos específicos — tarefas onde a IA anterior atingia um limite que travava todo o processo. Quando esse gargalo é removido, o resultado parece uma revolução, mas é apenas a liberação de uma trava que segurava o progresso.
A lógica por trás dessa observação é simples. Sistemas de IA frequentemente dominam 80% de uma tarefa, mas falham nos 20% que fazem diferença real. Esses 20% não são apenas uma fração menor — são o gargalo que impede a adoção em escala. Quando uma nova versão resolve esse ponto específico, o ganho não é proporcional ao esforço: é exponencial.
Isso significa que builders e devs brasileiros precisam repensar como avaliam o avanço da tecnologia. O erro comum é esperar melhorias graduais e uniformes. A realidade é outra: longos períodos de platô seguidos de saltos inesperados exatamente nas áreas que impactam diretamente a produtividade e o faturamento.
Para quem desenvolve produtos digitais no Brasil, isso tem implicações concretas. Decisões de arquitetura, escolha de ferramentas e planejamento de roadmap não podem se basear no estado atual da IA. É preciso antecipar onde os gargalos serão removidos e posicionar soluções para capturar esse valor no momento certo.
Há outro ponto relevante: a adoção corporativa no Brasil tende a ser conservadora. Empresas esperam prova de conceito consolidada antes de investir. Se o padrão de saltos discretos se confirmar, quem esperar a "validação completa" vai chegar tarde. O timing de entrada no mercado vira vantagem competitiva real.
A observação de Mollick também sugere uma mudança na forma de integrar IA em produtos. Em vez de tentar替代 toda uma jornada do usuário de uma vez, identificar o gargalo específico e resolvê-lo pode gerar mais valor que tentativas ambiciosas de automação completa.
O fundamental é entender: não estamos diante de uma progressão previsível. O terreno tem buracos invisíveis — e é exatamente neles que a IA vai dar seus saltos.