Robôs Já Sabem Fazer 74% do Trabalho Físico dos EUA.
Só Não Compensa Pagar Por Isso.
Um novo estudo da Anthropic usou o próprio Claude para vasculhar quase 19 mil tarefas de trabalho catalogadas pelo governo americano e perguntar, tarefa por tarefa: um robô consegue fazer isso hoje? A resposta corrige tanto o otimismo quanto o pânico em torno da automação física.
Existe uma pergunta que a onda de IA generativa deixou em segundo plano, mas que nunca deixou de importar: boa parte do trabalho humano acontece fora de uma tela, com as mãos, o corpo e os pés. Um modelo de linguagem pode escrever um contrato, mas não troca um pneu, não dobra uma roupa de cama de hospital nem escava uma vala.
Um estudo publicado pela Anthropic em 30 de setembro, assinado pelos pesquisadores Russell Legate-Yang e Maxim Massenkoff, tentou medir exatamente essa fronteira — e fez isso de um jeito pouco ortodoxo: usando o próprio Claude para ler, uma a uma, quase 19 mil descrições de tarefas de trabalho catalogadas pelo banco de dados O*NET do governo americano, pesquisando na web por robôs reais capazes de executá-las.
Uma régua de quatro degraus para medir exposição
Em vez de perguntar genericamente "esse trabalho pode ser automatizado", os pesquisadores construíram uma régua de precisão: para cada tarefa física identificada, o Claude avaliou em qual tipo de ambiente um robô conseguiria executá-la hoje. A escala vai de E0 (nenhum robô consegue fazer) a E3 (um robô consegue fazer em ambiente não estruturado, como uma rua de cidade), passando por E1 (ambiente robótico construído sob medida, como uma linha de montagem) e E2 (instalação humana estruturada, como um armazém). Cada avaliação exigia que o modelo citasse uma fonte real — um robô comercialmente disponível, uma demonstração documentada, uma venda registrada — não bastava achar plausível.
O resultado central do estudo é, ao mesmo tempo, impressionante e enganoso se lido rápido demais: robôs já conseguem executar 74% de todas as tarefas físicas identificadas na economia americana, o equivalente a 34% de todas as horas trabalhadas no país. Somando a exposição à IA de linguagem, cerca de 80% de todo o trabalho americano, por tempo, já está exposto a alguma combinação de robôs ou modelos de linguagem — sobrando apenas um quinto do trabalho total fora do alcance de ambas as tecnologias.
O detalhe que muda tudo: quase nenhuma dessas tarefas compensa financeiramente
Aqui está a virada que separa esse estudo de qualquer previsão apocalíptica fácil sobre desemprego tecnológico: conseguir fazer uma tarefa não é o mesmo que valer a pena pagar por isso. Ao estimar o custo real de implantar robôs — compra, instalação, manutenção, energia, supervisão humana residual — comparado ao custo de um trabalhador humano fazendo o mesmo trabalho, os pesquisadores encontram que robôs são economicamente competitivos para apenas 0,3% das tarefas de trabalho hoje.
Se os preços de robôs continuarem caindo no ritmo histórico de cerca de 3% ao ano, essa fatia levaria 40 anos para chegar a apenas 10%.
A distância entre capacidade técnica e viabilidade econômica raramente aparece tão nua em um único número.
Quem já sente a pressão — e quem está bem protegido, por enquanto
Nem todo trabalho exposto é igual. Entre as dez ocupações mais expostas a robôs, nove são de operadores de veículos: motoristas de táxi lideram o ranking, seguidos por operadores de equipamentos agrícolas e caminhoneiros — um reflexo direto do avanço de carros autônomos, tratores autônomos da John Deere e caminhões de carga como os da Gatik.
Do outro lado do espectro, trabalhos como enfermagem e reparos gerais permanecem praticamente intocados, porque mesmo em ambientes altamente controlados os robôs de hoje conseguem fazer muito pouco do que essas funções exigem.
O perfil demográfico de quem está mais exposto a robôs é revelador por contraste com quem está mais exposto a modelos de linguagem. Trabalhadores em ocupações altamente expostas a robôs são 20 pontos percentuais menos propensos a serem mulheres, 16,5 pontos mais propensos a serem hispânicos, 55 pontos menos propensos a ter diploma universitário, ganham cerca de US$ 30 a menos por hora e enfrentam taxa de desemprego mais que o dobro da média. É, segundo os próprios autores, quase um espelho invertido do perfil de trabalhador tipicamente exposto a modelos de linguagem.
O caso que já está acontecendo: empacotadores
Se existe um grupo profissional para observar de perto, são os empacotadores manuais — a maior ocupação para a qual os robôs já são financeiramente competitivos hoje, não daqui a décadas.
O conjunto de robôs necessários para substituir um empacotador (máquinas de embalagem, braços de movimentação de materiais, inspeção visual automatizada, aplicação de etiquetas) custa pouco mais de US$ 2 milhões para comprar e instalar, mas substitui o trabalho anual de cerca de 14 trabalhadores.
Alguns anos trabalhados: o custo anualizado chega a cerca de US$ 45 mil por trabalhador substituído, contra US$ 49 mil de um empacotador humano — uma vantagem de apenas US$ 2.500 por ano, mas já suficiente para pender a balança.
O estudo não trata isso como hipótese distante: o emprego de empacotadores nos Estados Unidos já caiu 22% desde 2015, e o Bureau of Labor Statistics projeta que essa será a 11ª ocupação com maior perda líquida de postos de trabalho até 2035 — atrás apenas de agentes penitenciários e nove categorias de vendas e escritório. Motoristas de táxi aparecem em situação parecida: um robotáxi custaria apenas cerca de US$ 7 mil a mais por ano que um motorista humano — a principal barreira aí não é custo, é regulação.
Já soldadores ilustram o oposto: robôs de solda autônomos existem e funcionam, mas custam cerca de cinco vezes mais que contratar um soldador humano, porque boa parte do trabalho real de solda envolve posicionar peças pesadas, subir em escadas e inspecionar qualidade — tarefas auxiliares que nenhum robô de solda resolve sozinho.
O que trava a automação física, por ordem de importância
Quando os pesquisadores pediram ao Claude para apontar, tarefa por tarefa, qual barreira impediria a automação se não fosse resolvida, capacidade técnica apareceu como o obstáculo mais comum — presente em cerca de 70% das tarefas físicas — com destaque para manipulação: a destreza manual necessária para tocar, segurar e manusear objetos com delicadeza trava metade de todo o trabalho físico sozinha. Custo aparece como barreira em praticamente todas as tarefas remanescentes. Regulação impede 14% das tarefas, concentrada em saúde, serviços de proteção e educação. Preferência humana — pessoas que simplesmente não confiariam, ou não quereriam, um robô fazendo determinado trabalho — barra outro quarto das tarefas.
Um teste no passado para validar o futuro
Para checar se essa régua de exposição realmente prevê alguma coisa, os pesquisadores fizeram um exercício retroativo: avaliaram a exposição a robôs de tarefas de trabalho como existiam desde 1977, e cruzaram com dados reais de salário e emprego nas décadas seguintes.
O resultado: ocupações que já eram mais expostas a robôs — mesmo os robôs rudimentares dos anos 1970 e 1980 — de fato sofreram quedas maiores de salário e emprego nas décadas posteriores, mesmo descontando tendências setoriais. Ao longo desse meio século, robôs passaram a conseguir fazer, em média, 2% a mais das tarefas físicas que antes não conseguiam, a cada ano.
Projetando esse ritmo adiante, mesmo em um cenário acelerado — com custos caindo até quatro vezes mais rápido que o histórico e capacidades novas surgindo no dobro da velocidade —, automatizar competitivamente metade de todo o trabalho físico americano ainda levaria até 2050. Automatizar 90% dele levaria 53 anos a partir de agora, mesmo nesse cenário otimista para a indústria robótica.
O retrato que fica
O estudo evita tanto o exagero do "robôs vão substituir todo mundo amanhã" quanto a complacência do "isso é coisa de filme de ficção científica". A mensagem central é mais precisa e, por isso mesmo, mais útil: a capacidade técnica para automatizar boa parte do trabalho físico humano já existe hoje, espalhada por centenas de robôs comerciais reais catalogados nesta pesquisa. O que ainda não existe, na escala necessária, é o preço que tornaria essa automação uma escolha econômica óbvia — e são precisamente os empregos mais mal pagos, menos escolarizados e fisicamente mais exigentes que estão, segundo os próprios dados, na fila mais próxima da porta.
Este artigo é uma adaptação jornalística do paper "What work can robots do?", de Russell Legate-Yang e Maxim Massenkoff, publicado pela Anthropic em 30 de setembro de 2026.
Comentários