O prêmio salarial que Vito descreve já aconteceu antes — com o computador, não com a IA

Vito escreveu que o custo de esperar é maior que o custo de errar, e usa como prova central um prêmio salarial de 56% para quem tem habilidade em IA — o dobro do que era um ano antes, segundo o Global AI Jobs Barometer da PwC. Em 1993, um número quase idêntico apareceu sobre outra ferramenta, e a economia gastou os quatro anos seguintes descobrindo que ele não provava o que parecia provar.

O argumento de Vito não é bobo. Habilidade escassa custa caro exatamente enquanto for escassa — isso é economia básica, não hype, e ele está certo que oitenta por cento de empresas americanas ainda não adotaram é um recorte real, não um detalhe. O ponto fraco não é o número. É o que ele acha que o número prova sobre agir agora.

Em 1993, o prêmio era do computador. Em 1997, também era do lápis

O economista Alan Krueger mediu, com dados de 1984 a 1989, que quem usava computador no trabalho ganhava de 10% a 15% a mais que colegas equivalentes sem essa habilidade. Foi lido, na época, como o mesmo tipo de prova que Vito usa hoje: quem tem a habilidade escassa, ganha mais; a lição óbvia era correr para aprender.

Quatro anos depois, John DiNardo e Jörn-Steffen Pischke testaram a mesma metodologia em outra ferramenta: quem usava lápis, caneta, calculadora ou telefone no trabalho — ou simplesmente trabalhava sentado — também tinha um diferencial salarial parecido com o do computador. Ninguém defende que aprender a usar lápis paga salário maior. Os números da época dizem outra coisa do que a leitura óbvia sugeria: o "prêmio do computador" media, em boa parte, o tipo de cargo que já pagava mais — não o retorno de aprender a ferramenta.

O paralelo não diz que o prêmio de Vito é falso. Diz que ele não prova o que precisa provar

Isso não desmonta o número da PwC — desmonta a conclusão que Vito tira dele. Um prêmio salarial associado a "ter habilidade em IA" pode refletir, em parte, que quem já ocupa cargos mais valorizados é quem primeiro aprende a ferramenta nova, e não que aprender a ferramenta é o que empurrou o salário para cima. Se for isso, correr para aprender IA sozinho não replica o prêmio — porque o prêmio nunca foi da habilidade, era do cargo que já vinha antes dela.

Onde o paralelo falha

O paralelo funciona até certo ponto, e preciso declarar onde ele para: o computador levou mais de uma década para deixar de ser diferencial e virar pré-requisito de quase todo emprego de escritório. Nem Krueger nem DiNardo e Pischke acompanham esse trajeto depois de 1997 — os dois papers medem um retrato, não a curva inteira —, então o que vem a seguir é hipótese minha, não achado registrado em nenhum dos dois: é razoável supor que a difusão foi perdendo velocidade à medida que quem tinha mais a ganhar com o computador já havia adotado, o formato comum de qualquer curva de adoção em S. Se a curva de adoção de IA for mais rápida que a do computador, como boa parte da evidência de custo e distribuição sugere, a janela de Vito pode fechar em menos tempo do que a do lápis levou para abrir — e "esperar o filme de 1993 acabar" seria o conselho errado por motivo oposto ao que ele imagina.

O que muda para quem lê os dois textos: a pergunta certa não é "corro para aprender antes que feche", que trata a habilidade como bilhete de loteria pessoal. É se a sua função específica está exposta à automação — isso sim, a história mostra que vale a pena descobrir cedo, com ou sem prêmio salarial de habilidade escassa no meio do caminho.