s
Crédito: Gerd Altmann/Pixabay
INTELIGÊNCIA ARTIFICIAL

Inteligência Artificial aumenta produtividade no trabalho

Nos países desenvolvidos, a adoção da IA vem tendo um impacto positivo na produtividade, mas acende um sinal vermelho para o que acontece com alguns trabalhadores

A produtividade do trabalho em países desenvolvidos pode aumentar em até 40% até 2035 devido à influência da Inteligência Artificial (IA), de acordo com análise da Accenture e da Frontier Economics. O relatório prevê um aumento na produtividade na Suécia de 37%, um crescimento nos Estados Unidos de 35% e no Japão, em 34%. Na Alemanha e na Áustria, a IA pode potencialmente maximizar a produtividade do trabalho em cerca de 30% nos próximos 15 anos.

À medida que a automação avança, as empresas vão exigir menos trabalhadores não qualificados, levantando questões sobre o que acontecerá com esses trabalhadores. De acordo com a McKinsey, 15% das companhias na indústria automotiva global registraram uma redução relacionada à IA em suas forças de trabalho de 3% a 10% em 2019. Aproximadamente 10% das empresas excederam esse número.

Veja a seguir o infográfico do Statista sobre a influência da IA na produtividade no trabalho.

Conteúdo exclusivo para membros da The Shift

Aproveite a promoção e assine

2021 será um ano para a Inteligência Artificial brilhar nos negócios

Inteligência Artificial

2021 será um ano para a Inteligência Artificial brilhar nos negócio...

Organizações começam de fato a usar a IA como uma ferramenta estratégica de negócios para gerar valor, e planejam investir ainda mais em 2021

Por Cristina De Luca
Desafio de tornar a Inteligência Artificial confiável é imperativo para os negócios

Inteligência Artificial

Desafio de tornar a Inteligência Artificial confiável é imperativo...

As pessoas não estão dispostas a aceitar tecnologias a menos que possam exercer mais controle sobre seus resultados

Por Cristina De Luca
Foque na correção dos modelos de dados que a pandemia quebrou

Inteligência Artificial

Foque na correção dos modelos de dados que a pandemia quebrou

Em alguns casos será preciso refazer alguns algorítmicos baseados no princípio de que padrões e comportamentos do passado se repetem no futuro. Em outros, recalibrar a série histórica

Por Cristina De Luca