Como as pessoas já estão usando IA na prática

Uma análise de 15 milhões de interações com produtos de inteligência artificial do Google encontrou um retrato muito diferente da imagem de máquinas assumindo trabalhos inteiros sem participação humana.

No primeiro relatório ATLAS, publicado em julho de 2026, o Google analisou interações no Gemini, no AI Mode e na API Gemini. O uso profissional apareceu em ocupações que representam 90% do emprego nos Estados Unidos, mas participou de aproximadamente 21% das tarefas de um trabalho típico. Menos de 10% das interações profissionais observadas automatizaram uma tarefa por completo.

A maior parte envolvia colaboração. As pessoas buscavam informações, desenvolviam ideias, estudavam problemas, formulavam estratégias, escreviam ou revisavam. O objetivo, o contexto e a avaliação do resultado continuavam sob responsabilidade humana.

Esse padrão ajuda a organizar a conversa sobre adoção. A IA já alcança muitos tipos de trabalho, mas entra em partes específicas do processo. Fora do ambiente profissional, participa de decisões de compra, dúvidas de saúde, organização pessoal e conversas íntimas. A mesma interface atende atividades com níveis de risco muito diferentes.

Quatro formas de usar IA

O termo “uso de IA” reúne relações distintas entre pessoa e sistema. Separá-las ajuda a entender quanto trabalho foi realmente transferido.

Grande parte do uso cotidiano permanece nas duas primeiras linhas. A delegação cresce com agentes e integrações, enquanto a automação integral exige processos estáveis, dados confiáveis, permissões e mecanismos de controle.

No trabalho, a IA funciona principalmente como parceira

As aplicações mais frequentes costumam ser discretas. Um profissional transforma anotações em um documento, organiza uma reunião, revisa uma mensagem, resume um relatório ou procura o ponto de partida para uma análise.

Quando essas ações são conectadas, a ferramenta entra no fluxo. A transcrição de uma reunião vira uma lista de decisões. Uma pesquisa alimenta uma apresentação. Uma base de dados produz perguntas para a próxima conversa com o cliente. Um briefing gera uma primeira versão que será revisada por alguém com conhecimento do negócio.

O ATLAS encontrou colaboração também em ocupações manuais e técnicas. Mecânicos e profissionais de manutenção usavam IA para diagnóstico, solução de problemas e aprendizado durante o trabalho. A ferramenta ampliava o acesso à informação sem executar a tarefa física.

Outro estudo ajuda a detalhar os usos profissionais. Em 2025, o Pew Research Center perguntou a trabalhadores que já utilizavam chatbots de IA no emprego quais atividades realizavam. Entre eles, 57% usavam as ferramentas para pesquisa, 52% para editar conteúdo escrito, 47% para redigir documentos e 40% para resumir informações de arquivos ou reuniões.

Os números descrevem tarefas que existiam antes da IA. A mudança aparece na velocidade, na facilidade de começar e na possibilidade de uma pessoa executar etapas que antes dependiam de busca manual, modelos prontos ou apoio de outro profissional.

A supervisão também virou trabalho

Usar inteligência artificial acrescenta atividades ao processo. A pessoa precisa explicar contexto, escolher uma ferramenta, revisar a saída, corrigir erros, controlar versões e decidir o que pode seguir adiante.

A pesquisa global AI at Work 2026, do Boston Consulting Group, ouviu 11.749 profissionais em 14 mercados. Quase metade dos participantes, 47%, afirmou passar mais tempo gerenciando e orientando IA do que realizando o trabalho propriamente dito.

O estudo também encontrou uma combinação que parece contraditória à primeira vista. Entre usuários regulares, 67% disseram que a tecnologia melhorou a satisfação profissional, enquanto 41% relataram aumento da carga cognitiva. Entre profissionais de linha de frente que usam IA regularmente, 42% afirmaram economizar um dia inteiro de trabalho ou mais por semana.

Uma ferramenta pode acelerar a execução e aumentar o esforço de supervisão. Esse efeito fica escondido quando a empresa mede somente quantas licenças foram ativadas, quantos prompts foram enviados ou quantas horas o usuário acredita ter poupado.

Uma avaliação mais completa considera:

• tempo gasto para preparar contexto;
• número de tentativas até chegar a uma resposta utilizável;
• revisão feita por especialistas;
• erros que precisaram ser corrigidos;
• tarefas que ganharam qualidade;
• trabalho adicional criado pela ferramenta;
• como a equipe utiliza o tempo que foi liberado.

A adoção produz resultado quando o fluxo melhora. O uso intenso, sozinho, não comprova produtividade.

O que as pessoas querem recuperar

As expectativas sobre produtividade ficam mais claras quando as pessoas explicam o que gostariam de fazer com o tempo, o dinheiro ou a capacidade liberada.

Em uma pesquisa da Anthropic com 80.508 usuários do Claude, realizada em 159 países e 70 idiomas, os participantes responderam ao que desejavam que a inteligência artificial tornasse possível. A amostra reúne usuários de uma plataforma e não representa toda a população, mas oferece uma visão ampla das expectativas de pessoas que já usam a tecnologia.

As expectativas ligadas à organização da rotina, à liberdade de tempo e à independência financeira somam 34,3%. Esse agrupamento ajuda a entender por que uma promessa genérica de “produzir mais” pode falhar. Muitas pessoas querem terminar o expediente, administrar uma pequena empresa, lembrar compromissos ou reduzir uma carga que já ultrapassou o limite.

O benefício esperado não cabe apenas em produtividade por hora. Ele aparece como tempo disponível, tranquilidade, autonomia ou possibilidade de renda.

Onde a IA já entrou na vida cotidiana

O uso se distribui por contextos que pedem respostas, fontes e níveis de cuidado diferentes.

Essa tabela também mostra por que uma regra única para “confiar na IA” seria pouco útil. O risco de uma sugestão de presente é diferente do risco de uma interpretação de exame. O nível de validação precisa acompanhar a consequência do erro.

Saúde: explicação acessível com risco elevado

No Brasil, uma edição especial do Edelman Trust Barometer 2026 sobre saúde encontrou 38% dos entrevistados usando IA para administrar aspectos de saúde ou tomar decisões relacionadas ao tema.

Entre esses usuários, 89% procuravam respostas imediatas para dúvidas gerais, 87% buscavam recomendações de sono, atividade física ou nutrição, 83% usavam a tecnologia para interpretar resultados de exames, 79% pediam sugestões de tratamento e 78% buscavam uma segunda opinião sobre diagnósticos.

O mesmo levantamento registrou confiança de 79% nos médicos e de 78% em cientistas e especialistas médicos. O uso de IA não significa que essas referências tenham perdido importância. Ele indica que as pessoas procuram explicações antes, depois ou entre os contatos com o sistema de saúde.

Uma ferramenta pode traduzir um termo, organizar sintomas para uma consulta ou ajudar a formular perguntas. Ela não possui automaticamente o histórico clínico completo, os exames necessários nem a responsabilidade profissional sobre o caso. Fonte e encaminhamento precisam fazer parte da resposta.

Compras: a comparação começa antes do site

A IA também participa da descoberta de produtos e serviços. Uma pessoa pode combinar orçamento, preferências, características técnicas e avaliações em uma única conversa, em vez de abrir dezenas de páginas.

Uma pesquisa do Reclame AQUI com mais de mil consumidores apontou que 43% pretendiam usar ferramentas de IA nas compras para o Dia dos Pais de 2026. Entre os entrevistados, 28% buscariam ideias de presentes e 15% usariam a tecnologia para comparar preços e encontrar oportunidades.

O dado pertence a uma data comercial específica e não deve ser projetado para todas as compras. Ainda assim, registra um comportamento concreto: a IA entra na fase de pesquisa, organiza critérios e reduz o conjunto de opções antes que o consumidor visite uma loja.

Essa dinâmica muda a noção de tráfego. Uma marca pode participar da decisão sem receber o primeiro clique. A pessoa lê a resposta, memoriza um nome, abre um aplicativo, procura a empresa diretamente ou volta à compra por outro dispositivo. Parte dessa influência escapa à atribuição tradicional e faz parte do ecossistema do Orgânico 3.0.

Apoio emocional: disponibilidade com limites delicados

Algumas pessoas usam assistentes para organizar pensamentos, desabafar ou buscar uma interação disponível a qualquer hora. A resposta imediata e a ausência de julgamento percebido ajudam a explicar essa aproximação.

Em uma pesquisa da CNN Brasil com o Instituto Locomotiva, feita com mais de duas mil pessoas, 30% dos entrevistados afirmaram já ter chorado durante uma conversa com IA. Entre esse grupo, 60% disseram que a interação ajudava a reduzir a sensação de solidão. A preferência por conversar com a ferramenta em vez de uma pessoa foi relatada por 41% dos homens e 38% das mulheres.

Os dados registram uma prática e não demonstram equivalência entre a resposta automática, uma relação humana e o cuidado profissional. A facilidade de acesso pode oferecer conforto e também aumentar risco de dependência, exposição de informações íntimas ou orientação inadequada em momentos de crise.

Produtos que atuam nesse espaço precisam tornar limites visíveis, reconhecer sinais de risco e encaminhar o usuário para apoio humano quando necessário.

O que muda para marcas e empresas

O uso cotidiano altera a forma como marcas são descobertas. Quando alguém pede ajuda para escolher um software, um banco, uma viagem ou um produto, o assistente organiza informações encontradas em sites, avaliações, reportagens, documentos e bases públicas.

Algumas marcas entram na resposta. Outras permanecem fora da comparação. A ausência pode acontecer porque a empresa é pouco mencionada, porque sua documentação está incompleta, porque as fontes se contradizem ou porque o sistema encontrou evidências mais claras sobre um concorrente.

Para o marketing, surgem perguntas que os relatórios tradicionais não respondem bem:

• Em quais perguntas a marca aparece?
• Como os assistentes descrevem seus produtos, serviços e atributos?
• Quais concorrentes são recomendados e em que contexto?
• Que fontes sustentam cada resposta?
• A informação apresentada está correta e atualizada?
• A marca aparece quando a consulta contém preço, perfil, restrição ou comparação?
• Existe diferença entre ChatGPT, Gemini, Claude e outros sistemas?
• Uma citação produz busca pela marca, acesso direto, lead ou venda?

No relatório de 2026 da AgencyAnalytics, 66% dos 494 profissionais de agências pesquisados disseram receber pedidos de clientes por AEO, o trabalho de presença em mecanismos de resposta. A demanda superou mídia paga orientada a performance e produção de vídeos curtos.

Esse interesse acompanha o comportamento do usuário. A empresa quer aparecer porque o consumidor já começou a perguntar. O artigo sobre SEO, AEO e GEO detalha as diferenças entre essas frentes e como elas se conectam.

Checklist para entender como sua marca participa

• Mapeie perguntas reais. Atendimento, vendas, avaliações, buscas internas e comunidades revelam o vocabulário usado pelo cliente.
• Organize as perguntas por intenção. Separe descoberta, comparação, validação, preço, uso, suporte e pós-venda.
• Teste diferentes assistentes. Plataformas e modos de pesquisa podem apresentar fontes, atributos e concorrentes diferentes.
• Registre presença e contexto. Observe frequência, posição, descrição, sentimento, atributos e segurança da recomendação.
• Identifique as fontes utilizadas. Sites, documentos, avaliações, vídeos e reportagens ajudam a explicar por que a marca entrou na resposta.
• Corrija informações inconsistentes. Descrições, preços, disponibilidade, integrações, políticas e limitações precisam estar claros nas fontes públicas.
• Publique conhecimento próprio. Dados, metodologias, casos, especialistas e documentação original oferecem evidências que textos genéricos não fornecem.
• Acompanhe concorrentes. A análise precisa mostrar quais marcas ocupam o espaço e quais evidências sustentam essa vantagem.
• Conecte visibilidade a comportamento. Buscas pelo nome, acessos diretos, leads e vendas podem acontecer depois da recomendação, mesmo sem clique rastreável.
• Mantenha SEO e reputação. Busca, imprensa, avaliações, documentação e presença em IA se alimentam das mesmas informações públicas.

Cinco insights sobre o uso real

1. A adoção avança dentro das tarefas. A IA entra em pequenas etapas e recebe mais contexto quando a experiência funciona.
2. Colaboração ainda supera automação integral. O usuário continua formulando objetivo, fornecendo material e revisando a maior parte das entregas.
3. Supervisão precisa entrar na conta. Tempo economizado perde sentido quando preparação e correção consomem o ganho.
4. O risco depende do contexto. Pesquisa de presente, interpretação de exame e conversa emocional exigem níveis diferentes de controle.
5. Visibilidade pode existir sem visita. Uma marca influencia a resposta antes de receber clique, e essa influência pede novas formas de medição.

Os números de acesso mostram a escala da inteligência artificial. O uso real aparece em uma mensagem revisada, uma decisão de compra, uma dúvida de saúde, um documento organizado e uma conversa que a pessoa preferiu ter com uma máquina.

Para profissionais e empresas, a leitura mais útil considera a tarefa, o grau de autonomia e as fontes que entram na resposta. É nessa combinação que a adoção começa a mudar trabalho, confiança e descoberta.