Groq CEO Jonathan Ross prevê empregos e pressão deflacionária com IA

Introdução

A pressão deflacionária da IA voltou ao centro do debate depois que Jonathan Ross, CEO da Groq, afirmou que a tecnologia vai criar empregos, reduzir custos e aumentar a produtividade. A fala circulou em um vídeo compartilhado pela conta Big Brain AI, com trechos nos quais Ross aponta para “massiva pressão deflacionária” e um mercado de trabalho aquecido por novas funções, em vez de demissões em massa. A publicação foi replicada pela imprensa internacional e por agregadores, com a íntegra do contexto registrada pelo Indian Express e serviços de arquivo do X. Fonte: Indian Express e TwStalker.

A relevância do tema é direta para executivos e equipes de produto. Ganhos de eficiência em larga escala comprimem custos, mudam a curva de oferta e permitem experiências em tempo real. Ao mesmo tempo, instituições como o FMI e o BLS mostram que o ciclo atual combina investimento recorde em tecnologia com acelerações pontuais de produtividade. A análise a seguir destrincha os argumentos de Ross, confronta-os com dados recentes e aponta aplicações práticas para times que já estão incorporando IA ao core do negócio. FMI, 21 jan 2026 e BLS.

O que exatamente Jonathan Ross disse e por que importa

O recorte que viralizou destaca três ideias. Primeiro, pressão deflacionária, com exemplos cotidianos como café e moradia ficando mais baratos graças a automação de ponta a ponta, robótica em agricultura e cadeias de suprimento mais eficientes. Segundo, mudança de preferência no trabalho, com pessoas optando por menos horas e aposentadoria antecipada quando produtividade e renda per hora sobem. Terceiro, criação de setores inteiros e funções que hoje nem existem, um padrão histórico observado na transição da agricultura para serviços e tecnologia. Essas falas foram compiladas por agregadores e checadas por veículos que reproduziram o clipe original. Indian Express e TwStalker.

Esse posicionamento não surgiu no vácuo. Ao longo de 2025, Ross também defendeu que a dinâmica atual lembra um boom de investimento capaz de sustentar retornos, desde que o capital escolha inovações reais. Em entrevistas repercutidas por veículos de negócios, a ênfase esteve na relação entre velocidade de inferência, custo por token e novos casos de uso. Business Insider, out 2025 e Benzinga, nov 2025.

Por trás da tese deflacionária, produtividade em alta

Pressão deflacionária começa pela oferta. Se a IA eleva a produção por hora mais rápido do que custos e salários crescem, o resultado tende a ser queda de custos unitários, o que limita repasses de preço. Dados oficiais mostram que a produtividade nos Estados Unidos acelerou em momentos-chave de 2024 e 2025. O BLS registrou, por exemplo, alta de 2,4 por cento na produtividade do setor empresarial não rural no segundo trimestre de 2025, puxada por aumento de 3,7 por cento no output e 1,3 por cento nas horas trabalhadas. BLS e releases metodológicos do BLS para 2024 e 2025 corroboram a tendência de recuperação quando comparada a ciclos anteriores. BLS, mar 2025, BLS, mai 2025 e BLS, jun 2025.

O FMI, no briefing de 21 de janeiro de 2026, conectou o boom de investimento em tecnologia à resiliência do crescimento, mas alertou que a sustentabilidade depende de os ganhos de produtividade se materializarem. O fundo estimou que, se esses ganhos vierem, a produção global pode subir adicionalmente, enquanto uma correção nas avaliações de empresas de IA teria efeito mensurável no PIB. Essa leitura reforça a ligação entre produtividade induzida por IA, custos e dinâmica de preços. FMI, 21 jan 2026.

Do lado micro, analistas apontam a via direta, menos fricção nos processos e menos recursos por tarefa. Em setores com concorrência intensa, quedas de custo tendem a ir para preço final, reduzindo a inflação, como discute a literatura econômica recente sobre IA e preços. Forbes, maio 2024.

Velocidade de inferência muda o jogo, casos práticos

A peça tecnológica por trás da visão de Ross é a inferência em tempo real. A Groq foi medida por benchmarks independentes do ArtificialAnalysis.ai com desempenho de 241 tokens por segundo no Llama 2 70B, o que exigiu ajustes de escala nos gráficos para acomodar a vantagem. O próprio provedor de benchmark relatou tempo para 100 tokens em 0,8 segundo, dados reproduzidos em press releases e no newsroom da Groq. Groq Newsroom e PR Newswire. Em agosto de 2023, a empresa já havia apresentado 100 tokens por segundo no Llama 2 70B, e semanas depois reportou 240 tokens por segundo por usuário, sinalizando ritmo agressivo de otimização de pilha. PR Newswire, ago 2023 e PR Newswire, 31 ago 2023.

Aplicações imediatas para empresas:

• Atendimento instantâneo com contexto. A latência baixa permite que o assistente “ouça, raciocine e fale” em ciclos de milissegundos, o que melhora NPS e reduz abandono. Em varejo e serviços financeiros, cada ponto de conversão extra impacta receita.
• Agentes autônomos de backoffice. Com throughput alto e custo por token menor, tarefas de reconciliação, classificação de documentos e resumo jurídico passam a ficar abaixo do custo humano em vários cenários.
• Analytics conversacional e copilotos de conhecimento interno. Quando a geração de respostas se aproxima do tempo de digitação, gestores aceitam usar copilotos em reuniões, no chão de fábrica e em campo.

![Jonathan Ross no WEF 2025]

Benchmarks mais novos também mostram que modelos menores, como Gemma 7B, podem atingir throughput acima de 800 tokens por segundo na Groq, o que muda a fronteira de custo-desempenho para workloads de classificação, RAG enxuto e automações de alta frequência. Groq, Gemma 7B.

Empregos, automação e capacidade de absorção do mercado

Há dois movimentos simultâneos. Alguns estudos e casas de análise projetam automação de uma fatia relevante de horas trabalhadas à medida que IA assume tarefas repetitivas e cognitivas de média complexidade. Estimativas recentes citadas pela imprensa falam em até 25 por cento das horas automatizáveis, com reconfiguração de ocupações em vez de colapso imediato do emprego. The Times of India sobre Fortune e Goldman Sachs.

Ao mesmo tempo, pesquisas com trabalhadores de menor renda mostram preocupação com mobilidade e segurança de emprego, um sinal de que a transição precisa de qualificação e rotas claras de reemprego. Um levantamento publicado em 16 de janeiro de 2026 indicou maioria apreensiva entre trabalhadores abaixo de 50 mil dólares anuais, embora quase metade veja oportunidades. Axios, 16 jan 2026.

Como isso conversa com a leitura de Ross? Se a produtividade sobe, a economia consegue produzir mais com a mesma mão de obra, o que tende a liberar pessoas para novas funções. Mas a absorção depende de pelo menos três fatores, velocidade de criação de novos mercados, elasticidade de demanda por produtos mais baratos e políticas de qualificação. O FMI também alerta que, sem materialização de produtividade, o ciclo de investimento pode gerar fragilidades financeiras, algo que gestores precisam monitorar ao planejar CAPEX e roadmaps de IA. FMI, 21 jan 2026 e FT, 2 dias atrás.

Onde a deflação aparece primeiro, e onde não aparece

• Software e serviços digitais. Custos marginais caem rapidamente quando a inferência fica barata e veloz. Copilotos internos, chatbots e análise de logs se tornam quase comoditizados em custo por consulta. Groq Newsroom e ArtificialAnalysis.ai via PRN e PR Newswire.
• Suprimentos e logística. Modelos de previsão e otimização, quando integrados a sensores e RPA, reduzem perdas, estoque e rotas, comprimindo custos logísticos que compõem o preço final de bens.
• Serviços intensivos em conhecimento. Juridico, contábil, engenharia e marketing se beneficiam de copilotos que aceleram tarefas mecânicas de análise e rascunho. A concorrência empurra honorários para baixo em tarefas padronizáveis.

E onde a pressão deflacionária é mais lenta:

• Construção civil e serviços de campo. Adoção depende de robótica, normas e execução física. A IA ajuda a planejar, mas a produtividade no canteiro é mais rígida.
• Setores regulados. Em saúde e finanças, compliance limita substituição direta, embora copilotos elevem eficiência administrativa.

Como times podem capturar valor agora

• Reduza latência de ponta a ponta. Otimize a cadeia completa, do pré-processamento ao streaming de tokens. Em workloads de atendimento e copilotos, a diferença entre 150 e 800 tokens por segundo impacta taxa de uso, satisfação e tempo de ciclo. Benchmarks públicos da Groq com Llama 2 70B e Gemma 7B mostram ordens de magnitude a considerar em custo e UX. Groq e PR Newswire e Groq Gemma 7B.
• Escolha modelo pelo trabalho, não pelo hype. Para classificação e triagem em massa, modelos menores com throughput alto entregam ROI superior. Para geração criativa longa, modele custo por mil tokens e latência aceitável.
• Treine a organização, não só o modelo. Pesquisas recentes com trabalhadores de baixa renda mostram ansiedade sobre IA. Políticas internas de requalificação, microcredenciais e migração de funções ajudam a destravar adoção sem fricção. Axios, 16 jan 2026.
• Monitore produtividade e unit labor cost. Use as métricas do BLS como referência para metas internas, relacionando output por hora aos custos de equipe. BLS.

![Die shot do LPU v1 da Groq]

E se a tese estiver parcialmente certa

Uma leitura equilibrada admite dois cenários. No otimista, produtividade decola, custos unitários caem e a pressão deflacionária aparece em bens e serviços intensivos em software. Investimento em IA se paga com folga, e o mercado de trabalho reabsorve mão de obra em novas ocupações, como orquestradores de agentes, designers de prompts empresariais, curadores de dados e auditores de alinhamento. No cauteloso, produtividade fica aquém do prometido, investimentos se concentram em poucas empresas e o spread de custo não chega ao consumidor, o que o FMI já classifica como risco macro caso os retornos não se materializem. FMI, 21 jan 2026 e FT, análise recente.

Linha do tempo e sinais para acompanhar em 2026

• Capex em IA e produtividade setorial. Se as leituras do BLS seguirem positivas, cresce a probabilidade de repasse de eficiência a preços. BLS.
• Difusão de inferência de baixa latência em verticais específicas, por exemplo, contact centers, seguros e saúde administrativa.
• Políticas públicas e qualificação. Pesquisas com trabalhadores sugerem que aceitação social depende de rotas claras de requalificação. Axios.
• Competição em hardware de inferência. Se LPUs e soluções equivalentes continuarem avançando mais rápido que a demanda, a curva de custo por token deve cair, reforçando a tese de preços menores. Groq Newsroom e PRN e PR Newswire.

Conclusão

A visão de Jonathan Ross, da Groq, coloca um foco prático no que mais importa para líderes de produto e operações, produtividade e custo unitário. Com inferência cada vez mais rápida e barata, a IA se torna uma força de competição em preço e qualidade, e os dados de produtividade sustentam essa direção nos Estados Unidos. O FMI adiciona a ressalva necessária, o ciclo só será virtuoso se os ganhos de eficiência aparecerem nos resultados, do contrário a alavancagem do setor pode virar risco macro.

Para empresas, a mensagem é clara, priorize casos de uso com impacto direto em custo e receita, monitore métricas de produtividade como guia e invista em qualificação do time. Se a IA entregar a velocidade que o hardware de inferência já promete, a pressão deflacionária deve ser sentida primeiro em serviços digitais e operações backoffice, com efeitos secundários sobre poder de compra e desenho do mercado de trabalho.