Saadia Zahidi acrescenta que o impacto da IA no emprego não pode ser analisado isoladamente, porque a demografia terá um papel decisivo na velocidade e intensidade da automação. Em economias avançadas, o envelhecimento populacional, a escassez de talento e o aumento das restrições migratórias tenderão a acelerar a substituição de tarefas por tecnologia. Os primeiros sinais já são visíveis no Japão, onde o rápido envelhecimento e políticas migratórias historicamente restritivas têm impulsionado testes de automação, incluindo robótica para cuidados a idosos.
Nas economias em desenvolvimento, o cenário será mais ambivalente. Cerca de 1,2 mil milhões de jovens deverão entrar no mercado de trabalho na próxima década, criando simultaneamente pressão política para gerar emprego e incentivo económico para automatizar, caso a tecnologia seja suficientemente barata. A história mostra precedentes para ambos os caminhos: desde modelos baseados em mão-de-obra abundante, como o arranque exportador da China nos anos 80 ou o sector têxtil do Bangladesh nos anos 90, até trajectórias centradas em qualificação e tecnologia, como a indústria de TI na Índia ou a manufactura avançada do Leste Asiático.
Perante esta complexidade, a autora defende que a resposta estratégica passa por sistemas robustos de aprendizagem ao longo da vida. Mais do que aumentar a despesa, argumenta, será necessário inovar na forma de financiar formação, modernizar serviços públicos de emprego, melhorar sistemas de dados laborais em tempo real e reforçar parcerias entre universidades, empresas e governos. Exemplos consistentes surgem nas economias nórdicas, em Singapura com o programa SkillsFuture e no Brasil, onde iniciativas de requalificação procuram alinhar competências com a procura real do mercado. Mesmo nos sectores mais avançados, sublinha, a adopção de IA continua limitada quando não é acompanhada por literacia tecnológica. Estudos na área da saúde mostram que, apesar da disseminação de ferramentas de IA em sistemas hospitalares, o impacto clínico fica frequentemente aquém do esperado devido a lacunas de formação, integração operacional e preparação profissional.
Para países em desenvolvimento, Saadia Zahidi sugere um modelo híbrido que combine talento jovem abundante com tecnologia acessível para estimular o empreendedorismo, sobretudo em áreas digitais e de serviços. Programas como a iniciativa de exportação de talento da Nigéria ilustram esse caminho. Sem estratégias desse tipo, alerta, existe o risco de uma geração enfrentar mobilidade social decrescente e tensões sociais crescentes. A conclusão é que análises centradas apenas na IA são insuficientes. Decisores políticos, empresas e trabalhadores terão de considerar simultaneamente tecnologia, demografia e geoeconomia para definir estratégias de talento realistas para o futuro do trabalho. Ou seja, «na verdade, (ainda) ninguém faz ideia».
