Um pesquisador abriu mão de cerca de 2 milhões de dólares em ações para não assinar um acordo de silêncio, saiu da OpenAI e passou a dizer publicamente que o caminho atual da inteligência artificial tem, na estimativa dele, 70% de chance de terminar em catástrofe. Não é um influenciador vendendo curso, é Daniel Kokotajlo, um dos previsores de IA mais respeitados do mundo, e a entrevista dele voltou a incendiar o debate.

Eu construo com essas ferramentas todo dia e não vou nem bancar o profeta do apocalipse nem fingir que está tudo normal. Vou fazer o que acho útil: apresentar o que ele diz, o cenário ruim, o cenário bom, o contraponto sério de quem discorda, e principalmente o que dá para fazer nos próximos meses que vale a pena nos dois casos.

Resumo pra quem tem pressa

• Quem fala: Daniel Kokotajlo, ex-pesquisador de governança da OpenAI, fundador do AI Futures Project e autor principal do cenário AI 2027, na entrevista ao Diary Of A CEO, publicada em 13 de julho de 2026.

• A previsão: superinteligência entre 2027 e 2029 na estimativa dele, com cerca de 70% de probabilidade de desfecho catastrófico no caminho atual.

• O cenário ruim não é só robô assassino. Ele descreve dois desfechos: perda de controle sobre sistemas mais capazes que nós, ou concentração irreversível de poder em poucas mãos.

• O cenário bom está no documento AI 2040: Plan A: um acordo internacional para adiar a superinteligência até 2040, com transparência obrigatória e poder distribuído entre vários países.

• O contraponto é forte e precisa ser dito: o próprio Kokotajlo já ajustou o prazo para "por volta de 2030, com muita incerteza", e críticos apontam que esse tipo de cenário cria ilusão de certeza.

• Onde há mais consenso: o impacto sobre trabalho já é mensurável hoje, mesmo sem superinteligência nenhuma. É aí que mora a sua decisão prática.

• O que fazer: preparação robusta, ou seja, decisões que te deixam melhor tanto se o mundo continuar normal quanto se ele virar do avesso.

Quem é Daniel Kokotajlo e por que vale ouvir

Antes de discutir o conteúdo, é justo entender a fonte, porque isso muda o peso do que se ouve. Kokotajlo trabalhou com governança na OpenAI e saiu em 2024 recusando-se a assinar um acordo de não difamação, o que custou a ele algo em torno de 2 milhões de dólares em participação. Sair calado seria muito mais lucrativo.

Além disso, ele tem histórico de acerto. Em 2021, publicou um texto chamado "What 2026 Looks Like", com previsões sobre a evolução da IA que envelheceram muito melhor do que a média do que se dizia na época. Ele hoje lidera o AI Futures Project, que publicou dois documentos que dominaram a conversa técnica: o AI 2027, que descreve como as coisas podem dar errado, e o AI 2040: Plan A, com 90 páginas descrevendo como poderiam dar certo.

Não é preciso concordar com os números dele para levar o argumento a sério. Quando alguém abre mão de milhões para poder falar, vale pelo menos ouvir o que essa pessoa tem a dizer antes de decidir se concorda.

O que ele está dizendo, em termos concretos

O prazo

A estimativa apresentada é de que os laboratórios de ponta estejam a caminho de construir superinteligência entre 2027 e 2029. Ele diz ainda algo perturbador: pessoas de dentro dos principais laboratórios comentam com ele que os prazos que antes pareciam agressivos hoje soam conservadores.

Vale a distinção técnica que ele faz e que muita gente confunde: AGI é uma IA que faz praticamente qualquer tarefa cognitiva no nível de um humano competente. Superinteligência é quando ela supera os melhores especialistas humanos em praticamente tudo, inclusive em pesquisa de IA, o que cria um ciclo de aceleração.

Os 70%

O número que virou manchete é a estimativa de cerca de 70% de probabilidade de catástrofe no caminho atual, incluindo, mas não se limitando a, cenários de extinção humana. É importante ler isso com precisão: é uma estimativa subjetiva de probabilidade feita por um previsor sobre uma trajetória que ele considera evitável, não uma medição científica nem uma profecia.

O mecanismo que ele aponta como causa raiz é elegante e assustador: um dilema do prisioneiro entre vários jogadores. Cada líder de laboratório acredita que precisa vencer a corrida para impedir que um rival vença primeiro, e essa lógica racional individualmente produz um resultado péssimo coletivamente. Ninguém precisa ser vilão para o desfecho ser ruim.

O que ele diz sobre empregos

Aqui o alerta é mais próximo do nosso dia a dia. Ele projeta que quase todo trabalho possa ser automatizado, e a entrevista trata de um marco intermediário: por volta de 2031, a IA poderia responder por cerca de 20% do trabalho cognitivo. Não é o fim do trabalho, é uma mudança de escala grande o suficiente para reorganizar profissões inteiras.

O cenário ruim: como ele descreve

Vale desfazer uma imagem: o cenário ruim descrito no AI 2027 não é o filme com robô de olho vermelho. São dois desfechos, e o segundo é o que menos gente comenta.

• Perda de controle. Sistemas ficam capazes o suficiente para conduzir a própria pesquisa e melhorar a si mesmos, e nós deixamos de conseguir supervisionar de forma significativa o que eles fazem e por quê. O documento abre com uma imagem forte: um país com duas forças de trabalho, uma de pessoas e outra de milhões de cópias de agentes de IA ligadas e desligadas a cada hora, trabalhando em velocidade sobre-humana.

• Concentração irreversível de poder. Este é o cenário que dispensa qualquer ficção científica. Quem controlar a IA mais capaz, seja uma empresa ou um governo, ganha uma vantagem econômica e militar tão grande que ninguém mais consegue competir ou reverter. Não é a máquina dominando o humano, é um grupo de humanos dominando todos os outros com a máquina.

Repare que o segundo cenário não exige nenhuma tecnologia mágica. Ele exige apenas que a vantagem seja grande e que ninguém a distribua. É por isso que, mesmo quem acha exagerada a conversa sobre extinção, costuma levar essa parte a sério.

O cenário bom: o que seria preciso acontecer

O ponto que salva a entrevista de ser apenas desespero é que ele oferece um caminho alternativo, publicado no AI 2040: Plan A. E o próprio autor faz questão de dizer que é uma recomendação, não uma previsão, e que espera que as melhores ideias sejam adotadas e as piores descartadas.

Os pilares desse cenário positivo são três:

1. Adiar a superinteligência até por volta de 2040, por meio de um acordo internacional. A ideia não é impedir a tecnologia, é comprar tempo para desenvolver as ferramentas de controle e verificação antes de criar algo que não se consegue supervisionar.

2. Transparência obrigatória. Laboratórios de ponta teriam que abrir o que estão construindo e como, em vez de correr no escuro.

3. Distribuição de poder. Em vez de uma empresa ou um país concentrar a capacidade, ela seria difundida entre várias nações e atores, justamente para evitar o desfecho de concentração irreversível.

Se der certo, o resultado descrito é abundância: doenças resolvidas, custo de produção despencando, trabalho pesado automatizado, e uma discussão séria sobre como distribuir os ganhos, incluindo a ideia de uma espécie de dividendo da IA pago à população.

O mesmo motor que pode concentrar poder de forma irreversível é o que pode gerar abundância inédita. A diferença entre os dois desfechos não está na tecnologia, está nas decisões institucionais tomadas antes de ela ficar pronta.

O contraponto honesto: por que muita gente discorda

Um post sério não pode apresentar uma previsão dramática sem mostrar as críticas. E elas existem, são boas, e algumas vêm do próprio autor.

• O próprio Kokotajlo já esticou o prazo. Depois de publicar o AI 2027, ele afirmou publicamente que as coisas estão indo mais devagar que o cenário e que hoje diz "por volta de 2030, com muita incerteza". Ele também esclareceu que 2027 nunca foi previsão firme, era o ano mais provável isolado, não a mediana da distribuição.

• Cenários criam ilusão de certeza. Críticos argumentam que esse formato narrativo, escrito com autoridade técnica, faz o desfecho parecer inevitável e esconde o quanto a ação humana pode mudar o rumo. Houve também análises apontando erros nos modelos que sustentam o cenário.

• Previsão e defesa de posição se misturam. Há quem argumente que cenários e pesquisas com especialistas sempre são enquadrados de forma a promover a agenda de quem os escreve, o que não os invalida, mas exige leitura crítica.

• A capacidade cresce mais rápido que o impacto real. Este é o argumento mais forte na minha visão. Os modelos melhoram muito nos testes, mas o efeito econômico concreto tem sido mais modesto do que a curva de capacidade sugeriria. Existe uma distância grande entre o que o modelo consegue fazer numa avaliação e o que ele muda numa empresa de verdade.

Ou seja: leve a sério, mas não trate como calendário. Nem o previsor mais famoso do campo trata as próprias datas assim.

O que já está acontecendo, sem depender de superinteligência

Aqui está a parte que eu considero mais útil, porque não depende de você acreditar ou não em superinteligência: o impacto sobre trabalho já é mensurável hoje, com a tecnologia que existe.

Dados de 2026 mostram que programadores na faixa de 22 a 25 anos perderam cerca de 20% dos postos desde o fim de 2022, enquanto profissionais experientes continuaram sendo contratados. As vagas de nível júnior caíram por volta de 40% em relação ao período anterior a 2022. Ao mesmo tempo, e isso é decisivo, as vagas ligadas a IA e aprendizado de máquina subiram cerca de 59%. O mercado não sumiu, ele se partiu em dois.

E, para ser justo com os dois lados, quase metade da queda de vagas aconteceu antes do lançamento do ChatGPT, o que indica que boa parte é correção econômica levando o nome da IA. Escrevi sobre esse recorte inteiro em investimento em startups, tech e IA no mercado brasileiro em 2026.

Preparação robusta: o que fazer nos próximos meses

Aqui está a espinha deste post. Como ninguém sabe qual cenário vai acontecer, apostar tudo em um é burrice nas duas direções: quem se prepara só para o apocalipse desperdiça anos de vida útil, e quem ignora tudo fica exposto se a curva acelerar.

A saída é o que eu chamo de preparação robusta: decisões que te deixam em melhor situação independentemente de qual cenário se concretizar. Se o mundo seguir normal, você fica mais forte. Se virar do avesso, você fica menos exposto. São essas, e nenhuma delas exige acreditar em previsão nenhuma.

1. Financeiro: reserva e dívida antes de qualquer coisa

É o mais chato e o mais importante. Em qualquer cenário de transição rápida, quem tem reserva e não tem dívida cara aguenta o solavanco e ainda consegue aproveitar oportunidade. Quem está no limite aceita a primeira proposta ruim que aparecer.

O primeiro passo não é investir melhor, é enxergar: saber exatamente quanto entra, quanto sai e por quantos meses o seu caixa aguenta sem receita nova. É para isso que eu mantenho o Seu Controle, que é gratuito e resolve o controle financeiro sem planilha complicada. Se você não sabe hoje quanto tempo o seu dinheiro dura, essa é a tarefa da semana.

2. Profissional: mova-se do execução para o julgamento

Em todos os cenários, do mais suave ao mais radical, o que a IA come primeiro é a tarefa previsível e repetitiva. O que ela come por último é a responsabilidade: decidir o que fazer, avaliar se está certo, assumir a consequência.

Na prática isso significa parar de competir em velocidade de execução e começar a acumular provas de julgamento. Saber revisar o que a IA produziu, entender por baixo do capô, e ser a pessoa que percebe quando a resposta bonita está errada. Escrevi sobre como isso se traduz em dinheiro em como ganhar dinheiro com IA, modelos e agentes.

3. Renda: não dependa de uma única fonte nem de uma única plataforma

Fonte única de renda é frágil em qualquer mundo, e mais ainda num de mudança acelerada. O caminho é montar um portfólio: serviço que paga rápido, renda recorrente, e algo que escala sem o seu tempo. Descrevi essa esteira completa em como ganhar dinheiro com inteligência artificial de verdade.

E vale o alerta que eu repito sempre: construir o seu negócio inteiro dentro da plataforma de outra pessoa é conforto que cobra caro depois. Quanto mais concentrado o poder ficar, mais isso importa. Ter o seu canal, os seus dados e a sua audiência é fundação, não capricho.

4. Técnico: use as ferramentas de verdade, agora

Tem uma assimetria interessante aqui. Se os prazos agressivos estiverem certos, quem já domina o uso dessas ferramentas atravessa a transição em vantagem. Se estiverem errados, quem domina continua produzindo mais que os outros. Nos dois casos, aprender agora ganha.

Não é sobre assinar cinco serviços, é sobre pegar uma tarefa repetitiva real do seu trabalho e automatizá-la de ponta a ponta, medindo o tempo que voltou. Falo dessa lógica prática em automação e low-code.

5. Soberania: controle a sua infraestrutura e os seus dados

Este item vale nos dois cenários por motivos diferentes. No cenário bom, controlar a própria infraestrutura significa margem melhor e independência de preço de fornecedor. No cenário ruim de concentração de poder, significa não estar totalmente à mercê de quem controla a plataforma. Saber onde moram os seus dados e ter como sair de um fornecedor é higiene básica, no espírito do que trato em ameaças, patches e o que fazer agora.

6. Humano: o que nenhuma automação substitui

Vou incluir isso mesmo não sendo assunto técnico, porque a entrevista dedica um bloco inteiro a como as pessoas encontram propósito quando o trabalho muda de lugar. Rede de relacionamento real, saúde, e uma identidade que não depende exclusivamente do cargo são amortecedores concretos. Quem tem isso atravessa transição, quem não tem entra em crise quando o trabalho muda. Não é autoajuda, é gestão de risco pessoal.

A virada: nem pânico, nem negação, preparo

A honestidade que eu devo a você é esta: eu não sei qual cenário vai acontecer, e quem diz que sabe está vendendo alguma coisa. Nem o previsor mais respeitado do campo trata as próprias datas como certeza, tanto que já as revisou publicamente. O que existe é uma faixa larga de futuros possíveis, com desfechos que vão de abundância a algo muito ruim, e uma quantidade enorme de decisões humanas no meio do caminho.

Mas existe uma coisa que eu sei: as ações que fazem sentido nos dois extremos são as mesmas. Ter reserva financeira e enxergar o próprio caixa. Trocar execução repetitiva por julgamento. Não depender de uma fonte de renda nem de uma plataforma alheia. Dominar as ferramentas na prática, não na teoria. Controlar a própria infraestrutura. Cuidar das relações e da saúde. Nenhuma dessas coisas é desperdício se o mundo continuar normal, e todas são proteção se ele não continuar.

Meu chamado é para você escolher uma delas e executar esta semana, em vez de fechar esta página impressionado e não fazer nada. Se for a financeira, comece hoje com o Seu Controle, que é gratuito, e descubra em dez minutos por quantos meses o seu caixa aguenta. Se for a técnica ou a de infraestrutura do seu negócio, e você quiser um olhar de fora sobre onde está a sua fragilidade, é exatamente isso que eu faço em golber.net/proposta, com preço e prazo publicados, ou numa sessão de consultoria técnica se você prefere decidir o caminho antes.

Previsão não muda a sua vida. Preparo muda. E a melhor notícia é que o preparo certo é útil mesmo que todas as previsões estejam erradas.

Perguntas frequentes

Quem é Daniel Kokotajlo e por que ele é levado a sério?

É um ex-pesquisador de governança da OpenAI que deixou a empresa em 2024 recusando-se a assinar um acordo de silêncio, abrindo mão de cerca de 2 milhões de dólares em participação. Fundou o AI Futures Project e é autor principal do cenário AI 2027. Ele também tem histórico de previsões anteriores que envelheceram bem, como um texto de 2021 sobre a evolução da IA, o que dá peso à opinião dele mesmo entre quem discorda das conclusões.

A IA realmente tem 70% de chance de causar uma catástrofe?

Esse número é uma estimativa subjetiva de probabilidade feita por ele sobre a trajetória atual, não uma medição científica nem um consenso da área. Muitos pesquisadores discordam, tanto do valor quanto da metodologia de cenários. O próprio autor apresenta isso como um alerta sobre um caminho que considera evitável, não como uma profecia, e afirma que a variável mais importante é a ação de governos e instituições.

Quando a superinteligência deve chegar?

Não há consenso. A estimativa apresentada na entrevista aponta para algo entre 2027 e 2029, mas o próprio Kokotajlo já revisou publicamente seus prazos, afirmando que as coisas estão indo mais devagar que o cenário AI 2027 e que hoje trabalha com "por volta de 2030, com muita incerteza". Outros pesquisadores projetam prazos bem mais longos ou questionam a própria premissa.

O que é o AI 2040: Plan A?

É um documento de cerca de 90 páginas do AI Futures Project que apresenta a visão positiva do grupo: um acordo internacional para adiar a superinteligência até por volta de 2040, com transparência obrigatória sobre o que os laboratórios constroem e distribuição do poder da IA entre várias nações. Os autores deixam claro que é uma recomendação, não uma previsão, e esperam que as melhores ideias sejam aproveitadas e as piores descartadas.

A IA vai acabar com os empregos?

Os dados atuais mostram substituição de tarefas e reorganização de funções, não desaparecimento do trabalho. Vagas de nível inicial em tecnologia caíram cerca de 40% em relação ao período anterior a 2022, enquanto vagas ligadas a IA e aprendizado de máquina subiram por volta de 59%. Vale notar também que quase metade da queda de vagas aconteceu antes do lançamento do ChatGPT, o que indica influência econômica além da tecnológica.

O que eu posso fazer na prática nos próximos meses?

Priorize ações que valem em qualquer cenário: montar reserva financeira e reduzir dívida cara, saber exatamente quanto tempo o seu caixa aguenta, migrar de tarefas repetitivas para trabalho de julgamento e decisão, criar mais de uma fonte de renda, dominar as ferramentas de IA em tarefas reais do seu trabalho, controlar a própria infraestrutura e os próprios dados, e cuidar de relações e saúde. Nenhuma dessas escolhas é desperdício se as previsões estiverem erradas.