Dentro das empresas, a mesma lógica vale para áreas, unidades, fornecedores ou franquias. Se a IA aumentar apenas o desempenho de quem já tinha melhores dados, gestão e equipe, a organização terá um ganho agregado e uma diferença interna maior. A média positiva não mostrará quem conseguiu incorporar a tecnologia aos processos e quem permaneceu na mesma posição.
Para examinar como essa diferença poderia evoluir, os autores comparam quatro situações: a matriz histórica de produtividade, a matriz observada entre países de maior capital humano, uma difusão ampla da IA e uma difusão desigual. Eles alteram as probabilidades de passagem entre as faixas e projetam a distribuição resultante.
No cenário histórico, 48,2% dos países permaneceriam na faixa inferior de produtividade depois de 100 anos. Com uma difusão ampla da IA, essa proporção cairia para 34%. Na difusão desigual, subiria para 54,5%. Se todos os países apresentassem a matriz observada no grupo de maior capital humano, a participação na faixa inferior cairia para 26,2%.
Os números descrevem cenários, não previsões. O trabalho não estima qual deles ocorrerá. Também não demonstra que a IA já tenha alterado a produtividade ou a posição relativa de qualquer país. A simulação apenas mostra como a distribuição mudaria se a tecnologia afetasse de maneira diferente as probabilidades de mobilidade.
A inteligência artificial pode melhorar a produtividade absoluta das economias menos desenvolvidas enquanto os países com melhor gestão, infraestrutura, dados e qualificação avançam ainda mais rapidamente. Nesse caso, haveria mais riqueza e uma distância relativa maior.
A trajetória inversa continua possível. Uma aplicação específica pode reduzir uma restrição concreta de informação, diagnóstico ou conhecimento técnico e permitir um salto de produtividade. O estudo não mede com que frequência isso ocorrerá, quais aplicações terão esse efeito ou que países reunirão as condições necessárias.