Stanford HAI publica o AI Index 2026: em três anos, genAI alcançou 53% da população mundial, US$581 bi em investimentos e agentes com 77% de sucesso em tarefas reais.
O Stanford Institute for Human-Centered AI (HAI) divulgou, em abril de 2026, o AI Index Report anual — o levantamento mais abrangente sobre o estado da inteligência artificial em escala global. O relatório combina dados de capacidade técnica, adoção, investimentos, emprego e governança, consolidando evidências de uma tecnologia que, em três anos, alcançou 53% da população mundial.
A velocidade de adoção da IA generativa supera a do PC e da internet quando comparadas no mesmo intervalo de tempo após seus respectivos lançamentos. O Stanford HAI ressalta, porém, que essa comparação reflete infraestrutura digital já estabelecida, smartphones e acesso à internet global — fatores que o PC e a internet não tinham disponíveis em suas fases iniciais de difusão.
O relatório documenta aceleração em capacidade técnica, investimento e autonomia de agentes — e, em sentido oposto, queda na transparência e pressão localizada no mercado de trabalho. Os dados, colhidos ao longo de 2025 e início de 2026, oferecem o retrato mais detalhado disponível sobre o estágio atual da IA.
O que o relatório AI Index 2026 revela
O AI Index 2026 é publicado anualmente pelo Stanford HAI desde 2017 e se tornou referência para pesquisadores, gestores e formuladores de política pública. A edição de 2026 cobre sete dimensões: desempenho técnico, comportamento de agentes, adoção e uso, economia, ciência, política e governança responsável.
A metodologia combina dados primários coletados pelo HAI com bases de terceiros como Terminal-Bench (para agentes), o Foundation Model Transparency Index e dados de emprego do Bureau of Labor Statistics dos EUA. O relatório não representa uma pesquisa de amostra única, mas uma síntese de dezenas de fontes sistematizadas ao longo do ano.
Adoção global: 53% em três anos com disparidade EUA-mundo
A IA generativa atingiu 53% de adoção global em três anos desde o lançamento do ChatGPT, em novembro de 2022. No mesmo intervalo, o PC levou décadas para alcançar penetração equivalente, e a internet, aproximadamente dez anos — embora o Stanford HAI reconheça que a infraestrutura digital pré-existente favorece comparações favoráveis à IA.
A distribuição geográfica, contudo, é assimétrica. Singapura lidera com 61% de adoção; os Emirados Árabes Unidos registram 54%. Os EUA, com 28,3%, ocupam a 24ª posição no ranking global — resultado que o relatório associa a diferenças culturais, ceticismo local em relação à IA e maior familiaridade com ferramentas digitais alternativas. A adoção também apresenta correlação forte com o PIB per capita dos países analisados.
Outro dado relevante: a maioria dos usuários globais utiliza tiers gratuitos ou de baixo custo das ferramentas. O valor estimado das ferramentas de IA generativa para consumidores americanos chegou a US$172 bilhões anuais no início de 2026 (aproximadamente R$ 855 bilhões, na cotação atual), com a mediana do valor por usuário triplicando em relação a 2025.
Investimento corporativo: US$581 bilhões em 2025
O investimento corporativo global em IA somou US$581,7 bilhões em 2025 (cerca de R$ 2,9 trilhões), alta de 130% em relação ao ano anterior. O investimento privado representou US$344,7 bilhões, crescimento de 127,5%.
Os EUA lideram de forma expressiva: o investimento privado americano de US$285,9 bilhões é 23 vezes superior ao da China, que registrou US$12,4 bilhões. Igualmente, o fluxo de pesquisadores internacionais para os EUA caiu 89% desde 2017 — com queda de 80% apenas no último ano.
O Stanford HAI aponta essa retração de talentos como fator de risco para a liderança técnica americana de médio prazo, ainda que o país mantenha ampla vantagem em volume de investimento privado.
Agentes IA: de 20% para 77% em tarefas reais
Os agentes de IA — sistemas autônomos que executam sequências de ações sem intervenção humana — registraram o avanço mais expressivo documentado no relatório. Segundo o Terminal-Bench, a taxa de sucesso em tarefas reais saltou de 20% em 2025 para 77,3% em 2026.
O desempenho em cibersegurança é ainda mais acentuado: agentes passaram de 15% de resolução em 2024 para 93% em 2026. No benchmark de engenharia de software SWE-bench Verified, os modelos avançaram de 60% para próximo de 100% em um único ano. Os dados sugerem que a transição de assistentes de texto para agentes com capacidade de execução está mais avançada do que estimativas anteriores indicavam.
Transparência em queda: score caiu de 58 para 40
O Foundation Model Transparency Index — métrica que avalia o quanto as principais empresas de IA divulgam sobre dados de treino, capacidade computacional, riscos e políticas de uso — registrou queda da média de 58 para 40 pontos entre 2025 e 2026.
O Stanford HAI documenta que 80 dos 95 modelos notáveis lançados em 2025 foram disponibilizados sem divulgação de dataset ou código de treinamento. Empresas como Google, Anthropic e OpenAI deixaram de publicar informações técnicas detalhadas sobre seus modelos mais recentes.
Ray Perrault, pesquisador sênior do AI Index, observou que “em geral, faltam métricas sobre o nível de desempenho que um sistema precisa ter em determinado contexto” — limitação que se torna mais crítica conforme os modelos ganham capacidade de execução autônoma.
Mercado de trabalho: impacto concentrado em devs jovens
O relatório documenta a primeira evidência concreta de deslocamento de trabalhadores por IA em escala mensurável. Entre desenvolvedores de software com 22 a 25 anos, o emprego caiu 20% desde 2024 — o segmento mais afetado até agora.
Os dados de produtividade, por outro lado, apontam ganhos heterogêneos: +14% a +26% em suporte ao cliente e +72% em atividades de marketing. A percepção pública, contudo, é mais cautelosa: apenas 33% dos americanos esperam que a IA melhore seus empregos, abaixo da média global de 40%.
No contraste, 73% dos especialistas americanos avaliam o impacto da IA no mercado de trabalho de forma positiva — divergência expressiva em relação ao público geral, que concentra as maiores expectativas de eliminação de vagas entre os países analisados.
A “fronteira irregular”: onde a IA ainda falha
O conceito de “jagged frontier” — fronteira irregular — descreve o padrão de capacidade heterogênea dos modelos atuais. O mesmo sistema que resolve questões de física de nível de doutorado consegue ler um relógio analógico com apenas 50,1% de precisão. Robôs autônomos completam apenas 12% das tarefas domésticas comuns, como dobrar roupas ou lavar louça.
O gap técnico entre EUA e China no desempenho de modelos se estreitou para 2,7 pontos percentuais em março de 2026, indicando convergência crescente entre as duas principais potências de IA.
O relatório conclui que a capacidade técnica avança mais rápido do que os mecanismos de medição, auditoria e governança. O Stanford HAI identifica essa assimetria como o principal desafio estrutural do campo para os próximos anos.
