As empresas modernas estão cada vez mais incentivando seus funcionários a maximizar o uso da inteligência artificial em seu trabalho e a melhorar sua produtividade. No entanto, essa estratégia está se tornando cada vez menos rentável, visto que a IA está se tornando rapidamente mais cara, segundo a revista Fortune.
Fonte da imagem: Igor Omilaev / unsplash.com
A Microsoft começou a revogar a maioria das licenças de trabalho do Claude Code, o programador de IA da Anthropic, e a migrar os engenheiros para sua própria ferramenta de linha de comando, o GitHub Copilot. A empresa começou a usar o Claude Code apenas seis meses antes, incentivando os desenvolvedores a experimentarem a solução. Ela se tornou popular, talvez até demais. O cancelamento da licença, no entanto, não afetará o acordo da Anthropic com a Microsoft Foundry: a desenvolvedora de IA está recebendo um investimento de US$ 5 bilhões da gigante do software e, em troca, se compromete a comprar US$ 30 bilhões em poder computacional no Azure.
Algo semelhante aconteceu no Uber: seus engenheiros esgotaram o orçamento de IA da empresa para 2026 em apenas quatro meses. Anteriormente, a administração do Uber vinha incentivando a adoção de IA e até compilou rankings para os departamentos com base no uso de IA em seu trabalho. O custo da implementação de IA está se tornando um obstáculo cada vez mais sério para as empresas, e a viabilidade econômica de substituir ou mesmo complementar o trabalho humano pode se mostrar mais desafiadora do que o previsto. Até mesmo Bryan Catanzaro, vice-presidente de aprendizado profundo aplicado da Nvidia, admitiu recentemente: “No meu departamento, o custo dos recursos computacionais excede em muito o custo dos funcionários.”
A Uber e a Microsoft não foram as únicas a incentivar seus funcionários a maximizar o uso de IA: até mesmo a Meta criou um ranking chamado “Clodeonomics” em homenagem aos modelos de Claude Antrópico, e a Amazon aconselhou seus funcionários a “maximizar o uso de seus tokens de IA” — as unidades básicas de recursos computacionais de IA. Mas quando os provedores de serviços começam a cobrar com base no consumo de tokens, a IA se torna cada vez mais cara. O Goldman Sachs prevê que o consumo de tokens de IA aumentará 24 vezes até 2030, atingindo 120 quatrilhões por mês. As empresas recorrerão cada vez mais a agentes de IA para melhorar a produtividade, e seus custos totais aumentarão mesmo com a queda do preço por token.
De acordo com analistas do Gartner, implantar um modelo de IA com um trilhão de parâmetros em 2030 será 90% mais barato do que em 2025. Mas isso não trará alívio, porque os modelos projetados para gerenciar agentes de IA consomem mais tokens do que os modelos padrão ao resolver problemas. O crescimento do consumo pode superar a queda nos custos unitários, e os provedores de IA não conseguirão repassar totalmente a redução de custos aos consumidores. Como resultado, é provável que os custos de computação aumentem ainda mais.
Essa dura realidade pode alterar os planos de implementação de agentes de IA de algumas empresas. O CEO da Nvidia, Jensen Huang, afirmou que sua empresa terá, um dia, cerca de cem agentes de IA trabalhando com cada funcionário, e gêmeos digitais operarão em toda a organização. Se o consumo de tokens crescer mais rápido do que a redução dos custos unitários, o futuro ameaça resultar em custos maiores do que os executivos preveem.