Por que grandes empresas estão revendo seus gastos com IA

Um relatório do Goldman Sachs projeta que o uso de inteligência artificial agêntica pode elevar o consumo de tokens em até 24 vezes nos próximos anos, e empresas como Uber e Microsoft já estão sentindo os efeitos dessa escalada antes mesmo de esse cenário se concretizar. A combinação de gastos crescentes sem retorno proporcional em produtividade está forçando grandes companhias a revisitar suas estratégias de adoção de IA.

• 99% dos líderes esperam demitir por causa da IA, aponta pesquisa
• O que vem depois da Lei de Moore? A Huawei tem uma resposta

O caso da Uber virou símbolo do problema. O CTO da empresa, Praveen Neppalli Naga, revelou que a companhia esgotou todo o orçamento anual de 2026 destinado ao Claude Code — ferramenta de programação assistida por IA da Anthropic — ainda em abril. Segundo o COO Andrew Macdonald, em entrevista ao Business Insider, mais código está sendo produzido, mas "era muito difícil traçar uma linha" entre esse volume e melhorias reais no software entregue aos usuários.

Os números internos da Uber reforçam a escala do fenômeno: mais de 80% dos engenheiros da empresa usavam IA agêntica e mais de 60% do código era gerado por IA. Mesmo assim, o gasto não se traduziu em um aumento equivalente de funcionalidades para o consumidor.

-
Entre no Canal do WhatsApp do Canaltech e fique por dentro das últimas notícias sobre tecnologia, lançamentos, dicas e tutoriais incríveis.
-

Microsoft recua no Claude Code

A Uber não está sozinha. A Microsoft começou a revogar o acesso dos seus desenvolvedores ao Claude Code no início de maio, com previsão de migração completa para a ferramenta interna Copilot CLI até 30 de junho.

A justificativa oficial é a consolidação das equipes nas próprias ferramentas da empresa, mas a mudança acontece exatamente no fim do ano fiscal da Microsoft, o que levantou interpretações sobre uma motivação também financeira, segundo o portal Tom's Hardware.

A empresa também anunciou a migração do Copilot no GitHub para cobrança baseada em tokens, após os custos de operação da ferramenta subirem de forma expressiva no início deste ano.

Por que a IA agêntica pesa tanto no orçamento

O cerne do problema está na arquitetura dos agentes de IA. Diferente de um chatbot convencional, que processa uma pergunta e devolve uma resposta, os agentes executam sequências de tarefas de forma autônoma, o que pode consumir mais de 1 mil vezes mais tokens do que uma única interação padrão, conforme aponta o relatório do Goldman Sachs.

Um caso extremo ilustra bem a dimensão do problema: Peter Steinberger, fundador do OpenClaw e atual funcionário da OpenAI, relatou que sua equipe de três pessoas gastou US$ 1,3 milhão em tokens em um único mês rodando uma suíte de ferramentas agênticas.

Apesar disso, o discurso corporativo ainda celebra o alto consumo como sinal de eficiência. O CEO da Nvidia, Jensen Huang, declarou em março que ficaria preocupado se um engenheiro ganhando US$ 500 mil por ano não estivesse usando pelo menos US$ 250 mil em tokens no mesmo período. CEOs do Airbnb e da Chime também divulgaram que 60% e 84% dos seus respectivos códigos, nessa ordem, já são gerados por IA — percentuais semelhantes aos da Uber, que mesmo assim não conseguiu justificar o custo.

Hardware mais eficiente não resolve o problema agora

O Goldman Sachs aponta que ganhos de eficiência das próximas gerações de chips de inferência poderiam baratear o uso de IA o suficiente para sustentar o crescimento dos investimentos. A Nvidia deve apresentar a plataforma Vera Rubin ainda em 2025, com desempenho por watt até dez vezes maior que os modelos anteriores.

O problema é o prazo. Google, Oracle e Microsoft ajustaram seus planos no fim de 2025 para manter o hardware atual por seis anos antes de qualquer substituiçã, o que torna improvável uma adoção em escala do novo hardware nos horizontes em que o consumo de tokens já está estressando os orçamentos.

No curto prazo, a conta não fecha: o crescimento no uso de IA agêntica supera a velocidade com que a eficiência de hardware consegue compensar os custos. Enquanto isso, empresas que lideram em adoção de IA estão, na prática, testando os limites do que conseguem pagar.

A busca por eficiência operacional e a reorganização de equipes são respostas diretas a esses descompassos financeiros no mercado tecnológico. Grandes companhias revisam suas estruturas internas de pessoal após ciclos de investimentos massivos. Como reflexo desse cenário de otimização de despesas, confira os detalhes de como, com lucro recorde, a Meta anunciou a demissão de 8 mil funcionários.

Leia a matéria no Canaltech.