O custo invisível da inteligência artificial que ninguém quer cortar
Durante o encerramento da GTC 2026, o CEO da Nvidia, Jensen Huang, apresentou no podcast All-In uma conta que promete redefinir a relação entre empresas e profissionais de tecnologia. Para Huang, um engenheiro que receba 500 mil dólares por ano precisa consumir pelo menos metade desse valor em tokens de inteligência artificial, ou seja, unidades de texto processadas por modelos de IA a cada interação. Se o consumo anual ficar abaixo desse patamar, afirmou o executivo, ele ficaria profundamente preocupado. A Nvidia, segundo Huang, caminha para uma fatura anual de dois bilhões de dólares apenas em tokens consumidos por sua equipe de engenharia.
A fala expõe uma mudança silenciosa que já acontece nas grandes corporações. O dinheiro que antes pagava pessoas está sendo redirecionado para o processamento de inteligência artificial. Os quatro maiores operadores globais de infraestrutura em nuvem projetaram cerca de 700 bilhões de dólares em investimentos de capital para 2026, praticamente o dobro do ano anterior. No mesmo período, dados da consultoria Challenger, Gray & Christmas mostram que a inteligência artificial aparece como motivo mais citado para cortes de empregos nos Estados Unidos pelo quarto mês seguido, estabelecendo um recorde histórico.
Um memorando interno da Meta obtido pela Reuters descreveu o corte de oito mil vagas em maio como uma forma de compensar os investimentos pesados da empresa, em um trimestre em que a receita cresceu 33%. Episódios como esse indicam que as demissões em grandes companhias de tecnologia deixaram de ser medidas de sobrevivência e passaram a funcionar como instrumento de financiamento da transição para a IA.
O problema é que esse financiamento ainda não entregou o retorno prometido. Uma pesquisa da Gartner com 350 executivos de empresas com receita superior a um bilhão de dólares, todas utilizando agentes de inteligência artificial ou automação, revelou que cerca de 80% delas reduziram quadros sem qualquer correlação com melhoria nos resultados. A analista Helen Poitevin resumiu a conclusão de forma direta: reduções de pessoal podem abrir espaço no orçamento, mas não geram retorno por si só.
A Uber vivenciou essa lição pelo lado mais caro. Em dezembro, a empresa disponibilizou ferramentas de programação com IA para cinco mil engenheiros e, em abril, já havia esgotado todo o orçamento de inteligência artificial previsto para 2026. O diretor de operações Andrew Macdonald reconheceu que, embora 70% do código produzido seja gerado por IA, a ligação entre esse volume e algo perceptível ao cliente ainda não existe.
Colocando os dois fracassos lado a lado, o verdadeiro problema fica evidente. As empresas trataram a conta de tokens como fixa e o quadro de funcionários como flexível, quando acontece o contrário. Cortes de folha de pagamento acontecem uma única vez e levam junto conhecimento institucional acumulado ao longo de anos. Um orçamento de tokens, por outro lado, pode ser ajustado em diversos pontos, basta alguém se dedicar à engenharia desse ajuste.
Entre as estratégias para reduzir gastos com tokens, uma das mais simples é o cache de prompts, que armazena trechos de instruções processados com frequência para evitar repetição, técnica já oferecida pelos grandes provedores de API. Segundo tabelas públicas de Anthropic e OpenAI, esse recurso pode reduzir em até 90% o custo de entradas repetidas, já que conteúdos estáticos como instruções de sistema e documentos de referência são processados uma única vez e reutilizados por uma fração do preço. A empresa de segurança ProjectDiscovery documentou ter elevado sua taxa de acerto de cache de 7% para 84% apenas reorganizando a estrutura de seus prompts, o que resultou em uma queda de 59% a 70% no gasto total com modelos de linguagem, processando 9,8 bilhões de tokens diretamente do cache.
Outra alavanca importante é direcionar cada tarefa ao modelo mais adequado. As listas de preços dos próprios provedores mostram que os modelos de ponta custam até cinco vezes mais do que suas versões menores por token, ainda assim muitas operações de produção enviam tarefas rotineiras de classificação e resumo para a categoria mais cara. O processamento em lote acrescenta desconto adicional de 50% para trabalhos que não exigem resposta em tempo real. Técnicas como geração aumentada por recuperação, que envia ao modelo apenas o trecho relevante de uma base de conhecimento em vez do documento inteiro, e a compressão de prompts também contribuem para reduzir custos. Modelos de código aberto representam uma camada adicional de economia para equipes dispostas a gerenciar a infraestrutura necessária.
A Uber, depois do estouro orçamentário de abril, impôs um teto mensal de 1,5 mil dólares por engenheiro. É um sinal de que a disciplina de gastos com inteligência artificial chega, mais cedo ou mais tarde, a todas as organizações.
Do outro lado da equação está o investimento em pessoas. A pesquisa da Gartner mostrou que as organizações que obtiveram retorno sobre investimento foram justamente as que usaram IA para ampliar a capacidade de seus times em vez de simplesmente substituir profissionais. A Klarna conduziu esse experimento em larga escala ao substituir cerca de 700 postos de atendimento ao cliente por um assistente baseado em modelos da OpenAI, para então recontratar parte da equipe quando a qualidade do serviço caiu. O CEO da fintech, Sebastian Siemiatkowski, admitiu à Bloomberg o que poucos executivos verbalizam: o resultado foi qualidade inferior, e isso não é sustentável. A Gartner projeta que, até 2027, metade das empresas que cortaram atendimento ao cliente para adotar IA terá recontratado profissionais.
Há ainda um investimento em pessoas que a lógica de otimização torna urgente. Um estudo do Instituto de Inteligência Artificial Centrada no Humano da Universidade de Stanford apontou que o emprego de desenvolvedores de software entre 22 e 25 anos caiu cerca de 20% em relação a 2024, enquanto faixas etárias mais experientes continuaram crescendo. Na prática, as empresas estão eliminando o terreno de formação dos engenheiros seniores que vão precisar para comandar todos esses sistemas nos próximos cinco anos. Uma organização que acaba de enxugar 60% da fatura de tokens tem orçamento disponível para manter contratações na base da carreira. A decisão de fazer isso cabe à liderança, e não à contabilidade.
