Quatro meses. Foi o tempo que a Uber levou para consumir todo o orçamento de inteligência artificial previsto para 2026. O caso, revelado ainda no primeiro semestre e retomado agora em uma ampla análise visual do Financial Times[1], deixou de ser curiosidade do Vale do Silício para virar sintoma de um problema estrutural: a forma como a indústria cobra pela IA não acompanha a forma como as empresas passaram a usá-la.
Segundo o FT, a Uber não está sozinha. Um projeto interno da Amazon teria estourado o orçamento em 860% depois que tarefas incompletas seguiram rodando em segundo plano por cinco meses, a um custo superior a US$ 1 milhão. Uber, Meta, Cisco e Walmart reagiram impondo tetos de gasto. O ponto central da reportagem é que o custo deixou de ser previsível no exato momento em que a tecnologia ganhou autonomia.
O que é um token e por que ele virou a moeda da IA
Todo modelo de linguagem trabalha com tokens: pedaços de texto (uma palavra, parte dela ou um sinal de pontuação) convertidos em números que o sistema processa. A cobrança das grandes plataformas é feita por milhão de tokens, com preços diferentes para três categorias: tokens de entrada (o que o usuário e o sistema enviam ao modelo), tokens de saída (a resposta, mais cara por exigir mais computação) e tokens em cache (trechos reaproveitados, cobrados a uma fração do valor).
Há um detalhe que escapa à maioria dos usuários. O modelo não tem memória própria entre uma mensagem e outra. Para responder à segunda pergunta de uma conversa, ele precisa receber de novo todo o histórico anterior, e esse histórico é cobrado outra vez como entrada. Somam-se a isso os tokens de "raciocínio", etapas intermediárias que o modelo produz antes da resposta visível e que são faturadas como saída. Mesmo num bate-papo simples, o consumo cresce a cada troca.
O economista Aleh Tsyvinski, de Yale, compara o token ao quilowatt-hora da eletricidade: uma unidade básica de medida da economia da IA, conforme relata o FT[1]. A analogia ajuda a entender a escala, mas também revela o limite do modelo de cobrança: ninguém paga a conta de luz pelo valor do que produziu com ela.
Agentes: quando a máquina conversa consigo mesma
A virada de 2026 tem nome: agentes. Diferentemente de um chatbot, que recebe uma pergunta e devolve uma resposta, um agente planeja tarefas, abre arquivos, escreve e testa código, corrige os próprios erros e pode delegar partes do trabalho a subagentes que operam em paralelo. Cada uma dessas etapas dispara uma nova chamada ao modelo, sem que o usuário digite uma palavra a mais.
Os números citados pelo FT dimensionam o salto. Um estudo com pesquisadores de Stanford, MIT, Google DeepMind e Microsoft constatou que agentes de programação consomem cerca de mil vezes mais tokens do que interações simples de código. Nos dados corporativos da OpenAI, o Codex era usado por apenas 17% dos clientes em junho, mas respondia por 63% de todos os tokens de saída somados entre ChatGPT e Codex. O Goldman Sachs projeta que a IA agêntica multiplique por 24 o consumo global de tokens até 2030[1].
No caso da Uber, o desenho de incentivos agravou o quadro. A empresa havia criado um ranking interno que classificava equipes pelo volume de uso das ferramentas de IA, segundo a Fortune[2]. O presidente e diretor de operações da companhia, Andrew Macdonald, admitiu em entrevista que é difícil estabelecer uma relação entre o uso crescente de assistentes de código e inovações efetivamente entregues aos consumidores. Medir adoção pelo consumo, em vez de pelo resultado, transformou o gasto em meta.
"O que importa é o preço por tarefa." Greg Brockman, presidente da OpenAI, citado pelo Financial Times
O paradoxo: o token barateia, a conta encarece
Pelo lado da oferta, a tecnologia nunca foi tão barata. O FT cita estimativa do grupo de pesquisa Epoch AI segundo a qual o preço para obter um mesmo nível de desempenho cai cerca de 13 vezes por ano desde 2023. A Gartner, conforme reportagem do Canaltech[4], projeta que o custo de inferência para os provedores de IA generativa recue mais de 90% até 2030 em relação a 2025. Os próprios laboratórios cortaram preços recentemente: o Claude Opus 5.5 custa 40% menos que o antecessor, e as versões Sol e Luna do GPT-6 saíram pela metade do preço das anteriores[1].
Pelo lado da demanda, porém, o volume cresce mais rápido do que o preço cai. É uma dinâmica conhecida dos economistas como paradoxo de Jevons: quando um recurso fica mais eficiente, o uso total tende a aumentar. A análise da Ramp com 70 mil empresas, citada pelo FT, mostra que o gasto mensal com IA por funcionário mais que dobrou no ano entre as companhias do topo de adoção, chegando a uma média de US$ 7.200. Entre os clientes da própria Ramp, o custo com tokens cresceu 20,7 vezes desde junho de 2025, segundo o Let's Money[9].
Para os fornecedores de software, a tendência também é de expansão. A Gartner estima que o gasto global com software de agentes de IA chegue a cerca de US$ 207 bilhões em 2026, alta superior a 139% sobre os US$ 86,4 bilhões de 2025, segundo a Fortune[2].
Imprevisibilidade vira problema contábil
Gastar muito é uma questão de escolha; não saber quanto se vai gastar é uma questão de governança. O estudo sobre consumo de tokens em tarefas de programação, detalhado pelo FT, mostra que a mesma tarefa, repetida várias vezes, pode consumir o dobro de tokens de uma tentativa para outra e, em casos extremos, trinta vezes mais. Em um dos exemplos, uma execução bem-sucedida usou 9,5 milhões de tokens; outra, igualmente bem-sucedida, usou 316 mil. Nem estimativas humanas de dificuldade nem os próprios modelos conseguiram prever o consumo com precisão.
Os departamentos financeiros ainda estão longe de enxergar o problema por inteiro. Pesquisa da KPMG citada pelo Wall Street Journal e reproduzida pela Fast Company Brasil[3] indica que apenas uma em cada quatro empresas diz ter visão abrangente de quanto gasta com IA. A consultoria relata trabalhar com clientes que esgotaram em poucos meses os orçamentos anuais de tokens e computação em nuvem.
A resposta das empresas tem sido de engenharia, não apenas de contenção. A Uber passou a limitar o gasto a cerca de US$ 1.500 mensais por ferramenta de código, a alternar entre modelos conforme a tarefa, a usar cache de forma sistemática e a orientar engenheiros a escrever instruções mais precisas. O uso de IA na empresa cresceu nove vezes desde fevereiro, mas o gasto se estabilizou, segundo o diretor de tecnologia Praveen Neppalli Naga[1]. A Microsoft, por sua vez, começou em maio a cancelar a maior parte das licenças internas do Claude Code, migrando engenheiros para o GitHub Copilot CLI, ferramenta da própria casa[2].
Do token ao resultado: a disputa pelo modelo de preço
A cobrança por token reflete o insumo consumido, não o valor criado. O professor Quanyan Zhu, da NYU, comparou o sistema atual a avaliar funcionários pelo tempo passado no escritório, e não pelo que entregam[1]. A alternativa que ganha força é a cobrança por resultado: o cliente paga por tarefa concluída ou por desfecho acordado.
Esse modelo já opera em escala no atendimento ao cliente, área em que o "resultado" é relativamente fácil de definir. A Intercom cobra US$ 0,99 por atendimento resolvido pelo seu agente Fin; a Zendesk adotou valores entre US$ 1,50 e US$ 2 por resolução automatizada; a Salesforce mantém simultaneamente cobrança por conversa, por créditos de ação e por usuário no Agentforce, segundo levantamento do SaaStr[7]. A Sierra, fundada por Bret Taylor, ex-co-CEO da Salesforce, construiu a operação sobre contratos em que o cliente paga por conversa ou por resolução bem-sucedida. Estimativa da Sacra[8] situa o atendimento humano equivalente entre US$ 10 e US$ 15 por chamado, o que ajuda a explicar a atratividade do modelo para o comprador.
O FT relata que a própria OpenAI testa abordagens desse tipo, seguindo Salesforce e Sierra. O economista-chefe da empresa, Ronnie Chatterji, argumentou que tratar todos os tokens como equivalentes é apenas consequência do fato de que eles podem ser contados[1]. A observação é precisa: o token é uma unidade de medida conveniente para quem vende, não necessariamente para quem compra.
O que está em jogo para os laboratórios
A discussão sobre preço não é técnica; ela atravessa a avaliação das empresas que lideram o setor. O prospecto de abertura de capital da Anthropic, segundo o FT, registrou prejuízo operacional superior a US$ 8 bilhões no ano passado e compromissos de infraestrutura de US$ 518 bilhões nos próximos anos. Com cobrança por uso e lançamentos em ritmo acelerado, a receita futura dos laboratórios se torna difícil de projetar: um analista da SemiAnalysis ouvido pelo jornal resumiu que ninguém sabe ao certo quanto essas empresas faturarão em 2027[1].
Há ainda a pressão competitiva. Modelos abertos, que podem ser customizados e executados a custo muito menor, reduzem a distância em relação aos sistemas fechados de OpenAI e Anthropic. Vários dos mais eficientes vêm de laboratórios chineses, como Alibaba, DeepSeek, Moonshot AI e Zhipu AI, o que tem atraído escrutínio regulatório. A lógica de usar o modelo mais caro para qualquer tarefa equivale, na comparação de um executivo da Fireworks citada pelo FT, a pedir ao funcionário mais bem pago da empresa que faça todo o trabalho.
A cobrança por token transfere ao cliente o risco de fluxos de trabalho longos e imprevisíveis. Enquanto o preço unitário cai, o consumo cresce em ritmo maior, e a variação entre execuções de uma mesma tarefa torna o orçamento anual uma aposta. O mercado responde com tetos de gasto, roteamento entre modelos mais baratos e, no atendimento ao cliente, com preço por resultado.
E o Brasil?
A adoção avança rapidamente no país. Segundo a Pesquisa de Inovação Semestral do IBGE[5], a fatia de empresas industriais com 100 ou mais empregados que usam IA passou de 16,9% em 2022 para 41,9% em 2024. As áreas de maior uso foram administração (87,9%), comercialização (75,2%) e desenvolvimento de produtos e processos (73,1%). Vale notar que os dados se referem a 2024, antes da difusão dos agentes autônomos, e cobrem apenas a indústria.
O descompasso entre prioridade e orçamento aparece no Panorama 2026 da Amcham com a Humanizadas, citado pela TI Inside[6]: 59% das empresas consideram a IA prioridade estratégica para o ano, mas 77% ainda não destinam verba significativa à tecnologia. Especialistas ouvidos pelo Canaltech observam que muitas companhias ainda calculam projetos agênticos como se fossem chatbots tradicionais, ignorando as etapas invisíveis que multiplicam chamadas aos modelos[4].
Para o comprador brasileiro, a equação tem uma variável adicional. Os principais modelos são cobrados em dólar, o que soma a volatilidade cambial à volatilidade de consumo. Uma empresa que orça em reais um gasto que é ao mesmo tempo variável em volume e em moeda estrangeira tem dois riscos sobrepostos na mesma linha do orçamento. Isso reforça três frentes de gestão: disciplina de FinOps aplicada à IA, com visibilidade por projeto e por usuário; roteamento de tarefas simples para modelos mais baratos, inclusive abertos; e métricas de resultado que permitam comparar o custo do agente com o custo do processo que ele substitui.
Há bons argumentos contra a leitura de que o modelo por token está em crise. Investidores otimistas sustentam, conforme o próprio FT, que o aumento do uso compensará com folga a queda de preços, beneficiando os laboratórios mesmo num cenário de concorrência. A Amazon, apesar de incidentes, manteve a expansão acelerada da IA internamente. Tetos rígidos de gasto podem, além disso, sufocar ganhos de produtividade ainda difíceis de medir.
A cobrança por resultado também tem limites. Definir o que é um "resultado" é simples num chamado de suporte, mas muito mais difícil num projeto de software, numa análise jurídica ou numa pesquisa de mercado. Há problemas de atribuição (quanto do resultado se deve ao agente e quanto à equipe humana) e de previsibilidade, já que a fatura passa a oscilar com o volume de desfechos. Em grandes volumes, o preço por resolução pode superar o que um contrato fixo custaria. O token, com todos os defeitos, é ao menos uma unidade auditável.
Perguntas frequentes
O que são tokens e por que determinam o custo da IA?
Tokens são as unidades em que modelos de linguagem dividem textos para processá-los: palavras, partes de palavras ou sinais de pontuação. Os provedores cobram por milhão de tokens, com preços distintos para entrada, saída e cache. Quanto mais contexto e mais etapas uma tarefa exige, mais tokens são consumidos e maior a fatura.
Por que agentes de IA consomem mais tokens do que chatbots?
Agentes executam várias etapas de forma autônoma: planejam, leem arquivos, usam ferramentas, testam e corrigem o próprio trabalho. Cada etapa gera uma nova chamada ao modelo, que reprocessa o contexto acumulado. Estudo citado pelo Financial Times aponta que agentes de programação consomem cerca de mil vezes mais tokens do que interações simples.
Se o preço por token cai, por que as empresas gastam mais?
Porque o volume de uso cresce mais rápido do que o preço unitário cai. O custo para obter o mesmo desempenho recua cerca de 13 vezes por ano, segundo a Epoch AI, mas a difusão de agentes e de modelos mais capazes multiplica o consumo. O resultado é um gasto total em alta, fenômeno semelhante ao paradoxo de Jevons.
O que é cobrança por resultado em inteligência artificial?
É um modelo em que o cliente paga por tarefa concluída ou desfecho acordado, e não pelos tokens consumidos. No atendimento ao cliente, empresas como Intercom, Zendesk e Sierra cobram por atendimento resolvido, com valores entre cerca de US$ 1 e US$ 2. A OpenAI também testa abordagens nessa linha.
Como empresas brasileiras podem controlar gastos com agentes de IA?
As práticas mais citadas incluem limites de gasto por ferramenta e por usuário, painéis de custo por projeto, uso sistemático de cache, roteamento de tarefas simples para modelos mais baratos e métricas que comparem o custo do agente com o valor entregue. No Brasil, a cobrança em dólar acrescenta risco cambial, o que reforça a necessidade de previsões com margem de segurança.
Ewerton Lopes — Curador Editorial