Uso intensivo de IA em grandes companhias amplia discussões sobre governança, previsibilidade financeira e controle operacional da tecnologia
A inteligência artificial consolidou-se como uma ferramenta estratégica para produtividade, automação e inovação em diferentes setores da economia. Ao mesmo tempo, empresas começam a enfrentar um novo desafio relacionado à adoção em larga escala da tecnologia: o crescimento acelerado dos custos operacionais.
Um dos casos recentes observados no mercado envolve a Uber Technologies, que consumiu todo o orçamento previsto para inteligência artificial em 2026 ainda no primeiro quadrimestre do ano após ampliar o uso interno de soluções baseadas em IA.
O avanço das despesas está diretamente ligado ao modelo de cobrança por uso adotado por plataformas desenvolvidas por empresas como a Anthropic. Nesse formato, o custo é calculado com base em tokens, unidades que representam trechos de texto processados pelos modelos de linguagem.
Quanto maior o volume de utilização, especialmente em aplicações contínuas como geração automatizada de código, maior tende a ser o custo operacional. No caso da Uber, milhares de engenheiros passaram a utilizar simultaneamente ferramentas de IA, elevando as despesas mensais por usuário a centenas ou até milhares de dólares. Estima-se que cerca de 11% do código backend da companhia já seja gerado por inteligência artificial.
Neste sentido, o cenário exige uma mudança de mentalidade das empresas em relação à gestão financeira da tecnologia. “A inteligência artificial entrega ganhos reais de produtividade e eficiência, especialmente em tarefas repetitivas e intensivas em dados, mas está longe de ser uma solução de baixo custo quando utilizada em escala. No caso das pequenas e médias empresas, o desafio é ainda maior: é preciso definir prioridades claras, estabelecer limites de consumo e medir o retorno sobre o investimento desde o início. Sem esse controle, a tecnologia pode deixar de ser um diferencial competitivo e passar a representar um custo elevado e desproporcional à estrutura do negócio”, afirma Fábio Tiepolo, CEO da StaryaAI.
O avanço da IA também amplia discussões sobre governança e previsibilidade orçamentária. Empresas começam a perceber que escalar o uso da tecnologia não significa necessariamente reduzir despesas. Sem monitoramento contínuo, o consumo pode crescer rapidamente e gerar impactos financeiros relevantes.
“A tendência é que a inteligência artificial passe a ser tratada como qualquer outro recurso estratégico da empresa, com metas, orçamento definido e acompanhamento contínuo. Quem não fizer essa gestão desde o início pode comprometer a sustentabilidade financeira da operação”, completa o executivo.
O que são tokens de IA e como funcionam na prática
Os tokens funcionam como a unidade básica de cobrança nos sistemas de inteligência artificial baseados em linguagem. Cada palavra, caractere ou trecho processado pelos modelos corresponde a um token, contabilizado tanto na entrada dos comandos quanto nas respostas geradas pela ferramenta. Na prática, aplicações ligadas a atendimento automatizado, análise de dados e geração de código tendem a ampliar rapidamente o consumo, impactando diretamente o custo final da operação. Modelos mais avançados também costumam apresentar custo por token mais elevado.
O modelo transforma a inteligência artificial em um serviço de custo variável, semelhante ao consumo de energia ou de computação em nuvem, exigindo acompanhamento contínuo, definição de métricas e controle operacional. Sem diretrizes claras para utilização da tecnologia, diferentes equipes podem ampliar o consumo de forma simultânea e desestruturada, gerando um efeito acumulativo de despesas que muitas vezes só se torna perceptível no fechamento financeiro das empresas.
Nesse contexto, o avanço da IA amplia as discussões sobre governança, previsibilidade orçamentária e políticas internas para uso corporativo da tecnologia. “Empresas que não estabelecem limites, métricas e objetivos claros para o uso da IA correm o risco de transformar um ganho de eficiência em um aumento significativo de despesas operacionais”, conclui Tiepolo.
