Tokens sem freio: como a IA pode consumir um orçamento anual em quatro meses
A promessa cabia perfeitamente em uma apresentação para a diretoria: distribuir assistentes de inteligência artificial aos funcionários, acelerar a produção de software, reduzir tarefas repetitivas e entregar mais com equipes menores. A conta, porém, não coube no orçamento.
Em abril de 2026, apenas quatro meses depois do início do ano, a Uber já havia consumido toda a verba anual reservada ao uso de assistentes de programação com inteligência artificial. A empresa havia incentivado os funcionários a utilizar as ferramentas o máximo possível e chegou a criar rankings internos de consumo. Quando a fatura cresceu mais rápido do que o retorno conseguia ser demonstrado, a política mudou.
A companhia passou a impor um limite de US$ 1.500 por mês, por funcionário e por ferramenta de programação agêntica, incluindo Claude Code e Cursor. Exceções ainda podem ser autorizadas, mas o uso deixou de ser tratado como um recurso praticamente ilimitado.
Há uma correção importante em relação a algumas manchetes publicadas sobre o caso: o valor total gasto não foi divulgado e as evidências disponíveis apontam para o orçamento destinado aos assistentes de programação, especialmente ao Claude Code — não para toda a estratégia de inteligência artificial da Uber. Mesmo com essa ressalva, o episódio expõe um risco que começa a alcançar empresas de todos os setores: implantar IA em escala sem saber quanto custa produzir cada resultado útil.
O que aconteceu
Segundo o TechCrunch, a Uber criou o teto mensal depois de consumir em quatro meses o orçamento que deveria financiar o uso das ferramentas durante todo o ano de 2026. O controle pode ser acompanhado pelos próprios funcionários em um painel interno, e gastos acima do limite precisam de autorização.
O problema não foi apenas financeiro. Em entrevista repercutida pelo The Verge, Andrew Macdonald, presidente e diretor de operações da Uber, afirmou que ainda não existe uma conexão clara entre o aumento no consumo de tokens do Claude Code e a entrega de funcionalidades mais úteis aos clientes.
Em outras palavras, a empresa conseguia medir quanto a inteligência artificial estava sendo utilizada, mas ainda encontrava dificuldade para provar o que esse consumo estava comprando.
Essa diferença é decisiva. Uma organização pode registrar milhões ou bilhões de tokens processados, milhares de conversas abertas e uma taxa elevada de adoção interna sem que esses indicadores revelem se houve redução de prazo, melhoria de qualidade, aumento de receita ou diminuição do retrabalho. Uso intenso não é sinônimo automático de produtividade.
O alerta ganhou destaque novamente em uma reportagem publicada em 10 de julho pelo Artificial Intelligence News, que discutiu como as companhias estão deslocando parcelas crescentes de seus orçamentos para tokens sem desenvolver, na mesma velocidade, mecanismos para relacionar esse consumo a resultados concretos.
Por que isso importa
O mercado está elevando suas expectativas justamente quando ainda aprende a calcular a economia real da inteligência artificial.
O Gartner estima que os gastos globais com IA cheguem a US$ 2,52 trilhões em 2026, crescimento de 44% em relação ao ano anterior. A própria consultoria, no entanto, afirma que a tecnologia atravessa em 2026 uma fase de desilusão e que uma previsibilidade maior de retorno precisa existir antes que a IA seja ampliada de forma consistente nas empresas.
Essa contradição ajuda a explicar o novo problema. A ambição cresce mais rápido do que os modelos de orçamento.
Durante décadas, o software corporativo foi comprado principalmente por licença, número de usuários ou contratos relativamente previsíveis. A inteligência artificial generativa introduziu uma lógica diferente: a cobrança pode variar conforme o modelo escolhido, o tamanho das instruções, o histórico reenviado, a extensão da resposta, o nível de raciocínio, o uso de ferramentas externas, as pesquisas na web, as tentativas repetidas e o número de etapas executadas por um agente.
Um assistente simples pode gerar uma única resposta. Um agente pode consultar documentos, pesquisar, escrever código, testar, encontrar um erro, tentar novamente e manter uma longa sequência de contexto. Cada ação pode adicionar novos tokens à conta.
A FinOps Foundation alerta que olhar apenas para o preço anunciado por milhão de tokens pode ser enganoso. Um dos custos menos visíveis é o chamado context window creep: em muitas aplicações, partes extensas da conversa, documentos e instruções precisam ser reenviadas ao modelo a cada nova interação. Quanto mais longa a tarefa, maior pode se tornar a entrada cobrada.
As tabelas oficiais consultadas em 12 de julho de 2026 mostram como a escolha técnica altera radicalmente a despesa. Na OpenAI, um milhão de tokens de saída do GPT-5.6 Sol custa US$ 30 no contexto padrão, enquanto o GPT-5.6 Luna custa US$ 6. Na Anthropic, o Fable 5 cobra US$ 50 por milhão de tokens de saída, dez vezes o preço do Haiku 4.5. No Google Cloud, o Gemini 3.1 Pro Preview cobra US$ 12 por milhão de tokens de saída em contextos de até 200 mil tokens e US$ 18 quando esse limite é ultrapassado.
Esses valores não significam que o modelo mais barato sempre produz o menor custo final. Uma opção menos capaz pode exigir mais tentativas, mais correções humanas ou uma sequência maior de chamadas. Da mesma forma, o modelo mais avançado pode ser desnecessário para classificar um documento simples ou resumir um texto curto.
A unidade econômica correta, portanto, não é apenas o token. É o resultado: quanto custou resolver um atendimento, revisar um contrato, concluir uma análise, entregar uma funcionalidade, qualificar um cliente ou produzir um relatório que realmente pôde ser utilizado.
O porém
As empresas ainda têm poucas referências públicas para construir esses orçamentos.
Os fornecedores divulgam preços por volume processado, mas cada organização possui documentos, fluxos, exigências de segurança, padrões de qualidade e níveis de integração diferentes. Um teste controlado com poucas perguntas não reproduz necessariamente o comportamento de centenas de funcionários, agentes autônomos trabalhando por horas ou sistemas que consultam grandes bases internas.
Além disso, os modelos e as tabelas de preços mudam rapidamente. Há modalidades padrão, prioritárias, em lote, com cache, com processamento regional e com cobrança adicional por ferramentas. Para empresas brasileiras, existe ainda a exposição ao dólar, que acrescenta outra camada de variação ao planejamento.
O problema se torna mais grave quando a promessa de economia com IA é usada antecipadamente para justificar cortes de pessoal. Em uma pesquisa com 350 executivos de grandes empresas que já testavam ou utilizavam automação e agentes, o Gartner identificou que aproximadamente 80% das organizações relataram redução de força de trabalho. As taxas de corte, porém, eram quase iguais entre companhias com retorno elevado e aquelas com ganhos modestos ou resultados negativos.
Ou seja: reduzir pessoas pode abrir espaço no orçamento, mas não cria retorno por si só. Se a empresa não souber medir a contribuição da tecnologia, ela corre o risco de trocar uma estrutura conhecida por uma despesa variável que também não consegue explicar.
Existem formas de controlar melhor essa conta. O uso de cache pode tornar entradas repetidas até 90% mais baratas nas tabelas de alguns fornecedores. Processamentos em lote podem custar cerca da metade do preço padrão. Tarefas simples podem ser encaminhadas a modelos menores, enquanto os modelos mais caros ficam reservados aos casos de maior complexidade. Contextos podem ser reduzidos, documentos recuperados apenas quando necessários e agentes podem receber limites de etapas, tempo e gasto.
Essas práticas diminuem desperdícios, mas não substituem a pergunta central: qual resultado empresarial justifica esse consumo?
O que isso significa para você
Para gestores, profissionais de tecnologia, finanças, dados e operações, o caso da Uber mostra que o orçamento de inteligência artificial não pode nascer apenas de uma estimativa de usuários ou de uma projeção genérica de tokens.
Antes de ampliar uma ferramenta para toda a organização, a empresa precisa definir uma unidade de valor verificável. Em um atendimento, pode ser o custo por solicitação resolvida com qualidade. Em desenvolvimento, o custo por tarefa concluída e aprovada, considerando correções e retrabalho. Em marketing, o custo por material efetivamente publicado ou por oportunidade comercial qualificada. Em análise de dados, o custo por entrega validada e utilizada em uma decisão.
O piloto também precisa representar o uso real, incluindo documentos extensos, horários de pico, tentativas malsucedidas, chamadas de ferramentas, respostas descartadas e revisão humana. Um teste feito apenas com os melhores exemplos tende a subestimar a despesa e superestimar o retorno.
A governança deve acompanhar o custo por equipe, aplicação, modelo e processo, com alertas antes que o limite seja alcançado. Mas o objetivo não deve ser premiar quem consome menos tokens nem estimular disputas por quem utiliza mais. O indicador útil é a relação entre custo, qualidade e resultado entregue.
Essa mudança exige uma aproximação entre áreas que muitas vezes trabalham separadas. Tecnologia entende a arquitetura. Finanças acompanha o gasto. Dados mede o comportamento. As áreas de negócio sabem se a entrega resolveu um problema real. Sem essa visão conjunta, a empresa enxerga a fatura, mas não consegue compreender o valor.
Conclusão
O episódio da Uber não prova que a inteligência artificial seja cara demais ou que seus assistentes de programação não funcionem. Ele demonstra algo mais relevante: até uma das maiores empresas de tecnologia do mundo pode incentivar o uso em larga escala antes de possuir referências suficientes para ligar consumo, custo e retorno.
A próxima fase da adoção corporativa não será definida apenas por quem disponibiliza mais ferramentas ou compra acesso aos modelos mais poderosos. Será definida por quem consegue responder, com dados, quanto custa cada resultado e o que teria acontecido sem a inteligência artificial.
O maior risco orçamentário não está no preço isolado de um milhão de tokens. Está em escalar uma operação que mede atividade, mas ainda não mede valor.
Como sempre defendemos na IAtivei, a tecnologia se torna realmente produtiva quando é aplicada com intenção, critérios e acompanhamento humano. A IA não fracassa porque consome muitos tokens. Ela fracassa quando ninguém consegue explicar o que esses tokens entregaram.
