Um sistema centralizado de monitoramento de IA e controle de gastos está em desenvolvimento na Meta após a empresa perceber que estava gastando internamente em IA mais do que o previsto. A decisão mostra que as empresas estão avaliando se os retornos da IA justificam o custo envolvido.
A empresa enviou um memorando a cerca de 6 000 funcionários detalhando planos para limites de gastos com IA, orçamentos e restrições de tokens. Sob o AI Gateway, as equipes teriam acesso a uma visão geral do uso de IA que enviaria notificações automáticas caso haja picos incomuns de gastos. A gestão estruturada de tokens deve ser totalmente implementada até 2027.
O memorando observou que a Meta estava vendo um rápido crescimento na adoção interna de IA e que provavelmente gastaria dezenas de bilhões com o uso de IA pelos funcionários em 2026.
O efeito colateral do tokenmaxxing A mudança de foco na Meta, de promover o uso de IA para controlar seu uso, demonstra um tema recorrente na América corporativa. A empresa costumava incentivar seus funcionários a usar IA fazendo com que eles criassem rankings internos (“Claudeonomics”, nomeado em homenagem ao sistema de IA da Anthropic). A Meta não mantém mais esse ranking específico.
A tendência mais ampla tem um nome: “tokenmaxxing”, que é a prática de usar a quantidade máxima de tokens de IA possível por qualquer motivo, seja para inflar métricas internas de adoção ou simplesmente para consumi‑los. Situação semelhante ocorreu na Amazon depois que seus funcionários criaram um ranking para monitorar o uso de tokens, mas a empresa o retirou no final de maio devido a preocupações de que isso gerava gastos desnecessários, relata o Business Insider.
A experiência da Uber ilustra como os custos podem subir rapidamente. A empresa de transporte gastou todo o orçamento planejado para codificação de IA em 2026 até abril, apenas quatro meses no ano. O COO da Uber, Andrew Macdonald, disse ao Rapid Response que a empresa tem dificuldade em conectar o gasto de tokens a resultados mensuráveis. “Essa ligação ainda não está clara, certo?” disse Macdonald. “É muito difícil traçar uma linha entre uma dessas estatísticas e, ‘Ok, agora estamos realmente produzindo 25 % mais recursos úteis para o consumidor.’”
Um problema de custo que a indústria ainda não resolveu A pressão orçamentária vai muito além do Vale do Silício. Segundo uma pesquisa da KPMG primeiro divulgada pelo The Wall Street Journal, apenas 26 % das empresas têm uma visão abrangente de seus custos com IA, enquanto 50 % têm visibilidade parcial e 22 % não têm visibilidade ou só descobrem os gastos após receber as faturas. Conforme observado por Steve Chase, líder global de IA na KPMG, a empresa tem ajudado clientes que já esgotaram os orçamentos anuais de tokens ou de computação em nuvem em questão de meses.
A Microsoft recentemente retirou quase todas as licenças diretas do Claude Code e redirecionou engenheiros para seu próprio GitHub Copilot CLI, informou a Fortune, apenas seis meses depois de disponibilizar a ferramenta da Anthropic aos seus funcionários. A medida ocorreu depois que o uso interno escalou mais rápido do que o esperado.
Considerações econômicas sugerem que as expectativas iniciais de rápida lucratividade da IA devido à economia de mão‑de‑obra foram excessivamente otimistas. O vice‑presidente de deep learning aplicado da NVIDIA, Bryan Catanzaro, revelou ao Axios que o custo de computação de sua equipe já supera o custo de empregar pessoas. O Goldman Sachs acredita que a IA agente pode levar a um aumento de 24 vezes no consumo de tokens até 2030, com taxas mensais atingindo 120 quatrilhões de tokens por mês, mesmo com a queda nos preços unitários dos tokens.
Além disso, a Gartner prevê que a queda nos custos dos tokens não significará aplicativos corporativos de IA mais baratos, porque os algoritmos de IA agente utilizam contagens de tokens muito maiores por tarefa, enquanto os provedores provavelmente manterão a maior parte da economia. “Chief Product Officers não devem confundir a deflação de tokens como commodities com a democratização do raciocínio de fronteira”, disse o analista sênior da Gartner, Will Sommer. Anteriormente, a Cryptopolitan reportou que Zuckerberg admitiu que a Meta cometeu ‘erros’ em sua transformação de IA.
O que os funcionários da Meta podem esperar? De acordo com relatórios, o memorando revelou que a Meta vai desencorajar seus funcionários de usar softwares externos de escrita de código de IA e incentivá‑los a usar seu próprio assistente, o MetaCode, anteriormente chamado de Devmate. Essas mudanças serão implementadas nas próximas semanas.
Ao mesmo tempo, os esforços da Meta para reduzir os custos relacionados à IA vêm acompanhados de mudanças organizacionais significativas. Em março deste ano, a Meta considerava demissões que envolveriam pelo menos 20 % do total de cerca de 79 000 trabalhadores, parte das quais são decorrentes de investimentos em infraestrutura de IA no valor de aproximadamente US$ 600 bilhões até 2028.
O CEO da OpenAI, Sam Altman, destacou bem esse desafio na indústria. Ele afirmou que “esta é a crítica mais justa que se pode fazer à IA agora”, dizendo: “Você ouve empresas dizendo que estão gastando muito dinheiro em IA. E eu sei que coisas incríveis estão acontecendo, mas sei que há muito desperdício.”
Para a economia global, a questão é se os orçamentos corporativos de IA vão contrair antes que a tecnologia cumpra suas promessas de produtividade, ou se a queda nos preços dos tokens e ferramentas melhores fecharão a lacuna primeiro. A resposta moldará contratações, despesas de capital e dinâmicas competitivas entre indústrias nos próximos anos.
Não apenas leia notícias de cripto. Entenda-as. Inscreva‑se em nossa newsletter. É grátis.