Claude Code Após dois meses de queima do orçamento anual pela Uber, o COO afirmou: O consumo de tokens e a saída útil não são proporcionais

Uber COO Andrew Macdonald em uma entrevista recente admitiu que os gastos da empresa com IA estão se tornando cada vez mais difíceis de justificar internamente, o CTO Praveen Naga revelou há dois meses que o orçamento para Claude Code foi esgotado antecipadamente, mas o problema mais central é: maior consumo de tokens não resulta em aumento proporcional de funcionalidades para os consumidores.
(Prelúdio: não apenas transporte » Uber colabora com Expedia para adicionar reservas de hotéis, avançando para um super app de viagens tudo-em-um)
(Complemento de contexto: Relatório da Anthropic: em 2028, a disputa pelo domínio da IA, os Estados Unidos podem perder sua vantagem de poder computacional para a China, se não a preservarem)

Índice deste artigo

Alternar

• Uma crise orçamentária
• A cadeia causal quebrada: mais tokens, nem sempre mais funcionalidades
• Divergências na indústria: gastar o máximo ou questionar antes de gastar

Quando cada engenheiro de uma empresa gasta até 2.000 dólares por mês em ferramentas de IA, com 70% do código enviado sendo gerado por IA, mas ninguém consegue responder à pergunta "quantas funcionalidades isso realmente trouxe", isso deixa de ser uma questão técnica e passa a ser uma crise de gestão.

O COO da Uber, Andrew Macdonald, recentemente concedeu uma entrevista ao Rapid Response, revelando um segredo não dito na indústria de tecnologia: os gastos com IA estão cada vez mais difíceis de justificar às pessoas.

Uma crise orçamentária

Anteriormente, o CTO da Uber, Praveen Neppalli Naga, em uma entrevista à The Information em abril, também disse uma frase: "O orçamento que eu imaginava já foi gasto antecipadamente."

O contexto era: a adoção do Claude Code por 5.000 engenheiros da Uber subiu de 32% para 84% em poucos meses. Cada engenheiro gastava entre 500 e 2.000 dólares por mês; Naga mesmo, em uma apresentação interna, consumiu 1.200 dólares em tokens em apenas duas horas.

Macdonald descreveu que essa declaração causou um impacto na alta direção da Uber, desencadeando uma série de discussões sobre o consumo de tokens de IA, incluindo se esses gastos valem a pena e as pressões de trade-offs que eles impõem ao quadro de pessoal.

O CEO Dara Khosrowshahi já afirmou claramente nesta mês em uma teleconferência de resultados: a Uber está desacelerando contratações, parcialmente para compensar os gastos com investimentos em IA. Em outras palavras, a fatura das ferramentas de IA começou a influenciar decisões reais de contratação.

A cadeia causal quebrada: mais tokens, nem sempre mais funcionalidades

Macdonald, na entrevista, compartilhou uma descoberta após conversar com um executivo sênior de engenharia da Uber: maior uso de tokens não se traduz necessariamente em aumento proporcional de funcionalidades para os consumidores.

"Essa conexão ainda não existe, certo?" ele disse. "Talvez haja mais entregas, mas é muito difícil traçar uma linha clara entre esses números e 'produzimos 25% a mais de funcionalidades úteis para o consumidor'."

Esse problema revela a contradição central na adoção de IA atualmente: o consumo de tokens é mensurável, mas mede "nível de uso", não "valor de produção". Salesforce, recentemente, chamou esse tipo de métrica de "indicadores de vaidade" e se posicionou contra usar o consumo de tokens como padrão de avaliação de desempenho dos funcionários.

Vale notar que Macdonald também apontou uma cegueira cognitiva: para engenheiros que não arcam com os custos, as ferramentas de IA parecem "gratuitas", permitindo experimentar várias situações de uso livremente; mas, no final, quem paga a conta é a empresa. Essa disfunção de custos entre indivíduo e organização é uma das razões estruturais para o consumo descontrolado de tokens.

Divergências na indústria: gastar o máximo ou questionar antes de gastar

A confusão da Uber não é um caso isolado, apenas o primeiro a ser explicitamente mencionado por seus líderes.

O Google, na I/O 2026, promoveu fortemente o conceito de "tokenmaxxing", ou seja, usar IA em grande escala sempre que possível, usando isso como um dos indicadores de envolvimento dos engenheiros. A lógica dessa estratégia é: maior uso impulsiona a evolução das capacidades, e o aumento de quantidade levará a uma mudança de qualidade.

Por outro lado, algumas empresas estão seguindo uma direção diferente. A Duolingo, por exemplo, incluiu a frequência de uso de IA na avaliação de desempenho, mas, após questionamentos dos funcionários — "será que devemos usar IA só por usar?" — a política foi retirada silenciosamente. O CEO Luis von Ahn, em uma entrevista em um podcast em abril, afirmou: "Parece que, em vez de responsabilizar as pessoas pelos resultados reais, estamos incentivando algo que muitas vezes não se aplica."

Um caso mais extremo é o de uma empresa de saúde, que consumiu 1 trilhão de tokens em seis meses, gerando custos não planejados superiores a 6 milhões de dólares, sem que o departamento financeiro soubesse exatamente o que estava impulsionando esses gastos. Não é um problema de usar IA, mas de ninguém saber quem está usando, onde, e quanto está sendo gasto.

Macdonald, na entrevista, não anunciou planos específicos de redução, nem disse que a Uber vai abandonar as ferramentas de IA. Ele apenas trouxe à tona uma questão comum na indústria, mas raramente explicitada pelos altos executivos.

Ainda não há uma resposta padrão para medir o retorno sobre o investimento em IA. Mas cada vez mais sinais indicam que a lacuna entre "quanto foi usado" e "o que foi obtido" ainda é enorme.