Apareceram os gigantes da primeira rodada de tokens "queimáveis"

Autor: Xiao Xiong Bing Gan, BitpushNews

Nos últimos dois anos, os gigantes globais de tecnologia gastaram dinheiro sem piscar os olhos para garantir uma "primeira classe" na era da IA. Mas essa quase cega febre está sendo puxada de volta à realidade por uma série de contas frias e impassíveis.

O primeiro a tirar essa máscara de vergonha foi um dos veteranos do núcleo do Vale do Silício: Uber.

No fim de semana passado, o diretor de operações (COO) da Uber, Andrew Macdonald, deu uma entrevista e desabafou bastante.

A mensagem principal foi uma: a empresa gastou loucamente com ferramentas de IA para engenheiros, mas descobriu que esse dinheiro não se transformou em novas funcionalidades percebidas pelos usuários, e ao invés disso, esgotou o orçamento financeiro anual.

Macdonald compartilhou uma comparação impressionante na entrevista:

A penetração dos engenheiros no uso da ferramenta de programação de IA Claude Code subiu de cerca de um terço em fevereiro para 84% em março, e a conta mensal por engenheiro geralmente fica entre 150 e 250 dólares, podendo chegar a 500 a 2000 dólares para usuários intensivos.

Mais impressionante ainda, ele mesmo, para fazer uma demonstração técnica, usou por duas horas e gastou 1200 dólares em tokens, que evaporaram rapidamente.

Macdonald apontou: “Engenheiros que não se responsabilizam por pagar as contas acham que as ferramentas de IA são como água potável, gratuitas e ilimitadas.”

O que deixou a gestão ainda mais desesperada foi: mesmo com tanto token consumido, do ponto de vista do usuário, o aplicativo Uber não ficou mais fácil de usar.

“Um maior consumo de tokens não se traduziu em funcionalidades mais úteis para os usuários,” disse Macdonald, “é difícil traçar uma linha entre esses dois dados e dizer ‘Olha, agora oferecemos 25% mais funcionalidades aos usuários’.”

Em 2025, a Uber gastou US$ 3,4 bilhões em pesquisa e desenvolvimento, um aumento de 9%. O CEO Dara Khosrowshahi já afirmou claramente que a empresa está desacelerando contratações para compensar os custos crescentes de investimento em IA. Em outras palavras, o dinheiro economizado com contratação foi realocado para IA — mas os resultados são difíceis de medir.

Esse fenômeno não é exclusivo da Uber. A Microsoft já começou a cancelar a maior parte das licenças do Claude Code, obrigando os engenheiros a voltarem ao seu próprio Copilot CLI.

Macdonald destacou uma questão crucial: “Se você não consegue estabelecer uma ligação direta entre o consumo de tokens e as funcionalidades para o usuário, fica cada vez mais difícil justificar os gastos com IA e os custos de mão de obra.”

De febre a pragmatismo: a “retirada de IA” dentro das grandes empresas

A ansiedade dos gestores está sendo transmitida aos funcionários de linha de frente por meio de avaliações de desempenho. Mas as estratégias de resposta das empresas estão se diferenciando visivelmente.

A mudança mais notável veio da Duolingo.

No ano passado, essa empresa de tecnologia educacional anunciou uma estratégia de “prioridade à IA”, incluindo a frequência de uso de IA na avaliação de desempenho dos funcionários.

No entanto, apenas um ano depois, em um podcast de abril de 2026, a CEO anunciou, entre suspiros, que a política foi completamente revogada, e o uso de IA não será mais considerado na avaliação de desempenho. A nova orientação da empresa é: “Fazer bem seu trabalho é o mais importante, usar IA quando ajudar, não usar quando não ajudar.”

A famosa “fábrica de polvo” Meta foi ainda mais dramática. No final de março, a empresa lançou um ranking chamado “Claudeonomics”, que rastreia o uso de tokens por mais de 85 mil funcionários, concedendo títulos como “Token Legend” aos 250 principais. Segundo a Reuters, os funcionários consumiram cerca de 60 trilhões de tokens em 30 dias, com o maior usuário gastando 2,81 bilhões de tokens.

Mas essa onda logo saiu do controle: o funcionário que liderava o ranking gastou quase 50 mil dólares em tokens por mês, muito além do esperado pela empresa. Logo depois, a Meta silenciosamente encerrou o ranking — alegando vazamento de dados, mas os funcionários especularam que foi por causa do “custo insustentável de uma competição desleal.”

Por trás dessa reação em cadeia, está uma resistência coletiva dos trabalhadores contra a “falsa eficiência” da IA.

De acordo com um novo relatório de pesquisa global conjunto da SAP e WalkMe, mais de um terço dos profissionais de escritório estão conscientemente “pulando” tarefas de IA atribuídas pela empresa. A razão é simples: as ilusões dos grandes modelos e operações fragmentadas frequentemente interrompem o fluxo de trabalho contínuo, e em muitos cenários detalhados, gastar tempo demais com IA e depois corrigir manualmente acaba sendo mais lento do que fazer tudo manualmente.

Na atual “guerra de KPI de IA”, apenas algumas plataformas de automação de comércio eletrônico de pequeno e médio porte, como a Omnisend, continuam insistindo na “forçada implementação”, tentando motivar os trabalhadores “habilidosos em IA” com aumentos de salário de 2% a 4%. Mas até mesmo eles mudaram seus critérios de avaliação de um foco vago em “tempo de uso” para três métricas financeiras frias: quanto tempo economizaram, quanto dinheiro economizaram e quantos fluxos de trabalho de IA treinados foram reutilizados por colegas.

Ao mesmo tempo, as autoridades começaram a agir contra os efeitos sociais negativos da IA.

Cinco dias atrás, na Califórnia, o principal centro de tecnologia de IA do mundo, o governador Gavin Newsom assinou uma ordem administrativa pioneira nos EUA, mobilizando agências estaduais, especialistas em trabalho e universidades para enfrentar o impacto potencial da IA no mercado de trabalho.

Essa já é a terceira grande medida regulatória de IA na Califórnia nos últimos cinco meses: anteriormente, a lei de transparência SB 53 entrou em vigor em janeiro, exigindo que os desenvolvedores de modelos de IA de ponta publiquem estruturas de gerenciamento de riscos e relatem acidentes de segurança importantes em 15 dias; e a ordem administrativa N-5-26 de março estabeleceu limites de segurança para compras governamentais de IA.

O contexto dessa regulamentação é a velocidade cada vez maior com que empregos de nível inicial estão sendo substituídos. Dados do site de monitoramento Layoffs.fyi mostram que, nas primeiras 18 semanas de 2026, mais de 113 mil profissionais de tecnologia foram demitidos. Segundo o mais recente relatório da Challenger, Gray & Christmas, divulgado em 7 de maio, as empresas americanas anunciaram 83.387 demissões em abril de 2026, um aumento de 38% em relação a março. Embora esse número seja 21% menor do que no mesmo período do ano passado, ainda é o terceiro maior desde 2009 para o mês de abril — atrás apenas de abril de 2025 e de abril de 2020.

Ao assinar a ordem, Newsom disse aos jornalistas: “Não queremos esperar até que milhares de pessoas sejam demitidas para começar a pensar em soluções.”

Novos picos no mercado de ações, mas com uma “nova divisão estrutural”

No entanto, enquanto os executivos das grandes empresas se preocupam com os custos de tokens e a Califórnia freia as regulamentações, o mercado de ações dos EUA continua a atingir novas máximas impulsionado por setores fortes.

Em 26 de maio, o S&P 500 fechou em alta de 0,61%, a 7.519,61 pontos, e o Nasdaq subiu 1,19%, para 26.643,45 pontos. O setor de semicondutores liderou a alta: a Micron Technology disparou mais de 19%, atingindo um valor de mercado de mais de 1 trilhão de dólares pela primeira vez; o índice Philadelphia Semiconductor subiu 4,6%, atingindo uma nova máxima. Analistas do JPMorgan até elevaram a previsão do S&P 500 para 9.000 pontos, com a lógica de que os gastos de capital em IA impulsionarão diretamente o crescimento do PIB dos EUA.

A lógica do mercado de capitais é bastante realista: se empresas como Uber estão gastando loucamente com tokens, esses custos caros de serviços tecnológicos acabarão se convertendo em receitas e lucros para fornecedores de infraestrutura de computação, como Nvidia, Microsoft, Amazon, e para os principais fornecedores de modelos, como Anthropic e OpenAI. Enquanto isso, os fornecedores de infraestrutura estão ganhando muito, mas as aplicações intermediárias e finais ainda lutam para obter retorno sobre o investimento (ROI).

A questão levantada por Macdonald no começo ainda não tem uma resposta convincente. O mercado de hoje optou por continuar subindo, mas, por trás do crescimento, as fissuras estão se ampliando cada vez mais.