Apareceram os gigantes da primeira vaga de tokens "queimáveis"

Autor: Xiaoxiong Binggan, BitpushNews

Nos últimos dois anos, os gigantes tecnológicos globais, na corrida por um bilhete de primeira classe na era da IA, gastaram dinheiro sem piscar. Mas essa quase cega paixão está sendo puxada de volta à realidade por uma série de faturas frias e duras.

O primeiro a revelar essa vergonha foi um gigante veterano do coração do Vale do Silício: Uber (Uber).

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

A mensagem principal foi uma: a empresa gastou loucamente na compra de 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 na entrevista uma comparação impressionante:

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, com a conta mensal por engenheiro geralmente entre 150 e 250 dólares, e usuários intensivos chegando a 500 a 2000 dólares.

Mais surpreendente ainda, ele mesmo, para fazer uma demonstração técnica, usou a ferramenta por duas horas, e o orçamento de tokens de 1200 dólares evaporou.

Macdonald apontou: “Engenheiros que não são responsáveis por pagar as faturas acham que as ferramentas de IA são como água encanada, 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 mais funcionalidades 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 3,4 bilhões de dólares em P&D, 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 uma paixão desenfreada para uma abordagem pragmática: a “retirada de IA” dentro das grandes empresas

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

A mudança mais notável vem 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 abril de 2026, no podcast “Silicon Valley Girl”, o CEO anunciou, entre lamentos, que a política foi completamente revogada, e o uso de IA não é 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 forçar quando não ajudar.”

A famosa “fábrica de polvo” Meta foi ainda mais dramática. No final de março, a empresa lançou um ranking interno chamado “Claudeonomics”, que rastreia o uso de tokens por mais de 85 mil funcionários, concedendo títulos como “Token Legend” aos 250 melhores. 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 rapidamente 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 suspeitam que foi por causa do “custo insustentável de uma competição desleal”.

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

De acordo com o mais recente 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 no dia a dia. 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.

Nesse “combate de KPIs de IA”, apenas algumas plataformas de automação de comércio eletrônico de pequeno e médio porte, como a Omnisend, continuam insistindo na “promoção agressiva”, tentando motivar os “especialistas em IA” com aumentos salariais de 2% a 4%. Mas até eles mudaram seus critérios de avaliação, que antes eram baseados em “tempo de uso”, agora focam em três indicadores financeiros frios: quanto tempo foi economizado, quanto dinheiro foi poupado, 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.

Há cinco dias, o governador da Califórnia, 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 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 avançados de IA publiquem quadros de gestão de riscos e relatem incidentes 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 pano de fundo dessa regulamentação é a velocidade cada vez maior com que empregos de nível inicial estão sendo substituídos. Dados do monitor de empregos Layoffs.fyi mostram que, nas 18 semanas anteriores a 2026, os empregadores anunciaram demissões envolvendo mais de 113 mil profissionais de tecnologia. Segundo o mais recente relatório da Challenger, Gray & Christmas, divulgado em 7 de maio, nos EUA, em abril de 2026, foram anunciadas demissões de 83.387 pessoas, 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 de abril desde 2009 — atrás apenas de abril de 2025 e 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, 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 acima 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 pragmática: se empresas como Uber estão gastando loucamente na compra de tokens, esse custo elevado de serviços tecnológicos acabará se convertendo em receitas e lucros para fornecedores de infraestrutura de baixo nível, como Nvidia, Microsoft, Amazon, e para os principais fornecedores de modelos (como Anthropic, OpenAI). Enquanto isso, os fornecedores upstream estão ganhando muito, mas as aplicações intermediárias e finais lutam para obter retorno sobre o investimento (ROI).

A questão levantada por Macdonald no início 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.