Jensen Huang tem um teste para saber se vale a pena manter um engenheiro e vem com um orçamento simbólico anexado. Falando no All-In Podcast no final do GTC 2026, o executivo-chefe da Nvidia disse que se o consumo anual de tokens de IA de um engenheiro de US$ 500.000 fosse inferior à metade de seu salário, “ficarei profundamente alarmado”. A Nvidia, ele confirmou, está trabalhando para uma conta simbólica anual de US$ 2 bilhões para sua força de engenharia.
Ele estava descrevendo uma troca que a maioria das empresas já fez com menos alarde: o dinheiro que antes era pago às pessoas paga cada vez mais por tokens. Os quatro maiores hiperscaladores orientaram cerca de 700 mil milhões de dólares em despesas de capital combinadas para 2026, quase o dobro do ano passado, enquanto os dados da empresa de recolocação Challenger, Gray & Christmas mostram a IA como a razão mais citada para os cortes de empregos nos EUA pelo quarto mês consecutivo, recorde.
Um meta memorando interno obtido por Reuters descreveu os cortes de 8.000 cargos em maio como compensando os investimentos substanciais da empresa, em um trimestre em que a receita cresceu 33%. As demissões em empresas como essas não são medidas de sobrevivência. Eles estão financiando.
O problema é que o financiamento não comprou o que prometeu. A Gartner entrevistou 350 executivos de empresas com mais de mil milhões de dólares em receitas, todos implementando agentes de IA ou automação, e descobriu que cerca de 80% tinham reduzido o número de funcionários sem correlação com melhores retornos. O veredicto da analista Helen Poitevin foi contundente: “As reduções da força de trabalho podem criar espaço orçamental, mas não geram retorno”.
A Uber aprendeu o lado simbólico dessa lição de maneira cara, dando a 5.000 engenheiros ferramentas de codificação de IA em dezembro e esgotando todo o seu orçamento de IA para 2026 em abril. O diretor de operações, Andrew Macdonald, admitiu que, apesar de 70% do código comprometido ser gerado por IA, falta a conexão com qualquer coisa que os clientes percebam: “Esse link ainda não existe”.
Coloque essas duas falhas lado a lado e o problema real entrará em foco. As empresas trataram a conta simbólica como fixa e a força de trabalho como flexível, quando o oposto é verdadeiro. Os cortes na folha de pagamento acontecem uma vez e levam consigo o conhecimento institucional. Acontece que um orçamento simbólico dobra em meia dúzia de lugares se alguém se preocupar em projetá-lo.
Onde o orçamento simbólico se curva
A solução mais barata é também a menos glamorosa: parar de pagar para processar o mesmo texto repetidamente. Prompt caching, now standard across the major API providers, cuts the cost of repeated input by up to 90% under Anthropic’s and OpenAI’s published pricing, because static content like system instructions and reference documents gets processed once and reread at a fraction of the rate.
A empresa de segurança ProjectDiscovery documentou o aumento de sua taxa de acerto de cache de 7% para 84% por meio de solicitações de reestruturação, reduzindo seu gasto total de LLM em 59 a 70% e servindo 9,8 bilhões de tokens de cache. Esse único exercício de engenharia recuperou mais orçamento do que a maioria das rodadas de demissões atribuídas à IA economizam.
A próxima alavanca é encaminhar o trabalho para o modelo do tamanho certo. As listas de preços dos próprios fornecedores mostram modelos emblemáticos que custam cinco vezes mais que seus irmãos menores por token, mas muitas cargas de trabalho de produção enviam classificação e resumo de rotina para o nível mais caro por padrão. O processamento em lote adiciona um desconto adicional de 50% para qualquer coisa que não precise de resposta em tempo real.
A geração de recuperação aumentada ataca o problema de outro ângulo, enviando ao modelo apenas a fatia relevante de uma base de conhecimento, em vez de tudo, e a compactação imediata elimina os exemplos redundantes que aumentam cada chamada. Os modelos abertos reduzem ainda mais os custos, lidando com cargas de trabalho de rotina por uma fração dos preços de API de fronteira para equipes dispostas a gerenciar a infraestrutura.
Estas medidas são simplesmente o equivalente em IA a desligar as luzes em salas vazias, e o limite mensal de 1.500 dólares por engenheiro da Uber – imposto após a superação de Abril – é uma prova precoce de que a disciplina de gastos eventualmente chegará. As empresas que estão a progredir estão simplesmente a escolhê-lo antes que o orçamento o obrigue.
A outra metade da correção é humana
Otimizar a conta simbólica só importa se as economias forem para algum lugar produtivo e as evidências mais fortes apontarem para as pessoas. A pesquisa de Poitevin descobriu que as organizações que melhoraram o ROI foram aquelas que usaram IA para ampliar a sua força de trabalho, em vez de substituí-la.
Klarna executou o experimento controlado em nome de todos, substituindo cerca de 700 funções de atendimento ao cliente por um assistente com tecnologia OpenAI antes que a satisfação do cliente diminuísse. O presidente-executivo, Sebastian Siemiatkowski, disse Bloomberg o que poucos executivos admitem em voz alta: “O resultado foi uma qualidade inferior e isso não é sustentável”.
A fintech agora opera um modelo misto, com a IA absorvendo o volume rotineiro enquanto humanos recontratados cuidam de tudo que exige julgamento. O Gartner espera que o padrão se espalhe, prevendo que até 2027 metade das empresas que cortaram pessoal de atendimento ao cliente para IA irão recontratá-los.
Há um investimento na força de trabalho que a lógica de otimização torna urgente, em vez de opcional. O Instituto de IA Centrada no Ser Humano da Universidade de Stanford descobriu que o emprego para desenvolvedores de software com idades entre 22 e 25 anos caiu quase 20% em relação aos níveis de 2024, mesmo com o crescimento dos grupos mais velhos, o que significa que as empresas estão eliminando o campo de treinamento para os engenheiros seniores de que precisarão para dirigir todos esses sistemas em cinco anos.
Uma empresa que acaba de obter 60% de desconto em sua fatura simbólica tem espaço orçamentário para continuar contratando no degrau inferior. Se isso acontecerá é uma decisão de liderança, não financeira.
A provocação de Huang, da Nvidia, continuará ecoando nas previsões de lucros, e os números de investimentos continuarão subindo. As empresas que sairem na frente não serão as que gastaram mais em tokens ou cortaram o maior número de pessoas para comprá-los – serão aquelas que perceberam que o orçamento de tokens era a linha flexível o tempo todo, que o apertaram com engenharia em vez de pessoal, e gastaram a diferença com as pessoas que fazem os tokens valerem alguma coisa.
(Imagem de kate.sade)
Veja também: Cobranças de IA por token chegam ao GitHub Copilot
Quer saber mais sobre IA e big data dos líderes do setor? Confira a AI & Big Data Expo que acontece em Amsterdã, Califórnia e Londres. O evento abrangente faz parte da TechEx e está localizado junto com outros eventos de tecnologia líderes, incluindo o Cyber Security & Cloud Expo. Clique aqui para mais informações.
AI News é desenvolvido pela TechForge Media. Explore outros eventos e webinars de tecnologia empresarial futuros aqui.
Fontesartificialintelligence
