A IA automatiza o trabalho que os funcionários odeiam, e não o trabalho que gera receita para as empresas.
Há alguns dias, o Geek Park relatou que a Microsoft, que apostou pesadamente na IA, interrompeu silenciosamente a maioria das licenças do Claude Code para seus funcionários internos.
Isso é muito estranho, pois, nesta onda de adoção de IA, o principal ponto de marketing voltado para usuários corporativos é a "aumento de eficiência". Se pode aumentar a eficiência, por que a Microsoft está interrompendo o uso do Claude Code pelos funcionários?
A Microsoft não é a única empresa a fazer isso; "reduzir o uso de tokens" e deixar de incentivar os funcionários a fazerem Vibe Coding desenfreado tornou-se uma nova tendência nas grandes empresas da Vale do Silício.
Uber gastou todo o orçamento anual de tokens de IA em quatro meses. A Salesforce emite cheques anuais de aproximadamente 300 milhões de dólares para a Anthropic. Um consultor de IA revelou que um de seus clientes gastou até 500 milhões de dólares em IA em um único mês. A Meta até desativou silenciosamente a classificação interna de “tokenmaxxing” — que originalmente tinha como objetivo incentivar os funcionários a usarem mais IA.
Agora, as empresas estão fazendo algo que há alguns anos nem ousavam imaginar:
Restringir e monitorar o uso de IA pelos funcionários.
Por que as grandes empresas estão se voltando para isso?
"Tokenmaxxing", reflexo da era
Para entender a crise de custos de hoje, é preciso primeiro compreender o que é "tokenmaxxing".
Essa palavra provavelmente se tornou popular a partir de 2025 e significa literalmente "maximizar o uso de tokens". Por trás dela há uma lógica de gestão — como a empresa gastou muito dinheiro comprando ferramentas de IA, os funcionários deveriam usá-las ao máximo; quanto mais usadas, mais se prova que a empresa está "transformando digitalmente"; quanto menos usadas, mais se considera desperdício de recursos. Assim, muitas empresas implementaram cotas de uso, rankings e até avaliações de desempenho para pressionar os funcionários a utilizarem a IA.
What about the result?
Os funcionários começaram a usar o modelo de IA corporativo da empresa para verificar o clima, escrever mensagens de aniversário e perguntar o que comer hoje.
Um estudo com 2.444 empresas descobriu que, para cada dólar gasto em tokens de IA, 0,44 dólar são usados para corrigir bugs gerados por IA, 0,27 dólar para reescrever código produzido por IA e 0,11 dólar consumido com revisões e atrasos na mesclagem.
Ou seja, por trás de cada real de custo de aquisição da IA, há quase 80% de perdas ocultas.
O investidor Shruti Gandhi usou uma metáfora muito acertada: “Empresas de tokenmaxxing são como empresas que medem a produtividade ligando todas as luzes — gastar mais dinheiro não significa produzir mais.”
Mais ironicamente, a maioria dessas empresas nem sabe o que os funcionários estão fazendo com a IA, muito menos se a conclusão dessas tarefas trouxe alguma mudança graças à IA.
Essa "competição de gastos" que começou em 2024 e se estendeu até 2025 finalmente explodiu este ano. O JPMorgan publicou um relatório de linguagem severa, com um título direto e desconfortável — "Os Custos dos Tokens de IA Estão Devorando os Lucros da Internet".
Shopify, Spotify, ServiceNow e Roku mencionaram nas conferências de resultados que a IA se tornou a principal fonte de pressão sobre as despesas operacionais. O clima geral do setor começou a mudar de “o quão incrível é a IA” para “vale realmente a pena gastar esse dinheiro”.
Quando o CEO começou a questionar o ROI
Apenas 14% dos CFOs afirmaram conseguir ver um retorno claro e mensurável do investimento em IA.
O diretor de operações da Uber, Andrew Macdonald, disse algo muito sincero em um podcast — eles encontraram dificuldade em conectar o aumento da produtividade individual dos funcionários ao impacto geral nos negócios da empresa. “Se você não consegue ver quantas funcionalidades valiosas a IA ajudou a entregar aos usuários, é ainda mais difícil justificar o custo dos tokens.”
Esta frase aponta para o núcleo do dilema das empresas com IA: o aumento da eficiência individual não equivale ao crescimento dos lucros da empresa.
Os funcionários usaram IA para escrever relatórios semanais três vezes mais rápido, mas a receita da empresa não mudou. Os engenheiros usaram IA para gerar código duas vezes mais rápido, mas a "taxa de descarte" do código — ou seja, a proporção abandonada ou reescrita — aumentou 800%.
A ex-chefe de IA da Microsoft, Sophia Velastegui, disse uma frase que deixou muitos gestores desconfortáveis: “A maioria das pessoas assume automaticamente a automação de tarefas que não gostam, em vez das tarefas mais valiosas para a empresa.”
Em outras palavras, as empresas automatizam o trabalho que os funcionários odeiam, e não o trabalho que gera receita.
Não é um problema técnico, é um problema de prioridade. É também por isso que cerca de 30% dos projetos de IA generativa são abandonados na fase de prova de conceito — o custo não é claro, o valor também não é claro, e o chefe naturalmente não renova o financiamento.
A abordagem de Marc Benioff, CEO da Salesforce, é representativa. Diante da fatura anual de 300 milhões de dólares da Anthropic, ele espera um "roteador inteligente": capaz de determinar quais consultas merecem modelos de ponta e quais podem ser atendidas com modelos menores e mais baratos.
A ideia em si não é nada nova — já na era da computação em nuvem, “pagar conforme o uso” e “otimização de recursos” eram práticas padrão. Mas a onda de IA chegou tão rapidamente que todos compraram primeiro e depois pensaram, e agora estão começando a se atualizar.
Retorno à racionalidade ou prelúdio do inverno?
A Microsoft recentemente cancelou a maioria das licenças corporativas do Claude Code, citando como motivo oficial fatores de custo. O acontecimento gerou grande discussão no setor — afinal, a Microsoft é a maior investidora da OpenAI, ao mesmo tempo em que está cancelando assinaturas de um concorrente; é difícil dizer quanto disso é uma consideração de custo e quanto é uma estratégia de negócios.
But in any case, it represents a signal: companies are beginning to vote with their feet.
Harness e CloudZero lançaram ferramentas de gerenciamento de custos de IA quase no mesmo dia — 28 de maio — com uma focada em monitoramento em tempo real de gastos e ROI em IA, e a outra introduzindo um “plano de controle financeiro de IA” para ajudar empresas a vincular cada dólar gasto em IA a resultados de negócios específicos.
O próprio surgimento desses dois produtos demonstra a questão: há demanda no mercado, e essa demanda é urgente.
A HubSpot alterou seu modelo de precificação para agentes de IA desde abril deste ano, deixando de cobrar por tokens e passando a cobrar com base no "número de conversas resolvidas" ou no "número de leads gerados" — uma mudança estratégica que alinha os interesses do vendedor com os resultados reais do comprador. A ServiceNow também está realizando ajustes semelhantes. As empresas de IA estão percebendo que, se continuarem vendendo "uso" em vez de "resultados", os clientes corporativos eventualmente se rebelarão coletivamente.
Este ajuste é a dor necessária da industrialização da IA ou o prelúdio de uma crise maior?
Eu tendo a acreditar que é o primeiro. Mas há um detalhe que causa certa preocupação: as despesas globais em software de IA devem atingir US$ 2,59 trilhões em 2026, um aumento de 47% em relação ao ano anterior; no entanto, 94% dos líderes de engenharia afirmam que métricas-chave de ROI ainda estão ausentes. Quanto mais dinheiro é gasto, menos se sabe onde está sendo gasto e se vale a pena — essa contradição, se não for resolvida, tornará o próximo "momento tokenmaxxing" apenas uma questão de tempo.
Uma análise da revista Fortune foi direta: “Tokenmaxxing é fácil; redefinir fluxos de trabalho é difícil.” A maioria das empresas hoje está otimizando processos existentes, em vez de reinventar seus modelos de negócios. É aí que reside o verdadeiro valor da IA e o ponto em que a maioria das empresas ainda não chegou.
O retorno à racionalidade é algo positivo. Mas, após esse retorno à racionalidade, as empresas ainda precisam responder a uma pergunta mais difícil: a IA deve ser para o nosso negócio um martelo ou um novo quadro de pensamento?
Se você apenas usar IA para fazer trabalhos antigos mais rápido, a conta certamente um dia o forçará a voltar a essa questão.
Este artigo é do canal oficial do WeChat "GeekPark" (ID: geekpark), autor: Hua Lin Wu Wang, editor: Jingyu