Ler Resumo
“Estou voltando à estaca zero, porque o orçamento que achei que precisaria já foi pelos ares.” A frase é de Praveen Neppalli Naga, CTO da Uber, e se refere a gastos com computação. Em menos de quatro meses, a empresa esgotou tudo que havia planejado investir durante 2026 inteiro.
O estouro foi impulsionado pela adoção entusiasmada do Claude Code, da Anthropic, entre seus engenheiros. Estima-se que atualmente esse custo fique entre US$ 500 a US$ 2 mil por pessoa, valor que a organização não divulgou.
O fato é que, depois que a Uber liberou o acesso ao modelo para cerca de 5.000 engenheiros (em dezembro do ano passado), o uso quase dobrou até fevereiro, e que muito do trabalho passou a ser efetivamente realizado por agentes de IA.
Custos crescentes estão forçando executivos (não só da empresa de transporte) a reconsiderar se a adoção de IA em larga escala é financeiramente sustentável. Existe de fato um ganho de eficiência — a Uber gastou muito, mas a adoção não é considerada um fracasso, vale dizer. Não é porque a ferramenta falhou, e sim porque foi eficaz demais. O que se questiona é como combinar o aumento de produtividade sem torrar o dinheiro antes da hora.
Bryan Catanzaro, vice-presidente de deep learning aplicado da Nvidia, empresa diretamente envolvida na infraestrutura de IA de meio mundo, declarou ao site norte-americano Axios que, para o time dele, o custo de computação supera o custo dos próprios funcionários.
Automatizar é mais barato que contratar humanos, certo? Não necessariamente
Isso traz para o debate outra questão importante que vamos ter de encarar enquanto sociedade: a questão da responsabilidade social das empresas com as pessoas que contrata/demite. Avaliar com mais cautela se vale a pena automatizar processos ANTES de mandar um monte de gente qualificada embora (utopia e otimismo de jornalista idealista, eu sei, mas me deixem sonhar).
Mas existem pesquisas que buscam entender isso, é uma questão de boa vontade, eu diria. Um estudo feito em 2024 por pesquisdores do MIT mostrou que automatizar uma tarefa com IA não depende apenas de a tecnologia conseguir executá-la. A conta precisa fechar. Em muitas atividades de visão computacional, como reconhecer imagens ou monitorar ambientes, a empresa até poderia usar IA, mas teria de gastar com desenvolvimento, instalação, treinamento, integração e manutenção. Em vários casos, esse custo ainda é maior do que manter pessoas fazendo o trabalho.
Isso não significa que a IA não valha o investimento ou que estourou uma bolha e agora salve-se quem puder. Mas confirma que o cálculo é mais complicado do que muita gente previu. Há quem defenda que um agente de IA precisa ser pelo menos duas vezes mais produtivo do que um funcionário humano para justificar os custos, quando você inclui gastos com tokens, infraestrutura e supervisão humana.
A perspectiva de curto prazo, porém, é de mais investimento. Os gastos globais com tecnologia da informação devem alcançar US$ 6,31 trilhões em 2026, alta de 13,5% em relação ao ano anterior. O segmento que puxa esse crescimento com mais força é justamente o de data centers — alta de 55,8% prevista para o ano, superando US$ 788 bilhões. Em linguagem direta: enquanto algumas empresas descobrem que a conta de computação passou a folha de pagamento, o mundo inteiro está construindo mais e mais infraestrutura para sustentar esse ritmo.
───────────────────────────────────────────────
Alvaro Leme é doutorando e mestre em Ciências da Comunicação pela ECA-USP, professor de pós-graduação e palestrante