Depois de dois anos incentivando os funcionários a adotarem IA generativa em todas as oportunidades, um número crescente de grandes empresas está agora recuando. A razão, de acordo com uma investigação do Financial Times publicada em 19 de junho de 2026, é claramente resumida numa citação de um membro da empresa: “Criámos um monstro”.
O relatório do FT, que rapidamente se tornou uma das histórias de negócios mais discutidas da semana, documenta como os gastos descontrolados com IA, muitos dos quais medidos em tokens facturados pelos fornecedores de IA, estão a sobrecarregar os orçamentos empresariais e a forçar os executivos a impor disciplina às ferramentas que apenas recentemente tinham exigido. Para mais contexto sobre esta história, confira nossa tendências de IA.
Do mandato à restrição
A mudança é surpreendente porque inverte o rumo das políticas defendidas por muitos grandes empregadores. Como informou a CBC em 17 de junho, o objetivo declarado em diversas empresas era “usar o máximo de IA possível”. Agora, algumas dessas mesmas organizações estão recuando, limitando o uso, restringindo o acesso a modelos premium e auditando quais fluxos de trabalho de IA realmente agregam valor.
A Crypto Briefing, citando o relatório do FT, nomeou empresas específicas que restringem o uso de IA pelos funcionários à medida que os custos aumentam, incluindo Amazon, Walmart e Uber. A notícia da manchete, de que três dos mais sofisticados empregadores de tecnologia do mundo estão a apertar o cerco aos gastos com IA, sinaliza que o problema dos custos não se limita às startups com falta de dinheiro. Atinge as maiores empresas do planeta.
O problema da fatura de token
No centro do retrocesso está o modelo de preços que sustenta a maior parte da IA generativa. Em vez de uma assinatura fixa, muitos serviços de IA cobram por token, os pedaços de texto que um modelo lê e produz. Quando dezenas de milhares de funcionários colam documentos extensos em chatbots, executam assistentes de codificação de IA o dia todo ou criam agentes internos que percorrem muitas chamadas de modelo, o medidor de token gira rapidamente.
Uma análise separada da Let's Data Science, publicada em 17 de junho, focou no fenômeno das empresas que controlam os gastos com tokens de IA especificamente para engenheiros. As ferramentas de desenvolvimento, que podem emitir dezenas de solicitações de modelo por tarefa, estão entre as implantações de IA mais caras em grandes empresas. À medida que mais ferramentas de geração de código e de agente entram em produção, o custo de mantê-las em funcionamento aumentou acentuadamente.
O desafio é agravado pela dificuldade de medir o retorno do investimento. Embora os funcionários individuais muitas vezes relatem ganhos de produtividade, atribuir esses ganhos a dólares específicos de gastos simbólicos e provar que excedem a conta tem se mostrado mais difícil do que muitos executivos esperavam.
Até mesmo os construtores de IA sentem o aperto
A redução de custos não se limita aos consumidores de IA. Está afetando as empresas que constroem a tecnologia. Em 12 de junho, Stocktwits informou que os custos de IA da Meta haviam “explodido”, levando a empresa a delinear planos para controlar os gastos. Para uma empresa que posicionou a IA como central para o seu futuro, o reconhecimento da pressão sobre os custos sublinha a extensão da difusão da disciplina.
O padrão aponta para um mercado em maturação. Em 2024 e 2025, o instinto empresarial dominante foi experimentar de forma ampla e preocupar-se mais tarde com o projeto de lei, no pressuposto de que a adoção precoce da IA conferiria uma vantagem competitiva duradoura. Em 2026, com o aperto orçamental e a novidade a desaparecer, os departamentos financeiros exigem o mesmo rigor aplicado a qualquer outra rubrica.
Um novo mercado para controles de custos
O próprio retrocesso está criando oportunidades comerciais. Em 4 de junho, a CNBC informou que a startup de gerenciamento de despesas Ramp atingiu uma avaliação de US$ 44 bilhões, à medida que as empresas buscam controlar os gastos com IA. A ascensão da Rampa ilustra a rapidez com que o ponto problemático amadureceu e se transformou numa categoria de produto: ferramentas que monitorizam, alocam e limitam as despesas com IA são agora procuradas juntamente com as próprias ferramentas de IA.
Essa dinâmica, com fornecedores correndo para vender IA e uma indústria paralela correndo para ajudar os compradores a controlar o que gastam com isso, captura a estranha fase intermediária em que o mercado empresarial de IA entrou. A tecnologia ultrapassou o limite da utilidade para muitas tarefas, mas ainda não ultrapassou o limite do custo previsível e controlável.
O que isso significa para a indústria
Para os fornecedores de IA, a tendência traz um alerta. Se os grandes clientes passarem da experimentação ilimitada para o uso racionado e testado com ROI, o crescimento da receita vinculado ao consumo bruto de tokens poderá desacelerar. Essa perspectiva é particularmente importante para empresas cujos modelos financeiros pressupõem volumes de inferência cada vez maiores.
Para as empresas, a lição é mais sutil. O retrocesso não significa necessariamente que a IA esteja falhando dentro das grandes empresas. Várias das organizações que reforçam a supervisão estão simultaneamente a expandir implementações de IA direcionadas e de alto valor. A mudança é da amplitude para a seletividade, de “usar IA em todos os lugares” para “usar IA onde vale a pena”.
A citação que fundamenta o relatório do FT, “Criámos um monstro”, pode, em última análise, descrever um excesso temporário em vez de um veredicto permanente. As empresas correram para incorporar amplamente a IA generativa, geraram grandes contas no processo e agora estão corrigindo o rumo. Se essa correção retarda a implementação da IA ou simplesmente a torna mais sustentável é a questão que a indústria passará o resto de 2026 a responder.
---
Fique à Frente da IAAs últimas notícias, análises e avanços em inteligência artificial — tudo em um só lugar.
Ler mais notícias de IA →
