|
Edição 15 · Agosto 2026 Executive Technology Reviewpor Felipe Avila |
O nome e a pergunta
Saber o nome de uma coisa e entender a coisa são dois conhecimentos diferentes. No mundo corporativo, muitas vezes parecem iguais.
Este ano, uma mesma pergunta se repetiu em conversas com executivos de setores diferentes, sempre no mesmo ponto: a apresentação sobre inteligência artificial termina, e alguém pergunta: e o custo de token, como está?
A resposta vem rápida, o preço por milhão de tokens do fornecedor, e todos concordam com a cabeça. A pergunta foi respondida. Nada foi decidido. Na reunião seguinte, ela volta.
O físico Richard Feynman contava que o pai apontava um pássaro e dizia: posso te ensinar o nome dele em dez línguas, e ao terminar você vai saber dez palavras e nada sobre o pássaro. Custo de token é o nome. Esta edição é sobre o que a pergunta está tentando medir.
· · ·
Por que ele pergunta
Quem pergunta sobre custo de token raramente quer o preço. O preço é público e cabe num slide. Ele quer saber outra coisa: estou exposto? Aprovei projetos de inteligência artificial que custaram milhões e, se me perguntarem amanhã o que voltou, não saberei responder?
O medo tem fundamento. Em maio de 2026, Sam Altman, CEO da OpenAI, contou que clientes haviam gastado o orçamento de inteligência artificial do ano inteiro no primeiro trimestre. Em junho, o Financial Times relatou que Amazon, Walmart, Cisco, Uber e Meta passaram a limitar o orçamento interno de ferramentas de inteligência artificial; a Uber havia consumido o ano até abril.
Quando empresas desse porte perdem a mão, executivos de qualquer indústria fazem a conta sozinhos. A pergunta sobre o token é como essa preocupação aparece na reunião.
· · ·
A tesoura
O que torna esse insumo diferente de tudo o que a empresa já comprou: o preço unitário despenca e a conta total sobe. A Epoch AI, instituto que acompanha a economia da inteligência artificial, mediu em 2025 quedas de preço entre 9 e 900 vezes ao ano para um mesmo desempenho, conforme a tarefa.
O consumo cresce mais rápido que o preço cai. Sundar Pichai, CEO do Google, disse em maio que a empresa processa 3,2 quatrilhões de tokens por mês, cerca de 330 vezes o volume de dois anos antes. E admitiu, no mesmo palco, que parte disso é exagero: o token ficou barato o bastante para ser gasto sem cerimônia.
O padrão tem nome e data. Em 1865, o economista William Stanley Jevons observou que a máquina a vapor mais eficiente, em vez de reduzir o consumo de carvão da Inglaterra, o multiplicou, porque tornou viáveis usos que antes não compensavam. Eficiência barateia a unidade, a unidade barata abre usos novos, e a conta sobe.
A consequência para quem orça: um orçamento de inteligência artificial montado sobre o preço de lista de hoje está errado por construção. O preço vai cair, o consumo vai subir mais, e a linha vai estourar sem que ninguém tenha sido indisciplinado.
E enquanto o comprador não mede o que volta, alguém mede o que entra. A SK Hynix, fabricante das memórias que alimentam os data centers de inteligência artificial, reportou margem operacional de 76% no segundo trimestre, pelo release oficial. A NVIDIA opera com margem bruta na casa dos 70%, pelos balanços. A margem de quem vende o insumo é medida ao centavo. O retorno de quem o compra, quase nunca.
Essa é a leitura de capital da pergunta: enquanto o retorno não tem dono, a empresa está financiando a margem de quem vende.
· · ·
O custo só é alto quando o retorno é baixo
Um milhão de dólares em tokens que devolve dez é barato. Cem mil que devolvem zero são caros. O preço por milhão, sozinho, é incapaz de dizer em qual caso a empresa está.
O melhor exemplo foi contado pela Fortune em julho de 2026. Uma varejista, cliente da Accenture, testou um motor de recomendação por inteligência artificial em lojas-piloto. As vendas subiram, e a fatura mensal de nuvem, puxada por tokens, chegou aos milhões sem que a estrutura de custo tivesse sido prevista.
Repare: o projeto deu resultado, e a empresa ficou exposta mesmo assim, porque ninguém sabia dizer se as vendas novas pagavam a conta. A situação é comum: a S&P Global registrou em 2025 que 42% das empresas pesquisadas haviam abandonado a maioria de suas iniciativas de inteligência artificial, contra 17% no ano anterior, com custo entre os obstáculos mais citados.
Pense na conta de combustível de uma frota. De maneira simplista, ela depende de três coisas: o preço do litro, quantos litros cada viagem consome, e se a viagem valia a pena. Ninguém discute o custo de uma frota olhando só o preço do litro.
Com inteligência artificial é igual. O token é o litro. O preço do litro é do fornecedor, e tem caído rápido; a Epoch AI mediu em 2025 quedas entre 9 e 900 vezes ao ano, conforme a tarefa. É o número que o executivo pergunta, e o que menos depende da empresa.
Quantos litros cada viagem consome é da engenharia. A mesma tarefa pode gastar cem tokens ou cem mil. É o número que a empresa controla, e o que o slide deixa de fora.
Se a viagem valia a pena é do negócio, e é o número que costuma estar em branco. A varejista da Fortune sabia o preço do litro e quantos litros gastava. Ninguém sabia se as viagens pagavam o combustível.
A pergunta melhor, portanto, é esta. Para cada projeto de inteligência artificial em produção: quem é o dono, quanto custa por mês, quanto devolve, e quando foi a última vez que alguém decidiu continuar.
· · ·
O painel de quem decide
01 Projetos em produção sem decisão de continuar.
Conte quantos projetos de inteligência artificial estão rodando há mais de seis meses sem que alguém tenha decidido, formalmente, mantê-los. Se a resposta for zero, os testes viraram operação porque alguém aprovou. Se houver vários, a empresa está gastando em projetos que ninguém decidiu continuar.
02 A viagem valia a pena.
Para os cinco maiores projetos, existe um número de retorno aprovado pelo dono do negócio, e não pela engenharia? Existindo, a pergunta sobre custo tem resposta; em branco por dois orçamentos, o preço por milhão continua ocupando o lugar dela.
03 Litros por viagem, mês a mês.
Quantos tokens consome cada atendimento, recomendação ou decisão. Se o consumo cai com a qualidade estável, a engenharia está tornando os projetos mais baratos. Se sobe sem que a qualidade suba, o gasto está crescendo sem que ninguém tenha pedido.
04 A proporção da resposta.
Na última vez em que a pergunta apareceu, quanto da resposta foi governança e quanto foi retorno? Maioria em retorno, a conversa já é sobre capital; maioria em governança, a casa defende a despesa em vez de apresentar o investimento.
· · ·
O que eu concluo
No fim, a pergunta sobre custo de token se resume a uma escolha de lado. De um lado, quem vende o insumo e mede a margem ao centavo. Do outro, quem compra e ainda tem dificuldade de medir o retorno, pela novidade que a inteligência artificial representa.
Enquanto o retorno não tem dono, a empresa está financiando a margem de quem vende. O preço do token vai continuar caindo, o consumo vai continuar subindo, e essa transferência só muda de tamanho.
A defesa é disciplina de alocação de capital: tratar o portfólio de inteligência artificial como qualquer outro portfólio de investimento, com dono, tese de retorno e data de revisão. O que entrou na empresa como tecnologia precisa ser cobrado como capital.
Da próxima vez que a pergunta aparecer na sua frente, a resposta à altura dela é dizer de que lado da transferência a empresa está: se o gasto em tokens constrói margem própria ou alimenta a margem de quem vende. Essa é a conversa que o conselho quer ter, e ela começa por quem traduz a pergunta.
|
Se você compartilha conhecimento e conhece alguém que pensa tecnologia como estratégia, alocação de capital e vantagem competitiva, encaminhe esta edição. É assim que ela chega a quem deveria estar lendo.
|