A Uber liberou uma ferramenta de programação com IA para cerca de 5 mil engenheiros e, em abril de 2026, descobriu que já tinha gastado todo o orçamento de IA reservado para o ano. Quatro meses. O caso foi noticiado em agosto pelo Canaltech, pelo iMasters e pelo InvestNews, e a reação da empresa foi a mais banal possível: impor um teto de US$ 1.500 por mês, por funcionário, por ferramenta.
Não é história de empresa mal administrada. A Uber tem time financeiro, tem governança e tem gente que sabe fazer conta. O que ela não tinha era um jeito de prever quanto uma tecnologia cobrada por uso ia consumir quando as pessoas realmente começassem a usar.
Esse é o assunto que interessa a quem toca uma empresa menor, e é onde quase todo mundo se distrai.
O preço caiu. A conta subiu.
Parece contradição, mas é a coisa mais previsível do mercado de IA hoje.
A Bain & Company mediu o intervalo entre dezembro de 2024 e dezembro de 2025 e achou dois movimentos ao mesmo tempo: o preço dos modelos caiu cerca de 50%, e o volume de tokens consumidos pelas empresas cresceu 4,5 vezes. O dado apareceu em reportagem do The Wall Street Journal republicada no Brasil pelo InvestNews em 1º de julho de 2026. Ou seja: cada unidade ficou metade do preço, e a fatura mais que dobrou.
O agregado conta a mesma história. Um estudo do Gartner divulgado em 24 de julho de 2026 e noticiado pela Mobile Time projeta que o gasto global com modelos de IA vai de US$ 11,4 bilhões em 2025 para US$ 23,5 bilhões em 2026. O Goldman Sachs, citado pelo mesmo Wall Street Journal, estima que os agentes vão multiplicar o consumo de tokens por 24 nos próximos quatro anos.
A causa é simples de entender. Quando a IA era usada para perguntar coisas, cada uso consumia pouco. Agora ela é usada para executar tarefas, e uma tarefa executada por um agente pode envolver dezenas de idas e voltas antes de terminar. Segundo o levantamento citado no caso da Uber, um agente de código resolvendo algo complexo consome entre 100 mil e 500 mil tokens numa única execução. Um usuário perguntando algo no chat consome uma fração disso.
Chris Reed, da Priceline, resumiu bem ao Wall Street Journal: com IA cobrada por uso, você está colocando o cartão de crédito na mão do usuário final.
Modelo errado custa 50 vezes mais pela mesma tarefa
Tem um dado que quase ninguém olha e que muda a conta de qualquer empresa.
A Artificial Analysis, que acompanha 581 modelos, mediu quanto custa concluir uma mesma tarefa em modelos diferentes. Os números foram publicados pela Mobile Time em julho de 2026: no DeepSeek V4 Flash, a tarefa saiu por US$ 0,02, consumindo 45 mil tokens. No GPT-5.6 Sol, a mesma tarefa saiu por US$ 1,04, consumindo 15 mil tokens.
Repare no detalhe: o modelo caro usou menos tokens e ainda assim custou cinquenta vezes mais, porque o preço por token é muito maior. Escolher o modelo pelo nome mais forte disponível, e usar esse mesmo modelo para tudo, é a decisão mais cara que uma empresa pode tomar em IA hoje.
O que isso significa para o seu negócio
Você não tem 5 mil engenheiros, e talvez ache que o problema é de gente grande. Não é. Numa PME o estouro é proporcionalmente pior, porque não existe caixa para absorver surpresa.
1. Exija preço por unidade de negócio, não por token. Token é unidade de fornecedor. Você precisa de custo por conversa atendida, por proposta gerada, por documento lido. No atendente de WhatsApp que operamos em produção, o número é R$ 0,39 por conversa. Com isso na mão, orçamento vira multiplicação: 2 mil conversas por mês custam R$ 780, e você decide se vale. Sem isso, você assina um contrato de valor desconhecido.
2. Coloque teto e alerta antes de ligar, não depois. A Uber pôs limite depois do estouro. Todo provedor sério de IA permite definir um limite de gasto e um aviso quando você chega a uma parte dele. Configure isso no primeiro dia, com o teto no dobro do que você espera gastar. É a diferença entre descobrir o problema numa terça e descobrir na fatura.
3. Cuidado com quem vende "IA ilimitada". Se o fornecedor cobra mensalidade fixa e o consumo é aberto, alguém está pagando a diferença. Ou tem limite escondido na letra miúda, ou o preço vai ser revisto. Pergunte direto: qual o custo variável por uso e o que acontece se meu volume dobrar.
4. Separe o que é volume do que é raro. Responder horário de funcionamento, confirmar agendamento e classificar mensagem são tarefas de alto volume e baixa complexidade, que rodam bem em modelo barato. Analisar um contrato ou escrever uma proposta longa acontece poucas vezes por semana e justifica o modelo caro. Uma arquitetura que faz essa separação derruba a fatura sem piorar o resultado, e ela precisa estar montada de um jeito que permita trocar de modelo sem refazer o sistema.
5. Agente que não gera valor precisa ser desligado. Uma análise publicada em 11 de agosto pelo Portal Information Management, que vimos em fonte única e por isso registramos como indício, afirma que 73% das organizações dizem que o gasto com IA superou a expectativa, e que só 21% mantêm um inventário atualizado dos agentes ativos. Automação esquecida rodando em segundo plano é assinatura de academia: cobra todo mês e ninguém usa.
Nossa opinião
A queda de preço da IA é real e é boa notícia. Só que ela não chega sozinha ao seu caixa, e o motivo é que preço unitário baixo convida ao uso, e uso é exatamente o que a conta mede.
A diferença entre a empresa que ganha dinheiro com IA e a que se assusta com a fatura não é a escolha do modelo nem o tamanho do investimento. É saber, desde o primeiro dia no ar, quanto custa cada coisa que a IA faz e quanto aquela coisa vale. Quando você tem os dois números, gastar mais é decisão de negócio, não acidente.
Na Pyxia a gente entrega esse número junto com o sistema, porque considera parte da entrega. Se algum fornecedor de IA não conseguir dizer quanto custa uma conversa da sua empresa, esse é o momento certo de desconfiar, e não em abril.