Os registros contábeis de IA de grandes empresas são tão complexos que nenhum item individual pode ser contabilizado.

Em abril deste ano, o diretor de tecnologia da Uber descobriu algo: todo o orçamento anual da empresa para ferramentas de IA foi gasto em apenas quatro meses. Este é um exemplo típico da "competição pelo consumo de tokens" no Vale do Silício, sobre a qual já escrevemos anteriormente.

Mas apenas algumas semanas depois, o diretor de operações da Uber, Andrew Macdonald, desferiu mais um golpe em seu colega em um podcast: a conexão entre o consumo de tokens e a funcionalidade oferecida aos usuários ainda não existia .

A Uber implementou o Claude Code no final do ano passado, e 95% de seus engenheiros o utilizam mensalmente, com 70% das submissões de código provenientes de IA. A taxa de utilização é impressionante, assim como os custos. As taxas mensais de chamadas de API de cada engenheiro variam de US$ 500 a US$ 2.000, e a mesma pessoa, utilizando a mesma ferramenta, pode ter uma diferença de gastos de até dez vezes no mesmo dia. O CTO admitiu que teve que recomeçar do zero, "porque o orçamento que eu considerava suficiente foi completamente estourado".

Eles gastaram muito dinheiro para que a IA escrevesse o código, mas não há relação de causa e efeito entre o dinheiro gasto e o resultado final. De fato, dinheiro foi gasto, código foi escrito, mas o quanto a experiência do usuário melhorou? Quantos recursos úteis foram adicionados? Eles simplesmente não sabem .

O mesmo problema em outra direção.

O dilema da Uber é que ela gastou dinheiro, mas não viu resultados, enquanto muitas empresas estão escolhendo um caminho diferente, demitindo funcionários em massa porque enxergam o potencial da IA, acreditando que ela pode substituir…

Em vez de comprarmos ferramentas de IA para pessoas, estamos substituindo pessoas por IA. Essa abordagem faz sentido?

Uma pesquisa divulgada este ano pela Gartner, abrangendo 350 empresas globais com receita anual superior a um bilhão de dólares, constatou que 80% dessas empresas demitiram funcionários após a implementação de IA. No entanto, não houve absolutamente nenhuma correlação entre as taxas de demissão e o ROI ; as empresas que demitiram mais funcionários tiveram um retorno sobre o investimento quase igual ao daquelas que demitiram menos.

Esse resultado é contraintuitivo, mas, após uma análise mais detalhada, faz todo o sentido. Demissões reduzem custos com mão de obra, mas o dinheiro economizado não se traduz em novo valor para o negócio. Elas apenas melhoram os números financeiros por um trimestre, em vez de realmente fortalecer a empresa. A conclusão da Gartner é direta: demissões podem liberar orçamento, mas não criam valor para o negócio.

Demissões motivadas por IA têm retorno zero sobre o investimento (ROI), então por que os empresários ainda as adotam? Essencialmente, demissões não são uma decisão de negócios; são um sinal. O efeito de dizer aos investidores "estamos usando IA" e ao conselho "nossa eficiência operacional está melhorando" é muito mais importante do que o ROI real.

A análise da Fortune chama isso de "lavagem de imagem com IA", usando a IA como desculpa para demitir funcionários. Na realidade, trata-se puramente de cortar custos para aumentar os lucros e não tem nada a ver com a capacidade da IA ​​de substituir esses empregos.

Um paradoxo

Dessa perspectiva, a IA pode levar a contradições de gestão: substituir pessoas por IA economiza em salários, mas não melhora o retorno sobre o investimento; usar IA em pessoas parece melhorar a eficiência, mas também causa estouros orçamentários.

O modelo de cobrança para ferramentas de IA é completamente diferente do software tradicional. O software tradicional é cobrado por licença, com uma taxa anual fixa por pessoa, estipulada em contrato e previsível. Já as ferramentas de IA são cobradas por token, o que significa que você paga apenas pelo que usa, e o uso varia muito de pessoa para pessoa. Dados da Uber mostram que os gastos do mesmo engenheiro no mesmo dia podem variar em até dez vezes. Isso significa que os modelos tradicionais de orçamento de TI são completamente ineficazes; você não consegue prever quanto gastará no final do ano.

Como é isso? É como trocar uma mensalidade fixa de academia por um personal trainer que cobra por sessão. Antes, você pagava US$ 299 por mês e não importava se você ia ou não. Agora, você tem que pagar separadamente por cada visita, e quanto mais você vai, mais você gasta, além de não ter absolutamente nenhum controle sobre a frequência com que seus treinadores vão.

Se eu não usar, receio ficar para trás; se usar, os custos e benefícios não compensam.

Para onde foi o dinheiro?

Na verdade, a Gartner fez uma menção bastante discreta em seu relatório: que as operações autônomas, na realidade, verão um aumento líquido de empregos entre 2028 e 2029. Isso pode soar como um consolo fraco, mas implica que as pessoas demitidas agora podem ter que ser recontratadas no futuro. Elas serão chamadas de "Coordenador de IA" ou "Operações de Modelo" e seus salários poderão ser diferentes.

Os funcionários foram demitidos, a empresa não lucrou mais e o orçamento estourou. Para onde foi o dinheiro? Foi para a receita das empresas de IA, é claro. A receita anualizada da Anthropic este ano já ultrapassou um bilhão de dólares, e a da OpenAI é ainda maior. Quando o diretor de tecnologia da Uber disse: "O orçamento foi por água abaixo", esses valores perdidos acabaram na conta da Anthropic.

Esta é uma estrutura clássica da corrida do ouro. O dinheiro de verdade não foi ganho pelos garimpeiros, mas sim por quem vendia pás e calças jeans. Agora, as pás são APIs e as calças jeans são tokens. Todas as empresas estão usando IA desesperadamente, tentando desesperadamente fazer com que seus funcionários usem IA, tentando desesperadamente substituir funcionários por IA — e as empresas de IA estão lucrando em cada etapa desse esforço frenético.

A inteligência artificial não está economizando dinheiro; está mudando a forma como o dinheiro é gasto.

Antes, o dinheiro era gasto com pessoas; agora é gasto com modelos. Antes, o dinheiro era gasto com salários; agora é gasto com brindes. Antes, os gastos eram previsíveis; agora são incontroláveis. Ainda mais preocupante, o dinheiro que antes era gasto permaneceu nas mãos dos funcionários, que o usarão para consumo, entretenimento e pagamento de hipotecas, circulando dentro da economia.

O dinheiro gasto agora foi diretamente para as contas de diversas empresas de IA que dependem muito de hardware e financiamento, fornecendo a base para sua próxima rodada de compras de GPUs e financiamento.

Então, quando você vir notícias como "Empresa anuncia que usará IA para otimizar sua estrutura de força de trabalho", você pode interpretá-las assim: Transferimos o dinheiro que pagamos aos funcionários para uma empresa de IA, mas não temos certeza se esse negócio vale a pena. Sabemos apenas que, se não fecharmos esse negócio, nossos investidores ficarão insatisfeitos.

#Siga a conta oficial do iFanr no WeChat: iFanr (ID do WeChat: ifanr), onde você encontrará conteúdo ainda mais interessante o mais breve possível.