Reduza o orçamento de tokens de IA sem diminuir o tamanho da sua equipe.

Imagem por kate.sade

Jensen Huang tem um teste para saber se vale a pena manter um engenheiro — e vem com um orçamento simbólico associado. Falando sobre o Podcast All-In Ao final da GTC 2026, o CEO da Nvidia afirmou que se o consumo anual de tokens de IA de um engenheiro que ganha US$ 500.000 fosse inferior à metade de seu salário, "Ficarei profundamente alarmado." A Nvidia, confirmou ele, está trabalhando em direção a um projeto de lei de tokenização de US$ 2 bilhões anuais pela sua capacidade de engenharia.

Ele estava descrevendo uma troca que a maioria das empresas já fez, com menos alarde: o dinheiro que antes pagava pessoas agora paga cada vez mais por tokens. Os quatro maiores provedores de hiperescala têm guiado aproximadamente US$ 700 bilhões em despesas de capital combinadas para 2026 — quase o dobro em relação ao ano passado — enquanto os dados da empresa de recolocação profissional Challenger, Gray & Christmas mostra Inteligência artificial como a razão mais citada para cortes de empregos nos EUA em um quarto mês consecutivo recorde.

Um memorando Meta interno obtido por Reuters descreveu os cortes de maio de 8.000 vagas para compensar os investimentos substanciais da empresa — em um trimestre em que a receita cresceu. 33%As demissões em empresas como essas não são medidas de sobrevivência. Eles estão financiando.

📊 Quando os cortes não geram retornos

O problema é que o financiamento não trouxe o que prometeu. (Pesquisa da Gartner) 350 executivos em empresas com faturamento superior a US$ 1 bilhão — todas implementando agentes de IA ou automação — e descobriram aproximadamente 80% reduziram o número de funcionários sem nenhuma correlação com a melhoria dos retornos.O veredicto da analista Helen Poitevin foi direto:

“A redução do quadro de funcionários pode gerar espaço no orçamento, mas não gera retorno.”

A Uber aprendeu a lição sobre a importância de símbolos da maneira mais cara, dando 5.000 engenheiros ferramentas de codificação de IA em dezembro e esgotando todo o seu orçamento de IA para 2026 até abril.O diretor de operações, Andrew Macdonald, admitiu que, apesar de 70% do código implementado ser gerado por IA, a conexão com qualquer coisa que os clientes percebam está faltando:

“Essa ligação ainda não existe.”

Ao colocar essas duas falhas lado a lado, o problema real fica evidente. As empresas trataram a fatura simbólica como fixa e a força de trabalho como flexível — quando o oposto é verdadeiro. Os cortes na folha de pagamento acontecem uma única vez e levam consigo o conhecimento institucional. Um orçamento simbólico, por outro lado, se dobra em meia dúzia de pontos se alguém se der ao trabalho de planejá-lo.

🔗 Onde o Orçamento de Tokens se Inclina

A solução mais barata também é a menos glamorosa: Pare de pagar para processar a mesma mensagem repetidamente.O cache de prompts — agora padrão entre os principais provedores de API — reduz o custo de entrada repetida em até 90% under Anthropic's and OpenAI's published pricing, because static content like system instructions and reference documents gets processed once and reread at a fraction of the rate.

A próxima alavanca é encaminhar o trabalho para o modelo do tamanho certoAs próprias listas de preços dos fornecedores mostram que os modelos principais custam cinco vezes mais seus irmãos menores por fichaNo entanto, muitas cargas de trabalho de produção enviam a classificação e o resumo de rotina para a camada mais cara por padrão. O processamento em lote adiciona mais um custo adicional. 50% de desconto Para tudo aquilo que não precisa de uma resposta em tempo real.

A geração aumentada por recuperação ataca o problema de outro ângulo — enviando ao modelo apenas a fatia relevante de uma base de conhecimento, em vez de toda ela. A compressão de prompts elimina os exemplos redundantes que inflacionam cada chamada. Os modelos de peso aberto reduzem ainda mais os custos, lidando com cargas de trabalho rotineiras a uma fração dos preços das APIs de ponta para equipes dispostas a gerenciar a infraestrutura.

💡 Essas medidas são simplesmente o equivalente em IA de apagar as luzes em cômodos vaziosUber Limite mensal de US$ 1.500 por engenheiro — imposta após o estouro do orçamento em abril — é uma evidência inicial de que a disciplina nos gastos acaba chegando. As empresas que estão se saindo bem simplesmente estão optando por isso antes que o orçamento as obrigue.

👥 A outra metade da solução é humana

Otimizar a fatura simbólica só importa se a economia gerada for direcionada para algo produtivo — e as evidências mais fortes apontam para as pessoas. A pesquisa de Poitevin descobriu que as organizações que melhoraram o retorno sobre o investimento foram aquelas usando IA para ampliar sua força de trabalho em vez de substituí-la..

A Klarna realizou o experimento controlado em nome de todos, substituindo aproximadamente 700 vagas de atendimento ao cliente com um assistente com tecnologia OpenAI — antes que a satisfação do cliente caísse. O CEO Sebastian Siemiatkowski disse. Bloomberg O que poucos executivos admitem em voz alta:

“O resultado foi uma qualidade inferior, e isso não é sustentável.”

A fintech agora opera um modelo mistoCom a IA absorvendo o volume de trabalho rotineiro, enquanto humanos recontratados lidam com tudo o que exige julgamento. A Gartner prevê que esse padrão se espalhará, estimando que até Em 2027, metade das empresas que demitiram funcionários de atendimento ao cliente para investir em IA os recontratarão..

Um negócio que acaba de ser projetado 60% de desconto na fatura simbólica Tem orçamento disponível para continuar contratando para cargos de nível básico. Se isso acontecerá ou não, é uma decisão de liderança, não financeira.

🎯 Conclusão

A provocação de Huang, da Nvidia, continuará a repercutir nas teleconferências de resultados, e os valores de investimento continuarão a subir. As empresas que se destacarem não serão aquelas que gastaram mais em tokens ou que demitiram mais funcionários para viabilizá-los.

Serão eles que perceberão que o orçamento para tokens era flexível o tempo todo — que o otimizaram com engenharia em vez de aumentar o número de funcionários — e que investirão a diferença nas pessoas que dão valor aos tokens.