Os últimos anos foram marcados pela promessa de que a inteligência artificial reduziria despesas e turbinaría a produtividade. Em 2026, porém, a realidade começa a morder o bolso das empresas: os gastos com tokens e infraestrutura de IA já superam – e muito – as folhas de pagamento. A revelação partiu justamente de quem mais lucra com essa corrida, a NVIDIA, e expõe um paradoxo que pode redefinir estratégias de investimento no setor.
Dentro da NVIDIA: tokens mais caros que engenheiros sênior
Em entrevista à Axios, Bryan Catanzaro, vice-presidente de Deep Learning Aplicado da NVIDIA, foi direto: “o custo de compute na minha equipe é várias vezes maior que o custo de pessoal”. Para dar escala ao absurdo, basta olhar as vagas abertas no time: um Senior Software Engineer recebe entre US$ 192.000 e US$ 243.000 por ano. Ainda assim, Catanzaro garante que a fatura de tokens ultrapassa esses valores.
Não é a primeira vez que a direção da empresa faz o alerta. Em março, Jensen Huang afirmou que ficaria preocupado se um engenheiro que ganha US$ 500.000 anuais não gastasse ao menos US$ 250.000 em tokens. Por trás dessa matemática está a explosão de demanda por GPUs A100, H100 e, em breve, Blackwell – placas que custam até US$ 40.000 a unidade no mercado corporativo e sustentam modelos cada vez maiores.
Casos reais: orçamentos evaporam em semanas
Se o recado da NVIDIA parece extremo, outros exemplos reforçam a tendência:
- Uber: o CTO admitiu ter torrado todo o orçamento anual de IA em poucas semanas.
- GetSwan: uma startup com apenas quatro desenvolvedores gastou US$ 113.000 em um único mês.
- Anthropic: custos diários por dev saltaram de US$ 6 para US$ 13 — mais que o dobro, projetando ~US$ 200 mensais.
- GitHub Copilot: mudou o modelo de cobrança; prompts longos agora pesam mais no cartão da empresa.
A escalada não dá trégua: o aguardado modelo Mythos, da própria Anthropic, deve custar “várias vezes” mais por milhão de tokens que o Claude Opus 4.7. Na prática, respostas extensas ou agentes autônomos, como o OpenClaw, viram drenos de orçamento difíceis de prever.
Produtividade não acompanha — e o burnout cresce
A justificativa para esses investimentos sempre foi produtividade. Entretanto, um estudo divulgado em fevereiro mostra que 80% das empresas não veem ganhos mensuráveis, mesmo após bilhões investidos. Pior: pesquisa da Harvard Business Review indica aumento de burnout, já que a IA empurra para os funcionários tarefas antes terceirizadas.
Com cerca de 50% da força de trabalho americana usando IA de alguma forma, o volume de tokens só cresce. A OpenAI já sinalizou a estratégia de massa: trocar usuários do plano de US$ 20 (ChatGPT Plus) por uma avalanche de assinantes de US$ 8 (ChatGPT Go). Mais gente, margem menor e custos de data center subindo: a equação preocupa investidores.
O que isso significa para quem monta PCs, workstations e servidores?
1. GPUs de data center refletem nos modelos de consumo: a alta demanda por H100 e, em breve, Blackwell pode manter as RTX 40/50 Series em patamares elevados de preço. Menos chips disponíveis se traduzem em oferta limitada para gamers e criadores de conteúdo.
2. Energia vira ponto crítico: rodar IA localmente (mesmo em placas como a RTX 4090) consome dezenas de watts por hora. Se tokens na nuvem estão caros, pode valer comparar o custo elétrico de treinar ou servir modelos em casa — algo que entusiastas de home labs já avaliam com fontes de 1000 W ou mais.
Imagem: Redacao Hardware
3. Memória e armazenamento nunca foram tão valiosos: modelos maiores exigem mais VRAM e SSDs NVMe rápidos. Se você pensa em atualizar o setup, ficar atento a kits DDR5 de maior capacidade e drives PCIe 4.0/5.0 pode ser decisivo para não travar sua pipeline de IA local.
Empresas podem voltar a contratar (ironia à vista)
Quando o custo de tokens supera salários sem retorno equivalente, a conta simplesmente não fecha. Segundo a Business Insider, limitações de capacidade em data centers já forçam alguns provedores de IA a restringir o acesso a APIs ou mesmo suspender serviços inteiros. A consequência lógica? Rever a substituição de humanos por máquinas.
Analistas não descartam um movimento de “recontratação silenciosa” nos próximos meses, à medida que CFOs percebem que um desenvolvedor produtivo pode ser mais barato que fluxos de prompts rodando 24/7. É a velha lição corporativa: tecnologia sem ROI claro vira luxo — e luxo, numa economia de juros altos, é o primeiro alvo de cortes.
Vale a pena investir em IA agora?
Para quem monta rigs ou pensa em dedicar uma RTX 4080 Super a experimentos com linguagem generativa, a recomendação é cautela e cálculo fino:
- Simule custos de nuvem vs. hardware próprio;
- Considere a vida útil da GPU (5+ anos) frente a assinaturas mensais de APIs;
- Avalie a real necessidade de tokens de modelos gigantes; às vezes, um LLM local de 8B parâmetros resolve.
O hype da IA continua, mas o paradigma de “mais barato que humanos” começa a ruir. A diferença, agora, é que até a NVIDIA está dizendo isso em voz alta.
Com informações de Hardware.com.br
