Modelos de IA se tornam mais caros e ganhos de produtividade são limitados; trabalhadores eficientes podem ser a solução para orçamentos apertados

No início deste mês, foi reportado que quase 80 mil trabalhadores foram demitidos no primeiro trimestre de 2026, com as empresas atribuindo a culpa ao aumento da inteligência artificial. A incorporação da IA na força de trabalho é vista como uma decisão economicamente inteligente, seja pela eficiência nas tarefas ou pela redução de custos com automação. No entanto, essa narrativa está começando a mudar. O executivo da Nvidia, Bryan Catanzaro, destacou que, em sua equipe, o custo da computação em IA é mais alto do que o custo real de um trabalhador.

Isso levanta um ponto importante: enquanto o uso de IA está crescendo, com cerca de 50% dos empregados dos EUA utilizando alguma forma dessa tecnologia, nem sempre os benefícios se refletem em aumento de produtividade. Recentemente, o CTO da Uber revelou que a empresa esgotou seu orçamento anual destinado à IA em apenas algumas semanas. Se os custos de uso da IA continuarem a subir, será necessário levar esses gastos em conta.

Se os modelos de IA mais úteis se tornarem caros e não gerarem retornos em produtividade, seu uso nos ambientes de trabalho poderá diminuir significativamente, à medida que os custos com tokens aumentam. Jensen Huang, CEO da Nvidia, sugere que as empresas deveriam investir pelo menos 50% do que pagam aos seus funcionários em IA. Ele chegou a afirmar que, se um engenheiro da Nvidia que recebe $500 mil por ano não gastasse ao menos $250 mil com tokens de IA, isso seria motivo de preocupação.

Além disso, a equipe de aprendizagem profunda da Nvidia está lidando com custos elevados de computação, sendo que uma vaga recente para Engenheiro de Software Sênior nesta equipe propunha salários entre $192 mil e $243 mil por ano. Contudo, nem todos os funcionários da indústria de tecnologia utilizam IA na mesma intensidade. Assim, não é apropriado comparar os custos de uso de IA entre diferentes trabalhadores.

A situação não é única da Nvidia. Uma pesquisa recente indicou que mais de 80% das empresas que utilizam IA não perceberam benefícios em produtividade, e estudos apontam um aumento nas taxas de estresse entre os trabalhadores que fazem uso dessa tecnologia. Além disso, outras empresas de tecnologia estão enfrentando desafios semelhantes com os gastos com IA aumentando em 2026.

Com a escalabilidade dos modelos de IA, os custos para sua implementação também cresceram. Recentemente, a Microsoft anunciou que mudará o faturamento do Copilot no GitHub de um sistema baseado em solicitações para um faturamento baseado em uso, significando que solicitações mais longas terão custos mais altos para os desenvolvedores.

As empresas estão encontrando soluções para lidar com esses desafios. Algumas estão experimentando com a limitação de disponibilidade de modelos de IA e até mesmo adotando a ideia de reduzir o acesso a certos serviços. À medida que os investidores buscam retorno sobre seus investimentos, isso pode resultar em um uso de IA mais restrito e, potencialmente, mais caro. Com as dificuldades em encontrar ganhos produtivos significativos, as empresas podem, em breve, voltar a contratar trabalhadores humanos, valorizando sua versatilidade, eficiência e custo-benefício.