Meta implementa controles de gastos com IA após pico de uso

A Meta está desenvolvendo um sistema centralizado de monitoramento e controle de gastos com IA depois de perceber que estava gastando mais internamente com IA do que o previsto. A decisão demonstra que as empresas estão avaliando se o retorno do investimento em IA justifica o custo envolvido.

A empresa enviou um memorando para cerca de 6.000 funcionários detalhando os planos para limites de gastos com IA, orçamentos e restrições de tokens. Com o AI Gateway, as equipes terão acesso a uma visão geral do uso de IA, que enviará notificaçõesmaticcaso haja picos incomuns de gastos. A implementação completa do gerenciamento estruturado de tokens está prevista para 2027.

O memorando observou que a Meta estava testemunhando um rápido crescimento na adoção interna de IA e que provavelmente gastaria dezenas de bilhões no uso de IA por seus funcionários em 2026.

O efeito posterior do tokenmaxxing

A mudança de foco da Meta, da promoção do uso de IA para o controle do seu uso, revela um tema recorrente no mundo corporativo americano. A empresa costumava incentivar seus funcionários a usar IA, fazendo com que criassem rankings internos ("Claudeonomics", em referência ao sistema de IA da Anthropic). A Meta não mantém mais esse ranking específico.

A tendência mais ampla tem um nome: “tokenmaxxing”, que é a prática de usar a quantidade máxima possível de tokens de IA por qualquer motivo, seja para inflar as métricas internas de adoção ou simplesmente para consumi-los. A mesma situação ocorreu na Amazon depois que seus funcionários criaram um ranking para traco uso de tokens, mas a empresa o removeu no final de maio devido a preocupações de que estivesse incentivando gastos desnecessários, segundo reportagem do Business Insider.

A experiência da Uber ilustra a rapidez com que os custos podem disparar. A empresa de transporte por aplicativo consumiu todo o seu orçamento planejado para programação de IA em 2026 já em abril, apenas quatro meses após o início do ano. O diretor de operações da Uber, Andrew Macdonald, disse à Rapid Response que a empresa tem tido dificuldades para conectar o gasto de tokens com resultados mensuráveis. "Essa ligação ainda não existe, certo?", disse Macdonald. "É muito difícil traçar uma linha entre uma dessas estatísticas e, 'Ok, agora estamos realmente produzindo 25% mais recursos úteis para o consumidor'."

Um problema de custos que a indústria ainda não resolveu

A pressão orçamentária vai muito além do Vale do Silício. De acordo com uma pesquisa da KPMG, divulgada inicialmente pelo The Wall Street Journal, apenas 26% das empresas têm uma visão abrangente de seus custos com IA, enquanto 50% têm visibilidade parcial e 22% não têm visibilidade alguma ou só descobrem os gastos depois de receberem as faturas. Como observou Steve Chase, líder global de IA da KPMG, a empresa tem ajudado clientes que já esgotaram seus orçamentos anuais para tokens ou computação em nuvem em questão de meses.

A Microsoft recentemente retirou quase todas as licenças diretas do Claude Code e redirecionou seus engenheiros para o GitHub Copilot CLI, informou a Fortune, apenas seis meses depois de disponibilizar a ferramenta da Anthropic para seus funcionários. A medida foi tomada após o uso por parte dos funcionários ter crescido mais rápido do que o previsto.

Considerações econômicas sugerem que as expectativas iniciais em relação à rápida rentabilidade da IA devido à economia de mão de obra eram otimistas demais. O vice-presidentedent aprendizado profundo aplicado da NVIDIA, Bryan Catanzaro, revelou à Axios que o custo computacional para seu grupo já excede o custo de contratação de pessoas. O Goldman Sachs acredita que a IA ativa pode levar a um aumento de 24 vezes no consumo de tokens até 2030, com taxas de consumo mensais atingindo 120 quatrilhões de tokens por mês, mesmo com a queda do preço unitário dos tokens.

Além disso, a Gartner prevê que a queda no custo dos tokens não significará aplicativos de IA corporativos mais baratos, pois os algoritmos de IA com agentes utilizam uma quantidade muito maior de tokens por tarefa, enquanto os provedores provavelmente ficarão com toda a economia. "Os diretores de produto não devem confundir a desvalorização dos tokens de commodities com a democratização do raciocínio de ponta", afirmou Will Sommer, analista sênior da Gartner. Anteriormente, Cryptopolitan noticiou que Zuckerberg admitiu que a Meta cometeu "erros" em sua transformação de IA.

O que os funcionários da Meta podem esperar?

Segundo relatos, o memorando revelou que a Meta irá desencorajar seus funcionários de usar softwares externos de escrita de código com IA e incentivá-los a usar seu próprio assistente, o MetaCode, anteriormente chamado de Devmate. Essas mudanças serão implementadas nas próximas semanas.

Ao mesmo tempo, os esforços da Meta para reduzir os custos relacionados à IA vêm acompanhados de mudanças organizacionais significativas. Em março deste ano, a Meta considerava demissões que afetariam pelo menos 20% do seu quadro total de cerca de 79.000 funcionários, em parte devido a investimentos em infraestrutura de IA avaliados em cerca de US$ 600 bilhões até 2028.

O CEO da OpenAI, Sam Altman, destacou muito bem esse desafio do setor. Ele afirmou que "essa é a crítica mais justa à IA atualmente", dizendo: "Você ouve empresas dizendo: 'Estou gastando muito dinheiro com IA. E sei que coisas incríveis estão acontecendo, mas também sei que há muito desperdício.'"

Para a economia global, a questão é se os orçamentos corporativos para IAtracantes que a tecnologia cumpra suas promessas de produtividade, ou se a queda nos preços dos tokens e o aprimoramento das ferramentas reduzirão essa diferença primeiro. A resposta moldará as contratações, os investimentos de capital e a dinâmica competitiva em todos os setores por muitos anos.