A Apple, em um movimento que contrasta com sua retórica de liderança em inteligência artificial, implementou restrições significativas nos gastos com tokens de IA para seus funcionários. A empresa, que recentemente apresentou sua nova Siri com capacidades aprimoradas de IA, limitou o orçamento diário de tokens para alguns engenheiros de US$ 300 para US$ 200, com planos de reduzir ainda mais esse limite para certas equipes, possivelmente para US$ 100. Para funcionários fora da engenharia, o corte pode ser de US$ 100 para US$ 25 diários. Essa política, conforme reportado pela Bloomberg, sugere uma reavaliação interna dos custos associados à experimentação e desenvolvimento em IA, mesmo por parte da empresa mais valiosa do mundo.

O Contraste entre Ambição e Realidade

A Apple tem posicionado a inteligência artificial como um pilar central de sua estratégia futura, com a nova Siri prometendo uma integração mais profunda e inteligente em seus dispositivos. No entanto, a decisão de apertar o cinto nos gastos com tokens para os próprios funcionários levanta questionamentos sobre a viabilidade econômica de manter um acesso irrestrito a modelos de IA de ponta. O custo de tokens, especialmente para modelos mais avançados como Claude, ChatGPT e Gemini, pode se tornar proibitivo em larga escala, forçando empresas a buscarem alternativas mais econômicas ou a implementarem controles mais rígidos. A Apple, que reportou um aumento de 32% em seus gastos com P&D no último exercício, em parte atribuído a investimentos em IA, agora parece buscar otimizar esses custos.

A Tendência de Contenção no Setor

A Apple não é a única gigante tecnológica a reavaliar seus gastos com IA. Relatos indicam que empresas como Meta e Amazon também enfrentaram situações onde funcionários excederam os limites de uso de tokens, levando a uma corrida interna para maximizar o consumo, o fenômeno conhecido como "tokenmaxxing". Microsoft, por sua vez, reagiu a casos de gastos exorbitantes com tokens, com um funcionário chegando a gastar US$ 28.000 em um único mês, ao declarar que "tokenmaxxing não é o que estamos otimizando". Essas ações refletem uma preocupação crescente com as faturas de IA, que podem se tornar um fardo financeiro considerável, especialmente quando comparadas ao valor percebido em termos de produtividade ou inovação.

Buscando Alternativas e Otimização

Diante do alto custo dos tokens, algumas empresas estão explorando modelos de IA mais acessíveis ou de código aberto. A Revolut, por exemplo, adotou o modelo chinês GLM para cerca de 2.000 engenheiros. Segundo o responsável de infraestrutura da empresa, David Abitbol, o custo é significativamente menor, chegando a um décimo do preço de modelos de ponta, com uma fatura fixa em vez de variável por consulta. Essa abordagem permite que os custos sejam mais previsíveis e controláveis, utilizando servidores próprios para executar os modelos. Enquanto empresas como Nvidia, que lucram com a venda de chips para IA, incentivam o alto consumo de tokens, aquelas que apenas pagam a conta, como a Apple, buscam ativamente formas de otimizar e reduzir esses gastos, sem comprometer totalmente a inovação.

Implicações e Futuro

A limitação nos gastos com tokens pela Apple pode sinalizar uma mudança na forma como as empresas abordam a adoção de IA. Embora a ambição de integrar IA em todos os aspectos de seus produtos e serviços permaneça, a realidade dos custos operacionais está impondo freios. Para os funcionários, isso pode significar um acesso mais restrito a ferramentas de IA, exigindo justificativas mais robustas para orçamentos maiores e potencialmente desacelerando a experimentação. A questão que se coloca é se essa contenção de custos afetará o ritmo da inovação em IA na Apple e em outras empresas, e como elas equilibrarão a promessa de inteligência artificial avançada com a necessidade de sustentabilidade financeira em suas operações.

A gestão de custos de IA, exemplificada pelas restrições impostas pela Apple aos seus engenheiros, é um desafio emergente que testará a capacidade das empresas de inovar de forma responsável e economicamente viável. A busca por modelos mais eficientes e a redefinição de estratégias de uso de IA serão cruciais para navegar neste novo cenário, onde a promessa de riqueza gerada pela IA precisa ser equilibrada com os custos de sua implementação.

Com reportagem de Brazil Valley

Source · Xataka