A busca por um retorno sobre o investimento (ROI) claro em inteligência artificial tornou-se a prioridade número um nas salas de diretoria das grandes corporações globais. À medida que as contas de consumo de tokens crescem, executivos como Andrew Macdonald, COO da Uber, questionam se o gasto massivo em modelos de linguagem justifica os ganhos operacionais observados até agora. Segundo reportagem do Business Insider, Boris Cherny, um dos principais nomes por trás do Claude Code na Anthropic, reconhece que essa pressão por métricas financeiras é legítima e necessária para a sustentabilidade dos negócios a longo prazo.
Contudo, Cherny alerta para um risco estratégico: a asfixia da experimentação. Em um debate recente, o executivo defendeu que as empresas precisam criar um ambiente seguro onde funcionários de todos os níveis — do setor contábil ao marketing — tenham liberdade para testar a IA sem medo de punições por consumo excessivo. A tese é que, ao restringir o acesso precocemente, a organização pode estar descartando inovações e melhorias de processos que surgiriam justamente da utilização descentralizada e criativa da tecnologia.
O dilema da governança de tokens
A tensão entre a necessidade de controle de custos e a liberdade de exploração tecnológica reflete uma mudança de fase no ciclo de adoção da IA. Inicialmente, muitas empresas adotaram uma postura de 'adote agora e entenda depois', o que levou a um uso descontrolado de tokens. Agora, a maturidade exige que CIOs e CTOs implementem mecanismos de governança. No entanto, o erro comum, segundo a perspectiva apresentada por Cherny, é tentar impor esse controle na camada frontal, ou seja, no usuário final que está tentando resolver um problema específico do dia a dia.
O controle, argumenta o criador do Claude Code, deveria ser exercido na camada de infraestrutura ou no backend. Ao oferecer orçamentos de tokens e suporte para experimentação, as empresas permitem que os funcionários identifiquem quais casos de uso realmente geram valor. Somente após a validação dessas aplicações é que a gestão deve intervir para otimizar os custos e escalar a solução. Sem essa fase de descoberta, a empresa corre o risco de aplicar restrições baseadas em suposições erradas sobre como a IA pode, de fato, transformar o trabalho.
Mecanismos de incentivo e ROI
O debate sobre o ROI da IA também toca em um ponto sensível para as próprias empresas de tecnologia, como a Anthropic. Como provedoras de modelos, elas também enfrentam custos de oportunidade: cada token consumido por um cliente em fase de teste é um token que deixa de ser monetizado ou alocado para outras operações. Portanto, o incentivo das Big Techs está alinhado com a eficiência, mas elas reconhecem que a adoção em massa depende da percepção de valor pelos usuários.
Cherny sugere que as métricas de sucesso também precisam evoluir. Medir apenas a quantidade de código gerada por IA tornou-se obsoleto, já que muitos engenheiros avançados já utilizam a tecnologia para quase 100% de suas tarefas rotineiras. O foco agora deve se deslocar para a velocidade de aceleração por engenheiro e, mais importante, para a identificação de gargalos que impedem a geração de boas ideias. Se a IA resolve a escrita de código, o novo desafio passa a ser a capacidade da organização em processar as ideias que emergem desse novo fluxo de trabalho.
Implicações para o ecossistema
Para os reguladores e gestores de TI, a mensagem é clara: o ROI não é uma métrica estática. Empresas que conseguirem equilibrar o rigor financeiro com a autonomia de seus times terão uma vantagem competitiva significativa. A preocupação com o custo dos tokens, embora válida, não deve se tornar uma barreira de entrada para a inovação interna. O desafio para o mercado brasileiro, que tem adotado ferramentas de IA com velocidade, é justamente evitar a burocratização excessiva do acesso às APIs antes mesmo de compreender o impacto real nos processos de negócio.
Competidores e líderes de tecnologia que entenderem que a IA é uma ferramenta de produtividade e não apenas um custo variável conseguirão, provavelmente, extrair mais valor do que aqueles que focarem estritamente no corte de gastos com tokens. A transição para uma economia baseada em IA exigirá uma mudança de mentalidade: de gestores de custos para arquitetos de fluxos de trabalho inteligentes.
O futuro da medição de valor
O que permanece incerto é como as empresas medirão o valor intangível da experimentação. Se uma ideia inovadora surge de um setor inesperado, como a contabilidade, como quantificar esse ganho antes que ele se torne um projeto estruturado? Este é o próximo grande desafio para as lideranças corporativas.
O mercado deve observar como as plataformas de IA irão evoluir para oferecer ferramentas de monitoramento que permitam esse equilíbrio. A capacidade de identificar onde o token está sendo desperdiçado versus onde ele está gerando valor será o diferencial definitivo nos próximos anos.
O equilíbrio entre cautela financeira e experimentação audaciosa definirá quais companhias liderarão a próxima onda de produtividade. Enquanto o ROI permanecer como a métrica soberana, a forma como ele é calculado será o campo de batalha onde o futuro da inovação corporativa será decidido.
Com reportagem de Brazil Valley
Source · Business Insider
