A substituição de humanos pela IA como mão de obra tem sido um tópico quente e ousado, com duas pessoas específicas em destaque afirmando que o assunto pode estar se tornando exagerado. Nos últimos meses, dois importantes investidores de tecnologia, que realmente investem capital por trás de suas decisões, estão agora questionando o que acontece se houver mais despesas associadas a uma IA do que jamais haveria com a pessoa que originalmente seria substituída?
Esta não é apenas uma pergunta; está acontecendo agora mesmo.
A realidade dos US$ 300 por dia
Em uma gravação recente do podcast All-In, Jason Calacanis — um investidor de risco e co-apresentador do podcast — afirmou que paga US$ 300 por dia para rodar um agente de IA Claude da Anthropic para gerir seus negócios. Isso totaliza aproximadamente US$ 9.000 por mês, mas aqui está o ponto crucial: o desempenho do agente é de apenas 10% a 20% da capacidade máxima, segundo Calacanis.
Portanto, quando se faz as contas do custo por tarefa útil a US$ 300 por dia para uma entrega parcial, a tecnologia começa a parecer menos uma inovação disruptiva e mais um experimento caro.
Calacanis também descreveu o problema de forma simples: "Quando os tokens se tornam mais caros do que pagar um funcionário?" Os tokens são as unidades de uso pelas quais todos os modelos de IA cobram e, conforme um agente de IA continua a realizar tarefas durante o dia, os tokens se acumulam rapidamente. Quanto mais tarefas o agente realiza, mais cara será a sua fatura. Ao contrário de um funcionário assalariado, não há limite para a quantidade de tokens cobrados, desde que o agente esteja ativamente utilizando tokens sem que você estabeleça limites de uso.
A Regra de Duas Vezes de Chamath
Chamath Palihapitiya, CEO da Social Capital e co-apresentador do podcast All-In, compartilhou que enfrentou um problema semelhante na Social Capital, o qual ele parafraseou: "Os agentes de IA só podem justificar seus custos para mim se me proporcionarem, no mínimo, o dobro da produtividade de um funcionário humano no mesmo cargo."
Usar esse fator de duas vezes como base nos dá uma maneira de analisar a eficácia da IA em relação a um funcionário humano, pois existem vários fatores que contribuem para o seu custo operacional total. Alguns desses fatores incluem:
- Custo de operação (aproximadamente US$ 70.000 - US$ 150.000/ano, dependendo de nuvem vs. local)
- Custo de gerenciamento e prompting (aproximadamente US$ 20.000 - US$ 50.000/ano, dependendo da frequência de uso)
- Tempo gasto corrigindo erros devido a falhas ou dados de baixa qualidade
- Perda de produtividade durante períodos em que a IA apresenta desempenho abaixo do esperado
Ao somar os custos operacionais totais de uma empresa humana vs. IAs, quando uma empresa pode contratar um humano para fazer um trabalho por US$ 70 mil ou mais de US$ 150 mil, a empresa, independentemente de IA vs. humano, encontrará o mesmo custo para contratar a pessoa. Torna-se óbvio que a empresa humana preferirá contratar a pessoa, pois pode facilmente contratar alguém que trabalhou com ela por anos, foi treinado e aprendeu sobre o negócio para fazer um trabalho semelhante a uma nova IA.
Ele aconselhou que algumas empresas provavelmente implementarão algum tipo de teto orçamentário rígido para limitar a quantidade de IA utilizada (o que é surpreendente ouvir de alguém que passou anos apostando na capacidade transformadora da tecnologia), indicando que até mesmo as ferramentas dedicadas à IA acabarão sendo tratadas como qualquer outro item de linha no orçamento de uma empresa e, portanto, precisarão fornecer justificativa para o gasto.
Pelo Autor
O Problema dos Tokens que Ninguém te Avisou
Calacanis ressalta que há um problema mais crítico nos artigos sobre IA, que focam majoritariamente em métricas de desempenho e informações de vídeos de demonstração em vez de custos de tokens. A maior parte da IA sendo utilizada por empresas envolve muitos inputs, outputs e transações que requerem um agente interagindo com um sistema. Em alguns casos, estes se acumularão em um nível razoável para pequenos trabalhos, mas quando você começa a ter um agente fazendo seu trabalho por 8 horas por dia em todos os departamentos de um negócio, o número de tokens utilizados alcançará montantes significativos em pouco tempo.
O modelo de negócio para um agente de IA operando sob um modelo baseado em tokens é drasticamente diferente da contratação de um recurso humano para realizar um trabalho. Um funcionário trabalhando para uma empresa com um salário anual terá um custo fixo, independentemente de quão produtivo ele seja em um determinado dia. Uma IA trabalhando sob um modelo de tokens terá um custo que aumenta quanto mais produtiva ela for — ou, em outras palavras, quanto mais valor for criado para a empresa.
O limite de produtividade necessário para que um agente de IA retorne um ROI positivo para a empresa que o adquiriu muda continuamente, à medida que os provedores de modelos de IA serão forçados a competir entre si com reduções de preços ao longo do tempo. No entanto, no início de 2026, há diferença suficiente, em termos de custo monetário, entre o que os agentes custam e o que as empresas que os possuem podem esperar que eles gerem, para criar conversas entre dois indivíduos que pagaram quantias significativas por eles e agora estão compartilhando isso publicamente.
Isso não significa que Agentes de IA sejam um beco sem saída
Sejamos muito claros, nem Calacanis nem Palihapitiya descartaram os Agentes de IA; ambos estão muito comprometidos com esta área do ponto de vista de investimentos (tanto financeiros quanto intelectuais). Eles adotam uma abordagem mais focada e, portanto, pragmática em seu argumento contra a hipótese de os agentes de IA serem substitutos totais. Exemplos disso incluem como, em um nível macroeconômico, a economia deve funcionar para que uma substituição ocorra; no entanto, atualmente, a macroeconomia dos agentes de IA é bastante caótica.
No futuro, à medida que os modelos se tornarem mais eficientes e os provedores continuarem a competir por participação de mercado, o esforço dos agentes de IA diminuirá e, portanto, custará menos. Tanto o empenho da OpenAI, Anthropic, Google quanto as várias alternativas de Código Aberto (Open Source) impulsionam modelos mais eficientes. Assim que os custos por token diminuírem e a confiabilidade aumentar, a economia começará a favorecer a mudança para Agentes de IA. No entanto, usar o "no futuro" para sustentar a hipótese atual de que os Agentes de IA são substitutos é muito enganoso, e os usuários que utilizam ativamente essas ferramentas diariamente podem fornecer dados do mundo real sobre como as coisas realmente são.
Pelo Autor
O que observar a seguir
O aspecto principal é o preço. Se tanto a OpenAI quanto a Anthropic, junto com seus concorrentes, continuarem a reduzir o custo por token (e as tendências mostram que isso está ocorrendo), o ponto de equilíbrio descrito mudará. Empresas que desenvolvem processos envolvendo agentes agora (apesar das margens negativas) podem estar se preparando para uma estrutura de custos diferente nos próximos 12 a 24 meses.
No entanto, quaisquer indivíduos que estejam usando a IA para definir arranjos de força de trabalho no presente, devido à crença de que a IA tem um custo menor do que os trabalhadores humanos, precisarão reconsiderar com base nas experiências históricas dos investidores envolvidos nas redes de operadores.
