O orçamento que o sucesso rebentou

O diretor de tecnologia da Uber, Praveen Neppalli Naga, deu à The Information o número que deveria travar qualquer empresário a meio de uma frase: a empresa tinha queimado todo o seu orçamento planeado de programação com IA de 2026 em quatro meses. A Uber tinha implementado a ferramenta em cerca de 5.000 engenheiros em dezembro de 2025, e a adoção subiu de 32 por cento dos engenheiros em fevereiro para 84 por cento classificados como utilizadores agênticos intensivos em março de 2026. Pela primavera, os relatórios situavam o custo mensal por engenheiro entre 150 e 250 dólares em média e entre 500 e 2.000 dólares para os utilizadores mais intensivos. Nada tinha corrido mal. A ferramenta funcionava, os engenheiros usavam-na, e usá-la foi o que esvaziou o orçamento.

O mesmo padrão surgiu na Microsoft. Vários relatórios, liderados pela The Verge, descrevem a Microsoft a cortar a maior parte do acesso interno ao Claude Code na sua divisão Experiences and Devices - o grupo por trás do Windows, Microsoft 365, Outlook, Teams e Surface - até 30 de junho de 2026, movendo os engenheiros para o GitHub Copilot CLI. O enquadramento oficial é a unificação de ferramentas, mas os relatórios são diretos sobre o motivo: com preços por consumo, o uso intensivo de uma ferramenta de programação agêntica rebenta o orçamento anual, porque a ferramenta é medida por tokens consumidos, não por lugares ocupados. Quanto melhor funciona, mais é usada, e quanto mais é usada, mais alta é a fatura.

Porque importa: é um erro de taxa base, não um problema de ferramenta

Porque importa: o erro não é escolher a ferramenta errada. É orçamentar uma ferramenta nova com a taxa base antiga. As empresas puseram preço na programação com IA como se fosse um preenchimento automático barato - um pequeno custo por lugar que mal se mexe com o uso. As ferramentas agênticas quebram esse pressuposto porque correm ciclos de raciocínio contínuos, e estão tarifadas para isso: o custo escala com quanto trabalho a ferramenta faz, ou seja, com o sucesso da implementação. Quem orçamenta o piloto - um punhado de engenheiros curiosos com consultas leves - modela a taxa base errada para uma ferramenta cuja proposta de valor é que todos a vão usar constantemente.

Sim, mas: isto não é um argumento de que a IA agêntica seja cara demais para usar. A Uber continua a implementá-la, e a produtividade é real - pela primavera, cerca de 70 por cento do código validado da Uber vinha de ferramentas de IA. A questão é mais estreita: o preço por consumo transforma a adoção numa curva de custo, e é o caso de sucesso, não o piloto, que tem de ser comportável. A resposta da Microsoft, mudar de ferramenta, é uma saída; medir e pôr limites por utilizador desde o primeiro dia é outra, normalmente a mais barata.

Em resumo: orçamenta o caso de adoção total e mede desde o primeiro dia

Em resumo: antes de comprar uma ferramenta de IA por consumo, modela o custo do cenário em que funciona. Toma o custo por utilizador do teu utilizador mais intensivo esperado, multiplica pelo número de pessoas a quem realmente pretendes implementar, e verifica se esse número cabe no orçamento anual. Se não couber, a ferramenta é incomportável no caso de sucesso por mais barato que o piloto parecesse, e o movimento disciplinado é pôr limites e medir por utilizador desde o primeiro dia em vez de descobrir o teto no quarto mês, como a Uber fez.

O princípio de decisão mais amplo vai além desta única categoria de produto. Quando um fornecedor cobra por unidade do comportamento exato cujo aumento lhe pagas, o custo do piloto não significa nada e o custo do sucesso é tudo. Modela o resultado que esperas, não o teste que corres, e se não podes pagar a ferramenta a funcionar na perfeição, não compres a ferramenta que te cobra mais por funcionar.

Leia a seguir: A Halo mata o motor que comia o seu estúdio  |  CEO da Microsoft: paga-se duas vezes pela IA