A conta da IA

Em 4 de novembro, a Bloomberg noticiou, conforme repercutido pelo 9to5Mac e pelo MacRumors, que a Apple reduziu discretamente, em outubro, o limite diário de gastos com IA de alguns engenheiros de 300 para 200 dólares. A empresa planeja novos cortes que podem levar algumas equipes de engenharia a 100 dólares por dia, um limite que muitos grupos fora da engenharia já têm, e chegou a considerar apenas 25 dólares para algumas equipes. Algumas equipes estão sendo incentivadas a usar modelos mais baratos ou modelos que rodam nos próprios dispositivos, e quem precisar de mais pode pedir uma exceção à alta liderança.

As fontes da Bloomberg também disseram que poucas pessoas usavam os 300 dólares diários inteiros, e não está claro quanto a Apple vai economizar. A Apple também não está recuando da IA: o 9to5Mac observa que os gastos da empresa com pesquisa e desenvolvimento subiram 32 por cento, para 45,8 bilhões de dólares, no seu ano fiscal de 2026, em parte com infraestrutura e IA. Um teto não é um veredito de que a IA não funciona. É um sinal de que o gasto cresceu o bastante para precisar ser gerido.

Durante dois anos, a maioria das empresas comprou IA como software, uma licença por pessoa a preço fixo. Agentes que leem uma base de código, rodam os testes e tentam de novo consomem muito mais, e uma parte maior disso agora é cobrada por uso. Isso faz da IA um custo por funcionário que muda todos os dias e que precisa da disciplina que uma empresa já aplica à folha de pagamento. Veja como fazer isso sem perder o que o gasto compra.

Não é só a Apple

A Apple não está sozinha. Em junho, um porta-voz da Uber confirmou à Bloomberg que a empresa limita cada funcionário a 1'500 dólares por mês em gastos com tokens por ferramenta de programação com IA, depois de ter estourado o orçamento de IA no início do ano. Em outubro, a 404 Media noticiou que a Accenture avisou muitos funcionários de que passaria a gastar apenas 29 dólares por mês por pessoa com o Claude, sendo que alguns deles vinham gastando até 1'000 dólares por mês.

Os fornecedores veem a mesma mudança. Na teleconferência de resultados da Microsoft em 28 de outubro, Satya Nadella disse que o consumo de créditos dos recursos agênticos no GitHub mais que dobrou desde que a cobrança por uso entrou em vigor. Os clientes, disse ele, compram créditos e querem usá-los de forma eficiente: “Não queremos que eles comprem demais uma coisa e depois sintam que estão só maximizando tokens”.

A aritmética

Com o antigo limite da Apple, um engenheiro podia gastar 300 dólares por dia. Num mês de cerca de 20 dias úteis, isso dá até 6'000 dólares e, para uma equipe de dez pessoas, 60'000 dólares. O teto da Uber com duas ferramentas de programação em uso é de 3'000 dólares por mês por pessoa; o da Accenture, de 29.

São tetos, não gastos médios, mas somas desse tamanho precisam do que a folha de pagamento e as contas de nuvem já têm: um responsável, uma previsão e uma revisão mensal. Um salário é fixo, enquanto uma conta de IA muda conforme o trabalho é feito: qual modelo roda, quanto contexto ele precisa ler, com que frequência recomeça. Um teto limita o gasto. Não o torna melhor.

Direcione o trabalho de rotina

A primeira alavanca é parar de mandar trabalho de rotina para o modelo mais caro. Na sua conferência Universe, em 28 de outubro, o GitHub colocou o Copilot Fusion em disponibilidade geral em todos os planos do Copilot. Em vez de escolher um modelo, o desenvolvedor escolhe o Fusion e um de três níveis de esforço, e o Copilot decide quais modelos cuidam de cada prompt. Em um dos seus fluxos, um modelo eficiente esboça a resposta, e uma verificação de qualidade a aceita ou passa a tarefa para um modelo mais forte. Os administradores decidem quais modelos o Fusion pode usar, e cada modelo é cobrado pela sua tarifa padrão.

O GitHub diz que o Fusion Max ficou a menos de dois pontos do Claude Code com o Opus 5.5 Max no Artificial Analysis Coding Agent Index, com cerca de metade do custo médio de API por tarefa, cerca de metade dos tokens e cerca de 40 por cento menos tempo. Nadella foi além na teleconferência: “Ele entrega qualidade de nível de fronteira até 40 por cento mais rápido e com custo até 77 por cento menor.” Respondendo aos analistas, ele citou 45 e 75 por cento. São números do próprio fornecedor, e “até” descreve o melhor caso; o benchmark do próprio GitHub coloca a economia em cerca de metade.

A diferença de preço por trás disso é grande. O Haiku 5.5, da Anthropic, custa 0,10 dólar por milhão de tokens de entrada para prompts mais curtos, um vigésimo do Sonnet 5.5. A Anthropic diz que ele foi “projetado para tarefas de alto volume e sensíveis a custo”, e que os modelos maiores continuam sendo a melhor escolha para programação agêntica complexa. O objetivo é o modelo mais barato que seja bom o bastante para a tarefa, e é isso que a Apple agora pede a algumas equipes que encontrem manualmente.

Orçamentos e contexto compartilhado

A segunda alavanca é onde fica o orçamento. Um teto igual por pessoa trata um engenheiro que está reconstruindo uma grande base de código como um colega que resume e-mails. Na nossa visão, um orçamento por equipe funciona melhor, com um responsável que acompanha o gasto toda semana e um caminho claro para exceções. O processo de exceções da Apple é o instinto certo.

A terceira alavanca é o contexto. Boa parte do que um agente lê é a própria empresa: quem é o cliente, como a empresa escreve uma proposta, onde as coisas ficam guardadas, quais regras se aplicam. Quando cada agente e cada pessoa reconstrói isso do zero, a empresa paga por isso todas as vezes, em tokens e em correções. Um contexto escrito uma vez, mantido atualizado e compartilhado custa menos para ler e leva a menos desvios. Os fornecedores cobram a reutilização de acordo: no Haiku 5.5, ler contexto do cache custa um décimo do preço normal de entrada.

Meça resultados, não uso

A última alavanca é o que você conta. Um ranking de tokens usados premia o gasto, e não os resultados: é a tal maximização de tokens que, segundo Nadella, não serve a ninguém. Na nossa visão, as medidas úteis são as que uma empresa já entende: mudanças integradas e ainda funcionando um mês depois, chamados fechados, propostas enviadas, custo por tarefa concluída.

Uma equipe que gasta mais e entrega mais pode ser o melhor investimento da empresa. Uma equipe que gasta mais e entrega o mesmo é aquela com quem é preciso conversar. Gerida assim, a conta pode diminuir sem que o benefício diminua junto.

Onde estamos

É assim que construímos na crue. O North reúne numa só visão todos os números que importam para uma decisão, incluindo as finanças reais, que é onde uma conta de IA deve estar: ao lado do que o trabalho trouxe. O Twin dá aos assistentes e agentes de uma empresa um único cérebro, com o conhecimento, as regras e as ferramentas dela conectados uma única vez, para que cada resposta parta da empresa, e não do zero. Os dois já estão disponíveis.