Imagine gastar até US$ 1.000 por mês usando uma ferramenta de inteligência artificial no trabalho e, de uma hora para outra, descobrir que o limite caiu para US$ 29 por pessoa. Foi exatamente isso que aconteceu com funcionários da Accenture em relação ao Claude, a IA da Anthropic. Desde 1º de outubro, esse corte de IA corporativa passou a valer na prática, como o InfoMoney noticiou — e quem gastava além disso agora precisa pedir licença especial, tirando a diferença do orçamento do próprio projeto ou equipe.
O detalhe curioso é que, oito meses antes desse tesão de orçamento, a empresa tinha dado um recado bem diferente: segundo o Financial Times, gerentes seniores e diretores associados só seriam promovidos se usassem IA com regularidade — e essa regularidade era medida pelo login semanal. Ou seja, mediram quem entrava na ferramenta, não o que saía dela de fato em termos de resultado.
Corte de IA corporativa tem explicação — mas também tem custo
O teto, pelo visto, não foi aplicado à toa. Num áudio interno revelado em junho pela 404 Media, Justice Kwak, líder de estratégia de agentes de IA da Accenture, contou que boa parte do consumo vinha de gente usando a ferramenta para transformar PDF em apresentação — tarefa simples, nada que exigisse o modelo mais caro do catálogo — mais do que de engenheiros fazendo uso técnico pesado.
O problema não foi exatamente o corte, mas o caminho até ele. Primeiro a empresa cobrou o uso sem explicar qual uso realmente valia a pena. Depois, cortou pelo orçamento, aplicando o mesmo limite tanto para quem usava com inteligência quanto para quem desperdiçava recursos. Quem se acostumou a entregar tudo à IA sem acompanhar quanto cada pedido custava ficou, de repente, sem argumento para mostrar se o próprio trabalho valia US$ 29 ou US$ 1.000.
Ser grande não garante método
Empresas gigantes também erram feio — e caro. Em 2007, um dos maiores bancos do país abriu uma ilha no Second Life, a febre de mundo virtual da época. Em 2021, o Facebook virou Meta para apostar pesado no metaverso e, em março deste ano, a área responsável pela aposta já acumulava cerca de US$ 80 bilhões em prejuízo. A Disney fechou a divisão de metaverso, e a Starbucks desistiu de um programa de fidelidade baseado em NFT.
Olhando de fora, o padrão se repete sempre: entrar porque todo mundo está entrando e só depois descobrir o que aquilo realmente precisava entregar. Com a inteligência artificial, porém, existe uma diferença importante: ela já mudou o trabalho de quase todas as áreas e veio para ficar — coisa que o metaverso nunca chegou perto de fazer. Por isso, o erro de método sai mais caro. Ninguém vai desistir da ferramenta, então o desperdício simplesmente vira custo fixo.
Empresa brasileira também tropeça nesse ponto. Numa pesquisa da Alina publicada pelo InfoMoney, apenas uma em cada quatro empresas mede de fato o uso de IA, embora quase todas digam que querem ampliá-lo. É como aumentar o limite do cartão de crédito sem nunca olhar a fatura.
Cinco perguntas antes de qualquer cota de uso
Não existe uma ordem obrigatória, mas vale ter essas cinco respostas na manga antes que o teto apareça de surpresa:
- Letramento: as pessoas sabem escolher a ferramenta e o modelo certos para cada tarefa? Transformar PDF em apresentação não pede o modelo mais caro do catálogo. Quem aprende isso gasta menos, sem que ninguém precise cortar nada.
- Mensuração: você mede uso ou resultado? Login, quantidade de comandos e ranking de consumo só mostram que tem gente usando. Para saber se valeu a pena, é preciso comparar quanto tempo a tarefa levava antes e quanto leva agora, contando inclusive o tempo de revisar o que a IA entregou.
- Controle de custo: cada pessoa sabe quanto o próprio uso custa? Mostrar o gasto, avisar quando o ritmo passa do combinado e só então pedir aprovação é bem mais fácil de aceitar do que simplesmente receber um teto por e-mail.
- Mapeamento de processo: onde a IA entra no fluxo de trabalho, e quem responde por aquela etapa? Tarefa sem dono vira consumo sem fim, porque ninguém sabe dizer quando ela realmente acabou.
- Dados de qualidade: a IA trabalha com os dados da própria empresa ou só com o que encontrou por aí na internet? Sem dado próprio, organizado e confiável, ela entrega respostas rápidas e genéricas — e resposta genérica paga a preço de modelo caro é justamente o desperdício que esse tipo de corte de IA corporativa tenta conter.
Além disso, vale lembrar o que mostrou uma pesquisa da McKinsey citada pelo InfoMoney: muita empresa sente que ficou mais produtiva com IA, mas não enxerga isso no resultado final. Ou seja, o ganho fica preso na tarefa e não chega ao negócio como um todo.
Se você não decide o orçamento, prepare-se mesmo assim
Não é preciso esperar a empresa resolver tudo isso sozinha. Dá para se antecipar agora mesmo:
- Escolha três tarefas em que você usa IA e anote quanto tempo elas levavam antes e quanto levam hoje, contando a revisão do resultado.
- Descubra quanto custa o seu uso, seja no painel da ferramenta ou perguntando diretamente à TI. Se ninguém souber responder, você já tem um ótimo assunto para levar ao seu gestor.
- Teste a tarefa mais simples num modelo mais barato e veja se o resultado se sustenta.
- Guarde esses números e atualize todo mês.
Quando o limite chegar — e tudo indica que vai chegar, em algum momento, para a maioria das empresas — é justamente com esses números na mão que se consegue convencer alguém a abrir uma exceção. A Accenture, por ter o tamanho que tem, conseguiu corrigir a rota depois de oito meses de uso descontrolado. A maioria das empresas brasileiras, no entanto, não tem esse fôlego financeiro para gastar sem critério por tanto tempo.
Com informações de infomoney.com.br.
