Tokenmaxxing: por que a era de gastar com IA sem medir o retorno acabou

O que aconteceu na Uber

A Uber montou um ranking interno que classificava os times pelo total de uso de ferramentas de IA. Quanto mais token o time consumia, melhor aparecia na lista. A política ganhou o apelido de tokenmaxxing. O resultado: a empresa queimou o orçamento anual inteiro de ferramentas de IA de 2026 em quatro meses, segundo reportagem da Fortune.

O detalhe que importa não é o tamanho da conta. É a frase do próprio presidente e COO da Uber, Andrew Macdonald. Sobre a relação entre o consumo de IA e o valor entregue ao usuário, ele admitiu: "esse elo ainda não existe". E completou: se você não consegue traçar uma linha direta até quantas funcionalidades úteis está entregando, fica difícil justificar a troca. Em bom português: o gasto subiu, o resultado não apareceu, e ninguém soube explicar o porquê.

Não foi só a Uber

O caso virou símbolo porque o padrão se repetiu no setor inteiro. O consumo de tokens por desenvolvedor cresceu 18,6 vezes em nove meses, segundo a Jellyfish citada pela TechCrunch. E havia um detalhe perverso na conta: os profissionais que mais gastavam token eram cerca de duas vezes mais produtivos, mas consumiam dez vezes mais recurso. Um estudo da Faros AI com 20 mil desenvolvedores mostrou produção subindo junto com bugs e retrabalho.

Quando a fatura chegou, a virada foi geral. A Microsoft revogou licenças do Claude Code que havia liberado meses antes. A Priceline viu a renovação de uma ferramenta de IA ficar de quatro a cinco vezes mais cara e passou a impor limites de token por grupo. A Anthropic trocou a tarifa fixa pela cobrança por uso, então cada token de agente autônomo agora tem preço. E o Goldman Sachs projeta o uso global de tokens se multiplicar por 24 até 2030. A pergunta sobre custo só vai crescer.

O que isso muda para quem opera uma empresa

A empresa que compra acesso a IA sem mapear os processos que ela vai tocar não tem operação de IA. Tem assinatura de ferramenta. O gasto cresce, o resultado não aparece e o gap fica sem explicação na reunião de números. O tokenmaxxing é o sintoma de uma doença anterior: a falta de critério sobre onde e como a IA entra na operação. Sem processo definido, a equipe usa IA do jeito mais conveniente e o custo escala sem controle.

Não por acaso, a métrica que o mercado começou a adotar deixou de ser volume e virou eficiência: quanto de resultado por real gasto. A FinOps Foundation já trabalha em indicadores de custo por inteligência. É exatamente a lógica que faz sentido antes de qualquer implantação: qual processo vai ser tocado, qual o resultado esperado e como medir o retorno. Sem isso, o deploy é custo sem destino.

O sequenciamento certo: processo primeiro, automação depois

A conta que a Uber não conseguiu justificar é a mesma que aparece em qualquer empresa onde a adoção de IA acontece antes da estruturação. O caminho que evita isso não é gastar menos com IA por medo. É inverter a ordem.

Antes de ligar a ferramenta, mapeie onde o processo trava esperando uma pessoa, calcule quanto esse gargalo custa por mês e desenhe a etapa para a IA assumir onde o retorno fecha a conta. Estruturar antes de automatizar. É o que separa investir com retorno de gastar com fé.