A Uber entrou em uma nova fase da corrida pela inteligência artificial: a da conta chegando à mesa. Depois de incentivar o uso intenso de ferramentas de IA dentro da empresa, a companhia passou a questionar se o dinheiro gasto está realmente se transformando em produtos melhores, recursos mais úteis e ganhos concretos para os usuários.
O alerta veio de Andrew Macdonald, presidente e diretor de operações da Uber. Em uma entrevista recente, o executivo afirmou que ainda não existe uma relação clara entre o aumento no consumo de ferramentas de inteligência artificial e a entrega de melhorias proporcionais para o público. A preocupação não é se a IA funciona, mas se o custo de usá-la em larga escala está sendo justificado pelos resultados.
O ponto central da discussão é o chamado consumo de tokens, unidade usada por modelos de linguagem para processar e gerar texto, código e outros tipos de resposta. Quanto mais uma empresa usa ferramentas de IA generativa, mais tokens consome. Em sistemas avançados de programação assistida, esse volume pode crescer rapidamente, porque os agentes conversam várias vezes com os modelos, analisam arquivos, sugerem mudanças, reescrevem trechos e executam ciclos longos de raciocínio.
Na prática, a IA deixou de ser apenas uma assinatura mensal previsível e passou a funcionar como uma conta de luz corporativa: quanto mais se usa, mais se paga. O problema é que, em empresas gigantes, esse uso pode sair do controle antes que a área financeira consiga entender exatamente onde o dinheiro está indo.
O caso da Uber ganhou força após relatos de que a empresa teria consumido em poucos meses o orçamento de IA previsto para todo o ano. A situação abriu uma discussão interna sobre limites, prioridades e retorno real. Para a companhia, o desafio agora é separar uso produtivo de entusiasmo tecnológico.
A dúvida levantada por Macdonald toca em um ponto sensível para todo o setor: usar mais inteligência artificial não significa, automaticamente, entregar mais valor. Uma equipe pode consumir milhões ou bilhões de tokens, mas isso só faz sentido se o resultado aparecer em produtos melhores, processos mais rápidos, redução de custos ou crescimento de receita.
A fala do executivo também expõe uma virada no discurso das grandes empresas. Durante os últimos anos, o mercado tratou a IA como caminho quase inevitável para produtividade, inovação e vantagem competitiva. Agora, parte das companhias começa a fazer uma pergunta mais dura: quanto desse avanço é transformação real e quanto é apenas custo novo embalado como modernização?
Na Uber, a discussão aparece em um momento em que a inteligência artificial já faz parte de áreas importantes do negócio. A empresa usa tecnologia para estimar preços, otimizar rotas, prever demanda, melhorar atendimento, apoiar operações e desenvolver software. Mesmo assim, a adoção de novas ferramentas generativas trouxe uma camada adicional de despesa, especialmente entre equipes técnicas.
O dilema é ainda mais delicado porque a comparação com mão de obra humana voltou ao centro da conversa. Se uma empresa reduz contratações para compensar investimentos em IA, precisa demonstrar que a tecnologia está entregando um ganho equivalente ou superior. Quando essa ligação não é clara, a promessa de eficiência começa a virar uma dúvida financeira.
A Uber não está sozinha. Grandes empresas de tecnologia e corporações globais vêm enfrentando o mesmo problema: incentivar funcionários a usar IA, celebrar métricas de adoção e, depois, descobrir que o volume de uso não prova necessariamente aumento de produtividade. O que parecia uma corrida para não ficar para trás começa a exigir controles, limites e critérios mais objetivos.
Esse movimento não significa uma rejeição à inteligência artificial. Pelo contrário. A tendência é que empresas continuem usando IA, mas com uma disciplina mais parecida com a que surgiu no mercado de computação em nuvem. Depois de anos de gastos crescentes com cloud, muitas companhias aprenderam a monitorar desperdícios, criar limites, medir retorno e escolher ferramentas conforme o custo-benefício.
A diferença é que, com IA, o problema chegou mais rápido. Ferramentas generativas se espalharam pelas equipes em velocidade enorme, muitas vezes antes de as empresas criarem governança financeira adequada. Agora, os executivos precisam responder a uma pergunta simples e incômoda: a inteligência artificial está tornando o negócio melhor ou apenas mais caro?
No caso da Uber, a resposta ainda parece em aberto. A empresa segue apostando em IA, mas a declaração de sua liderança mostra que o encanto inicial começou a dividir espaço com cobrança por resultado. A fase da empolgação deu lugar à fase da planilha.
E essa talvez seja a mudança mais importante. A inteligência artificial deixou de ser apenas uma vitrine tecnológica para investidores e passou a ser tratada como qualquer outro investimento pesado: precisa provar retorno, precisa justificar custo e precisa mostrar, na prática, que está entregando mais do que consome.