Gasto com IA para de crescer em 2 meses apesar do uso alto

Tecnologia

Apesar do aumento no uso, os gastos com IA estabilizam devido à competição e eficiência entre empresas do setor.

Leia também: Google ativa alerta no Find Hub que avisa ao esquecer objetos

Os gastos corporativos com inteligência artificial praticamente pararam de crescer no fim do verão no hemisfério norte, mesmo com o uso da tecnologia disparando. Dados da fintech Ramp indicam alta de apenas 1,5% nos desembolsos com IA entre agosto e setembro, contra um salto de 42% em julho, num movimento que pressiona a receita de gigantes como OpenAI e Anthropic.

Uso explode, mas faturamento emperra

Segundo a Ramp, o volume de tokens — a unidade básica de cobrança nos modelos de IA generativa — continua em alta, mas o caixa das empresas de modelo não acompanha. A combinação de guerra de preços, mais concorrência e clientes mais disciplinados em custos transformou o mercado num ambiente bem mais favorável a quem compra do que a quem vende IA.

“Quase todo o gasto em IA é de empresas de tecnologia de alto crescimento financiadas por capital de risco”, diz Ara Kharazian, economista-chefe da Ramp. Para ele, a freada nesse grupo tem efeito imediato sobre a receita do setor. “A desaceleração entre o top 1% é suficiente para desacelerar totalmente a receita, apesar do aumento dos volumes.”

No pico do verão, o 1% de empresas mais intensivas em IA chegou perto de gastar US$ 10 mil por funcionário ao mês com modelos generativos. Em agosto e setembro, esse grupo reduziu o ritmo e ficou abaixo desse patamar. Entre as empresas medianas, o tíquete é muito menor, de US$ 12 a US$ 15 por funcionário ao mês. No grupo das 10% que mais gastam, a conta varia de US$ 600 a US$ 1.000 por cabeça.

Kharazian avalia que nem todo o mercado chegará aos níveis extremos do topo da curva. “Não está claro que setores como consultórios médicos ou concessionárias de carros precisarão gastar tanto em IA quanto software e finanças”, afirma.

Cortes de preços e concorrência derrubam receita

Uma das principais explicações para a estagnação é a própria estratégia das líderes do setor. Em setembro, a OpenAI cortou pela metade os preços das APIs dos modelos GPT-6 Sol e GPT-6 Luna, numa tentativa de segurar participação de mercado. A Anthropic respondeu reduzindo de forma agressiva as tabelas dos modelos Fable 5.1 e Opus 5.5, medida que, segundo documentos da própria empresa, deve limitar em cerca de US$ 600 milhões o crescimento de sua receita.

Além dos cortes de tabela, as duas empresas oferecem descontos adicionais para grandes clientes corporativos, numa espécie de “queima de margem” para evitar migrações. Mesmo assim, o fôlego da receita não acompanha o aumento de uso. “OpenAI e Anthropic cortaram preços, tornando o uso de IA mais barato”, resume Kharazian.

O espaço para essa estratégia é menor porque o mercado está longe de ser concentrado. Meta e Nvidia avançam com modelos empresariais mais baratos ou de código aberto, enquanto uma leva de concorrentes dos Estados Unidos e da China, além de ferramentas novas como a Jev, disputa casos de uso simples com soluções ainda mais econômicas.

“O mercado de IA se tornou um mercado de compradores”, diz o economista da Ramp. Na prática, isso significa contratos mais vantajosos para as empresas clientes e uma disputa intensa, centavo a centavo, entre provedores de modelo.

Empresas aprendem a gastar menos por tarefa

Ao mesmo tempo em que as fornecedoras reduzem preços, os clientes estão ficando mais sofisticados no uso dos modelos. Eles limitam o acesso a sistemas mais caros, definem orçamentos por equipe e roteiam o tráfego para alternativas de menor custo sempre que possível, o que reduz o gasto por tarefa concluída.

“Você pode usar mais IA, mas usar menos recursos”, resume Kharazian. Segundo ele, empresas avançadas em IA tendem a configurar padrões que evitam que modelos complexos fiquem rodando em tarefas longas e a empurrar atividades de alto volume para modelos “light” e ainda mais baratos.

Os dados internos da Notion, empresa de software colaborativo, reforçam esse quadro. Em uma publicação recente, o cofundador Akshay Kothari sintetizou a tendência com humor: “Tokens vão brrr, custos vão ahhh.” Ou seja, o consumo de computação cresce, mas a conta mensal não acompanha na mesma proporção.

Entenda o contexto

O relatório da Ramp mostra que o grosso do gasto em IA hoje vem de um grupo relativamente pequeno de empresas de tecnologia em rápido crescimento, muitas delas financiadas por fundos de capital de risco nos Estados Unidos e na China. Foi essa turma que puxou a explosão de receita de OpenAI, Anthropic e outras casas de modelo ao longo dos últimos trimestres.

A aposta dominante entre investidores era de que esse gasto seguiria em hiper aceleração, ancorado em novos produtos como agentes de programação, copilotos corporativos e assistentes pessoais. Agora, os números da Ramp indicam que esse ciclo pode estar mudando. “A era do hiper crescimento pode ter acabado”, afirma Kharazian.

Ele argumenta que, embora devam surgir novos usos para a tecnologia, os produtos hoje mais maduros, como ferramentas de código com IA, já entregam ganhos relevantes sem exigir, necessariamente, um salto permanente no gasto por usuário. “Você pode usar mais IA, mas usar menos recursos”, repete.

Depois da pausa, sinal de retomada em outubro

Após o marasmo de agosto e setembro, os dados da Ramp registram uma reativação em outubro: o gasto com tokens avançou 8,9% entre 23 de setembro e 23 de outubro. O movimento indica que o apetite por IA segue vivo e que há espaço para retomadas pontuais, especialmente quando chegam modelos novos ou quedas de preço adicionais.

Mesmo assim, Kharazian avalia que os ventos contrários ao crescimento acelerado continuam fortes. “A desaceleração entre o topo 1%”, insiste ele, é suficiente para puxar para baixo a trajetória de receita do setor como um todo.

Para empresas como Anthropic, que se movimenta para abrir capital num cenário de margens pressionadas, o novo ambiente exige foco maior em eficiência e segmentação de clientes. A expectativa de analistas é que as provedoras de modelos busquem equilibrar a disputa por volume com a necessidade de preservar rentabilidade, num mercado que deixou de ser de euforia pura para virar, cada vez mais, um jogo de centavos.