A queda no preço dos tokens de modelos de linguagem está longe de se traduzir em economia para as empresas. Pelo contrário: a Gartner alerta que os custos de inferência por fluxo de trabalho de IA agentic podem explodir mais de cinco vezes até o fim de 2028, mesmo com fundamentos cada vez mais baratos. A paradoxal economia do agentic AI reside num detalhe simples: à medida que os modelos tornam-se mais eficientes, os usuários empurram a tecnologia para tarefas mais complexas, consumindo muito mais tokens no processo e dissipando qualquer desconto por unidade.
O anúncio, reportado em agosto de 2026 por Dan Robinson no The Register, sintetiza os resultados de uma análise aprofundada da analítica sobre o que acontece quando se abandona o chatbot básico para construir sistemas autônomos capazes de planejar, executar e autoavaliar tarefas. A diferença de custo não é marginal — é estrutural. Um único fluxo de trabalho agentic pode consumir dezenas de vezes mais tokens do que uma simples pergunta a um chatbot, porque o sistema precisa continuamente raciocinar, negociar com outros modelos, validar respostas e iterar sobre si mesmo.
Will Sommer, analista sênior da Gartner, resume a diferença em termos práticos. Um chatbot lê uma consulta, interpreta a intenção e produz uma resposta probabilística. Um agente, em contraste, precisa manter um loop fechado de raciocínio: avaliar o estado atual, decidir a próxima ação, executar, verificar o resultado e, se necessário, recomeçar o ciclo. Cada iteração adicional multiplica os custos de inferência. Segundo a Gartner, rotear uma tarefa para um modelo de raciocínio agencial aumenta os custos de inferência em pelo menos cinco vezes, e potencialmente muito mais à medida que a complexidade da tarefa cresce.
Isso não é apenas teoria — empresas já estão sentindo o impacto. Segundo o The Register, a mudança de alguns provedores de IA de modelos de assinatura com preço fixo para faturamento baseado no consumo tem exacerbado o problema. Workflows intensivos em tokens podem gerar facturas surpreendentes sob o novo modelo. O mesmo relatório cita uma matéria anterior do The Register, publicada em julho de 2026, documentando como executivos do C-suite se deparam com contas de IA incompreenstíveis após a migração para a cobrança por uso.
O contexto da Gartner é consistente com previsões anteriores da mesma analítica. Em junho de 2026, a empresa afirmou que os custos de IA para programação ultrapassarão o salário médio de um desenvolvedor até 2028, justamente pelo aumento do consumo de tokens e pela adoção de modelos de licenciamento baseados em consumo. Em maio, a Gartner previu que 40% das organizações descontinuariam ou rebaixariam projetos de IA agentic devido a problemas de custo e desempenho — uma previsão que soava pessimista em maio, mas ganha contornos de realidade quando se considera a curva exponencial de consumo.
A ironia da situação é que os próprios fatores que tornam a IA agentic tão atrativa são os mesmos que tornam sua operação financeira insustentável sem uma governança rigorosa. A capacidade de um agente executar fluxos de trabalho multi-etapa com mínima intervenção humana é exatamente o que o faz consumir uma quantidade desproporcional de inferências. É o mesmo princípio que explica por que usuários de streaming consomem muito mais conteúdo quando a qualidade aumenta — a melhoria da experiência gera expansão da demanda, não redução do custo total.
Empresas que desejam obter retorno real da IA agentic precisarão adotar estratégias sofisticadas de otimização de inferência, roteamento inteligente de tarefas e orquestração de modelos. Isso significa, na prática, atribuir cada tarefa ao modelo mais eficiente em custo capaz de executá-la, em vez de simplesmente escalar para o modelo mais poderoso. A Gartner recomenda essa abordagem de seleção granular por tarefa, mas reconhece que a implementação prática é desafiadora: requer monitoramento em tempo real dos custos por fluxo, mapeamento de capacidades dos modelos e infraestructura de roteamento que pode ser tão complexa quanto os próprios agentes que se tenta orquestrar.
NVIDIA, OpenAI, Google e outras gigantes da tecnologia continuam empurrando a IA agentic como a próxima fronteira da transformação digital, com investimentos bilionários em infraestrutura de inferência. Mas o sinal da Gartner é claro: sem mudança de arquitetura, a economia agentic é uma ilusão. Os tokens estão ficando mais baratos por unidade, mas a conta total continua subindo — e a tendência é acelerar.
Fontes: The Register, Gartner, CXOToday
✓ Fontes independentes cruzadas e verificadas antes da publicação
