O uso de Inteligência Artificial (IA) para desenvolvimento de software pode deixar de ser uma alternativa mais barata do que contratar programadores. Segundo projeção do Gartner, até 2028 o custo das ferramentas de codificação baseadas em IA deverá superar o salário médio de um desenvolvedor, impulsionado pelo aumento do consumo de tokens e pela adoção de modelos de cobrança baseados no uso.
CONTEÚDO RELACIONADO – Microsoft e CLP lançam curso gratuito de IA para gestão pública
A estimativa reflete uma mudança no modelo de negócios dos fornecedores de agentes de codificação com IA, que estão substituindo licenças por usuário por tarifas proporcionais ao volume de processamento realizado pelos Grandes Modelos de Linguagem (LLMs).
Os tokens são as unidades de dados processadas pelos modelos de IA generativa. Quanto maior o número de comandos, contexto e respostas geradas, maior o consumo de tokens e, consequentemente, a conta paga pelas empresas.
“À medida que as organizações migram da experimentação para o uso em larga escala de agentes de codificação, muitas estão subestimando o impacto financeiro do consumo de tokens”, afirma Nitish Tyagi, diretor-analista sênior do Gartner. Segundo ele, os desenvolvedores tendem a priorizar produtividade e conveniência, enquanto a eficiência de custos acaba ficando em segundo plano.
Na avaliação da consultoria, esse cenário cria um novo paradoxo para as empresas: embora a IA aumente a produtividade das equipes de desenvolvimento, seu custo operacional poderá ultrapassar o valor gasto com a remuneração de um programador, reduzindo parte do retorno esperado sobre o investimento.
Custos mais difíceis de prever
O Gartner destaca que a cobrança baseada em consumo também dificulta o planejamento financeiro das áreas de tecnologia. Muitos fornecedores ainda oferecem pouca transparência sobre a forma como calculam o consumo de tokens, tornando complexa a previsão de gastos e a mensuração do retorno obtido com as ferramentas.
Além disso, a consultoria observa que poucas organizações possuem indicadores capazes de relacionar o custo da IA ao impacto efetivo nos resultados do negócio. Como consequência, orçamentos destinados à adoção da tecnologia podem ser consumidos antes do previsto.
Governança passa a ser prioridade
Outro fator que contribui para o aumento das despesas é a ausência de políticas de governança sobre o uso dos agentes de IA. Entre os problemas mais frequentes estão o uso indiscriminado dos modelos, janelas de contexto excessivamente grandes e a falta de mecanismos para otimizar o consumo de tokens.
O Gartner também aponta que os próprios fornecedores ainda oferecem poucos recursos nativos para controle de custos, o que tende a ampliar a pressão sobre os orçamentos corporativos.
Para reduzir despesas, a consultoria recomenda que as empresas adotem um modelo estruturado de governança para o uso da IA, definindo quando os agentes devem ser utilizados, direcionando tarefas simples para modelos menores, treinando desenvolvedores para otimizar prompts e contexto, além de implementar monitoramento contínuo do consumo de tokens e limites automáticos de uso.
Segundo Tyagi, a tendência é que os custos continuem crescendo à medida que aumenta a adoção das ferramentas de IA e que os investimentos em infraestrutura pressionem os preços dos modelos de linguagem. Nesse cenário, controlar o consumo de tokens passa a ser tão importante quanto medir os ganhos de produtividade proporcionados pela Inteligência Artificial.
