Microsoft rastreia US$ 28 mil em tokens e cobra resultado

Microsoft transformou consumo de IA↳Inteligência artificial440 conteúdosUX e IA: Transformando Experiências Digitais com Inteligência ArtificialProduto & UX · jan 2025MCP: O que é e por que você vai ouvir falar disso em breve?AI · jul 2025IA generativa e a urgência de reconstruir nossa relação com a verdadeAI · jun 2025Ver tudo em AI → em métrica de gestão. Depois de incentivar o uso de inteligência artificial em todas as áreas, a empresa começou a medir quanto isso custa. O caso mais extremo chegou a US$ 28 mil em 28 dias. Portanto, a conversa interna mudou de patamar.

Microsoft achou US$ 28 mil em 28 dias dentro de uma planilha voluntária

Os dados saíram de uma planilha interna e voluntária. Nela, funcionários americanos compartilham salário, bônus e ações. Cerca de 350 pessoas também informaram o próprio consumo de IA. A mediana desse grupo ficou perto de US$ 300 por ciclo de 28 dias. Ou seja, o caso extremo ficou muito acima do padrão.

Vale um cuidado aqui. O valor representa uso de ferramentas e de capacidade computacional. Nenhum funcionário recebeu uma fatura pessoal. Além disso, a amostra é pequena. A Microsoft tem mais de 223 mil pessoas no mundo. Logo, algumas centenas de respostas voluntárias descrevem pouco sobre a empresa inteira.

Microsoft expõe medianas que variam muito de um time para outro

Os números por departamento ajudam a entender o desenho. Na CoreAI, a mediana ficou perto de US$ 1.000, com casos de até US$ 16 mil. Em Security, a mediana foi de US$ 526 e o máximo chegou a US$ 10 mil. Já Cloud and AI registrou mediana de US$ 325 e um pico de US$ 15 mil.

Curiosamente, o recorde saiu de Customer and Partner Solutions. Nessa área, o consumo típico era bem menor. Assim, um único caso de US$ 28 mil distorce a leitura inteira. Para quem trabalha com dados, isso soa familiar. Afinal, mediana e outlier contam histórias diferentes.

Tokenmaxxing virou o vício que ninguém quer ver no relatório

O apelido interno para inflar consumo é tokenmaxxing. Na prática, significa maximizar tokens processados de propósito. Contextos gigantes entram nessa conta. Loops automatizados também.

O problema aparece rápido. Mais tokens raramente significam mais entrega. Jay Parikh, vice presidente executivo da CoreAI, afirmou em memorando interno que a régua deve ser o resultado de negócio. Por isso, a empresa começou a acompanhar o consumo individual com lupa.

A pergunta mudou de forma. Antes ela era simples: quanto você usa IA? Agora ela ficou incômoda: o que esse gasto produziu?

GPT 5.6 Sol no centro e reduz o Claude em código

Ao mesmo tempo, a empresa reorganiza o ferramental interno. O GPT 5.6 Sol, da OpenAI, avança como modelo padrão para cargas de trabalho internas. Enquanto isso, o uso do Claude, da Anthropic, perde espaço em programação. A companhia também corta custos com ferramentas externas. Além disso, direciona tarefas para o próprio ecossistema.

Para quem escreve código, essa decisão pesa no dia a dia. Trocar o modelo padrão muda prompt, tooling e expectativa de saída. Um agente afinado para um modelo costuma perder precisão em outro. Portanto, vale acompanhar essa movimentação de perto.

Métricas que salvam seu time quando a conta de IA chega

Primeiro, instrumente o consumo por serviço, por repositório e por pessoa. Registre tokens de entrada e de saída em separado, porque o preço muda entre eles. Depois, amarre cada sessão a algo rastreável, como issue ou pull request. Assim, o custo ganha contexto.

Compare esse custo com tempo economizado e com defeitos evitados. Defina orçamento por equipe e alerta automático de estouro. Corte contexto inútil, já que prompt inchado custa caro e ainda piora a resposta. Use cache de prompt sempre que a plataforma oferecer. Por fim, escolha o modelo por tarefa, pois boa parte das demandas roda bem no modelo barato.

Recado que todo time de engenharia vai ouvir

O caso dos US$ 28 mil funciona como aviso antecipado. Adotar IA ficou fácil e barato de justificar. Provar retorno continua difícil. Enquanto a conta cresce, a cobrança por evidência cresce junto.

Por isso, quem instrumenta consumo agora chega inteiro na próxima revisão de orçamento. Quem deixa para depois vai explicar um número solto em uma reunião tensa. Em resumo, token virou linha de custo com dono, meta e histórico.

Acompanhe nosso perfil no Instagram!