Durante anos, a conversa sobre inteligência artificial nas empresas girou em torno de adoção. Como implementar, onde testar, qual caso de uso justifica o investimento. Era a fase da curiosidade organizada. Essa fase acabou — e o problema que veio depois é mais prosaico, mais urgente e, de certa forma, mais revelador sobre onde o setor realmente está.
O problema é o custo.
Em um evento empresarial no início de junho, o CEO da OpenAI, Sam Altman, descreveu uma mudança que ele mesmo disse ter sido surpreendentemente rápida: “Isso passou de, no início deste ano, um assunto que nunca aparecia — as pessoas estavam totalmente satisfeitas com o quanto estavam gastando — para, de repente, um problema enorme.” A queixa que ele ouviu repetida pelos clientes corporativos tem variações, mas o mesmo núcleo: “Minha empresa gastou todo o meu orçamento de 2026 no primeiro trimestre, você pode tornar isso mais eficiente?”
O que está acontecendo nas empresas
Os números que começam a vazar são difíceis de ignorar. Uma empresa teria gasto cerca de US$ 500 milhões com o uso do Claude AI em um único mês — o tipo de número que transforma qualquer projeto de inovação em crise de governança financeira. Uber e Walmart começaram a limitar o uso de IA por parte dos funcionários. A Amazon teria encerrado um ranking interno de tokens depois que os custos saíram do controle.
O que esses casos têm em comum não é negligência. É escala. Quando a IA funcionava em projetos isolados e controlados, o custo era gerenciável. Quando ela passou a estar integrada em fluxos de trabalho cotidianos, com múltiplos usuários, múltiplas consultas e contextos longos, os tokens se acumularam numa velocidade que os orçamentos de TI não estavam calibrados para absorver.
É exatamente aqui que o debate sobre o preço dos modelos deixa de ser assunto de desenvolvedores e vira pauta de CFO.
A OpenAI considerando cortar preços — e o que isso diz
O Wall Street Journal reportou que a OpenAI está discutindo internamente reduções expressivas nos preços cobrados por tokens, na tentativa de reconquistar clientes corporativos que migraram ou estão migrando para a Anthropic. As discussões ainda estão em andamento.
O movimento tem uma lógica competitiva direta. A Anthropic ultrapassou a OpenAI em valuation — encerrando sua última rodada de captação a US$ 965 bilhões, contra uma avaliação-alvo de US$ 1 trilhão da OpenAI no IPO que protocolou na SEC em 8 de junho. Segundo alguns relatos, a Anthropic também registrou brevemente crescimento de receita corporativa superior ao do rival histórico.
Mas a pressão de preço não vem só da Anthropic. O laboratório chinês DeepSeek reduziu permanentemente os preços do seu modelo principal em 75% em maio, oferecendo tarifas até nove vezes mais baratas do que as concorrentes americanas. Quando um player com esse nível de eficiência de custo entra no mercado, a pressão sobre as margens de quem cobra mais se torna estrutural — não conjuntural.
A tensão que os investidores vão examinar
O timing dessa guerra de preços é particularmente delicado. Tanto OpenAI quanto Anthropic estão se preparando para aberturas de capital com valuations que somam quase US$ 2 trilhões. E ambas queimam caixa em ritmo significativo para financiar a infraestrutura que sustenta os modelos — data centers, chips, energia, pesquisa.
A OpenAI sinalizou durante sua última rodada de captação que não espera atingir lucratividade antes de 2030. A CFO da empresa, Sarah Friar, teria manifestado preocupações internas sobre se o crescimento da receita conseguiria acompanhar os compromissos com computação. Cortar o preço dos tokens em resposta à concorrência resolve o problema de retenção de clientes no curto prazo — e agrava o problema de margem no médio.
É a contradição central do setor de IA em 2026: os modelos ficaram bons o suficiente para gerar adoção em escala, a adoção em escala gerou custo em escala, o custo em escala está pressionando tanto quem paga quanto quem cobra, e a corrida para o IPO está acontecendo exatamente no meio dessa tensão não resolvida.
O que isso significa para quem decide dentro das empresas
Para líderes e gestores que usam ou planejam usar IA de forma intensiva, há implicações práticas diretas nesse movimento.
A primeira é que o preço vai cair — a questão é quando e quanto. Uma guerra de preços entre OpenAI e Anthropic, acelerada pela pressão do DeepSeek, cria um ambiente de commoditização dos modelos base que beneficia o comprador. Quem está travado em contratos longos com preços altos ou construindo arquiteturas que dependem de um único fornecedor vai sentir a diferença.
A segunda é que custo de IA precisa entrar na governança financeira das empresas com a mesma seriedade que qualquer outro item de infraestrutura. O modelo de “testar e ver o que acontece com o orçamento” chegou ao limite. Empresas que não têm visibilidade sobre consumo de tokens por equipe, por projeto e por caso de uso estão operando às cegas — e vão descobrir o tamanho do problema da pior forma.
A terceira, e talvez a mais estratégica, é que o diferencial competitivo vai migrar rapidamente da tecnologia para o uso. Quando os modelos ficam mais baratos e mais acessíveis, o que diferencia uma empresa que usa IA bem de uma que usa IA mal não é o acesso ao modelo — é a qualidade da integração, a clareza dos casos de uso e a capacidade humana de extrair valor real do que a ferramenta entrega.
A guerra de preços que está começando vai tornar a IA mais barata. Não vai tornar mais fácil usá-la bem.
