Por que ferramentas de IA para programar estão ficando mais caras — e por que empresas como Uber e Microsoft estão repensando o uso

Adoção crescente, confiança menor

Assistentes de código com IA se tornaram quase infraestrutura padrão para muitos desenvolvedores entre 2025 e 2026. Pesquisas mostram que a adoção continua crescendo rapidamente.

Ao mesmo tempo, um paradoxo começa a aparecer: o uso aumenta, mas a confiança nos resultados diminui. Muitos desenvolvedores utilizam essas ferramentas para tarefas como geração de código, documentação ou testes, porém ainda revisam cuidadosamente o que é produzido.

Isso significa que parte do ganho de velocidade prometido pode ser reduzido pelo tempo gasto revisando ou corrigindo o código gerado.

O custo real pode crescer rápido

Outro fator importante é o modelo de preço.

Historicamente, muitas ferramentas de software empresarial eram vendidas com licenças fixas por usuário. Porém, boa parte das ferramentas de IA passou a adotar cobrança baseada em consumo, normalmente medida em tokens processados pelo modelo.

Esse modelo pode gerar surpresas financeiras quando o uso cresce.

Por exemplo:

• A estimativa média de custo diário para um desenvolvedor usando Claude Code em ambiente corporativo subiu de cerca de US$6 para cerca de US$13 por dia ativo.
• O limite de gasto diário no percentil 90 aumentou de US$12 para US$30.
• Em implantações em larga escala, o custo típico pode chegar a US$150–US$250 por desenvolvedor por mês antes de otimizações.

Isoladamente, esses valores parecem modestos. Mas em empresas com milhares de engenheiros, o impacto total pode escalar rapidamente.

O caso Uber: orçamento estourado em meses

Relatórios citados na imprensa afirmam que a Uber teria consumido todo o orçamento interno de ferramentas de IA para 2026 já em abril, poucos meses após o início do ano.

Segundo os relatos, cerca de 5.000 engenheiros passaram a usar ferramentas como o Claude Code, e a adoção se espalhou rapidamente dentro da organização.

O resultado foi um gasto muito acima do previsto inicialmente — levando a liderança técnica a repensar o planejamento financeiro para IA.

Esse tipo de situação mostra como ferramentas com cobrança por uso podem escalar custos muito mais rápido do que modelos tradicionais de software empresarial.

Microsoft também estaria reduzindo licenças

Outro caso citado em reportagens envolve a Microsoft, que teria dado acesso ao Claude Code a milhares de funcionários internos no final de 2025 e início de 2026.

Poucos meses depois, a empresa estaria cancelando a maioria dessas licenças internas e direcionando equipes para usar o GitHub Copilot CLI, uma ferramenta da própria Microsoft.

A decisão foi descrita internamente como parte de um esforço de “responsabilidade compartilhada” para controlar gastos com IA.

Isso sugere que, para grandes organizações, gestão de custos de IA já virou tema central de governança, não apenas um detalhe operacional.

A dúvida sobre produtividade real

Outro fator que influencia essas decisões é a produtividade.

A narrativa popular diz que IA acelera muito o desenvolvimento de software. Em alguns contextos isso é verdade — especialmente em tarefas simples ou protótipos.

Mas pesquisas independentes mostram resultados mais mistos.

Um ensaio controlado com desenvolvedores experientes de projetos open source descobriu que, quando tinham acesso a ferramentas de IA modernas, eles levaram cerca de 19% mais tempo para concluir tarefas do que quando programavam sem IA.

Os pesquisadores sugerem que parte da perda de tempo vem de fatores como:

• necessidade de revisar código gerado
• correções adicionais
• adaptação do código da IA ao contexto do projeto

Outro trabalho acadêmico também alerta que, se o volume de código cresce mas a qualidade diminui, isso pode gerar mais dívida técnica ao longo do tempo.

O que tudo isso significa para o futuro da programação com IA

Os sinais atuais não indicam que empresas estão abandonando ferramentas de IA para programar.

O que parece estar acontecendo é algo mais comum em tecnologias emergentes: uma fase de ajuste após a adoção inicial acelerada.

As evidências apontam para três tendências principais:

• custos de uso estão ficando mais visíveis e difíceis de prever em grande escala
• empresas estão limitando acesso, trocando ferramentas ou criando controles de gasto
• os ganhos de produtividade ainda variam muito dependendo da equipe e do tipo de tarefa

Em outras palavras, a IA continua sendo uma ferramenta poderosa para desenvolvedores — mas o modelo econômico e operacional dela dentro das empresas ainda está sendo definido.

Grau de incerteza

Alguns dos episódios citados — como o orçamento da Uber ou o cancelamento de licenças na Microsoft — vêm de reportagens e análises secundárias, e não de comunicados financeiros oficiais detalhados.

Portanto, devem ser interpretados como relatos reportados pela mídia, não como confirmações completas das próprias empresas.

Ainda assim, eles oferecem um sinal importante: a fase de “adotar IA em todo lugar” está dando lugar a uma fase de controle de custos, produtividade e governança.