O Paradoxo de Jevons na Prática
No século XIX, o economista William Stanley Jevons observou que motores a vapor mais eficientes não reduziram o consumo de carvão; pelo contrário, o tornaram tão barato e útil que o consumo total explodiu. O relatório "State of Markets II", publicado pela Andreessen Horowitz (a16z) com dados da Ornn e Bloomberg, mostra que a inteligência artificial vive exatamente esse momento.
O preço cobrado pelas empresas de IA (como OpenAI e Anthropic) para processar informações despencou. Hoje, o custo por um milhão de tokens está abaixo de US$ 1, menos da metade do pico anterior. No entanto, o custo de alugar a infraestrutura física para rodar esses modelos — especificamente as GPUs Nvidia H100 — subiu cerca de 40% entre o final de 2025 e o início de 2026.
A Matemática do Descasamento
O barateamento extremo do token tornou viável casos de uso que antes eram proibitivos. Agentes autônomos que rodam em loop contínuo para resolver problemas complexos e a geração de vídeo por IA saíram dos laboratórios e entraram em produção. O resultado é uma demanda colossal por poder computacional.
- O custo do token caiu para cerca de US$ 0,97 por milhão.
- O aluguel médio de uma GPU H100 subiu de US$ 1,70 para US$ 2,35 por hora, com picos acima de US$ 3,40.
- A fila de espera para reservar clusters dedicados de H100 chega a 18 meses nos grandes provedores.
A Corda Bamba da Infraestrutura
Para Jensen Huang, CEO da Nvidia, esse é o cenário ideal: a IA mais barata gera mais utilidade, justificando a expansão da infraestrutura. Mas analistas alertam para a fragilidade dessa cadeia. O gargalo não é apenas produzir o chip de silício, mas a falta de memória avançada (HBM) e, principalmente, a escassez de energia elétrica para alimentar os data centers.
A tese atual do mercado depende de que o volume de uso da IA cresça mais rápido do que a queda do preço do token. Se a demanda estagnar, a conta da infraestrutura não vai fechar.
O Que Isso Muda Para a Sua Empresa
Para o diretor de tecnologia ou dono de empresa no Brasil, a mensagem é dupla. Se a sua operação consome IA via API — pagando por token para automatizar atendimento, análise de dados ou fluxos de marketing —, o momento é excelente. O custo de operação despencou, permitindo margens melhores e maior experimentação.
Por outro lado, se a sua estratégia envolve treinar modelos próprios do zero ou depender de infraestrutura dedicada em nuvem (bare-metal), o cenário é hostil. O custo em dólar do hardware subiu e a fila de espera é longa. O mercado brasileiro ficará ainda mais dependente dos grandes provedores estrangeiros, já que montar infraestrutura local de ponta se tornou proibitivo.
Pauta originalmente destacada pela newsletter TechDrops, apurada e desenvolvida pela equipe Neurora.