O mito da eficiência infinita

A OpenAI irá começar a exibir anúncios no ChatGPT. Essa tática de publicidade como fonte de receita começou nos anos 2000 e é prática comum até hoje em quase toda plataforma que conhecemos. Mas a abordagem traz reflexões fundamentais que podemos trazer para nossas empresas.

O problema da OpenAI é o alto consumo de infraestrutura que seus modelos demandam. Diferente do software tradicional, onde o custo de servir um novo usuário é praticamente zero, em modelos de linguagem o custo é variável e ocorre a cada prompt.

Ou seja, se no patamar de precificação atual o ChatGPT gera prejuízo para a empresa, ou mais pessoas se tornam assinantes, ou o preço da assinatura aumenta ou o modelo se torna mais eficiente.

Considerando sua estratégia de dominância de mercado, o que a OpenAI não quer fazer é aumentar preços, para que mais pessoas sejam usuárias frequentes e pagantes.

O ChatGPT tem cerca 800 milhões de usuários por semana, onde apenas 5% são assinantes. E o próprio Sam Altman já disse que mesmo os usuários do plano mais premium, que atualmente pagam USD 200 por mês, estão dando prejuízo para a empresa.

Até aqui podemos tirar algumas conclusões: muitas pessoas usam o ChatGPT, muitas pessoas o usam muito intensamente, e a economia disso não está equilibrada.

Essa matemática que não fecha na OpenAI é o sintoma de uma febre que atinge o mundo corporativo: a obsessão pelo volume. Mas volume não é resultado.

Por exemplo, se a sua equipe está produzindo 10x mais “entregáveis” que não movem o ponteiro do lucro, você não aumentou a produtividade, apenas aumentou o seu custo de processamento e o ruído da sua operação.

O usuário de alta intensidade que dá prejuízo à OpenAI é o reflexo do colaborador que dá prejuízo à sua empresa: aquele que consome recursos massivos para automatizar processos que nem deveriam existir.

Se a própria OpenAI está com dificuldade em lucrar com o uso intensivo de seus modelos mais caros, por que você acredita que o lucro do seu negócio virá de uma equipe que gasta inteligência cara (humana ou artificial) para resolver problemas baratos?

Um erro comum é tratar a tecnologia como um buffet livre. Mas, como vimos, cada “prato” tem um custo de inferência real em energia, processamento e, principalmente, tempo de atenção.

A produtividade real em 2026 não é sobre o volume de saída, mas sobre a seletividade do que entra na linha de produção.

Para o líder de negócio, vejo três perguntas de sobrevivência:

1. O custo da resposta compensa o valor da pergunta? Se o custo para gerar um insight é maior do que o ganho que esse insight traz, você tem um dreno de margem, não uma inovação.
2. Estamos automatizando o valor ou apenas o entulho? Gerar 10x mais relatórios automáticos que ninguém lê é um caminho enganoso e rápido para perder tempo e dinheiro.
3. Sua equipe é composta por arquitetos ou por ‘pilotos de prompt’? O piloto apenas consome recursos; o arquiteto desenha fluxos onde a tecnologia é usada apenas onde o retorno é exponencial.

A OpenAI se rendeu aos anúncios porque descobriu que o suor do processamento bruto não se paga sozinho. O líder que não fizer a transição de volume para a relevância, irá gerar apenas menores retornos marginais ao seu negócio.

No fim das contas, a inteligência tem preço de tabela. E ele está subindo.