Pesquisas recentes revelam um dilema na adoção de inteligência artificial. No estudo The State of AI 2026, publicado em agosto pela McKinsey, 80% dos 1.719 participantes de 97 países afirmam que a tecnologia melhorou sua produtividade individual, mas apenas 37% relatam impacto positivo no resultado operacional de suas empresas. A distância entre esses números resume o desafio de transformar ganhos individuais em resultados para o negócio.
Um projeto pessoal ilustra o problema. Todos os dias, um sistema que desenvolvi reúne dados de saúde dos meus aparelhos e me envia um resumo pelo WhatsApp. Em junho, o custo foi de US$ 19, com boa parte concentrado na construção e nos testes, enquanto a rotina em operação custava centavos. O motivo foi simples: por descuido, uma tarefa pequena rodou durante semanas no modelo mais caro disponível.
Na IA, cada tarefa tem um custo que varia conforme sua complexidade e o modelo utilizado. Nem toda atividade exige a capacidade dos modelos mais potentes. Em uma empresa, manter essa configuração para tudo pode multiplicar gastos em dezenas de rotinas. Por isso, controlar o consumo é importante, mas não basta: é preciso saber o que cada aplicação entrega em troca.
Na Ânima Educação, superamos 10 bilhões de tokens consumidos em 2025, dez vezes o volume de 2024. Em 2026, a projeção é ultrapassar em mais de 20 vezes o consumo do ano passado. O crescimento demonstra a velocidade da adoção, mas não comprova retorno.
