Gartner prevê custo de agentes de IA mais de cinco vezes maior até 2028

A consultoria Gartner projeta que o custo de inferência por fluxo de trabalho com inteligência artificial agêntica vai crescer mais de cinco vezes até 2028, mesmo com o preço do token continuando a cair. A previsão aparece em reportagem publicada em 16 de outubro pelo VentureBeat, assinada por Sean Michael Kerner, e vem do chamado Tokenomics Forecast da Gartner, um modelo econométrico que usa mais de 300 variáveis. Para quem usa agentes de IA para trabalhar ou toca um pequeno negócio, o recado é direto: a conta de IA pode subir justamente quando tudo parece ficar mais barato.

O que a Gartner está dizendo

O argumento central tem nome: o "paradoxo da inferência". O preço por token, a unidade básica de cobrança dos modelos de linguagem, segue em queda. Ainda assim, o gasto total tende a subir, porque as tarefas que as empresas passam a delegar às máquinas ficam muito mais pesadas. Segundo a reportagem, rotear uma tarefa para um modelo de raciocínio agêntico eleva o custo de inferência para o provedor em pelo menos cinco vezes em relação a uma interação simples de chatbot, e muitas vezes mais, conforme a complexidade cresce. Agentes chegam a consumir de 5 a 30 vezes mais tokens por tarefa do que um chatbot básico fazendo o mesmo trabalho.

Will Sommer, diretor sênior de análise da Gartner, resumiu a ideia ao dizer que "os custos de token não estão caindo, estão se alargando". Ele afirmou que os grandes laboratórios, em vez de embolsar a economia de eficiência, estão investindo em modelos mais intensivos em computação, que custam mais por token. Como exemplo, citou o Fable da Anthropic, que sairia mais caro por token do que o Opus. Sommer também disse que a alta de gastos da primavera foi em parte impulsionada pela moda do "tokenmaxxing", a corrida para consumir o máximo possível de tokens, e que o mercado entrou agora numa fase de "aperto de cintos".

Por que a conta sobe mesmo com token barato

A Gartner aponta três motores para esse aumento. O primeiro é que os laboratórios gastam os ganhos de eficiência em modelos maiores e mais caros, em vez de repassar o ganho ao cliente. O segundo é que uma IA mais capaz torna viáveis cargas de trabalho complexas, que usam muito mais tokens do que tarefas simples. O terceiro é a pressão competitiva, que empurra as empresas para casos de uso mais avançados e mais caros, porque o concorrente também está fazendo isso.

A consultoria avisa ainda que a alta não será uma linha reta. Os custos devem subir em ondas irregulares, acompanhando o lançamento de novos modelos, e a Gartner espera várias outras ondas à medida que agentes de raciocínio, modelos de mundo e outras tecnologias amadureçam. Essa dinâmica ajuda a explicar por que a disputa de preços entre os laboratórios, que o Portal da AI acompanhou quando a Anthropic e a OpenAI travaram uma guerra de preços com Opus 5.5 e GPT-6 Sol e Luna, não significa necessariamente uma fatura menor no fim do mês: um preço unitário menor convive com um volume de uso muito maior.

Quanta gente está sem freio de gastos

O texto traz também um dado de pesquisa do VB Pulse, feita em setembro com 109 respondentes qualificados. Entre as empresas que usam uma plataforma de orquestração de agentes, 21% não têm nenhum limite automático para o gasto de tokens dos agentes. Só 31% mandam as tarefas rotineiras e de alto volume para modelos mais baratos. Em outras palavras, uma parcela relevante do mercado ainda opera sem freio e sem roteamento, o que é um convite a surpresas na fatura quando os fluxos ganham escala. A amostra é pequena, então o número serve como indício e não como retrato definitivo do mercado.

As cinco recomendações da Gartner

Para conter a escalada, a Gartner recomenda cinco movimentos, segundo a reportagem do VentureBeat:

Investir em observabilidade. Sommer disse que as empresas "não conseguem otimizar o que não conseguem observar" e defendeu práticas de AI FinOps, ou seja, gestão financeira específica para o gasto com IA, com acompanhamento detalhado de quem gasta quanto e em quê.

Amarrar o gasto a resultados. Prever custos em cenários de incerteza e medir contra métricas como tarefas automatizadas ou casos resolvidos, melhorando ou aposentando os fluxos que não se pagam.

Institucionalizar o roteamento por camadas. Encaminhar automaticamente cada consulta ao modelo mais eficiente em custo e bloquear o uso padrão de modelos de fronteira em tarefas rotineiras.

Definir padrões mínimos de execução. Fixar de antemão limites de sucesso, custos de conformidade e custos de mitigação de risco, e testar as implantações contra oscilações de preço de token antes de aprová-las.

Usar dados próprios. Ajustar modelos com dados do domínio e criar ciclos de retroalimentação para sustentar diferenciação e margem. A Gartner afirma que modelos eficientes e específicos de um domínio costumam superar modelos genéricos de fronteira em confiabilidade.

O que isso muda para quem empreende no Brasil

A Gartner fala de grandes empresas, mas a lógica vale para o freelancer e para o pequeno negócio brasileiro, com um agravante: boa parte dos preços de IA é cotada em dólar, e o real oscila. Um fluxo que parece barato na planilha pode estourar o orçamento se o consumo de tokens crescer e o câmbio apertar ao mesmo tempo. Por isso, vale entender o básico de como a cobrança funciona, algo que explicamos em tokens e janela de contexto em IA, o que são e por que importam.

Na prática, a recomendação de roteamento por camadas pode ser aplicada em escala pequena. Use o modelo mais potente apenas onde a qualidade faz diferença, como uma proposta comercial importante ou uma análise delicada, e deixe tarefas simples, como classificar e-mails ou reformatar texto, para modelos menores e baratos. Se você ainda está decidindo qual assistente usar para cada função, o comparativo ChatGPT, Claude ou Gemini, qual IA escolher ajuda a pensar nessa divisão, e o guia sobre a diferença entre agente de IA, chatbot e automação mostra quando um agente completo é de fato necessário. Muitas vezes uma automação simples, de custo previsível, resolve o mesmo problema.

Quem quer levar um agente para dentro da empresa ou para o chefe também deve incluir o custo recorrente na conta. O modelo de proposta de piloto de IA em uma página pode ganhar uma linha própria com a estimativa de consumo e o teto mensal aceitável, e o texto sobre como usar IA para reduzir custos operacionais em pequenos negócios lembra que a economia só existe quando o custo da própria IA entra no cálculo.

Um alerta que combina com outras estratégias de custo

A previsão da Gartner dialoga com tentativas do mercado de baratear a execução de agentes por outros caminhos. O Portal da AI mostrou, por exemplo, a tese de que PCs com IA embutida poderiam reduzir o custo de agentes ao dividir o processamento entre nuvem e máquinas locais. São respostas diferentes para o mesmo problema: o consumo de computação dos agentes cresce mais rápido do que o preço unitário cai.

Vale também a cautela de leitura. Previsões de consultorias são estimativas baseadas em modelos e premissas, não fatos consumados, e o próprio horizonte de 2028 deixa espaço para mudanças de preço, de arquitetura e de concorrência. O que a reportagem sustenta, com base nas falas da Gartner, é uma direção: sem medição e sem limites, o gasto com agentes tende a escapar do controle. Para quem está começando a automatizar, o melhor momento de montar esses freios é antes de o fluxo ficar grande demais para ser desligado sem dor.