Skip to main content Skip to footer

RELATÓRIO DE INVESTIGAÇÃO

O guia de Tokenomics de IA para CIOs

Como enxergar, controlar e contabilizar os gastos com tokens de IA em escala.

10 MINUTOS DE LEITURA

10 September 2026

Resumo

  • Quatro em cada cinco dólares gastos com tokens de IA não têm uma relação mensurável com os resultados dos negócios

  • 80% dos executivos afirmam que a IA gera valor, mas menos de 20% dos investimentos em tokens estão relacionados a resultados concretos

  • Os CIOs enfrentam um dilema duplo: não conseguem prever o consumo nem demonstrar os resultados que ele gera. Eles têm uma conta de tokens que ninguém consegue prever e um valor que ninguém consegue comprovar.

  • O novo desafio do CIO: transformar o consumo de tokens de uma despesa imprevisível em um investimento que os CEOs consigam quantificar e boards consigam avaliar.

Profissionais de IA têm dedicado os últimos anos a construir argumentos para justificar investimentos na área. Agora eles precisam responder pela economia: os custos de tokens estão chegando como um novo e relevante item de despesa, com um ritmo de crescimento que supera a capacidade de justificá-lo. A Tokenomics é hoje pauta de boards, à medida que os custos de cada prompt, inferência e interação agêntica disparam mais rápido do que a capacidade de uma empresa de comprovar o valor que eles geram.

Realizamos uma pesquisa com 750 executivos seniores de 17 países e entrevistamos 15 líderes de tecnologia e finanças de empresas globais da Fortune 500. De cada cinco dólares gastos com tokens corporativos, menos de um dólar pode ser vinculado a um resultado financeiro quantificado — receita influenciada, custo evitado ou produtividade convertida em um número que a área de finanças consiga usar como base para agir.

A preocupação surge de duas lacunas: as empresas não conseguem prever com precisão o volume de tokens e os gastos de um trimestre para o outro, e também não conseguem explicar o retorno após o investimento do dinheiro. Isso cria um dilema duplo. Quando os custos são imprevisíveis, os departamentos financeiros hesitam em aprovar orçamentos maiores para a IA. Quando o valor é invisível, os boards pressionam os CEOs a explicar a situação, recorrem aos CFOs para exercer controle e os CFOs, por sua vez, contam com os CIOs para tornar o consumo de IA previsível, economicamente disciplinado e comprovadamente valioso.

Quatro em cada cinco executivos afirmam que a IA está gerando resultados mensuráveis, mas menos de um em cada cinco consegue associar o valor investido em tokens ao retorno obtido. Muitas pessoas têm dificuldade em explicar esse tipo de gasto em termos financeiros que permitam ao CFO tomar uma decisão, ao CEO quantificá-lo e, ao board, avaliá-lo.

A questão econômica não é... quantos tokens foram consumidos, mas o que esses tokens fizeram de fato?

Field CTO de IA, Cibersegurança e Dados, empresa global de infraestrutura de tecnologia

78%

O crescimento esperado no consumo de tokens nos próximos 24 meses

1 em 3

organizações esgotam seus orçamentos de tokens antes do final do ano

Só 35%

das empresas conseguem calcular o custo por resultado obtido, mesmo nos seus maiores casos de uso de IA

O problema está na trajetória

Os números tornam esse dilema difícil de ignorar. As empresas que participaram do nosso estudo investiram cerca de US$ 2,5 bilhões em tokens de IA no ano passado. O gasto com tokens agora ocupa o terceiro lugar entre os principais fatores de custo da IA, atrás apenas da infraestrutura e do desenvolvimento e manutenção de softwares. 

A trajetória é a real preocupação: as empresas esperam que o volume de consumo de tokens aumente 78% nos próximos 24 meses. Mesmo considerando uma queda prevista de 19% nos preços, os executivos estimam que, no mesmo período, o gasto total com tokens chegará a cerca de US$ 3,6 bilhões, sem qualquer otimização aplicada. Por trás desse dado agregado, a amplitude é enorme: uma empresa global de tecnologia gasta mais de US$ 20 milhões por ano, uma seguradora europeia com um orçamento para inferência de IA que varia entre US$ 150 e 200 milhões, e uma contratada do governo com teto global de gastos com IA de US$ 250 milhões.

Hoje em dia, os gastos com tokens podem estar passando despercebidos pelos boards. Mas a trajetória desse custo é preocupante. Os CIOs e seus colegas do financeiro podem descobrir que os gastos operacionais se tornam um risco financeiro significativo de forma surpreendentemente rápida.

Em nossas entrevistas, um líder de tecnologia de uma grande instituição financeira dos EUA relatou um aumento de 5 a 10 vezes nos gastos com tokens em um período de seis meses. Um grande banco europeu passou seus gastos anuais com tokens de quase zero para 5 milhões de euros em 12 meses, com um único workload consumindo 200 mil euros por semana.

É um problema real... crescendo a cada minuto, a cada dia... acompanhar os gastos com tokens é, sem dúvida, um desafio, especialmente quando esses gastos estão distribuídos entre várias organizações e equipes.

CTO, empresa global de dados financeiros e mídia

A queda dos preços da IA não será a salvação. Nove em cada dez executivos afirmam que tokens mais baratos os levarão a expandir os casos de uso, em vez de reduzir os gastos. Quando perguntados sobre o que fariam se os preços baixassem mais 25%, apenas um de cada 20 executivos disse que guardaria o dinheiro economizado.

Como os executivos reagirão à queda no preço dos tokens

Se os preços dos tokens caíssem 25% ou mais, o que seria mais provável que a sua organização fizesse?
Se os preços dos tokens caíssem 25% ou mais, o que seria mais provável que a sua organização fizesse?

Uma conta que você não consegue prever, com um valor que você não consegue comprovar

As empresas não conseguem enxergar o consumo de tokens em nível de workload. Gasto que não está vinculado a um workload não pode ser previsto, e valor que não está vinculado a um workload não pode ser comprovado. Basicamente, as empresas têm um custo com IA que ninguém consegue prever e um valor que ninguém consegue comprovar. Esse gap tem origem em seis pontos cegos que estão comprometendo silenciosamente os orçamentos de IA.

O que isso exige do CIO?

O caminho estratégico é corrigir a causa raiz com visibilidade, responsabilidade e responsabilização financeira em nível de workload. E cinco disciplinas separam as empresas que estão se destacando das demais. A visibilidade vem em primeiro lugar, pois os outros quatro fatores dependem dela. E existe uma alavanca que supera todas as outras, mas menos de 10% das empresas a utilizam.

01

Tornar todo workload observável antes de escalá-lo

Implemente um gateway de IA ou uma camada de observabilidade que capture, para cada interação com a IA, o nome do workload, a equipe responsável, o modelo utilizado, o custo dos tokens e a resposta gerada. Sem isso, todo o resto não passa de recomendação.

DADOS

53%

do uso de tokens podem ser rastreados até um usuário ou equipe específicos.

02

Fazer as equipes pagarem pelo que usam

Cobre das equipes consumidoras o custo de tokens que elas consomem. Comece pela engenharia e pelas três ou quatro funções que mais consomem recursos.

O showback torna o consumo visível, mas não implica consequências financeiras. Isso só muda a percepção e altera o comportamento quando associado a outros incentivos. O sistema de chargeback cobra da equipe consumidora pelos recursos que ela utiliza. Este é o indicador mais forte de otimização de custos e atribuição de valor nesta pesquisa, mas ainda é pouco utilizado atualmente pelas empresas. Sua eficácia depende da existência de capacidades de governança complementares implementadas.

O mecanismo é direto. Quando uma equipe arca com os custos do seu próprio consumo, os gestores questionam se o gasto é justificado e os engenheiros começam a escolher modelos levando em conta o custo.

DADOS

Apenas 7%

das empresas utilizam um modelo de chargeback para monitorar os custos com IA.

03

Enviar cada tarefa para o modelo de que realmente precisa

Identifique os cerca de 10% das tarefas que realmente exigem capacidade de ponta (com raciocínio complexo, síntese de múltiplas fontes e geração de alto risco) e encaminhe todo o restante para modelos de capacidade intermediária ou de peso aberto. Imponha essa roteamento no gateway, em vez de deixá-lo como orientação a critério de cada desenvolvedor.

DADOS

90%

das mais de 9.000 tarefas analisadas não exigem a capacidade de um modelo de ponta, pois um modelo intermediário eficiente já é suficiente.

04

Exigir uma análise de valor antes que qualquer workload seja implementado na produção

Antes de investir capital em qualquer novo workload de IA, defina três aspectos: qual é o custo atual do processo em termos de dinheiro ou tempo; qual resultado financeiro específico a IA vai melhorar; e como esse resultado será medido em dólares. A partir daí, controle o fluxo.

Isso não precisa ser complicado. Mas precisa existir antes do gasto, e não como uma tentativa de justificá-lo depois.

O que é considerado valor varia de acordo com a função: a taxa de desvio nas operações com clientes, o tempo de ciclo no desenvolvimento de software e as horas por transação no processamento de back-office. A definição muda. O requisito, não.

DADOS

<20%

dos gastos com tokens podem ser atribuídos a um resultado financeiro quantificado.

05

Desenvolver habilidades em IA em toda a organização

A maioria dos erros de roteamento acontece por falta de orientação clara, e não por falta de bom senso. Desenvolvedores e funcionários optam pelo modelo mais eficiente porque não percebem a diferença de custo e, muitas vezes, não têm uma regra clara para determinar quando um modelo mais barato é suficiente.

Torne a visibilidade de custos acessível a quem precisar. Configure o padrão de forma que a escolha certa também seja a mais fácil, e reserve o julgamento humano para os casos em que ele realmente faça a diferença.

DADOS

54%

das solicitações de IA são erroneamente redirecionadas para modelos mais potentes e caros do que a tarefa exige.

Disciplina é o que faz a diferença

A liderança em IA se resume a controle e disciplina de gestão. As empresas que obtêm sucesso gerenciam cada token antes que ele se torne um custo a ser justificado, e depois o associam a um caso de valor que possam explicar.

Nenhuma dessas tarefas é responsabilidade exclusiva do CIO. É necessário que o CFO torne o valor mensurável uma condição para o investimento em IA, que o CHRO incorpore a conscientização sobre custos nas expectativas da força de trabalho e que os líders de negócios atribuam um responsável específico para cada tarefa desde o primeiro dia.

As perguntas já estão circulando: do board ao CEO, do CEO ao CFO, e do CFO ao CIO. Os CIOs que implementarem agora visibilidade de workload, responsabilização financeira e disciplina de roteamento terão uma resposta e a confiança para escalar a IA com base em evidências, e não na esperança.

Sobre esta pesquisa

Esta pesquisa entrevistou 750 executivos seniores de empresas com faturamento anual superior a US$ 1 bilhão em 17 países, além de 15 entrevistas detalhadas realizadas com líderes de tecnologia e finanças de empresas listadas na Fortune 500, entre junho e julho de 2026.

AUTORES

Ajoy Menon

Digital Core Reinvention Partner Lead

Lan Guan

Chief AI and Data Officer; AI and Data Reinvention Engine Lead

James Burrows

Technology Strategy & Transformation Lead

Surya Mukherjee

Principal Director – Accenture Research