RELATÓRIO DE INVESTIGAÇÃO
Guia de tokenomics da IA para CIO
Como monitorizar, controlar e contabilizar os custos dos tokens de IA em escala
10 MINUTOS DE LEITURA
10 September 2026
Resumo
- Quatro em cada cinco dólares gastos em tokens de IA não estão associados, de forma quantificada, a resultados de negócio
- 80% dos líderes afirmam que a IA gera valor, mas menos de 20% dos gastos com tokens estão associados a resultados mensuráveis
- Os CIO enfrentam um duplo desafio: não conseguem prever o consumo nem demonstrar o valor gerado. A fatura é imprevisível e o retorno difícil de comprovar
- A nova missão do CIO é transformar o consumo de tokens, de uma despesa imprevisível, num investimento cujo valor os CEO possam quantificar e os conselhos de administração avaliar
Nos últimos anos, os profissionais de IA concentraram-se em justificar o investimento. Agora, têm de demonstrar a sua sustentabilidade económica: os custos dos tokens estão a tornar-se uma rubrica orçamental nova e relevante, crescendo mais depressa do que a capacidade de justificar esse aumento. A tokenomics passou, por isso, a ser uma preocupação dos conselhos de administração, à medida que o custo de cada instrução, inferência e interação com agentes aumenta mais rapidamente do que a capacidade das organizações para demonstrar o valor gerado.
Inquirimos 750 líderes de topo, em 17 países, e entrevistámos 15 responsáveis das áreas de tecnologia e finanças de empresas da Fortune 500. Menos de um em cada cinco dólares gastos pelas organizações em tokens pode ser associado a resultados financeiros concretos, como impacto nas receitas, custos evitados ou ganhos de produtividade traduzidos em métricas acionáveis pelas equipas financeiras.
Esta preocupação resulta de duas lacunas: as organizações não conseguem prever, com fiabilidade, o volume e os custos dos tokens de um trimestre para o outro, nem explicar o retorno do investimento. Daqui resulta um duplo problema. Quando os custos são imprevisíveis, as equipas financeiras hesitam em aprovar orçamentos mais elevados para IA. Quando o valor não é visível, os conselhos de administração exigem explicações aos CEO; estes procuram maior controlo junto dos CFO; e os CFO esperam que os CIO tornem o consumo de IA previsível, financeiramente disciplinado e comprovadamente gerador de valor.
Quatro em cada cinco líderes afirmam que a IA está a gerar resultados mensuráveis, mas menos de um em cada cinco consegue relacionar esse valor com os gastos em tokens. A maioria tem dificuldade em traduzir esta despesa em termos financeiros que permitam ao CFO agir, ao CEO quantificar o retorno e ao conselho de administração avaliar o investimento.
Perguntas frequentes
O que é a tokenomics?
A Tokenomics Foundation define a tokenomics da IA como a disciplina de converter energia e capital em capacidades de IA e de utilizar essa inteligência de forma eficiente em toda a organização, com o objetivo de gerar valor de negócio mensurável. Os tokens são as unidades de dados processadas pelos modelos de IA e são consumidos em cada instrução, resposta, etapa de recuperação de informação e interação com agentes. Este relatório, e as disciplinas que apresenta, centram-se no custo dos tokens e no valor que estes geram.
A questão económica não é quantos tokens foram consumidos, mas o que é que esses tokens realmente permitiram alcançar.
Field CTO for AI, Cybersecurity and Data; Organização Global de Infraestruturas Tecnológicas
78%
Crescimento previsto do consumo de tokens nos próximos 24 meses
1 em 3
organizações esgota o orçamento para tokens antes do final do ano
Apenas 35%
das organizações conseguem calcular o custo por resultado de negócio, mesmo no seu principal caso de uso de IA
O verdadeiro problema está na trajetória dos custos
Os números tornam impossível ignorar este duplo problema. No último ano, as organizações que participaram no inquérito gastaram cerca de 2,5 mil milhões de dólares em tokens de IA. Os tokens são já o terceiro maior fator de custo da IA, depois da infraestrutura e do desenvolvimento e manutenção de software.
A verdadeira preocupação está na trajetória: as organizações preveem que o consumo de tokens aumente 78% nos próximos 24 meses. Mesmo admitindo uma descida de 19% nos preços, os líderes estimam que, sem qualquer otimização, a despesa total com tokens se aproxime dos 3,6 mil milhões de dólares no mesmo período. Por detrás deste valor existem realidades muito distintas: uma empresa tecnológica global que gasta mais de 20 milhões de dólares por ano; uma seguradora europeia com um orçamento de 150 a 200 milhões de dólares para inferência de IA; e uma organização contratada pelo governo com um limite global de 250 milhões de dólares para despesas de IA.
Atualmente, os gastos com tokens podem ainda passar despercebidos à gestão. No entanto, a trajetória destes custos é preocupante. Os CIO e as equipas financeiras poderão rapidamente constatar que esta despesa operacional se está a transformar num risco financeiro significativo.
Numa das entrevistas, um responsável de tecnologia de uma importante instituição financeira norte-americana relatou um aumento de cinco a dez vezes nos gastos com tokens em seis meses. Um grande banco europeu passou de um investimento quase nulo para cinco milhões de euros por ano em tokens, em apenas 12 meses, sendo que uma única carga de trabalho consome 200 mil euros por semana.
É um problema real, que cresce a cada minuto, todos os dias. Acompanhar os gastos com tokens é um verdadeiro desafio, sobretudo quando estão distribuídos por várias áreas e equipas.
Chief Technology Officer; Organização Global de Dados Financeiros e Meios de Comunicação
A descida dos preços da IA não resolverá o problema. Nove em cada dez líderes afirmam que tokens mais baratos os levariam a expandir os casos de uso, em vez de reduzir a despesa. Quando questionados sobre o que fariam perante uma redução adicional de 25% nos preços, apenas um em cada 20 respondeu que pouparia o montante excedente.
Como irão os líderes reagir à queda do preço dos tokens
Uma despesa imprevisível, com um valor difícil de comprovar
As organizações não conseguem visualizar o consumo de tokens ao nível de cada carga de trabalho. Sem essa associação, é impossível prever os custos ou comprovar o valor gerado. Na prática, as organizações enfrentam uma despesa de IA imprevisível e um retorno difícil de demonstrar. Esta lacuna resulta de seis pontos cegos que estão a consumir silenciosamente os orçamentos de IA.
Custos das tarefas desconhecidos
Modelos de topo por defeito
Multiplicação do consumo por agentes
Orçamentos desatualizados
Preços fragmentados
Responsabilização insuficiente
O que esta realidade exige dos CIO
Para avançar, é necessário atuar na raiz do problema, assegurando visibilidade, prestação de contas e responsabilização financeira ao nível de cada carga de trabalho. Cinco disciplinas distinguem as organizações que estão a progredir. A visibilidade surge em primeiro lugar, porque todas as outras dependem dela. E existe uma alavanca com um impacto superior às restantes, embora menos de 10% das organizações a utilize.
01
Tornar cada carga de trabalho observável antes de a expandir
Implemente um gateway de IA ou uma camada de observabilidade que registe, em cada interação: a carga de trabalho, a equipa responsável, o modelo utilizado, o custo dos tokens e o resultado obtido. Sem esta base, todas as restantes medidas serão apenas recomendações.
DADO
53%
da utilização de tokens pode ser atribuída a um utilizador ou a uma equipa específica.
02
Responsabilizar as equipas pelo que consomem
Impute às equipas os custos dos tokens que consomem. Comece pela engenharia e pelas três ou quatro funções com maior consumo.
O showback torna o consumo visível, mas não produz consequências financeiras. Só altera a perceção e os comportamentos quando é associado a outros incentivos. O chargeback, por sua vez, atribui o custo à equipa responsável pelo consumo. Segundo este estudo, é o indicador mais forte de otimização de custos e de atribuição de valor, embora ainda seja utilizado por poucas organizações. A sua eficácia depende de capacidades de governação adequadas.
O mecanismo é simples: quando uma equipa suporta o custo do próprio consumo, os gestores questionam se a despesa se justifica e os engenheiros passam a considerar o custo na escolha dos modelos.
DADO
Apenas 7%
das organizações utiliza um modelo de chargeback para monitorizar os custos da IA.
03
Encaminhar cada tarefa para o modelo adequado
Identifique os cerca de 10% de cargas de trabalho que exigem modelos de topo, por envolverem raciocínio complexo, síntese de múltiplas fontes ou geração de alto risco. Encaminhe as restantes para modelos intermédios ou de pesos abertos que ofereçam capacidade suficiente. Aplique esta regra diretamente no gateway, em vez de a deixar ao critério de cada programador.
DADO
90%
das mais de 9.000 tarefas analisadas não exigem um modelo de topo; um modelo de capacidade intermédia é suficiente.
04
Exigir uma prova de valor antes de colocar qualquer carga de trabalho em produção
Antes de investir numa nova tarefa de IA, defina três elementos: o custo atual do processo, em dinheiro ou tempo; o resultado financeiro específico que a IA deverá melhorar; e a forma como esse resultado será quantificado. Depois, mantenha esses critérios.
O modelo não tem de ser complexo, mas deve existir antes da despesa, e não apenas quando chega o momento de a justificar.
A definição de valor varia consoante a função: taxa de desvio no apoio ao cliente, tempo de ciclo no desenvolvimento de software ou horas por transação no processamento administrativo. A métrica muda; a exigência mantém-se.
DADO
< 20%
dos gastos em tokens podem ser atribuídos a um resultado financeiro quantificado.
05
Desenvolver competências de IA em toda a organização
A maioria dos erros de encaminhamento resulta da falta de orientações claras, e não da falta de bom senso. Programadores e colaboradores escolhem o modelo mais avançado porque não veem a diferença de custos e, muitas vezes, não dispõem de uma regra simples que indique quando um modelo mais económico é suficiente.
Dê a todos acesso à informação sobre custos. Defina padrões que tornem a opção correta também a mais simples e reserve o discernimento humano para os casos em que é verdadeiramente necessário.
DADO
54%
dos pedidos de IA são encaminhados para um modelo mais avançado e dispendioso do que o necessário.
A disciplina faz a diferença
A liderança em IA exige disciplina de controlo e gestão. As organizações mais bem-sucedidas gerem cada token antes de este se transformar num custo a justificar e associam-no, desde o início, a uma prova de valor clara.
Esta responsabilidade não é exclusiva do CIO. O CFO deve tornar a criação de valor mensurável uma condição do investimento em IA; o CHRO deve integrar a consciência dos custos nas expectativas dos colaboradores; e os líderes de negócio devem designar, desde o primeiro dia, uma pessoa responsável por cada carga de trabalho.
As perguntas já percorrem toda a cadeia de liderança: do conselho de administração ao CEO, do CEO ao CFO e do CFO ao CIO. Os CIO que assegurarem visibilidade ao nível da carga de trabalho, responsabilização financeira e disciplina no encaminhamento terão as respostas e a confiança necessárias para expandir a IA com base em evidências, e não apenas em expectativas.
Sobre este estudo
Este estudo incluiu um inquérito a 750 líderes de topo de organizações com receitas anuais superiores a mil milhões de dólares, em 17 países, e 15 entrevistas aprofundadas com responsáveis de tecnologia e finanças de empresas da Fortune 500, realizadas entre junho e julho de 2026.