O caso da gigante de transporte expõe o desafio de medir o retorno real da inteligência artificial nas operações corporativas.
A Uber se tornou o mais recente exemplo de uma discussão que ganha força dentro das empresas que investem pesado em inteligência artificial: até que ponto o uso dessas ferramentas realmente compensa o que se gasta com elas? Segundo reportagem publicada pela Exame em 13 de junho de 2026, com base em dados da Bloomberg confirmados pela própria companhia, a Uber esgotou todo o orçamento de 2026 reservado para IA em apenas quatro meses e decidiu impor um teto mensal de uso para ferramentas de programação como Claude Code e Cursor. O episódio expõe uma dúvida que muitos gestores brasileiros também enfrentam: como equilibrar a corrida pela adoção de inteligência artificial com o controle financeiro necessário para que essa tecnologia não se transforme em despesa fora de controle?
Por que o orçamento de IA da Uber acabou tão rápido
De acordo com a Exame, o diretor de tecnologia da Uber, Praveen Neppalli Naga, revelou em abril que o orçamento anual destinado à inteligência artificial já havia sido totalmente consumido, antes mesmo do fim do primeiro semestre. O motivo está ligado à forma como essas ferramentas funcionam. Modelos avançados de IA exigem grande capacidade de processamento, e quando milhares de funcionários passam a usar essas soluções diariamente em tarefas de programação, o custo computacional cresce em ritmo muito mais acelerado do que o previsto. Cada consulta ou trecho de código gerado por um agente de IA representa uma despesa real, e essa conta se multiplica rapidamente em uma operação do tamanho da Uber, presente em diversos países e com milhares de desenvolvedores trabalhando simultaneamente.
O CEO Dara Khosrowshahi já havia comentado que cerca de 10% do código da empresa estava sendo produzido com auxílio de agentes de inteligência artificial, sinal de como a adoção avançou rapidamente dentro da companhia. Esse crescimento, porém, não veio acompanhado de uma mensuração igualmente rápida sobre o retorno financeiro gerado. Em maio, o diretor de operações Andrew Macdonald reconheceu, segundo a Exame, que ainda é difícil estabelecer uma relação direta entre o aumento do uso de IA e a entrega de mais produtos ou funcionalidades concretas para os clientes, o que ajuda a explicar a urgência do tema dentro da empresa.
Como funciona o novo limite de gastos com ferramentas de IA
A solução encontrada pela Uber foi estabelecer um teto mensal de US$ 1.500 por funcionário para cada ferramenta de programação baseada em inteligência artificial, como o Claude Code, da Anthropic, e o Cursor. Esse limite é aplicado de forma individual para cada software, o que significa que o gasto com uma ferramenta não afeta o orçamento disponível para outra. Caso um desenvolvedor precise ultrapassar esse valor, é necessário apresentar justificativa e obter aprovação interna antes de continuar usando a ferramenta acima do teto estabelecido. O controle de todo o processo é feito por um painel interno, que permite à empresa acompanhar em tempo real quanto cada colaborador está consumindo em tokens e recursos de processamento.
Apesar da medida, a Uber reforçou que não está abandonando o uso de inteligência artificial, mas criando uma camada de governança sobre uma tecnologia que, até pouco tempo, era tratada quase como recurso ilimitado dentro da companhia. Esse tipo de regra tende a mudar o comportamento das equipes internas, já que desenvolvedores passam a avaliar com mais cuidado quando o uso de uma ferramenta de IA realmente agrega valor ao trabalho e quando está sendo usado apenas por conveniência. A expectativa é manter a adoção em escala, mas de forma mais consciente.
O que o caso Uber revela para outras empresas que usam IA
O movimento da Uber não é isolado. Segundo a Exame, outras companhias também começaram a adotar mecanismos semelhantes de controle de gastos à medida que ferramentas de inteligência artificial se tornam parte da rotina corporativa em áreas como desenvolvimento de software, atendimento ao cliente, marketing e jurídico. Esse movimento sugere que o mercado está entrando em uma fase mais madura na relação com a tecnologia, deixando de lado a euforia inicial para conviver com limites de gastos, aprovações internas e perguntas mais objetivas sobre custo-benefício. Para empresas brasileiras que expandem o uso de IA, o episódio funciona como alerta sobre a importância de medir resultados desde o início da adoção.
O desafio, segundo especialistas que acompanham o tema, está em encontrar equilíbrio entre controlar custos e não travar a inovação. Limites excessivos podem reduzir a experimentação necessária para que equipes descubram os melhores usos da inteligência artificial em cada negócio, enquanto a ausência de controle pode levar orçamentos a estourarem, como aconteceu com a Uber. A tendência apontada pela reportagem é que a próxima fase da corrida pela IA nas empresas seja menos sobre quem adota a tecnologia primeiro e mais sobre quem consegue comprovar, com dados concretos, que o investimento se traduz em produtividade e resultado financeiro.
O caso da Uber ilustra um momento de transição na forma como as empresas lidam com a inteligência artificial. Depois de uma fase inicial marcada por adoção acelerada e gastos pouco monitorados, companhias de diferentes setores começam a tratar essas ferramentas como parte do orçamento real, sujeitas a metas, limites e prestação de contas como qualquer outro investimento estratégico. Para gestores brasileiros, a lição prática é clara: acompanhar de perto o consumo de ferramentas de IA, definir critérios de uso e medir resultados desde o primeiro mês de adoção pode evitar que o entusiasmo tecnológico se transforme em um problema financeiro inesperado mais adiante.
Autor: Diego Rodríguez Velázquez
