McKinsey identifica custos até 30 vezes maiores em agentes de IA

A 26 de Setembro de 2026, a McKinsey advertiu que a adopção de agentes de inteligência artificial está a tornar os custos empresariais menos previsíveis. Para o mesmo objectivo, diferentes formas de execução por agentes podem produzir uma diferença de custos até 30 vezes superior. A questão, segundo os dados citados, não se resume à tarifa de um modelo: importa quanto custa concluir efectivamente uma tarefa, incluindo as sucessivas operações necessárias.

O mesmo pedido pode gerar consumos muito distintos

Um chatbot convencional recebe uma pergunta e devolve uma resposta. Um agente pode dividir uma tarefa em vários passos, avaliar alternativas, chamar ferramentas ou sistemas externos, inspeccionar os resultados e alterar a abordagem antes de terminar. Cada passo adicional pode implicar mais chamadas ao modelo e mais tokens. É esta sequência operacional que torna inadequado assumir que pedidos semelhantes terão custos semelhantes.

Um artigo de trabalho de 2026, elaborado por investigadores da Universidade de Michigan, Universidade Stanford, All Hands AI, Google DeepMind, Microsoft AI e MIT, concluiu que tarefas de programação conduzidas por agentes consumiram cerca de mil vezes mais tokens do que as tarefas de raciocínio e conversação sobre código usadas para comparação. O estudo verificou também que execuções da mesma tarefa podiam divergir até 30 vezes no consumo total de tokens.

A redução de preços convive com maior utilização

Os preços por unidade têm descido rapidamente. O AI Index de Stanford de 2025 estimou que o custo de consultar um modelo com desempenho ao nível do GPT-3.5 num teste padronizado de conhecimento e raciocínio caiu de 20 dólares por milhão de tokens, em Novembro de 2022, para 0,07 dólares em Outubro de 2024. Trata-se de uma redução superior a 280 vezes em cerca de 18 meses. A análise, apoiada em dados da Epoch AI, apontou descidas anuais dos preços de inferência entre nove e 900 vezes, consoante a tarefa.

• O preço por token descreve apenas uma parte da despesa de um sistema de IA.
• Agentes podem consumir muito mais tokens porque planeiam, executam, verificam e repetem etapas.
• A Gartner indicou, em Agosto de 2026, que um modelo de raciocínio agêntico pode elevar em pelo menos cinco vezes o custo de inferência do fornecedor face a uma interacção básica de chatbot.
• O custo relevante por tarefa inclui modelos, tokens, computação, orquestração e supervisão humana, confrontados com o valor obtido.

A OCDE estimou, numa análise de Julho de 2026, que os preços ajustados à qualidade dos modelos de texto para texto caíram quase 80% entre Janeiro de 2024 e Abril de 2026. Ao mesmo tempo, a organização assinalou que os agentes usam substancialmente mais tokens por tarefa e podem aumentar a intensidade de uso dos modelos por ordens de grandeza. Assim, uma factura final maior não contradiz necessariamente a descida das tarifas unitárias.

Orçamentos ultrapassados e retorno por demonstrar

No inquérito de IA de 2026 referido pela McKinsey, cerca de um terço das organizações inquiridas disse aplicar mais de 10% do orçamento de tecnologia e comunicações em IA. Sessenta por cento planeavam aumentar a despesa no ano seguinte. Cerca de um quinto afirmou que a despesa com IA já exercia pressão sobre os custos operacionais. A consultora descreveu estas despesas como cada vez mais concretas e visíveis.

O Enterprise AI FinOps Survey da McKinsey, de Maio de 2026, abrangeu 75 participantes qualificados de cinco indústrias. De acordo com o levantamento, 93% reportaram ter excedido os seus orçamentos de IA. A McKinsey citou ainda dados da Menlo Ventures, segundo os quais a despesa empresarial em grandes modelos de linguagem terá aproximadamente triplicado nos 12 meses até ao fim de 2025.

As equipas de desenvolvimento de software surgem como caso especialmente exposto. A McKinsey salientou que automatizar programação com ferramentas agênticas exige muitos tokens. Estudos anteriores citados pela consultora identificaram reduções de 35% a 40% do tempo humano em algumas tarefas de gabinetes de transformação, ultrapassando 70% em determinados casos. Essas reduções são resultados reportados em situações específicas; não substituem a verificação do valor criado em cada implementação.

A Gartner chama a este efeito “paradoxo da inferência”. Na sua análise de Agosto de 2026, a empresa prevê que os custos de inferência por fluxo de trabalho agêntico aumentem mais de cinco vezes até 2028. A previsão diz respeito aos custos de inferência desses fluxos, e não implica que todas as organizações terão a mesma evolução de despesa. A complexidade da tarefa, o desenho do processo e a frequência de utilização continuam a ser factores determinantes.

Para empresas em Portugal, a consequência é olhar para contratos de cloud, APIs e ferramentas de desenvolvimento com métricas operacionais mais próximas do trabalho real. Medir apenas volume de tokens pode ocultar reexecuções, integrações, validações e intervenção humana. Uma tarefa bem definida permite comparar alternativas: um modelo pequeno, um modelo de pesos abertos executado pela própria organização ou um serviço de fronteira disponibilizado por um fornecedor.

A Coforge afirmou que os seus clientes se têm orientado para combinações de modelos, usando modelos mais dispendiosos quando a capacidade adicional é necessária e opções menores ou de pesos abertos noutros trabalhos. Pesos abertos não equivalem obrigatoriamente a software totalmente aberto, pois dados de treino e outros componentes podem não ser divulgados. Para a McKinsey, os próximos 12 meses serão decisivos para aprender a medir custo e benefício dos agentes. A prioridade de gestão será demonstrar que a automatização produz valor suficiente para justificar o seu consumo computacional.