Meta e Microsoft tomam medidas para reduzir o uso do Claude AI pelos funcionários
Grandes empresas de tecnologia como Microsoft e Meta estariam limitando os gastos internos com o Claude AI da Anthropic, reduzindo alguns orçamentos de funcionários de até US$100 mil para cerca de US$10 mil por mês e incentivando equipes a usar modelos internos ou mais baratos. Os comentaristas associam essa mudança ao controle de custos, à governança de dados e ao “dogfooding” das pilhas de IA corporativas, em vez de uma rejeição direta às ferramentas de IA. Muitos argumentam que entramos em uma fase de “bom o suficiente”, em que modelos intermediários ou locais dão conta da maioria dos trabalhos, enquanto crescem as dúvidas sobre ganhos reais de produtividade, o uso excessivo de tokens e o que essa retração significa para a receita da Anthropic e para o modelo de negócios mais amplo de IA.
Controles de custo e “tokenmaxxing”
- Muitos comentários se concentram em enormes orçamentos internos de IA (por exemplo, até US$100 mil/funcionário/mês, agora reduzidos para ~US$10 mil) e no fenômeno de “tokenmaxxing” — queimar grandes quantidades de tokens com ROI questionável.
- Pessoas relatam culturas internas que vão de “gaste o máximo que puder” a limites rígidos, painéis e até competição estilo “Jogos Vorazes” por cotas compartilhadas.
- Vários observam que alguns poucos usuários avançados e configurações complexas de agentes/orquestradores podem facilmente gerar contas de cinco ou seis dígitos.
Quem deve pagar pelas ferramentas?
- Há forte rejeição à ideia de que os funcionários devam pagar sozinhos por ferramentas de IA; a maioria compara LLMs a IDEs, laptops ou empilhadeiras — ferramentas padrão fornecidas pelo empregador.
- Algumas exceções: freelancers, ou funcionários que escolhem ferramentas pessoais fora dos padrões corporativos.
- Preocupações legais/de PI e de privacidade são levantadas se os funcionários pagam pessoalmente, mas usam as ferramentas em trabalho da empresa.
Dogfooding, competição e lock-in de fornecedores
- Muitos veem os limites da Meta/Microsoft como uma forma de dogfooding de seus próprios modelos e de não subsidiar um concorrente (Anthropic), mais do que uma questão de qualidade.
- Outros apontam para governança de dados e segurança: alimentar concorrentes com código proprietário, planos e operações em tempo real é visto como arriscado.
- Alguns argumentam que grandes empresas estão construindo marketplaces internos de modelos que direcionam o trabalho para o modelo mais barato que atinja um patamar mínimo de qualidade.
Produtividade, modelos “bons o suficiente” e ROI
- As experiências divergem: algumas equipes afirmam velocidade 2x+ e grandes economias em comparação ao desenvolvimento terceirizado; outras veem ganhos marginais ou até produtividade líquida negativa quando se inclui revisão, retrabalho e superengenharia por agentes.
- Tema recorrente: modelos mais baratos/menores (tipo Haiku/Luna, locais ou chineses) são “bons o suficiente” para a maioria das tarefas, deixando os modelos de fronteira reservados para trabalhos mais difíceis.
- Vários observam que programar muitas vezes não é o verdadeiro gargalo; o processo organizacional e a burocracia dominam.
Dependência da Anthropic e implicações de mercado
- A discussão observa que grandes clientes como Meta/Microsoft já foram importantes fontes de receita para a Anthropic; agora seus gastos estão sendo reduzidos ou redirecionados.
- Há debate sobre o quanto isso importa diante do crescimento rápido de receita relatado, mas alguns veem a tendência mais ampla: empresas passando de “cheques em branco” para orçamentos rígidos e eficiência de custos.