Uber Limita Gastos de AI por Funcionário a US$ 1.500 Após Estourar o Orçamento

A Uber disse aos seus engenheiros para usar inteligência artificial o máximo que pudessem. Chegou até a transformar o uso em uma competição.

Quatro meses depois, o orçamento do ano inteiro tinha acabado.

De acordo com o TechCrunch, a Uber queimou seu orçamento anual de inteligência artificial (AI) em cerca de um terço do ano, e agiu rapidamente para impor um teto. A empresa havia incentivado os funcionários a depender pesadamente de ferramentas de codificação com AI e ranqueou as equipes entre si com base em quanto as usavam. As pessoas fizeram exatamente o que lhes foi pedido. A conta fez exatamente o que era de se esperar.

O que torna isso mais do que um memo interno curioso é quem o disse e o que disse. O presidente e chief operating officer (COO) da Uber, Andrew Macdonald, questionou publicamente se os gastos estão valendo a pena, dizendo em um podcast que é "muito difícil traçar uma linha" entre o uso crescente de AI pela empresa e qualquer coisa nova que seus clientes possam sentir. Quando o operador que dirige a empresa não consegue conectar o gasto ao produto, todo CEO que está prestando atenção deve fazer anotações.

Como um Ranking Queimou o Orçamento de um Ano

A lógica parece razoável no papel. Faça as pessoas ficarem à vontade com AI rapidamente, remova o atrito, celebre os usuários mais ativos. A adoção é a parte difícil de qualquer nova tecnologia, então por que não gamificá-la?

Fatos-Chave

• A Uber esgotou todo o seu orçamento anual de AI em aproximadamente quatro meses, fato revelado internamente por volta de abril de 2026. (TechCrunch, junho de 2026)
• A empresa estabeleceu um novo teto de US$ 1.500 por funcionário por mês para cada ferramenta de codificação agentic, incluindo Claude Code e Cursor, monitorado em um painel interno com exceções por permissão. (TechCrunch)
• O estouro seguiu-se a um incentivo interno para usar AI "o máximo possível", com equipes ranqueadas entre si em rankings de uso. (TechCrunch)

O problema é o que o ranking realmente recompensava. Recompensava consumo. Não resultado, não uma funcionalidade entregue, não um lançamento mais rápido, não um cliente mais satisfeito. Apenas tokens gastos. Então a métrica subiu e foi para a direita, o orçamento esvaziou, e ninguém conseguia apontar a correspondente pilha de valor no outro lado do balanço.

O Problema Real Não É a Conta, É o ROI que Falta

Seria fácil arquivar isso em "AI é cara" e seguir em frente. Isso desperdiça a lição.

O custo das ferramentas em si tem caído. O problema é que as ferramentas agentic, as que planejam e agem em loop, consomem muito mais tokens por tarefa do que um simples prompt de chatbot, de modo que o uso escala rapidamente e a conta escala junto. A própria história da Uber mostra a mesma lacuna que muitas empresas estão enfrentando agora: o gasto é real e crescente, enquanto o retorno sobre o investimento (ROI) continua sendo teimosamente difícil de nomear. É a mesma desconexão por trás do motivo pelo qual as contas de AI corporativas continuam subindo mesmo com a queda dos preços de tokens.

Quando o seu COO diz que a ligação entre o uso de AI e o valor para o cliente "ainda não existe", isso não é uma reclamação sobre preço. É uma falha de mensuração. A empresa otimizou para o que podia ver (uso) em vez do que realmente queria (resultados), porque uso é fácil de contar e resultados são difíceis. É exatamente essa armadilha que transforma AI de investimento em custo sem medição que nunca aparece como ROI. A correção não é um orçamento menor. É uma pergunta melhor.

Por Que "Use o Máximo Possível" É a Instrução Errada

Adoção é um meio, não um fim. O objetivo de uma ferramenta de AI é um resultado melhor a um custo menor, não um número de uso maior. No momento em que você torna o uso o objetivo, você garante três coisas: o gasto sobe, os usuários mais ativos parecem os melhores performers independentemente do que produziram, e você perde a capacidade de distinguir um real produtivo de um desperdiçado.

Um ranking de uso é uma métrica de adoção disfarçada de métrica de valor. Parece progresso porque o gráfico sobe. Mas uma equipe de vendas não é julgada pela quantidade de ligações que faz, e sim pela receita gerada. Uma implementação de AI merece o mesmo padrão. Se você não consegue associar os tokens a um resultado, não está medindo produtividade. Está medindo entusiasmo, e entusiasmo não é grátis.

Também é por isso que o padrão mais amplo de investimentos em AI que não produzem retorno claro continua se repetindo. A tecnologia funciona. A governança ao redor dela não funciona.

O Guia de Governança de Custos de AI

Você não precisa desacelerar sua adoção de AI para controlá-la. Você precisa de guardrails desde o primeiro dia, não depois que o orçamento acabou. Cinco movimentos para qualquer CEO que está financiando ferramentas de AI este ano.

Defina orçamentos por assento e por ferramenta antes de escalar, não depois. O teto da Uber chegou depois que o dinheiro foi gasto. Coloque um limite e um painel em funcionamento na fase piloto, para que o gasto seja visível e delimitado enquanto ainda é pequeno. Isso é disciplina de custos comum aplicada a um novo item de linha, nada exótico.

Recompense resultados, nunca uso bruto. Acabe com o ranking de consumo. Se você quer celebrar algo, celebre uma funcionalidade entregue, um tempo de ciclo mais rápido, um chamado de suporte evitado, um negócio fechado. Vincule o reconhecimento a resultados para que o incentivo aponte para valor, não para volume.

Condicione toda expansão a uma verificação real de ROI. Antes de ampliar o acesso ou elevar um teto, exija uma resposta simples a uma pergunta: o que o último real comprou? Se ninguém consegue responder, você encontrou seu problema antes que ele se agrave, que é exatamente o que um ciclo de planejamento anual disciplinado deveria revelar.

Torne o gasto com AI uma linha de orçamento permanente com um responsável. Trate-o como qualquer outro custo relevante. Uma pessoa é dona do número, reporta-o e responde pela relação entre gasto e resultado. O custo de AI não pode viver na lacuna entre TI e finanças onde ninguém está monitorando, que é a mesma lacuna de governança que permite essas surpresas.

Assuma que o uso vai crescer, e planeje a curva. Ferramentas agentic são mais usadas à medida que as pessoas passam a confiar mais nelas. Isso é sucesso, não falha, mas somente se você o prever. Modele a curva de gasto da mesma forma que modelaria headcount ou nuvem, para que o crescimento seja uma decisão que você tomou, não uma conta que você descobre.

A Uber não é uma história de advertência porque gastou demais em AI. É uma história de advertência porque gastou sem ter como saber se o gasto funcionou, e foi necessário um orçamento estourado para instalar os controles. As empresas que ganharão no próximo ano de AI não serão as que usarem mais tokens. Serão as que conseguirem dizer, até o centavo, o que esses tokens compraram. Construa essa resposta antes de escalar o gasto.

Perguntas Frequentes

Por que a Uber limitou os gastos dos funcionários com AI?

A Uber esgotou todo o seu orçamento anual de AI em cerca de quatro meses após incentivar os funcionários a usar intensamente ferramentas de codificação com AI e ranquear as equipes pelo uso. Em seguida, estabeleceu um teto de US$ 1.500 por funcionário por mês para cada ferramenta de codificação agentic, monitorado em um painel interno, para trazer o gasto de volta sob controle.

Qual é a lição para CEOs do estouro de orçamento de AI da Uber?

Que o perigo está no incentivo, não no preço. Recompensar uso bruto gera gasto sem provar valor. CEOs devem definir orçamentos por assento e painéis antes de escalar, recompensar resultados em vez de consumo e condicionar toda expansão a uma verificação clara de ROI.

Por que as contas de AI sobem mesmo com a queda dos preços de tokens?

Porque as ferramentas de AI agentic planejam e agem em loops de múltiplas etapas que consomem muito mais tokens por tarefa do que um único prompt de chatbot. À medida que a confiança e a adoção crescem, o uso sobe mais rápido do que os preços por token caem, de modo que a conta total aumenta a menos que a empresa faça um orçamento e meça ativamente seus gastos com AI.

Fonte: TechCrunch, 2 de junho de 2026 | Fortune, 26 de maio de 2026