TLDR;

Os preços dos modelos de linguagem caem cerca de 40% ao ano e os chips reduzem o custo por token em 60 a 70% anualmente, muito mais rápido que a computação pessoal.. As empresas justificam os trilhões em investimentos prevendo que o consumo de tokens multiplique 25 vezes até 2030 impulsionado por agentes autônomos.. O risco se deslocou para a dependência de volumes massivos de uso para compensar a queda livre nos preços unitários.

Resumo

O conteúdo discute o paradoxo econômico da inteligência artificial, onde os preços dos tokens de grandes modelos de linguagem caíram cerca de 40% ao ano, enquanto os custos de inferência despencaram 60-70% anualmente graças aos avanços em chips. Apesar dessa deflação acelerada, as big techs — Meta, Microsoft, Amazon e Alphabet — planejam investir US$ 5,3 trilhões em CapEx entre 2025 e 2030, valor revisado para cima em relação às projeções anteriores. O gasto é justificado pelo crescimento explosivo do volume: o consumo de tokens deve multiplicar por 25 vezes até 2030, atingindo 120 quadrilhões por mês, impulsionado pela transição de chatbots para agentes autônomos. Esse fenômeno ilustra o paradoxo de Jevons, no qual a queda de preços expande drasticamente a demanda em vez de reduzi-la. O gasto corporativo em IA já dobrou desde o fim de 2025, mas os riscos migraram para a necessidade de justificar trilhões em infraestrutura fixa diante de uma commodity cujo preço unitário continua em queda livre.