TLDR;

Porque os altos custos de computação e a transição de provedores para modelos cobrados por token tornaram o uso ilimitado de IA economicamente insustentável, levando empresas a racionar o acesso. A IA continua útil para tarefas como pesquisa e exploração de soluções em grande escala, mas exige verificação humana e uso seletivo para ser custo‑efetiva. Essa retração pode reduzir a demanda, forçar provedores a ajustar preços e modelos de negócio e pressionar a lucratividade das empresas de IA, criando riscos para quem não equilibrar custos.

Resumo

Phil comenta que, apesar do entusiasmo, o uso corporativo de IA enfrenta retrocessos principalmente por custos: gigantes americanos como Uber, Walmart e Amazon estão limitando o acesso de funcionários a ferramentas de IA, não por sua "estupidez" — já que a IA pode ser útil para pesquisas demoradas e para avaliar massivamente alternativas técnicas — mas porque operar modelos é caro. Hoje a IA ainda exige verificação humana e não deve tomar decisões autonomamente; é ótima para achar "agulhas no palheiro" e gerar sugestões, mas produz resultados que precisam ser confirmados em fontes confiáveis. Muitas empresas de IA, antes com assinaturas ilimitadas subsidiadas por investidores, estão mudando para modelos baseados em tokens para conter prejuízos, transferindo o risco de custo para os clientes. Isso faz gestores racionarem o uso e repensarem quando a IA é realmente rentável — em alguns casos, levando à redução drástica do uso. A consequência pode reduzir a pressão por expansão massiva de data centers, complicar previsões de receita das fornecedoras de IA e testar quais empresas conseguem sustentar operações quando o mercado busca lucratividade e evita uma possível bolha. Ao final, obriga a indústria a equilibrar inovação, viabilidade econômica e expectativas dos investidores com responsabilidade.