O CEO da Palantir Technologies, Alex Karp, acusou a OpenAI e Anthropic de promoverem em excesso serviços de IA baseados em tokens que, segundo ele, geram frequentemente pouco valor mensurável para grandes empresas.
Principais pontos:
- Karp afirma que as empresas pagam por tokens de IA sem obter resultados que justifiquem o custo.
- Argumenta ainda que os fornecedores podem ganhar acesso a conhecimento proprietário e informações competitivas dos clientes.
- As críticas inserem-se num debate mais amplo sobre se a precificação de IA deve seguir apenas o consumo ou refletir resultados de negócio.
Preços de tokens de IA
Karp fez os comentários numa entrevista à CNBC, na qual contestou a lógica económica de cobrar às empresas com base no número de tokens processados por um modelo de IA.
“Porque é que cobram por tokens, se isso é assim tão valioso?”, questionou Karp, defendendo que os fornecedores deveriam, em vez disso, ficar com uma parte do valor que os seus sistemas efetivamente criam para os clientes.
O executivo alertou também que as empresas correm o risco de ceder conhecimento estratégico ao ligarem dados internos e fluxos de trabalho a modelos externos. Segundo Karp, muitas companhias mostram-se cada vez mais frustradas após fortes investimentos em ferramentas de IA sem ganhos de produtividade à altura.
As críticas alinham-se diretamente com a posição comercial da Palantir, que vende software concebido para integrar modelos, dados e sistemas operacionais dentro de ambientes controlados.
Ainda assim, as declarações refletem uma inquietação empresarial mais vasta sobre custos, governação de dados e fracos retornos nas primeiras implementações de IA.
Leia também: Bitget lança Cash Plus para remunerar saldos ociosos em stablecoins
Retorno da IA nas empresas
A argumentação de Karp centra-se no desfasamento entre output técnico e resultados de negócio. A faturação por tokens mede quanto texto ou dados um modelo processa, mas não indica se esse trabalho aumenta receita, reduz custos ou melhora a qualidade das decisões.
Esta diferença torna‑se crucial à medida que os compradores corporativos se tornam mais seletivos.
Sam Altman já reconheceu que o equilíbrio entre gastos com IA e eficiência passou a ser uma preocupação central dos executivos, ao mesmo tempo que as empresas testam modelos mais baratos e repartem a carga de trabalho por vários fornecedores.
Karp propõe um modelo de preços baseado em resultados, no qual o fornecedor de IA seria remunerado em função de ganhos mensuráveis. Essa abordagem poderia cortar despesas com uso pouco produtivo, embora exigisse que empresas e vendedores chegassem a acordo sobre a forma de calcular o valor gerado.
A disputa surge após anos de adoção acelerada de IA empresarial, impulsionada pela expectativa de que modelos generalistas transformariam atividades rotineiras. À medida que os projetos‑piloto amadurecem, os compradores deslocam o foco da capacidade dos modelos para questões de propriedade dos dados, segurança e retorno comprovado.
A seguir: Mercado de stablecoins perde US$ 10B desde pico de maio com contração da liquidez cripto