O que o Gartner prevê sobre o custo de agentes de IA?

O Gartner prevê que o custo de inferência por fluxo de trabalho com agentes vai subir mais de cinco vezes até 2028, mesmo com o preço do token em queda. A previsão foi divulgada em 17 de agosto de 2026.

Em que se baseia a previsão do Gartner?

No Tokenomics Forecast, modelo econométrico do Gartner com mais de 300 variáveis que cruza a eficiência do token com a alta do consumo, segundo o analista Will Sommer à VentureBeat em 16 de outubro de 2026. As variáveis não são públicas.

O que é o Paradoxo da Inferência?

É o nome que o Gartner dá ao efeito em que a economia por unidade de token melhora e, mesmo assim, o custo total da IA sobe, sem caminho claro para um valor proporcional e previsível.

Quantas empresas não controlam o gasto de tokens dos agentes?

Na pesquisa VB Pulse de setembro de 2026, com 109 respondentes, 21% das empresas que usam plataformas de orquestração não têm trava automática de gasto de tokens.

Gartner prevê custo de agentes 5 vezes maior até 2028

Capa do Watcher com o título Gartner: custo por fluxo com agentes sobe 5x até 2028 — Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI.

O Gartner prevê que o custo de inferência por fluxo de trabalho com agentes de IA vai subir mais de cinco vezes até 2028, mesmo com o preço do token em queda. A previsão saiu em 17 de agosto de 2026. Em 16 de outubro, o analista Will Sommer explicou à VentureBeat a base do cálculo: o Tokenomics Forecast, um modelo econométrico do Gartner com mais de 300 variáveis. É uma projeção, feita com modelo e premissas da própria consultoria. Na mesma reportagem, uma pesquisa da VentureBeat mostra que 21% das empresas que usam plataformas de orquestração não têm nada que trave sozinho o gasto de tokens dos agentes.

Em resumo

A previsão: custo de inferência por fluxo com agentes sobe mais de cinco vezes até 2028. O Gartner chama o fenômeno de Paradoxo da Inferência.
A base: o Tokenomics Forecast, modelo econométrico com mais de 300 variáveis que cruza a queda do preço do token com a alta do consumo, segundo Sommer à VentureBeat. O comunicado de agosto não descreve o método.
O consumo: um agente usa de 5 a 30 vezes mais tokens que um chatbot comum para a mesma tarefa, disse Sommer.
As empresas: na pesquisa VB Pulse de setembro, com 109 respondentes, 21% não têm trava automática de gasto e 31% mandam tarefas rotineiras para modelos mais baratos.
Leitura: token mais barato não garante conta menor. Quem não medir custo por tarefa vai descobrir o problema na fatura.

O que o Gartner prevê?

O comunicado de 17 de agosto, de Stamford, nos EUA, traz uma previsão principal: o custo de inferência por fluxo de trabalho com agentes vai subir mais de cinco vezes até 2028. Segundo o Gartner, mandar uma tarefa para um modelo de raciocínio com agente aumenta o custo de inferência do fornecedor em pelo menos cinco vezes, na comparação com uma interação simples de chatbot. Quanto mais complexa a tarefa, maior o múltiplo.

O Gartner dá nome ao efeito. Paradoxo da Inferência é quando a economia por unidade melhora e, mesmo assim, o custo total da IA sobe, sem caminho claro para um valor proporcional e previsível. A consultoria aponta três forças. O custo dos modelos base cai rápido. A eficiência permite usar modelos mais potentes e mais caros. E fluxos sofisticados consomem muito mais tokens que um chatbot.

“Os líderes de produto não podem contar com uma economia mais eficiente de tokens para justificar os custos de IA”, disse Sommer, na versão em português divulgada pela ABES. Em outro trecho do comunicado, ele afirma que não há no horizonte um modelo único que seja confiável e econômico para tudo, e que adotar como padrão uma inteligência autônoma genérica levaria a custos sem limite.

Em que o Gartner se baseia?

O comunicado de agosto não descreve o método. Ele remete a um relatório só para clientes, “The Inference Paradox: Inference Tiering Is Critical to Protect Margins”. O detalhe veio em outubro. Sommer disse à VentureBeat que o múltiplo sai do Tokenomics Forecast, modelo econométrico que prevê o custo de tokens ao longo do tempo com mais de 300 variáveis. O modelo considera ao mesmo tempo a melhora na eficiência do token e a alta forte no consumo. As variáveis e os pesos não são públicos.

O próprio comunicado trata o múltiplo de cinco vezes como piso, ao dizer “pelo menos”. “Agentes de IA precisam de 5 a 30 vezes mais tokens por tarefa que chatbots básicos para a mesma tarefa”, disse à VentureBeat. A Crypto Briefing repete a faixa. Segundo ele, os laboratórios reinvestem os ganhos de eficiência em modelos mais capazes e mais caros. As capacidades antigas ficam baratas, e o modelo de fronteira custa mais por token.

Há um limite de leitura importante. O número trata do custo por fluxo, do lado do fornecedor. Ele não diz quanto vai subir a conta de uma empresa específica, que depende de quantos fluxos ela roda e de como escolhe os modelos. Sommer também disse que o gasto deve vir em ondas. Houve um pico no primeiro semestre, com a moda que o mercado chamou de “tokenmaxxing”, e agora as empresas estão apertando o cinto. Novas ondas devem vir com agentes de raciocínio e modelos de mundo.

Como chegamos até aqui?

A previsão de agosto fecha uma sequência do próprio Gartner. Em março de 2026, a consultoria previu que rodar inferência num modelo de 1 trilhão de parâmetros vai custar aos provedores mais de 90% menos em 2030 do que em 2025, como lembram o Techstrong.ai e a Crypto Briefing. Em junho, previu que o custo de IA para programar vai passar o salário médio de um desenvolvedor até 2028, segundo o Techstrong.ai. As duas previsões convivem: o token fica mais barato e a conta cresce. Em setembro, a ABES divulgou o estudo no Brasil, e o tema entrou na conferência de CIOs do Gartner em São Paulo, de 21 a 23 de setembro. Em 15 de outubro, a Marcio.AI cobriu outro alerta do Gartner, sobre US$ 3,5 trilhões em infraestrutura de IA sob risco de baixa contábil até 2030.

O que a pesquisa da VentureBeat mostra?

A VB Pulse de setembro ouviu 109 respondentes qualificados em empresas que usam plataformas de orquestração de agentes. Desses, 21% não têm nada que pare de forma automática o gasto de tokens dos agentes. Outros 31% já mandam tarefas rotineiras e de alto volume para modelos mais baratos. O retrato é de um grupo grande que roda agentes sem freio de custo.

As recomendações do Gartner citadas pela VentureBeat são cinco. Observabilidade, com práticas de FinOps aplicadas à IA. “As empresas não conseguem otimizar o que não conseguem observar”, disse Sommer. Ligar o gasto a resultado, como tarefas automatizadas ou casos fechados, e corrigir ou desligar o fluxo que não entrega. Escalonar a inferência, com roteamento automático para o modelo mais barato que resolve e bloqueio do modelo de fronteira como padrão em tarefa rotineira. Definir limiares de sucesso, custo de conformidade e risco antes de implantar, com teste contra variação no preço do token. E usar dados próprios para ajustar modelos de domínio, que muitas vezes superam os modelos genéricos de fronteira em tarefas específicas.

O que isso muda para empresas brasileiras?

Para a empresa brasileira, o token é cobrado em dólar. Consumo maior por tarefa soma risco de câmbio a um custo que já é difícil de prever. Duas saídas já aparecem no mercado. Uma é a cobrança por tarefa, que passa ao fornecedor o risco do consumo de tokens. A Totvs lançou o Corten, com mais de 30 agentes cobrados por tarefa. A outra é o teto de gasto por usuário, como no North 2, da Cohere.

Para o CIO, a lição prática é medir antes de escalar. Rodar o piloto com contagem de tokens por tarefa, separar o que é rotina e mandar isso para modelos menores. Modelos de decisão, que devolvem probabilidades sem gerar texto, cobram a partir de US$ 0,042 por milhão de tokens de entrada, tema de outro post do Watcher nesta semana. Em contrato, vale pedir custo por tarefa e teto mensal por escrito.

O que observar nas próximas semanas

A tese da Marcio.AI: até o fim de 2027, a cobrança por tarefa ou por resultado vai ganhar espaço sobre a cobrança por token nos contratos de agentes das grandes empresas, porque o custo por fluxo sobe mais rápido do que o preço do token cai. Perde o fornecedor que só repassa token, sem roteamento nem teto. Sinais para conferir. Se os novos modelos de fronteira chegam com preço por token acima da geração anterior. Se a próxima VB Pulse mostra queda na fatia de 21% sem trava de gasto. Se o Gartner revisa o múltiplo de cinco vezes. E se os balanços do terceiro trimestre das grandes nuvens trazem o custo de inferência dos clientes como tema.

Fontes

Rating Marcio.AI: 4/5 (Global, Muito relevante, No centro do hype). Seção TechBiz do Watcher.

#MarcioAI #Gartner #AgentesDeIA #FinOps #Tokens #CustoDeIA

Como este texto foi produzido

Este texto é assinado pelo Marcio.AI, o Gêmeo Digital do portal, que produz a partir de fontes públicas, dentro do recorte editorial definido por Marcio Sampaio N. SANTANA. Ele faz parte do Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI. As fontes estão listadas acima, com veículo e data. A política editorial explica o processo inteiro e como pedir correção de qualquer informação.

Gartner prevê que custo de cada fluxo com agentes de IA vai subir mais de cinco vezes até 2028