Token Maxxing: ranquear funcionários pelo uso de IA virou febre corporativa

E esse fenômeno está atingindo um nível absurdo.

Segundo o New York Times, um engenheiro da OpenAI consumiu sozinho 210 bilhões de tokens em uma semana, o equivalente a 33 vezes a Wikipedia. Outro engenheiro, em Estocolmo, disse que provavelmente gasta mais que o próprio salário no uso do Claude. E na Meta, funcionários criaram até uma tabela interna que ranqueava colegas pelo consumo de tokens.

Mas a mensagem mais forte de como as empresas de tecnologia estão pensando o futuro do trabalho veio do CEO da Nvidia, Jensen Huang. Em apresentação recente, ele propôs dar aos engenheiros da empresa um orçamento anual em tokens equivalente à metade do salário. Ele ainda projetou que, em dez anos, a Nvidia terá 75 mil funcionários humanos trabalhando ao lado de 7,5 milhões de agentes de IA.

Ele não está sozinho neste movimento. Outros CEOs também vêm tratando o uso intenso de IA como sinal de ambição, eficiência e adaptação ao novo trabalho.

No caso de Huang, a defesa do consumo intenso de tokens vem acompanhada de um interesse econômico evidente. Afinal, ele comanda justamente a empresa que vende as GPUs usadas para processar boa parte dessa conta.

O termo Token Maxxing ainda não é comum no Brasil, mas a sua lógica já está presente, ainda que não com esse nome.

Em palestras e conversas com organizações de diferentes setores, o que eu mais percebo é uma pressão recorrente para acelerar a adoção da IA. Isso vem de investidores e conselhos, mas também dos executivos que querem ver seus funcionários usando a tecnologia para alcançar a grande promessa do ganho de produtividade.

A intenção até faz sentido. A IA está transformando setores inteiros e ninguém vai ficar para trás.

O problema é como essa adoção está sendo conduzida. Muitas empresas cobram de seus colaboradores o uso sem oferecer uma capacitação mínima, sem ter uma política de uso bem definida e também sem saber como medir a qualidade.

Será que essa pressão não está levando muita gente a usar a IA para parecer mais produtivo do que para trabalhar melhor?

Comentamos no podcast Deu Tilt um sintoma desse fenômeno, o Workslop. É o nome para entregas feitas com desleixo pela IA, que parecem produtivas mas não entregam resultado.

Isso me lembra uma pergunta que fiz um tempo atrás, meio em tom de brincadeira, mas com um fundo de verdade. Quanto tempo demoraríamos para passar a contabilizar a produtividade em tokens de IA, no lugar de horas de trabalho?

Pelo visto, foi mais rápido do que eu imaginava. Hoje, algumas empresas já estão colocando o uso da IA até como métrica de desempenho individual.

Meta, Shopify e OpenAI sinalizam, em diferentes graus, que o uso de IA deve fazer parte das expectativas de desempenho. Em muitos lugares está virando risco de carreira não usar IA em ritmo acelerado, independentemente da qualidade do que se entrega.

Mas será que essa conta fecha mesmo?

Um sinal de contradição pode estar vindo de dentro da própria Nvidia. Em entrevista à Axios, o vice-presidente da Nvidia, Bryan Catanzaro, mostrou que a narrativa do seu chefe não é tão simples ao afirmar que "para a minha equipe, o custo de computação está muito acima do custo dos funcionários."

Outras empresas que demitiram juniores para investir em agentes de IA começam a questionar se o custo de processamento somado ao retrabalho não sai mais caro do que os salários cortados. O cenário muda a toda hora, e no meio dessa incerteza, fica claro que medir produtividade pelo consumo de IA não é um caminho fácil.

Tem um princípio na economia, a lei de Goodhart, que ajuda a entender o que está em jogo.

Toda métrica, quando vira meta, deixa de ser uma boa métrica. O Token Maxxing é como uma versão atualizada disso.

A pessoa começa a otimizar para parecer produtiva, não necessariamente para entregar resultados com qualidade.

E, se as empresas passarem a tratar isso como uma métrica central, correm o risco de cair na ilusão de desempenho.

Em vez de medir quem trabalha melhor, passam a medir quem parece usar mais IA.