Benedict Evans: o modelo de IA caminha para virar commodity

Toda conversa sobre IA termina numa caça a metáforas, brinca Benedict Evans, e ele mesmo cai na armadilha com prazer. Só que, quando um dos analistas de tecnologia mais respeitados do mundo dedica um ensaio inteiro a uma pergunta, vale parar para ouvir. A pergunta, em "Ways to think about token pricing", publicado em 9 de julho de 2026, é a que mais deveria tirar o sono de quem constrói sobre modelos de IA: o modelo de fronteira vira um negócio de margem alta e poder de barganha, ou vira infraestrutura barata que qualquer um troca?

Quem é, e o que ele disse

Evans foi sócio da Andreessen Horowitz e virou uma espécie de tradutor das grandes viradas de plataforma, com uma newsletter lida por cerca de 200 mil pessoas. Ele não fala do detalhe técnico dos pesos, fala de estrutura de mercado. E o argumento é direto.

Segundo ele, só há duas certezas sobre o preço do token hoje: estamos numa crise de oferta e ela é instável. Do lado da oferta, vem mais de um trilhão de dólares em data centers pela frente, e a eficiência de inferência melhora rápido. Do lado da demanda, o aperto do primeiro semestre foi puxado por um único caso com encaixe real de produto, o desenvolvimento de software, que é um campo pequeno perto de um caso de consumo com centenas de milhões de usuários diários. Ninguém sabe qual será o próximo caso a escalar, nem quando, nem quanto token ele vai comer.

No meio disso, ele joga um dado que raramente aparece na manchete: a inferência hoje roda com margem bruta de 40% a 50%, e isso já contando a depreciação dos servidores, mas sem contar o custo de treinar o próximo modelo, que continua maior que a receita. Ou seja, o preço do token está preso em algum ponto entre o custo marginal do vendedor e o retorno que o comprador consegue justificar, e não sabemos direito nenhum dos dois.

A conclusão é o que interessa. Para Evans, toda dinâmica visível aponta para o modelo virar infraestrutura de baixa margem. Vários laboratórios usam a mesma ciência e dados parecidos, chegam a resultados equivalentes, e não há efeito de rede conhecido que permita a um deles disparar na frente e ficar lá. Nas palavras dele, para qualquer outro desfecho, com domínio de mercado e captura de valor, algo precisa mudar que ainda não vemos.

A metáfora que ele leva a sério

Evans desmonta as analogias fáceis. A fibra ótica da bolha das pontocom não serve, porque foi construção adiantada à demanda e quase toda de custo fixo. A IA é o contrário: a construção está atrás da demanda e cresce com custo marginal, porque mais uso pede mais chip.

A comparação que ele leva a sério é a de dados móveis. Assim como os tokens, os bits são uma medida opaca de custo marginal que não se traduz de forma intuitiva em valor, e precisou virar pacote. E aqui está o alerta: nos últimos vinte anos o tráfego de dados móveis cresceu ordens de grandeza e virou uma indústria de um trilhão de dólares em receita, com duzentos bilhões de capex por ano. Mesmo assim, as ações das operadoras não saíram do lugar, e todo o valor foi capturado por quem estava mais acima na cadeia, os aplicativos e serviços que rodam sobre a rede.

A pergunta central da IA, resume Evans, é se ela será infraestrutura de baixa margem com o valor capturado por outros mais acima na cadeia. Hoje, tudo aponta que sim.

Ele é honesto sobre a incerteza, e faz questão de repetir "não sabemos". A diferença desta virada para a internet dos anos 1990 é que naquela época conhecíamos os limites físicos, quantos PCs havia, o que a banda larga aguentava. Com os modelos, não temos boa teoria de por que eles funcionam tão bem, então não sabemos quanto ainda podem melhorar. Mês que vem um método novo pode cortar o custo de inferência em 90%, ou dobrar a demanda, ou os dois.

Nossa leitura

Se você opera IA no Brasil, esse ensaio não é filosofia de mercado distante, é um mapa de onde colocar sua ficha. Três leituras práticas.

A primeira: pare de tratar o modelo como o seu diferencial. Se Evans estiver certo, e os sinais desta semana reforçam a tese, o modelo é o insumo comoditizado, não o produto. O DeepSeek relançou o V4 Flash e superou o próprio modelo Pro por um terço do preço, a Rússia abriu o GigaChat sob sanção, e o Kimi K3 abriu o maior modelo do mundo. O preço da inteligência bruta está em queda livre. Seu fosso tem de estar em outro lugar.

A segunda: esse outro lugar é o que Evans chama de tudo que se constrói em volta. Dados proprietários, fluxo de trabalho que só você entende, integração com os sistemas do cliente, avaliação disciplinada, suporte, distribuição. É o trabalho pouco glamouroso de uma empresa de software tradicional, que continua valendo mesmo, ou justamente, quando o modelo por baixo é intercambiável. Toda empresa de SaaS é, no fim, um invólucro em torno de um banco de dados, ele lembra. A IA repete o padrão: o valor está no invólucro.

A terceira: não pague pela fronteira onde o suficiente resolve. Boa parte dos seus casos roda bem com um modelo menor, mais barato e comoditizado. Alguns poucos ganham de fato com o topo caro da curva. Saber separar um do outro, e rotear cada tarefa para o modelo certo, é decisão de arquitetura e de custo, não de fé no fornecedor da moda. É a mesma lógica que já discutimos quando a receita da OpenAI bateu recorde num mercado que já é multimodelo.

Evans não dá a resposta, e avisa que ninguém pode dar ainda, porque estamos no estágio da curva em que é claro que a coisa é enorme e nada mais é claro. Mas a assimetria é útil: se o modelo vira commodity, quem investiu em dado, fluxo e avaliação ganha nos dois cenários. Quem apostou tudo em ter acesso ao melhor modelo do mês descobre que esse acesso, cada vez mais, é de graça.

Se você quer desenhar um fosso que não dependa de qual modelo está na frente este mês, e sim dos seus dados, fluxos e avaliação, fale com a AI Boutique no WhatsApp. A gente ajuda a colocar o valor no que é seu, não no insumo comoditizado.