… natural era de substituir os programadores mais jovens por ferramentas de IA operada por desenvolvedores mais experiências, parece que as coisas não são bem assim (ao menos, em um futuro próximo)! Embora o uso da IA torne possível a realização de tarefas de forma mais rápida e eficiente, na prática nem sempre ela o fará entregando as melhores relações de custo vs benefício. Especialmente, se levarmos em consideração que os profissionais “de carne e osso” ainda são essenciais, para realizar atividades voltadas para a operação e auditoria…
“The price of letting an AI write your code is rising fast, and by 2028 it could rival what you pay the developer sitting next to it – sooner in lower-cost markets than in Silicon Valley. That is the warning from research firm Gartner, which predicts that AI coding costs will approach or surpass the average developer’s salary within two years, driven by surging large language model (LLM) token consumption and a shift to consumption-based pricing.”
— by TechCentral.
Pois esta, é a realidade: o custo financeiro da IA para escrever códigos, está subindo rapidamente. Segundo uma previsão da consultoria Gartner, os gastos operacionais com estas ferramentas podem alcançar ou até ultrapassar os salários médios dos desenvolvedores de software até 2028. Essa realidade tende a se manifestar ainda mais cedo em mercados com custos de mão de obra historicamente mais baixos (como na África do Sul), em comparação ao Vale do Silício.
Este aumento de preço ocorre em vista da rápida transição das empresas, que estão saindo da fase de experimentação para chegar a implementação em larga escala de agentes de codificação, baseados em IA. Com a mudança nos modelos de negócios dos fornecedores de tecnologia, que estão migrando de assinaturas mensais fixas por usuário para sistemas de cobrança baseados puramente no consumo, prever o orçamento necessário para engenharia de software tornou-se um grande desafio para as organizações.
O principal fator que impulsiona essa alta de preços é o consumo massivo de tokens, que representam as unidades fundamentais de dados processadas pelos grandes modelos de linguagem (LLMs). Ferramentas modernas de automação operam sob essa lógica de cobrança dinâmica. Dados indicam que quase um quarto dos líderes de tecnologia já gasta centenas de dólares mensalmente por desenvolvedor apenas em tokens, e uma parcela menor de empresas já estão precisando lidar com faturas que superam mais de dois mil dólares, por profissional.
Em geral, os especialistas alertam que os programadores tendem a priorizar a velocidade e a conveniência de suas entregas, deixando em segundo plano a eficiência em relação aos custos gerados pelas consultas feitas para as ferramentas de IA. Por conta disso, estabelecer a disciplina para o uso dos recursos digitais, não deve depender apenas da escolha individual de cada trabalhador. Sem o monitoramento adequado das lideranças, as despesas corporativas podem crescer em um ritmo consideravelmente mais veloz, do que os ganhos de produtividade almejados.
Resumindo: faltam planejamentos e metodologias para o seu uso mais eficiente!
Diante do cenário de orçamentos imprevisíveis (sem contar ainda o mau uso), especialistas recomendam que as empresas estabeleçam modelos operacionais de engenharia estruturados e governados. O acompanhamento rigoroso do tráfego de dados e a implementação de diretrizes claras para o uso de ferramentas automatizadas são apontados como medidas fundamentais para conter desperdícios e garantir que a inovação tecnológica traga o retorno financeiro esperado.
Seres humanos de um lado e máquinas de outro lado? Já vi este filme… &;-D