Garry Tan gasta US$ 200 mil em tokens de IA para alimentar seus agentes virtuais

Garry Tan, cofundador da Y Combinator, um dos incubadoras mais influentes do Vale do Silício, revelou em entrevista ao podcast "The Builders" do renomado autor Walter Isaacson que gasta até US$ 200 000 por ano em tokens de inteligência artificial (IA) para alimentar seus agentes virtuais. Em um tom de humor, Tan descreveu como esses agentes o deixaram com "psicose cibernética", deixando-o sem dormir em alguns momentos. Essa revelação não é apenas curiosidade de bastidores: ela expõe um fenômeno crescente – o custo real de operar IAs de última geração e a dependência que empresas de tecnologia têm desse modelo econômico.

**O que são tokens de IA e por que custam tanto?**

Na arquitetura moderna de IAs, sobretudo nos modelos de linguagem baseados em transformadores como GPT‑4, a entrada e saída de dados são medidos em tokens – fragmentos de texto que variam de palavras a pedaços de letras. Cada token consumido gera custos em dólares por milhão de tokens processados, já que empresas como a OpenAI cobram por uso. Para o GPT‑4, a tarifa pode chegar a US$ 0,03 por 1 000 tokens em planos padrão, mas para usos mais intensivos ou para versões Enterprise, o preço sobe. Quando Tan fala de US$ 200 000 por ano, ele está pagando por dezenas de milhões de tokens que alimentam tarefas como geração de código, análises de mercado, redação de propostas e, principalmente, o que ele chama de "agentes de IA": softwares que atuam de forma autônoma para executar funções repetitivas ou complexas dentro da incubadora.

**Como os agentes de IA funcionam dentro da Y Combinator?**

Os agentes de IA são programas que, combinando aprendizado de máquina, APIs e automação, tomam decisões ou executam tarefas sem intervenção humana constante. Em um ecossistema de startups, eles podem filtrar propostas, identificar métricas críticas, fazer projeções financeiras e até conduzir entrevistas de pré‑seleção de empreendedores. Tan descreve um agente que, por exemplo, lê relatórios financeiros em PDF, extrai números de crescimento e gera um relatório resumido em segundos. Outro agente pode monitorar redes sociais para detectar tendências emergentes e alertar os fundadores. Cada interação exige tokens – o custo de processamento que, quando multiplicado por milhares de chamadas mensais, acumula rapidamente.

**Por que a Y Combinator está disposta a investir tanto?**

Para incubadoras e aceleradoras, a eficiência operacional é um diferencial competitivo. Ao delegar a IAs tarefas repetitivas, os analistas humanos podem concentrar-se em decisões estratégicas. A Y Combinator já se destacou por adotar tecnologias de ponta desde o início: em 2019, a incubadora integrou IA no processo de triagem de startups, reduzindo o tempo de decisão de semanas para dias. O investimento de Tan, portanto, reflete uma crença de longo prazo no valor de cada centavo gasto em tokens. O retorno não é apenas em velocidade, mas em qualidade de insight – agentes que conseguem escanear dezenas de startups simultaneamente e identificar padrões que humanos podem perder.

**Impacto econômico e de mercado**

O custo de US$ 200 000 por ano pode parecer elevado, mas, quando se compara ao valor de uma única rodada de investimento de startups – que pode ultrapassar US$ 10 milhões – a despesa se torna pequena. Entretanto, a escalabilidade desse modelo gera discussões sobre a sustentabilidade de empresas que dependem de APIs de IA de terceiros. O mercado de tokens de IA está em ascensão; empresas que oferecem planos empresariais mais acessíveis surgem para atender a demanda crescente de startups que precisam de volume sem sacrificar a qualidade.

Além disso, o modelo de pagamento por token cria uma correlação direta entre uso e faturamento. Se uma startup crescer exponencialmente, o custo de operação de seus agentes pode subir em ritmo semelhante, exigindo planejamento financeiro cuidadoso. Essa dinâmica já está sendo observada em startups que começaram com pequenos planos gratuitos e, em poucos anos, migraram para planos corporativos de US$ 5 mil por mês.

**Perspectiva brasileira e latino‑americana**

No Brasil, a adoção de IA ainda está em fase inicial, mas cresce rapidamente. O Banco Central já emitiu diretrizes sobre governança de IA, e empresas como Nubank, iFood e Stone têm investido em agentes de IA para melhorar a experiência do cliente. No entanto, a infraestrutura de pagamento por token não é tão desenvolvida quanto nos EUA; a maioria das empresas ainda utiliza licenças de software ou modelos de assinatura. O caso de Garry Tan serve como exemplo de que a economia de tokens pode ser viável em países emergentes, desde que haja acesso a serviços de nuvem e infraestrutura de dados confiável.

Além disso, a discussão sobre "psicose cibernética" – uma metáfora que Tan usa para descrever seu excesso de uso de IA – reflete um fenômeno global de sobrecarga digital. Em um país onde a adoção de tecnologias ainda está crescendo, é crucial equilibrar inovação com bem‑estar. O governo brasileiro, por meio da Lei Geral de Proteção de Dados (LGPD), já introduziu requisitos que obrigam empresas a considerar o impacto social da IA, incluindo o risco de dependência excessiva de tecnologias de terceiros.

**Riscos e considerações éticas**

A dependência de agentes de IA traz riscos, incluindo viés algorítmico, falhas de segurança e perda de empregos humanos em funções de alto nível. O fato de Tan relatar "psicose cibernética" sugere que a exposição constante a decisões de IA pode gerar ansiedade e esgotamento. Especialistas em ética de IA alertam que, em ambientes corporativos, a transparência sobre como os modelos tomam decisões é essencial para evitar discriminação ou erros críticos.

Além disso, o modelo de tokens cria um ponto de vulnerabilidade: se o fornecedor de IA (ex.: OpenAI) sofrer interrupções ou mudar preços drasticamente, toda a infraestrutura que depende de tokens pode ser afetada. Para mitigar esse risco, empresas estão investindo em modelos open‑source como o LLaMA da Meta ou em soluções on‑premises que reduzem a exposição a terceiros.

**O futuro dos agentes de IA na incubação de startups**

Com a tendência de modelos de linguagem cada vez mais especializados e a democratização de APIs de IA, é provável que a Y Combinator, junto com outras incubadoras, aumente o uso de agentes para tarefas cada vez mais complexas – desde a avaliação de propriedade intelectual até a simulação de cenários de mercado. O investimento inicial em tokens pode ser visto como uma aposta em produtividade que, em longo prazo, gera economias de escala significativas.

Para o Brasil, a lição é clara: para competir globalmente, startups devem abraçar agentes de IA, mas fazê-lo com uma estratégia que equilibre custo, risco e bem‑estar. Políticas públicas que incentivem a produção de IA local, bem como a criação de ecossistemas de startups que compartilhem infraestrutura, podem reduzir a dependência de serviços externos.

Em síntese, a declaração de Garry Tan sobre gastar US$ 200 000 em tokens de IA destaca um novo paradigma de negócios onde a eficiência digital vem com custos mensuráveis. Para empreendedores brasileiros, o desafio será replicar essa eficiência enquanto navega pelo ecossistema de IA local, garantindo que a inovação não venha à custa da segurança, da ética ou da saúde mental.