Os tokens de IA são o novo bônus de contratação ou apenas um custo operacional?

Esta semana, um tema que vem circulando pelo Vale do Silício finalmente ganhou ampla atenção: a oferta de tokens de IA como parte da remuneração. O conceito é simples — em vez de remunerar os engenheiros apenas com salário, participação acionária e bônus, as empresas também lhes forneceriam um pacote de tokens de IA, as unidades computacionais que alimentam ferramentas como Claude, ChatGPT e Gemini. Os engenheiros podem usar esses tokens para executar agentes, automatizar tarefas e implementar código. O argumento é que maior acesso à computação torna os engenheiros mais produtivos, e engenheiros mais produtivos são inerentemente mais valiosos. Em essência, trata-se de um investimento na pessoa que detém os tokens.

Jensen Huang, o CEO da Nvidia, sempre vestido com sua jaqueta de couro, pareceu capturar a imaginação de todos quando apresentou a ideia no evento anual GTC da empresa no início desta semana. Ele sugeriu que os engenheiros deveriam receber cerca de metade de seu salário-base novamente — em tokens. Segundo seus cálculos, seus melhores profissionais poderiam gastar US$ 250.000 por ano em computação de IA. Ele chamou isso de ferramenta de recrutamento e previu que se tornaria padrão em todo o Vale do Silício.

Não está totalmente claro onde a ideia surgiu pela primeira vez. Tomasz Tunguz, um proeminente investidor de capital de risco da Bay Area que dirige a Theory Ventures e se concentra em startups de IA, dados e SaaS — e cujos textos orientados a dados conquistaram um público fiel ao longo dos anos — estava discutindo isso em meados de fevereiro. Ele escreveu que as startups de tecnologia já estavam incluindo os custos de inferência como um “quarto componente da remuneração de engenharia”. Usando dados do site de acompanhamento de remuneração Levels.fyi, ele estimou o salário de um engenheiro de software do quartil superior em US$ 375.000. Adicionar US$ 100.000 em tokens eleva o custo total para US$ 475.000 — o que significa que aproximadamente um em cada cinco dólares agora é destinado à computação.

Isso não é coincidência. A IA agentiva vem ganhando força, e o lançamento do OpenClaw no final de janeiro acelerou consideravelmente a discussão. O OpenClaw é um assistente de IA de código aberto projetado para funcionar continuamente — processando tarefas, gerando subagentes e trabalhando em uma lista de afazeres enquanto seu usuário dorme. Isso faz parte de uma mudança mais ampla em direção à IA “agênica”, ou seja, sistemas que não apenas respondem a comandos, mas realizam sequências de ações de forma autônoma ao longo do tempo.

A consequência prática é um aumento maciço no consumo de tokens. Enquanto alguém escrevendo uma redação pode usar 10.000 tokens em uma tarde, um engenheiro operando um enxame de agentes pode consumir milhões em um dia — automaticamente, em segundo plano, sem digitar uma palavra.

Até este fim de semana, o New York Times havia elaborado uma análise perspicaz da chamada tendência de “tokenmaxxing”, descobrindo que engenheiros de empresas como Meta e OpenAI estão competindo em rankings internos que monitoram o consumo de tokens. O jornal relatou que orçamentos generosos de tokens estão silenciosamente se tornando um benefício padrão do trabalho, assim como o seguro odontológico ou o almoço gratuito já foram. Um engenheiro da Ericsson em Estocolmo disse ao Times que provavelmente gasta mais com o Claude do que ganha de salário, embora seu empregador cubra o custo.

Talvez os tokens realmente se tornem o quarto pilar da remuneração dos engenheiros. Mas os engenheiros talvez devam refletir antes de abraçar isso como uma vitória direta. Mais tokens podem significar mais poder no curto prazo, mas, dada a rapidez com que as coisas estão evoluindo, isso não se traduz necessariamente em mais segurança no emprego. Por um lado, uma grande alocação de tokens vem acompanhada de grandes expectativas. Se uma empresa está efetivamente financiando o equivalente a um segundo engenheiro em computação em seu nome, a pressão implícita é para produzir o dobro — ou mais.

E há um problema ainda mais complexo por trás disso: quando o gasto em tokens por funcionário de uma empresa se aproxima ou excede o salário desse funcionário, a lógica financeira do quadro de pessoal começa a parecer diferente para a equipe financeira. Se a computação está fazendo o trabalho, a questão de quantos humanos são necessários para coordená-la torna-se mais difícil de evitar.

Jamaal Glenn, um ex-aluno de MBA de Stanford que mora na Costa Leste e ex-investidor de capital de risco que se tornou diretor financeiro de serviços financeiros, também aponta que o que pode parecer um benefício pode ser uma maneira inteligente de as empresas inflarem o valor aparente de um pacote de remuneração sem aumentar o dinheiro ou as ações — os itens que realmente se acumulam para um funcionário ao longo do tempo. Seu orçamento para tokens não é adquirido. Ele não se valoriza. Ele não aparece na sua próxima negociação de oferta da mesma forma que o salário-base ou as ações. Se as empresas conseguirem normalizar os tokens como remuneração, elas podem achar mais fácil manter a remuneração em dinheiro estável enquanto apontam um subsídio de computação crescente como evidência de investimento em seu pessoal.

Isso é um bom negócio para a empresa. Se é um bom negócio para o engenheiro, depende de questões para as quais a maioria dos engenheiros ainda não tem informações suficientes para responder.