O imposto que ninguém orçou está afundando os agentes de IA corporativos
Há um momento particular na adoção de tecnologia empresarial em que o entusiasmo se converte em obrigação contábil. Com os agentes de inteligência artificial embutidos em produtos corporativos, esse momento chegou antes do que a maioria das equipes técnicas antecipava, e o mecanismo que o disparou não foi o modelo de linguagem errado nem a falta de dados. Foi uma decisão de arquitetura que ninguém apresentou como decisão.
Chamá-lo de "imposto de contexto" — como fazem a engenharia da Anthropic e um número crescente de analistas — é uma denominação precisa. Não porque seja metafórica, mas porque opera exatamente como um imposto: invisível na transação individual, devastador no agregado. Cada vez que um agente empresarial recebe um HTML bruto de 150 kilobytes para processar uma pergunta sobre cinco linhas de dados, a empresa paga cerca de 37.500 tokens de inferência que não produzem valor. Multiplique isso por cada usuário ativo, por cada sessão, por cada mês de escalamento, e o que parece um detalhe técnico se converte no elemento que define se a margem bruta do produto sobrevive.
Os dados que circulam no ecossistema o confirmam sob diferentes ângulos. A análise da Splunk sobre custos de agentes isolados documentou como uma única interação de suporte ao cliente passou de custar quatro centavos de dólar para um dólar e vinte ao longo de três anos, mesmo enquanto os preços por token caíam. O mecanismo por trás desse aumento não foi a inflação dos fornecedores: foi o volume de contexto que o agente retransmitia em cada etapa do fluxo. Um estudo da Universidade Concordia quantificou a proporção entre tokens de entrada e saída em fluxos agênticos em 2:1, e descobriu que apenas a revisão de código consumia 59% de cada token gasto. São números que transformam o orçamento de infraestrutura em algo muito diferente do que aparecia no roteiro.
O que se decide sem dizer que se está decidindo
O argumento central apresentado pela análise do Forbes Technology Council — escrito por um engenheiro de software no Walmart Global Tech que lidera a construção de experiências agênticas para vendedores em marketplace — não é sobre ferramentas nem fornecedores. É sobre três decisões de arquitetura que as equipes tomam por omissão, antes que alguém as nomeie em uma reunião de design.
A primeira é a representação que o modelo recebe. Entre HTML bruto, capturas de tela e fragmentos semânticos existe uma diferença de 30 a 50 vezes no custo por tarefa, com efeitos sobre a precisão que vão na direção oposta ao que a intuição sugere. A pesquisa da Amazon Science sobre o agente AgentOccam documentou uma melhora de 29,4% no benchmark WebArena ao trocar de representação visual para árvore de acessibilidade estruturada. O modelo não foi modificado. O que o modelo via foi alterado.
A segunda decisão é o momento da captura. Quando um agente registra o estado da página no momento do carregamento e não no momento do envio, captura o esqueleto de carregamento, não os dados que o usuário está visualizando. O relatório descreve casos em que o instantâneo era disparado 1.500 milissegundos antes de a API responder. O agente respondia com confiança a partir de uma página vazia. Isso não é alucinação no sentido técnico: é contexto errado servido no momento errado.
A terceira é o que diretamente não se envia. Um classificador leve que roteia antes de recuperar pode eliminar entre 70% e 85% dos instantâneos de contexto em fluxos reais. Um usuário que pergunta como atualizar uma configuração em lote precisa de documentação, não de uma fotografia da sua visão atual de dados. São tokens que nunca chegam a ser gastos.
O que torna essas três decisões especialmente custosas não é que sejam más decisões: é que ninguém as apresenta como decisões. Elas são executadas por padrão. O HTML bruto é a opção que não exige pré-processamento. A captura no carregamento é o que o framework faz automaticamente. Enviar todo o contexto disponível parece "seguro". Essa inércia tem preço.
A diferença entre um produto interno e um de mercado
A análise distingue com precisão um ponto que a maioria das discussões sobre agentes empresariais não separa com clareza suficiente: existe uma diferença estrutural entre um agente que serve a funcionários internos e um embutido em um produto comercial multitenant.
Uma equipe de TI interna pode absorver uma arquitetura de contexto deficiente. Ela reimplanta. Ela ajusta. Tem um raio de impacto controlado. Um fornecedor de software B2B que embute um assistente de IA em seu produto fatura por assento, não por infraestrutura. Cada ineficiência na representação de contexto se multiplica sobre toda a base de clientes simultaneamente. O custo por usuário ativo que a reportagem descreve — passando de 0,40 para 1,10 dólares mensais em oito semanas de disponibilidade geral — não é uma anedota de uma implantação mal calibrada: é a mecânica do que acontece quando se escala sem ter auditado a arquitetura de contexto primeiro.
A Chroma publicou em 2025 uma avaliação de 18 modelos de fronteira que adiciona outra dimensão ao problema. A precisão não se degrada apenas quando o contexto é custoso: ela se degrada quando o contexto é extenso. Quanto maior o volume de contexto de entrada, maior é a perda de exatidão em tarefas de contexto longo, independentemente do modelo. O imposto de contexto não é apenas um problema de margem. É um problema de produto.
Isso reencuadra a discussão de uma forma que os comitês de aprovação de projetos raramente articulam. Quando se avalia se deve incorporar um agente de IA a uma plataforma SaaS, a conversa costuma se concentrar no modelo, no fornecedor e na segurança dos dados. A arquitetura de representação de contexto quase nunca aparece nessa conversa como uma variável com implicações na margem bruta. Ela aparece depois, no post-mortem, quando o recurso prometeu expansão de margens e as entregou comprimidas.
O mercado que vem depois da primeira onda de fracassos
A estatística do Gartner que projeta o cancelamento de mais de 40% dos projetos agênticos antes do final de 2027 não é simplesmente um alerta sobre maturidade tecnológica. É uma descrição antecipada do processo de depuração que segue qualquer ciclo de adoção em que os custos ocultos superam as projeções originais. A análise do MIT que descobriu que 95% das implantações de IA generativa não produziram valor de negócio mensurável documenta a mesma pressão sob outro ângulo.
O que ainda não está claro no debate público sobre agentes é se as organizações que cancelam projetos o fazem por razões de modelo ou por razões de arquitetura. Se a maior parte dos fracassos tem sua origem em decisões de contexto — representação, momento de captura, volume enviado — então o problema não é que os agentes não funcionem. É que as equipes que os constroem estão medindo as variáveis erradas.
A Hyland, em sua análise sobre retorno de investimento de IA em empresas, calcula que uma camada de contexto empresarial unificada pode gerar até 10,3 vezes o retorno sobre investimentos em IA e automação. O mecanismo que descreve é direto: as equipes que reconstroem integrações, mapeamentos e regras de negócio para cada novo agente estão pagando um imposto de fragmentação antes mesmo de o agente começar a operar. Cada agente herda a dívida de arquitetura do anterior. A escala não resolve esse problema: ela o amplifica.
A transição que se perfila não é entre modelos de linguagem mais ou menos potentes. É entre organizações que tratam a arquitetura de contexto como uma variável de infraestrutura — que se otimiza quando há tempo — e as que a tratam como uma variável de margem bruta que se projeta antes da primeira implantação. A diferença entre ambas as posições não aparece nos primeiros meses de piloto. Aparece quando a base de usuários cresce e o custo por consulta se converte na métrica que governa se o recurso pode existir.
A próxima frente não é o modelo, é quem governa o contexto
A guerra dos modelos de linguagem gerou uma ilusão compreensível: que o problema central dos agentes empresariais era a qualidade da inferência. Essa ilusão foi útil durante a fase de experimentação, quando as empresas precisavam validar que os modelos podiam fazer algo útil em seus domínios. Essa fase terminou.
O que começa agora — e o que torna a análise sobre o imposto de contexto relevante para além de seus detalhes técnicos — é a competição por quem constrói e governa a camada de contexto empresarial. Não o modelo que raciocina, mas a infraestrutura que decide o que o modelo vê, quando vê e o que nunca precisa ver.
Os sinais já são visíveis. O argumento do CIO Dive de que os agentes devem ir até os dados em vez de os dados viajarem até os agentes aponta para o mesmo nó. A proposta da Seekr de medir o custo por resposta verificável — em vez do custo bruto por token — introduz uma métrica que torna transparente o imposto de contexto na demonstração de resultados. Os classificadores de roteamento anteriores à recuperação que a análise da Forbes descreve são um componente que ainda não tem um nome de mercado consolidado, mas que representa uma função que as plataformas agênticas maduras precisarão oferecer de forma nativa.
Para os líderes que estão no meio de decisões de arquitetura agora mesmo, a lição operacional é mais estreita do que qualquer framework estratégico. O modelo não é o gargalo. A representação de contexto sim. E essa é uma variável de design, não uma decisão de fornecedor, o que significa que a responsabilidade sobre suas consequências é interna. As organizações que construírem essa camada com critério de margem em 2026 terão dados de custo por consulta quando o mercado começar a cobrar satisfações em 2027. As que não o fizerem estarão explicando por que o recurso de IA que prometia expandir margens acabou sendo sua principal fonte de compressão.
