A questão levantada é que o preço baixo atual das ferramentas de codificação com IA reflete menos o custo real e mais uma estrutura sustentada por capital de investimento, disputa por participação de mercado e políticas de preço subsidiado. Assim, o ponto decisivo para os desenvolvedores não é “rejeitar a IA”, mas sim ter habilidade e capacidade de adaptação para continuar relevante mesmo depois que a política de preços baixos das empresas de IA acabar.
1. Reações negativas/pessimistas
A política de preços baixos é uma ilusão temporária
Muitos veem os preços baratos ou a gratuidade atuais como algo pouco sustentável, e acreditam que o custo real é muito maior.
Preocupação com aumento de preços após a reorganização do mercado
Há muitas reações dizendo que, no começo, os serviços são distribuídos a preços baixos para prender os usuários e, depois, quando o mercado se reorganizar em torno de poucas empresas, os preços subirão bastante.
Preocupação com grandes prejuízos das empresas de IA
Surge a opinião de que empresas puramente focadas em IA, como OpenAI e Anthropic, são instáveis no longo prazo por causa dos enormes custos de infraestrutura e treinamento.
Preocupação com danos ao ecossistema de desenvolvedores
Há receio de que, se os juniores passarem a depender da IA sem desenvolver fundamentos, o conjunto de desenvolvedores experientes enfraqueça no longo prazo.
Efeitos colaterais da adoção excessiva nas empresas
Também há relatos de que executivos empurraram a IA como se fosse solução para tudo e, no fim, os custos com tokens, nuvem e manutenção acabaram aumentando ainda mais.
Risco de dependência
Existe grande preocupação de que, se pessoas e empresas passarem a trabalhar com dificuldade sem IA, fiquem vulneráveis a mudanças futuras na política de preços.
2. Reações positivas/otimistas
Alega-se que o custo de inferência continuará caindo
Há um forte contra-argumento de que, com modelos mais eficientes, melhorias de hardware, processamento em lote e avanço de modelos leves, os custos cairão no longo prazo.
O problema não é o custo de uso, mas o custo de treinamento
Há quem diga que o centro do custo está menos na inferência do dia a dia e mais no treinamento da próxima geração de modelos, e que usar modelos já prontos é mais barato do que parece.
Open source e modelos locais como alternativa
Mesmo que os preços dos serviços em nuvem subam, há expectativa de que LLMs locais e modelos com pesos abertos possam servir como substitutos em certo grau.
A lógica de que ainda é mais barato que pessoas
Muitos respondem que, mesmo que o preço da IA suba várias vezes em relação ao atual, se o ganho de produtividade continuar superando o custo de mão de obra de desenvolvedores, as empresas ainda conseguirão pagar.
A IA é uma ferramenta que amplifica desenvolvedores, não os substitui
Também não faltam reações mais realistas dizendo que bons desenvolvedores ficam mais rápidos com IA, enquanto quem não sabe o que está fazendo acaba esbarrando em limites.
Possibilidade de surgimento de novos papéis
Há opiniões de que, mesmo que diminua o papel de escrever código diretamente, funções mais avançadas como validação, integração, decisões de arquitetura e entendimento de domínio se tornarão ainda mais importantes.
3. Clima geral do fluxo de comentários
No geral, a thread está mais próxima de uma tese de reorganização do que de substituição total
Em vez de “os desenvolvedores vão desaparecer”, o foco das reações está em grandes mudanças na forma de trabalhar, na estrutura de pessoal e na estrutura de custos.
A maior encruzilhada é qualidade e manutenção, mais do que custo
Muitos comentários consideram que, mais do que o preço em si, as questões realmente essenciais são a qualidade do código gerado por IA, compreensão de contexto, resposta a sistemas legados e manutenção de longo prazo.
Em conclusão, a opinião pública está dividida
Um lado entende que “quando a bolha estourar, os preços subirão e a ilusão acabará”, enquanto o outro vê que “a tecnologia acabará ficando mais barata e melhor, então vence quem se adaptar”.
5 comentários
Acho que essa fase de gastar créditos à vontade vai existir só agora mesmo.
Seria ótimo se pudesse surgir um modelo open source realmente útil, sem ficar atrelado a nenhuma empresa. O treinamento poderia ser feito no estilo SETI, com cada um contribuindo com um pouco de GPU... seria bem mais lento, mas;;;
Primeiro, teremos que ver qual empresa vai tomar a dianteira e bancar o aumento de preços, e se isso vai acabar sendo um tiro no pé ou levar o mercado inteiro a subir os preços. Se esse aumento for bem executado, provavelmente todos vão seguir, mas o problema é que então muita gente migrará para serviços chineses e também passará a considerar mais seriamente a adoção interna. Vendo o dinheiro que as empresas de IA estão despejando, a receita que elas geram com IA ainda não parece tão grande em comparação com os custos, então, por enquanto, mesmo que aumentem os preços, isso talvez não tenha muito efeito.
Tem que ficar bem mais barato..
Por outro lado, parece haver uma análise de que a inferência acaba sendo até um bom negócio...
Dizem que o problema real é que o loop de treinamento ficou mais complexo porque foi adicionada até a computação de inferência para RL.