Empresas controlam gastos com IA

Alguns estão pensando que IA não tem custo. As empresas estão descobrindo que funcionários tem a tendência a consultar demais a ferramenta para resolver problemas do trabalho. O resultado é que o gasto com IA tem aumentado. Eis uma situação típica. 

A EY afirma que seu roteador de IA "invisível" ajudou a reduzir o consumo de tokens em até 60% [ Business Insider ]. A EY não permite que todas as consultas de funcionários sejam direcionadas diretamente para o modelo de IA mais inteligente disponível. A empresa, uma das quatro maiores do setor, introduziu um roteador "invisível" para ajudar a gerenciar seus gastos internos com IA, disse Dan Diasio, líder global de IA para consultoria da EY, ao Business Insider. Implementado globalmente em abril, o roteador fica por trás de algumas das ferramentas de IA especializadas da EY e atua como intermediário para direcionar os funcionários ao melhor modelo de IA para a tarefa em questão. O roteador, juntamente com estratégias de treinamento e governança, ajudou a reduzir o consumo de tokens em 60% desde sua implementação em abril, afirmou a EY.

IA e auditoria

Em um recente pedido de comentários públicos, o conselho perguntou aos participantes se deveria prosseguir com a definição de padrões e pesquisas nessa área. Espero que a pergunta tenha sido retórica, porque a resposta é um sonoro sim, e isso deveria ter começado ontem.

O conselho tomou algumas medidas em relação à IA. No mês passado, formou um conselho de modernização das inspeções para melhorar a qualidade das auditorias. Entrou em contato com empresas para discutir o uso de IA generativa em auditorias e monitorou o uso de IA pelos auditores. A ex-presidente do PCAOB, Erica Williams, enfatizou que a adoção da IA ​​não substitui o conhecimento e o julgamento do auditor.

É um bom começo, mas insuficiente, pois se trata basicamente de aplicar padrões existentes a um novo paradigma. O PCAOB precisa estabelecer diretrizes claras sobre o uso aceitável de IA antes que tenhamos uma reprovação em auditoria resultante do uso inadequado de IA. É provável que já tenhamos tido uma, mas ainda não sabemos.

Nos últimos dois anos, três das quatro maiores firmas de contabilidade globais tiveram que retratar relatórios devido a alucinações da IA. É apenas uma questão de tempo até que uma firma seja forçada a retratar um relatório de auditoria porque a IA alucinou evidências de auditoria ou porque os auditores não revisaram ou supervisionaram adequadamente os agentes de IA que coletavam e analisavam as evidências de auditoria.

Grifo meu. De Jack Castonguay, Bloomberg Tax, via aqui. Imagem aqui

O caso de um Picasso rifado

A notícia de abril de 2026 estava guardada para uma postagem. O caso é bem interessante e pode ser usado em sala de aula ou pelos amantes da contabilidade que procuram um assunto para conversa. A notícia é a seguinte: uma fundação vinculada à pesquisa sobre Alzheimer fez uma rifa para arrecadar fundos, sorteando, entre os compradores dos bilhetes, um quadro, Cabeça de Mulher, do pintor Pablo Picasso.

O preço de cada bilhete era de 100 euros, e o quadro tinha um valor de avaliação de 1 milhão de euros. O valor arrecadado foi de 12 milhões de euros, deixando uma diferença de 11 milhões para uso da fundação. Os detalhes estão no texto de Bia Cardoso, publicado no Estado de S. Paulo em 16 de abril, ou disponível on-line aqui.

Vamos imaginar a contabilidade da fundação que promoveu a rifa, de um comprador de um bilhete e do comprador do bilhete vencedor. E considerar dois momentos distintos: antes e depois do sorteio.

Na fundação, antes do sorteio, o quadro fazia parte do ativo (1). O valor registrado poderia ser de 1 milhão de euros, mas é provável que fosse bem menor, já que poderia estar registrado pelo custo histórico. Ao longo do sorteio, a fundação teria que registrar a receita arrecadada com a rifa, tendo como contrapartida o débito em caixa. Quando do sorteio seria necessário dar baixa no quadro, retirando-o do ativo e registrando seu custo no resultado.

E quanto a um comprador do bilhete? Na sua contabilidade pessoal, haveria a possibilidade de um ganho potencial correspondente ao quadro. Aqui temos uma controvérsia teórica e normativa interessante. Fazendo uma conta simples, foram arrecadados 12 milhões de euros, e cada bilhete custava 100 euros. Foram vendidos 120 mil bilhetes, o que implica uma chance muito reduzida de ganhar o quadro. Eu entendo que, nesse caso, ao comprar o bilhete, deveria ser registrada uma saída de caixa e uma despesa; ou seja, ter o bilhete não configuraria um ativo para um comprador típico da rifa. Assim, após o sorteio, nada seria registrado, exceto pelo vencedor.

O vencedor deveria ter registrado, ao comprar o bilhete, a despesa e sua contrapartida, a saída de caixa. Mas, ao receber a notícia, o dono do bilhete passa a possuir um ativo de 1 milhão de euros. E qual seria a contrapartida? Algo na sua demonstração do resultado, que a contabilidade talvez chamasse de “ganho” ou de receita não recorrente.

(1) Rigorosamente, o quadro era da Opera Gallery, que recebeu 1 milhão do quadro. Fiz uma simplificação do caso aqui. 

Uma história dos doutores em contabilidade do Brasil

 Um levantamento feito pelo prof. Sandro, da UFSC, nas bases oficiais do governo, mostrou que entre 1962 e 2024 foram titulados 1162 doutores em contabilidade no Brasil. Os dez primeiros doutores foram, na ordem:

E para conseguir os primeiros dez doutores na área foram necessários 11 anos. Entre os orientadores, o campeão é o grande professor Eliseu Martins, com 32 orientações, seguido de Nelson Carvalho, com 28, e Sérgio de Iudícibus, com 24. Todos da universidade que fez a história da contabilidade no Brasil, a USP.

(O autor da postagem tem meras 18 orientações).

Por ano, temos a seguinte figura:

 É fantástico o crescimento da nossa área ao longo do tempo. Finalmente, em termos de instituição de ensino, a USP formou 390 doutores (ou um terço do total) (e sem contar a USP Ribeirão), seguido da UnB (117, mas esse número está inflado, já que considera também os doutores do programa Multi) e FURB (112, esse sim um valor de destaque, já que está no interior do país). 

Civilização pré-colonial na Amazônia

Eis o resumo, do artigo da Nature:

Numerosas estruturas geométricas de terra foram encontradas no sudoeste da Amazônia, constituindo evidências de uma civilização pré-colonial construtora de monumentos.Esse conhecimento tem contribuído para o debate sobre a história profunda e o urbanismo pré-colonial da Amazônia, seus contextos socioculturais e seu legado ambiental. As estimativas da extensão geográfica e do tamanho da população dessa civilização florestal permaneceram pouco precisas, pois a detecção dessas estruturas esteve quase exclusivamente limitada a áreas desmatadas, onde a vegetação não as oculta completamente. Neste estudo, utilizamos dados de LiDAR, capazes de atravessar a cobertura vegetal, coletados ao longo de 4.430 km de voo, para definir com maior precisão a distribuição geográfica e a quantidade dessas estruturas na região. Com base tanto nos dados já existentes quanto em nossa documentação por LiDAR, demonstramos que essa área cultural, por si só, contém tantas estruturas de terra quanto anteriormente se estimava para toda a Amazônia. Também propomos que a população total da região entre os anos 100 e 300 d.C. era de 1,25 milhão a 3 milhões de pessoas. Caso resultados semelhantes sejam encontrados em outras partes da Amazônia, deverão ser reavaliadas a densidade populacional pré-colonial total e sua influência sobre os solos e a estrutura atual da floresta amazônica, sobre a biodiversidade e até mesmo sobre alguns modelos do clima global.

O local onde foram realizadas as descobertas é o Acre. E há cientistas de outros países, como Finlândia e Dinamarca, além de pesquisadores brasileiros

Valuation de IA: valores projetados são irrealistas

Na verdade, sou bastante pessimista em relação às avaliações dos laboratórios de IA de fronteira. Nunca vi os argumentos a favor dessas avaliações formulados de maneira que me convencesse; por isso, antes de dormir, quis registrar rapidamente aqui meu raciocínio.

O problema básico é que esses laboratórios apresentam prejuízos muito elevados. Isso pode parecer um ponto simples, mas as avaliações no mercado privado podem ser relativamente irracionais. No entanto, como provavelmente ocorrerá com a $SPCX, a precificação após a abertura de capital tende a ser muito mais severa, sobretudo quando terminar o período padrão de lock-up de seis meses e a pressão vendedora aumentar.

Muitas pessoas afirmam que os laboratórios possuem margens elevadas. Contudo, mesmo com margens altas, uma avaliação de US$ 1 trilhão só seria justificável se eles não fizessem nada além de fornecer inferência — limitando, portanto, seus custos àqueles diretamente relacionados à inferência — e registrassem receitas anuais entre US$ 100 bilhões e US$ 200 bilhões, supondo uma margem bruta de aproximadamente 80% e um múltiplo de 20 vezes o lucro.

Essa hipótese evidentemente não é verdadeira, porque os laboratórios de fronteira precisam gastar continuamente para treinar a próxima geração de modelos. Isso decorre da concorrência de empresas que vêm logo atrás. Por exemplo, se a OpenAI tivesse interrompido o desenvolvimento de modelos no ano passado, já não haveria motivo para pagar os preços da API do GPT-5 quando seria possível simplesmente usar Qwen ou Kimi por um custo muito menor.

Assim, os laboratórios são obrigados a investir quantias cada vez maiores no treinamento de modelos. A dinâmica é tal que, em qualquer momento, o valor que precisam investir no próximo modelo é dramaticamente superior ao dinheiro que efetivamente estão ganhando. Isso ocorre porque, ainda que a receita aumente com a maior capacidade dos modelos, os custos futuros de treinamento também aumentam. Trata-se de uma dinâmica profundamente desfavorável, que penaliza severamente as empresas que estão na liderança.

Há também um ponto relacionado: os laboratórios de fronteira afirmam que podem destilar seus modelos mais avançados e, assim, vencer também nos níveis inferiores de inteligência. Isso não faz sentido, porque as receitas envolvidas são muito baixas quando se considera a margem relativamente reduzida desse tipo de inferência.

As avaliações dos laboratórios de fronteira parecem estar amplamente baseadas na hipótese de que, à medida que a escala aumenta, as capacidades emergentes serão suficientemente gerais e profundas para produzir um crescimento explosivo, como discutido aqui: https://epoch.ai/publications/explosive-growth-from-ai-a-review-of-the-arguments. Isso incluiria, por exemplo, agentes de IA capazes de criar e administrar autonomamente empresas inteiras formadas por subagentes.

No entanto, não está claro para mim que isso realmente ocorrerá. Como mencionei em minha publicação anterior — https://x.com/andrewho03/status/2082615798011744270 —, acredito que o crescimento das capacidades será mais lento, mais irregular e mais limitado pela disponibilidade de dados do que as pessoas atualmente supõem.

É possível que, em algum momento, vejamos um crescimento explosivo dessa natureza, acompanhado pela automação completa da economia. Mas, no mínimo, minha visão implica horizontes muito mais longos, de várias décadas, até chegarmos a esse ponto. Não está claro para mim que os laboratórios de fronteira conseguirão operar com prejuízo durante tanto tempo, embora talvez isso antecipe algum tipo de nacionalização inevitável.

Também quero fazer uma observação mais ampla sobre a difusão tecnológica. A razão pela qual a difusão de tecnologias é lenta não é apenas porque, por exemplo, pessoas mais velhas demoram a aprender a utilizá-las, embora isso evidentemente contribua em alguma medida.

Na minha visão, quando surge uma tecnologia nova e revolucionária, nem sempre são óbvias as maneiras de incorporá-la aos desenvolvimentos subsequentes. Na verdade, essas maneiras não podem necessariamente ser descobertas apenas pela aplicação da razão pura. Caso pudessem, talvez os modelos de fronteira, a partir de determinado ponto, adquirissem uma compreensão perfeita de como a camada de aplicações baseada em grandes modelos de linguagem deveria ser desenvolvida. Em seguida, seriam capazes de programar, implantar e comercializar autonomamente essa camada.

Parece-me mais plausível, contudo, que essa difusão seja limitada sobretudo pelo difícil problema do cálculo econômico — isto é, pela concepção hayekiana segundo a qual o sistema de preços promove gradualmente a alocação eficiente de recursos, algo que não pode ser reproduzido por meio do planejamento central.

Mesmo que congelássemos hoje os níveis atuais de capacidade, provavelmente seriam necessárias bem mais de duas décadas para integrar plenamente os grandes modelos de linguagem à nossa vida cotidiana.

Essa perspectiva é, consequentemente, bastante pessimista em relação à continuidade da rentabilidade dos laboratórios, pois reduz as chances de que encontrem, por exemplo, outra aplicação com rentabilidade comparável à dos agentes de programação, cuja descoberta pela Anthropic parece ter envolvido certa dose de sorte.

Em outras palavras, mesmo que se mobilize um grande número de engenheiros de implantação avançada — os chamados FDEs, ou forward-deployed engineers —, isso não significa necessariamente que será possível descobrir com rapidez suficiente os formatos “corretos” de produto.

De modo geral, não acredito que as pessoas tenham refletido com clareza sobre os modelos mentais que sustentam a ideia de que as participações acionárias nesses laboratórios devam valer tanto quanto valem atualmente. Caso alguém realmente se disponha a formalizar esse modelo, talvez não chegue à conclusão a que gostaria de chegar.

Isso não significa que eu não espere que a inteligência artificial passe por uma enorme expansão, em toda a indústria, nas próximas décadas. Significa apenas que não tenho certeza de que compraria ações da OpenAI ou da Anthropic pelos seus valores mais recentes, caso tivesse a oportunidade de fazê-lo.

Naturalmente, como ex-funcionário de um desses laboratórios, pode-se dizer que estou falando contra os meus próprios interesses. Na verdade, eu deveria estar oferecendo às pessoas mais razões para serem otimistas. Mas, no fim das contas, minha influência é tão pequena que isso não faz diferença. Então, por que não se divertir um pouco?

Traduzido daqui

Resumindo, os valores projetados da OPA das empresas de IA são irreais, pois essas empresas não conseguiram entregar valor - lucro, no longo prazo. Será um prenúncio para uma crise no mercado acionário? O autor, Andrew Ho, foi funcionário da OpenAI. E o texto foi traduzido pelo GPT

Mudanças na Fundação IFRS

Não sabemos os bastidores, mas a Fundação IFRS anunciou a nomeação da ex-sócia da KPMG Laura Forzani (foto da internet) como sua diretora executiva. Forzani deve assumir em setembro e ira substituir Michel Madelain, que ficou dois anos no cargo. .

No cargo, Forzani será "responsável pela gestão da Fundação IFRS e de sua equipe, bem como pela implementação e execução de seus objetivos globais. A função inclui apoiar as prioridades de governança, financiamento e operação, trabalhando em estreita colaboração com as lideranças do International Accounting Standards Board (IASB) e do International Sustainability Standards Board (ISSB)." 

É um cargo administrativo, mas depois de um período de forte expansão no quadro de pessoal, há rumores sobre a questão de sustentabilidade financeira da entidade. Além disso, há um refluxo mundial na questão de sustentabilidade. O tema, que era quente quando o ISSB foi criado, tem sofrido resistência por parte dos governos e até mesmo dos reguladores. 

Mas os problemas não param, pois desde meados do ano a condução do Iasb tem sido feita pela vice-presidente. Andreas Barckow encerrou seu mandato no mês passado e espera-se um substituto até 1º de outubro.