H\u00e1 pouco tempo, muitas empresas come\u00e7aram a implementar agentes de IA em uma ampla variedade de fluxos de trabalho. Rapidamente, o custo de uso desses agentes se tornou uma quest\u00e3o urgente para as empresas. Al\u00e9m disso, a quest\u00e3o vai muito al\u00e9m do departamento financeiro. Al\u00e9m das preocupa\u00e7\u00f5es or\u00e7ament\u00e1rias, surgiram problemas de confiabilidade, estabilidade operacional e at\u00e9 de seguran\u00e7a da informa\u00e7\u00e3o. Isso ocorre porque o custo de automatizar um mesmo processo varia significativamente entre implementa\u00e7\u00f5es, \u00e9 imprevis\u00edvel e pode ser afetado por fatores externos.<\/p>\n
Al\u00e9m disso, para um agente malicioso, qualquer processo automatizado com IA e vulner\u00e1vel a influ\u00eancias externas \u00e9, na pr\u00e1tica, um alvo conveniente para o \u201cnovo tipo de ataque DDoS\u201d. Relat\u00f3rios de erros de aplicativos, avalia\u00e7\u00f5es de produtos ou solicita\u00e7\u00f5es de suporte t\u00e9cnico podem, assim como qualquer outro dado externo processado pela empresa com IA, ser usados em um ataque para aumentar o consumo de tokens (fragmentos de palavras que s\u00e3o a unidade b\u00e1sica de entrada e sa\u00edda de um LLM).<\/p>\n
Em 2026, grandes empresas gastaram pela primeira vez muito al\u00e9m do or\u00e7amento destinado a seus sistemas de IA. A Uber j\u00e1 havia gasto todo o or\u00e7amento anual at\u00e9 abril<\/a>, enquanto uma empresa n\u00e3o identificada n\u00e3o definiu limites de gastos para o Claude e gastou US$ 500 milh\u00f5es em um \u00fanico m\u00eas<\/a>. Embora os provedores de IA anunciem regularmente pre\u00e7os mais baixos e modelos mais eficientes, a transi\u00e7\u00e3o de chatbots para sistemas ag\u00eanticos que operam de forma cont\u00ednua e aut\u00f4noma aumenta o consumo de tokens em centenas ou milhares de vezes<\/a>.\u00a0 Ao mesmo tempo, o modelo de \u201cassinatura fixa de US$ 20 ou US$ 100\u201d para empresas \u00e9 coisa do passado. Todos os principais provedores est\u00e3o migrando clientes corporativos para o modelo de pagamento conforme o uso.<\/p>\n Como resultado, as empresas est\u00e3o enfrentando um problema j\u00e1 conhecido pelos setores de armazenamento em nuvem e telecomunica\u00e7\u00f5es. Sem sistemas especializados de contabiliza\u00e7\u00e3o e gerenciamento de custos, uma organiza\u00e7\u00e3o s\u00f3 descobre quanto um determinado processo ou projeto custou depois de conclu\u00ed-lo. Nos setores de telecomunica\u00e7\u00f5es e nuvem, esse problema acabou sendo resolvido com o desenvolvimento de sistemas sofisticados de faturamento, e os clientes desses setores at\u00e9 adotaram o termo especializado FinOps<\/a>. No caso da IA, esse processo ainda est\u00e1 em est\u00e1gio inicial. Al\u00e9m disso, a natureza probabil\u00edstica da IA generativa torna esse problema ainda mais dif\u00edcil de resolver.<\/p>\n Para entender por que os custos aumentam t\u00e3o rapidamente e s\u00e3o t\u00e3o dif\u00edceis de prever e controlar, precisamos lembrar como funciona um modelo de linguagem e o que o transforma em um agente de IA. O modelo n\u00e3o armazena informa\u00e7\u00f5es de estado. Em outras palavras, n\u00e3o ret\u00e9m informa\u00e7\u00f5es entre as intera\u00e7\u00f5es. A cada nova etapa, todo o hist\u00f3rico de trabalho de uma determinada tarefa (o contexto) precisa ser reenviado ao modelo: o prompt inicial, o racioc\u00ednio anterior, o conte\u00fado dos arquivos lidos e as respostas de todas as ferramentas. A cada etapa, essa \u201crecapitula\u00e7\u00e3o\u201d fica mais longa, especialmente se a tarefa envolver loops iterativos. Se uma etapa falhar, a resposta n\u00e3o for clara ou uma ferramenta retornar um erro, o agente simplesmente tenta novamente, aumentando ainda mais o tamanho do contexto. E, se a tarefa for executada por v\u00e1rios agentes, que dividem o trabalho entre si e trocam resultados, esse volume aumenta proporcionalmente ao n\u00famero de agentes. Como resultado, o consumo de tokens n\u00e3o aumenta gradualmente, mas em saltos, e \u00e9 quase imposs\u00edvel prev\u00ea-lo no in\u00edcio da tarefa.<\/p>\n Ao executar duas sess\u00f5es diferentes de um agente de IA para resolver exatamente a mesma tarefa (dois t\u00edquetes de suporte t\u00e9cnico, duas tarefas de an\u00e1lise e assim por diante), a quantidade de tokens consumidos pode variar. A diferen\u00e7a pode chegar a 30 (!) vezes<\/a>. Isso depende do n\u00famero de etapas, erros e tentativas necess\u00e1rias para concluir a tarefa. O aumento do consumo de recursos n\u00e3o depende necessariamente da complexidade da tarefa. H\u00e1 casos conhecidos em que a IA ficou presa em um \u201cloop de racioc\u00ednio\u201d e desperdi\u00e7ou uma quantidade absurda de recursos em tarefas triviais.<\/a><\/p>\n Tr\u00eas gera\u00e7\u00f5es de IA em sistemas corporativos consomem recursos de maneiras completamente diferentes:<\/p>\n Como as chamadas a LLMs s\u00e3o significativamente mais caras que as chamadas de software convencionais, automatizar tarefas corporativas rotineiras pode sair muito caro. Por exemplo, o Gartner estima<\/a> que resolver uma \u00fanica solicita\u00e7\u00e3o de suporte ao cliente usando um LLM custa aproximadamente US$ 3<\/a>. \u00c9 f\u00e1cil imaginar como invasores poderiam bombardear uma empresa com milhares de solicita\u00e7\u00f5es longas e sofisticadas geradas por um LLM barato, causando um preju\u00edzo financeiro significativo. Como o processo \u00e9 automatizado, as anomalias podem n\u00e3o ser detectadas imediatamente.<\/p>\n Se um invasor souber qual sistema de agentes e qual LLM s\u00e3o usados em um processo de neg\u00f3cios, poder\u00e1 realizar um ataque mais preciso e causar danos significativamente maiores. Os autores do estudo GitInject<\/a> estimaram que um invasor capaz de criar incidentes no GitHub em uma organiza\u00e7\u00e3o que usa agentes de IA para an\u00e1lise de erros pode, com um \u00fanico ataque (antes da a\u00e7\u00e3o dos mecanismos de defesa do GitHub), causar at\u00e9 US$ 111 em preju\u00edzos e consumir 400 minutos do GitHub Actions<\/a> da conta da v\u00edtima. Naturalmente, esse ataque pode ser repetido v\u00e1rias vezes, sem nenhum custo para o invasor.<\/p>\n O maior risco, embora seja dif\u00edcil quantific\u00e1-lo em termos financeiros, vem de ataques que induzem os LLMs a um racioc\u00ednio excessivo. No artigo OverThink<\/a>, os autores demonstraram como uma tarefa formulada de maneira inofensiva, quando enviada a um modelo de linguagem, produz um resultado correto, mas, nesse processo, consome 46 (!) vezes mais tokens do que deveria. Al\u00e9m disso, todas as tarefas testadas pelos pesquisadores passaram pelos filtros de seguran\u00e7a existentes.<\/p>\nConsumo imprevis\u00edvel de tokens<\/h2>\n
\n
Tokenomics em ataques: Denial of Wallet, o novo DDoS<\/h2>\n