O número é gigantesco: a OpenAI prevê aproximadamente US$ 278 bilhões de fluxo de caixa livre negativo acumulado entre 2026 e 2030.[1][2]
Mesmo assim, o usuário pode olhar para o mesmo dado e pensar:
Como uma pessoa consegue acessar tudo isso pagando apenas uma mensalidade?
Pesquisar, escrever, programar, ler documentos, comparar opções, criar protótipos, revisar, testar de novo e resolver dúvidas minúsculas pode acontecer na mesma interface.
Se cada tarefa fosse terceirizada separadamente para pessoas, o custo de coordenação já seria enorme antes mesmo dos honorários.
A mudança não é apenas “a IA ficou barata”.
É que um capital computacional gigantesco é compartilhado, o tamanho mínimo de uma tarefa intelectual comprável despenca e o custo de transferência entre especialidades diminui.
1. Os US$ 278 bilhões não são um prejuízo contábil de um único ano
A Reuters, citando o Financial Times, informou que a OpenAI espera consumir cerca de US$ 278 bilhões em caixa entre 2026 e 2030.[1][2]
Trata-se de uma projeção acumulada de fluxo de caixa livre negativo em cinco anos, não de um prejuízo líquido anual já realizado.
Segundo o FT, documentos internos projetam receita de cerca de US$ 36 bilhões em 2026 e aproximadamente US$ 350 bilhões em 2030, enquanto os gastos acumulados até o fim da década poderiam chegar a cerca de US$ 856 bilhões.[2]
Portanto, a história não é simplesmente “faltam clientes”.
É mais próxima de:
a receita pode crescer muito, mas os gastos com computação, data centers, energia, redes e pesquisa crescem ainda mais.
Também não faz sentido dividir o gasto total da empresa pelo número de conversas para obter o custo de um chat. Investimento inicial e custo marginal de uma solicitação extra são coisas diferentes.
2. Por que o usuário pode receber um grande excedente
Na economia, a diferença entre quanto alguém aceitaria pagar e quanto realmente paga é chamada de excedente do consumidor.
Se a IA oferece pouco valor por mês e custa quase o mesmo, o excedente é pequeno.
Se a mesma mensalidade elimina muito trabalho terceirizado, espera, repetição e oportunidade perdida, o excedente pode ser enorme.
Isso não é o custo da OpenAI.
Mas a estrutura de assinatura facilita esse excedente porque muitos usuários compartilham custos fixos que seriam impossíveis de bancar individualmente.
Uma pessoa não vai treinar um modelo de fronteira, montar um cluster de GPUs, integrar busca e armazenamento, operar segurança, voz, imagem e atualizações contínuas.
A assinatura permite alugar uma fração desse sistema quando necessário.
É como usar eletricidade sem construir uma usina em casa — só que a saída é pesquisa, texto, código, imagem e raciocínio.
3. A maior ruptura pode ser o tamanho mínimo da terceirização
Terceirização existia antes da IA.
Mas contratar alguém traz fricção fixa: encontrar a pessoa, explicar o objetivo, fornecer contexto, combinar escopo, esperar, revisar, pedir alterações e repassar o resultado.
Por isso ninguém contrata formalmente um especialista para cada tarefa de cinco minutos.
“Confirme só este número.” “Teste esta pequena alteração.” “Crie três variações com base no que conversamos até agora.” “Desfaça esta tentativa e teste outra rota.”
A tarefa é pequena; o processo de contratação é grande.
A IA muda isso.
O lote mínimo de trabalho intelectual fica minúsculo.
Não é apenas tornar um projeto grande mais barato. É viabilizar dezenas ou centenas de microtarefas que antes eram pequenas demais para serem compradas separadamente.
4. Menos contexto precisa atravessar pesquisadores, redatores, programadores e PMs
Equipes humanas perdem tempo e informação em repasses.
O pesquisador pesquisa. O redator recebe o resumo. O engenheiro recebe a especificação. A qualidade encontra um problema. Alguém reconstrói a intenção original.
Quando um mesmo ambiente de IA mantém o contexto da pesquisa até a escrita, o código, a verificação e a revisão, parte desse custo de coordenação desaparece.
Por isso “uma IA substitui cinco pessoas” é uma conta ruim.
O ganho pode estar mais em:
menos transferências, menos explicações, menos espera e menos reinicialização de contexto.
É assim que o sistema começa a parecer um pequeno departamento de P&D.
5. Ganhos de produtividade já aparecem em experimentos
Um estudo com 5.179 agentes de atendimento encontrou aumento médio de produtividade de cerca de 14% com assistência de IA generativa, com ganhos maiores entre trabalhadores menos experientes e de menor desempenho inicial.[3]
Um experimento aleatorizado com 453 profissionais com formação universitária mostrou que o ChatGPT reduziu o tempo de tarefas de escrita em 40% e aumentou a qualidade em 18%.[4]
Um experimento com 758 consultores da BCG encontrou, em tarefas dentro da fronteira de capacidade da IA, trabalho mais de 25% mais rápido e desempenho avaliado por humanos mais de 40% superior. Fora dessa fronteira, a IA também podia aumentar respostas erradas.[5]
A conclusão não é que a IA multiplica todo trabalho.
Mas, em tarefas adequadas e verificáveis, ela pode alterar velocidade e qualidade de forma relevante.
6. Usuários intensivos compram um ciclo, não uma resposta
O usuário ocasional compra respostas.
O usuário intensivo compra:
pergunta → pesquisa → hipótese → rascunho → código → teste → revisão → armazenamento → próxima pergunta.
A grande vantagem é o baixo custo para iniciar a próxima etapa.
Uma ideia pode ser testada na hora. Uma rota errada pode ser substituída. O material de ontem pode ser reutilizado hoje.
Pequenas tarefas que antes morriam porque “não vale a pena explicar isso para outra pessoa” passam a ser executadas.
Assim, o retorno pode ser medido por experimentos viabilizados, microtarefas concluídas, espera eliminada, repasses removidos e tempo entre ideia e protótipo.
7. A história de US$ 500 por mês existe, mas não é um preço oficial atual
Em 25 de setembro de 2026, a informação oficial da OpenAI lista o ChatGPT Plus a US$ 20 por mês.[6]
O Pro tem níveis de US$ 100 e US$ 200. Novas assinaturas e upgrades para o nível de US$ 200 estão temporariamente pausados desde 10 de setembro, embora o Help Center continue descrevendo-o como o maior nível Pro.[7]
Em 24 de setembro, o site de terceiros TestingCatalog relatou referências não publicadas que pareciam mencionar um “Pro Max” de US$ 500 por mês.[8]
Mas o limite é claro:
até 25 de setembro, a OpenAI não havia anunciado oficialmente um plano ChatGPT atual de US$ 500.
Referências não publicadas podem mudar ou nunca chegar ao produto.
Se um nível assim aparecer no futuro, usuários profissionais intensivos tenderão a compará-lo com o valor real de terceirização, desenvolvimento, espera e coordenação que ele substitui.
8. Preço de API não é contabilidade de custo da OpenAI
A página oficial do GPT-5.6 Sol listava, em 25 de setembro, US$ 4 por milhão de tokens de entrada e US$ 20 por milhão de saída na API.[9]
Um usuário pesado pode converter seu uso para preço de varejo da API e concluir que a diferença é prejuízo da OpenAI.
Isso não é demonstrável.
Preço de API é preço de venda, não custo marginal divulgado.
O ChatGPT pode usar roteamento, modelos menores, cache, limites de uso, infraestrutura compartilhada e outras otimizações. Ao mesmo tempo, a projeção de US$ 278 bilhões inclui enormes investimentos iniciais.
O usuário deve avaliar o valor do seu lado: quanto custaria obter o mesmo resultado com trabalho humano, terceirização, equipamentos e tempo?
Custo do fornecedor e valor para o usuário são números diferentes.
9. Conclusão: a grande alavancagem é compressão organizacional
Não existe contradição entre a OpenAI gastar fortunas e o indivíduo sentir que paga pouco.
Empresa e investidores financiam uma base gigantesca compartilhada; milhões de usuários alugam uma fração.
Mas a mudança mais profunda não é apenas inteligência mais barata.
A organização necessária para executar uma ideia fica menor.
Cinco minutos de pesquisa. Dez de edição. Vinte de código. Três de comparação. Retomar ontem imediatamente. Tentar outra rota após uma falha.
O mercado tradicional de terceirização lida mal com essas unidades porque a coordenação pode custar mais que o trabalho.
A IA recebe tudo por uma única porta.
Do lado do fornecedor: GPUs, energia, data centers e financiamento queimando dinheiro.
Do lado individual: um botão de assinatura chama pesquisa, escrita, programação e iteração.
O capitalismo começou a alugar máquinas pesadas de trabalho intelectual para indivíduos.
É por isso que aumentos de preço assustam tanto.
- Reuters, “OpenAI forecasts cash burn near $280 billion by 2030, FT reports,” 2026-09-18 reuters.com
- Financial Times, “OpenAI expects to burn $280bn by 2030,” 2026-09 ft.com
- Brynjolfsson E, Li D, Raymond LR. “Generative AI at Work.” NBER Working Paper 31161; published version in The Quarterly Journal of Economics, 2025 nber.org
- Noy S, Zhang W. “Experimental evidence on the productivity effects of generative artificial intelligence.” Science. 2023;381(6654):187-192. doi:10.1126/science.adh2586 pubmed.ncbi.nlm.nih.gov
- Harvard Business School / BCG, “Navigating the Jagged Technological Frontier,” field experiment with 758 consultants aiinstitute.hbs.edu
- OpenAI Help Center, “What is ChatGPT Plus?”, checked 2026-09-25 help.openai.com
- OpenAI Help Center, “About ChatGPT Pro tiers,” checked 2026-09-25 help.openai.com
- TestingCatalog, “OpenAI prepares new $500/month Pro Max plan for ChatGPT,” 2026-09-24 testingcatalog.com
- OpenAI API, “GPT-5.6 Sol Model,” checked 2026-09-25 developers.openai.com
