Funcionários da Amazon fazem “tokenmaxxing” para driblar meta de uso de IA

Funcionários da Amazon estão adotando uma prática peculiar, batizada de “tokenmaxxing”, para cumprir as ambiciosas metas de uso de inteligência artificial (IA) estabelecidas pela gigante do e-commerce. A estratégia envolve a automação de tarefas desnecessárias ou de baixo valor apenas para inflar a contagem de “tokens” gastos, um indicador-chave da utilização das ferramentas de IA da empresa.

O Fenômeno do “Tokenmaxxing” na Amazon

A prática de “tokenmaxxing” surgiu como uma resposta direta à pressão por resultados. Empregados da Amazon estariam utilizando agentes de IA para automatizar funções que não são essenciais ao seu trabalho, com o único propósito de elevar os indicadores de uso da tecnologia e, assim, atingir as metas semanais impostas pela companhia. Essa tática, que envolve o gasto desnecessário de tokens de IA, revela uma lacuna entre a intenção da empresa e a execução por parte dos funcionários.

MeshClaw e as Metas de Uso de IA

A Amazon implementou uma ferramenta interna chamada MeshClaw, que permite aos desenvolvedores criar agentes de inteligência artificial e integrá-los aos softwares da companhia para executar tarefas automaticamente. Paralelamente à introdução dessa ferramenta, a empresa estabeleceu metas semanais de uso de IA para mais de 80% de seus desenvolvedores, monitorando de perto o consumo de tokens de cada um.

Inicialmente, as estatísticas de uso de IA eram divulgadas para todos os funcionários, mas a Amazon posteriormente restringiu o acesso a essas informações, limitando-as apenas aos próprios empregados e seus respectivos líderes. A empresa também teria desencorajado os gerentes a usar a contagem de tokens como uma métrica de desempenho e assegurado aos colaboradores que esses dados não seriam utilizados em avaliações de performance.

A Pressão por Resultados e a Desconfiança dos Funcionários

Apesar das garantias da Amazon, a desconfiança persiste entre os trabalhadores. A pressão para demonstrar a adoção da IA é palpável, e muitos funcionários não parecem ter confiado plenamente nas afirmações da empresa. Um dos colaboradores, que preferiu manter o anonimato, expressou a preocupação: “Quando eles monitoram o uso, criam incentivos distorcidos, e algumas pessoas são muito competitivas”. Outro funcionário corroborou, afirmando que “há muita pressão para usar essas ferramentas. Algumas pessoas estão usando o MeshClaw apenas para maximizar a contagem de tokens”.

Em resposta às indagações, a Amazon defendeu sua ferramenta, afirmando que ela permite automatizar tarefas diárias repetitivas e representa um exemplo de empoderamento das equipes através da adoção da inteligência artificial.

O Dilema da Adoção de IA no Vale do Silício

O cenário na Amazon reflete um desafio mais amplo enfrentado por empresas do Vale do Silício. Muitas companhias estão pressionando seus empregados a utilizar a IA como forma de justificar os vultosos investimentos em infraestrutura e demonstrar métricas de adoção das novas ferramentas. Essa corrida pela adoção, no entanto, pode gerar custos elevados sem um retorno proporcional em produtividade ou inovação real.

Jensen Huang, CEO da Nvidia, exemplificou essa mentalidade ao declarar que ficaria alarmado se um engenheiro que ganha US$ 500 mil por ano não estivesse gastando US$ 250 mil por ano em tokens de IA. Embora Huang tenha um interesse claro no aumento da demanda por IA (o que impulsiona as vendas de GPUs da Nvidia), sua fala sublinha a expectativa de que o uso da IA se torne uma parte significativa do custo operacional de engenharia.

Contudo, a simples imposição do uso de IA nem sempre se traduz em eficiência. Algumas empresas já perceberam que apenas cobrar a utilização da tecnologia não resolve o problema. A Zapier, por exemplo, adota uma abordagem diferente: monitora o gasto de tokens para identificar padrões e discrepâncias. Essa análise permite à empresa verificar se o alto uso de IA indica uma aplicação ineficiente da ferramenta ou, ao contrário, a descoberta de novas e mais eficazes maneiras de realizar o trabalho.

O caso da Amazon e o fenômeno do “tokenmaxxing” destacam a complexidade de integrar novas tecnologias em ambientes corporativos, onde a pressão por métricas pode, paradoxalmente, levar a comportamentos que desvirtuam o propósito original da inovação.