Microsoft reduz custos de IA usando modelos próprios no Office

Em 7 de julho de 2026, o jornalista de tecnologia Lucas Ropek, escrevendo para o portal TechCrunch, revelou que a Microsoft iniciou uma mudança estratégica significativa para conter os custos crescentes de inteligência artificial, reduzindo sua dependência de sistemas desenvolvidos pela OpenAI e pela Anthropic. Conforme reportado originalmente pela Bloomberg, a gigante de Redmond passou a direcionar parte das requisições de usuários de seus aplicativos mais populares, como o Word e o Excel, para sua própria infraestrutura de modelos de IA, batizada internamente de MAI. Esta decisão marca o fim de um período de forte publicidade focado exclusivamente na integração de tecnologias parceiras para sustentar o ecossistema do Office 365.

Esse movimento de corte de gastos, detalhado pela reportagem do TechCrunch, expõe um desafio estrutural que afeta toda a indústria global de tecnologia: o custo operacional insustentável de processar milhões de comandos em modelos de linguagem massivos. Para sustentar o Office 365, a Microsoft vinha promovendo ativamente o uso de modelos da OpenAI e da Anthropic como os motores de suas principais inovações corporativas. No entanto, a necessidade de otimização de margens financeiras forçou a companhia a adotar uma abordagem híbrida, utilizando seus próprios modelos MAI para lidar com uma porcentagem das tarefas cotidianas executadas pelos usuários de Word e Excel.

A mudança no Office 365

A integração dos modelos MAI diretamente no Word e no Excel representa uma evolução importante na arquitetura de nuvem da Microsoft. Segundo dados divulgados pela Bloomberg, a substituição de parte do tráfego anteriormente destinado à OpenAI e à Anthropic por soluções proprietárias busca aliviar a pressão financeira sobre o fornecimento de serviços de IA. Embora o Office 365 continue a se beneficiar de modelos de terceiros para tarefas de alta complexidade, a rotatividade de requisições simples para os servidores internos da Microsoft garante uma redução drástica nas despesas com APIs externas, sem que o usuário final perceba uma perda de qualidade em suas ferramentas de produtividade diárias.

Anteriormente, o apelo de marketing da Microsoft residia na robustez das arquiteturas desenvolvidas pela OpenAI e pela Anthropic, que eram frequentemente promovidas como a espinha dorsal de sua suíte corporativa. A mudança relatada pelo jornalista Lucas Ropek no TechCrunch mostra que essa dependência extrema tornou-se comercialmente inviável a longo prazo. Ao introduzir a família MAI nas operações de rotina do Word e do Excel, a empresa de Redmond busca redefinir o equilíbrio de custos em suas ofertas de software sob assinatura, provando que a autossuficiência tecnológica é o novo vetor de competitividade no mercado corporativo internacional.

Para diretores de tecnologia e administradores de sistemas no Brasil, onde o faturamento e o custo das licenças do Office 365 são fortemente impactados pelas variações cambiais, essa transição para os modelos MAI da Microsoft oferece um vislumbre de como a estabilidade de preços das ferramentas corporativas será mantida no futuro. À medida que a empresa reduz o pagamento de taxas de processamento para a OpenAI e para a Anthropic, ela estabiliza seus próprios custos de infraestrutura no Azure. Esse modelo de negócios híbrido pode servir de exemplo para grandes corporações brasileiras que enfrentam dificuldades semelhantes ao tentar escalar aplicações de inteligência artificial em ambientes de produção de alta demanda.

O papel dos modelos MAI

A estratégia da Microsoft de criar e implantar sua própria tecnologia de inteligência artificial ganhou tração pública substancial durante sua conferência anual de desenvolvedores, a Build, realizada no mês passado (junho de 2026). Nesse evento, a empresa anunciou o lançamento de sete novos modelos pertencentes à família MAI, incluindo soluções avançadas como um agentic coder (codificador baseado em agentes) e um gerador de texto para imagem (text-to-image generator). O desenvolvimento dessas ferramentas específicas demonstra que a empresa não está apenas buscando uma redução temporária de custos em relação à OpenAI e à Anthropic, mas sim construindo uma infraestrutura capaz de suportar fluxos de trabalho autônomos complexos.

A introdução de um agentic coder e de um gerador de imagens (text-to-image generator) de fabricação própria na conferência Build aponta para um futuro onde a criação de software e de conteúdo visual dentro das ferramentas da Microsoft dependerá cada vez menos de APIs externas da OpenAI ou da Anthropic. Esses novos modelos MAI foram projetados para funcionar de maneira nativa, permitindo que os agentes de IA realizem tarefas complexas de ponta a ponta sem a necessidade de constante intermediação humana ou de custos de transferência de dados para redes de terceiros. A postura silenciosa da empresa, que preferiu não comentar os detalhes operacionais ao ser procurada pela equipe do TechCrunch, sugere que esses novos modelos são vistos como propriedade intelectual altamente estratégica.

Ao analisar a arquitetura dos novos sistemas revelados na Build, fica claro que a família MAI foi desenhada para atuar como uma camada de otimização no ecossistema da Microsoft. Enquanto modelos de fronteira de parceiros como a OpenAI continuam indispensáveis para raciocínios lógicos extremamente profundos, os novos modelos MAI, incluindo o agentic coder, assumem tarefas mais estruturadas e previsíveis. Essa segmentação técnica impede o desperdício de recursos computacionais valiosos em prompts triviais de usuários do Word e do Excel, otimizando a eficiência operacional dos data centers que suportam a plataforma em nuvem da companhia.

O fim do tokenmaxxing

O movimento de contenção de despesas iniciado pela Microsoft está inserido em uma tendência macroeconômica muito mais ampla que afeta todo o ecossistema de tecnologia. De acordo com o artigo assinado por Lucas Ropek no TechCrunch, a indústria global está deixando para trás a fase de euforia desmedida do início do ano, caracterizada pelo fenômeno informalmente batizado de tokenmaxxing. Esse termo refere-se à prática de inundar produtos de software com integrações de IA de grande porte sem qualquer consideração pelos custos de processamento de tokens. Agora, corporações de peso como Amazon, Uber, Meta e Accenture também estão adotando medidas drásticas para limitar e controlar seus gastos operacionais com inteligência artificial.

Essa transição do tokenmaxxing para uma postura financeira muito mais austera e pragmática está redefinindo as prioridades de desenvolvimento de gigantes globais. A reportagem do TechCrunch salienta que empresas do calibre da Amazon e da Meta estão reavaliando o retorno sobre o investimento de seus massivos gastos em infraestrutura de IA. Da mesma forma, consultorias de integração tecnológica como a Accenture e gigantes de serviços urbanos como a Uber começaram a desenhar estratégias para conter o desperdício de capital, priorizando a eficiência de processamento e a implementação de modelos menores e especializados em detrimento do uso contínuo de LLMs de terceiros de custo proibitivo.

Essa mudança de comportamento das multinacionais norte-americanas tem impacto direto nas operações de subsidiárias e parceiros de tecnologia no Brasil. Quando consultorias globais como a Accenture e empresas de plataforma como a Uber ajustam suas estratégias de gastos em IA, todo o mercado brasileiro de prestação de serviços de tecnologia é forçado a recalibrar suas expectativas de custo. A busca pela eficiência, exemplificada pela Microsoft ao introduzir a família de modelos MAI no Word e no Excel, consolida uma nova métrica de sucesso para projetos de engenharia de software locais: o custo por token processado tornou-se tão ou mais importante do que a precisão bruta do modelo de IA.

As alternativas de infraestrutura

O aumento insustentável nos preços dos serviços de inteligência artificial gerou um fenômeno de choque de preços em vários setores corporativos de Silicon Valley. Como reportado pelo TechCrunch, o custo astronômico para adquirir e fornecer soluções avançadas de IA tornou-se uma das questões mais controversas da indústria de tecnologia moderna. Esse cenário crítico forçou muitas empresas de médio e grande porte a buscarem alternativas extremas para viabilizar suas operações, inclusive considerando a adoção de modelos chineses de inteligência artificial para implementar suas soluções de agentes automatizados.

A busca por modelos chineses mais acessíveis economicamente, detalhada na apuração de Lucas Ropek, ilustra a gravidade da crise de custos que assola o setor tecnológico internacional. No entanto, essa migração de infraestrutura de Silicon Valley para fornecedores asiáticos traz consigo uma série de preocupações graves ligadas à segurança de dados corporativos e conformidade regulatória internacional. Enquanto a Microsoft consegue mitigar esse problema desenvolvendo internamente a arquitetura MAI para blindar o Office 365, outras empresas de tecnologia que não possuem a mesma capacidade financeira de pesquisa e desenvolvimento de infraestrutura de nuvem própria enfrentam um dilema complexo entre a viabilidade financeira e a soberania digital.

Para o cenário empresarial brasileiro, o dilema entre adotar soluções proprietárias de alto custo, como as oferecidas pela OpenAI ou Anthropic, ou recorrer a alternativas de menor custo, incluindo os modelos chineses mencionados pelo TechCrunch, exige uma avaliação de riscos de conformidade com as leis locais de proteção de dados. A estratégia da Microsoft de expandir sua família de modelos MAI nos mostra que a soberania tecnológica de dados corporativos é um diferencial competitivo valioso. Empresas brasileiras que dependem de grandes fluxos de informações confidenciais precisam observar o exemplo de Redmond para evitar a dependência de plataformas de nuvem de terceiros que possam comprometer a segurança ou inflacionar os custos operacionais de forma imprevista.

O impacto na governança corporativa

A decisão da Microsoft de internalizar o processamento de IA utilizando seus próprios modelos MAI para aliviar custos operacionais no Word e no Excel reflete uma mudança profunda nos padrões de governança corporativa de TI. Segundo a apuração do TechCrunch, o mercado agora exige que os investimentos em tecnologia apresentem retornos financeiros claros e imediatos, encerrando o ciclo de orçamentos ilimitados que sustentou as rodadas anteriores de investimentos em IA generativa. Outras companhias líderes em seus segmentos, como a Meta, a Amazon e a Uber, estão redesenhando suas estruturas organizacionais para garantir que cada implementação de IA seja justificada por uma redução correspondente em seus custos operacionais de longo prazo.

A consultoria multinacional Accenture, que assessora grandes corporações ao redor do mundo, incluindo grandes bancos e indústrias no Brasil, já vinha apontando para a necessidade de estratégias mais econômicas de adoção de inteligência artificial antes mesmo do relatório da Bloomberg expor as ações de contenção da Microsoft. Com o declínio do fenômeno de tokenmaxxing, a governança de TI passa a focar na criação de infraestruturas híbridas. A nova regra do mercado, personificada pelo uso seletivo de modelos MAI no Office 365 e pelo desenvolvimento de ferramentas internas anunciadas na conferência Build, é a personalização fina de modelos pequenos e eficientes que consomem menos poder de processamento do que as ofertas proprietárias da OpenAI ou da Anthropic.

No encerramento dessa análise do cenário reportado por Lucas Ropek no TechCrunch, fica claro que o mercado de inteligência artificial corporativa atingiu sua fase de maturidade econômica. A recusa da Microsoft em comentar os detalhes de sua estratégia de migração para os modelos MAI apenas confirma que o controle de custos de infraestrutura tornou-se um segredo industrial altamente competitivo. Enquanto grandes empresas como Amazon, Uber e Meta buscam formas criativas de reduzir custos e evitar a dependência exclusiva de sistemas caros como os da OpenAI e da Anthropic, o mercado brasileiro de tecnologia deve se preparar para um cenário onde a eficiência de código e a otimização de infraestrutura de nuvem local serão os principais pilares da inovação corporativa nos próximos anos.