Os gastos com IA estão deixando de ser pilotos experimentais para se tornar uma grande despesa operacional recorrente, que atingiu US$ 1,5 trilhão no mundo em 2025.

Os retornos potenciais são maiores do que nunca, mas a distância entre investimento e impacto também. Segundo um estudo recente da McKinsey, 88% das organizações implementaram IA em pelo menos uma área de negócio, mas apenas 39% conseguem relacionar esse investimento ao impacto no EBIT da empresa.

Não existe uma disciplina estabelecida para tornar esses investimentos mensuráveis, previsíveis e eficientes. É por isso que estamos lançando o Cursor CFO Council, um grupo de trabalho de líderes financeiros focado em responder a uma única pergunta: Como manter os gastos com IA atrelados ao valor gerado?

O conselho se reunirá trimestralmente em diferentes cidades ao redor do mundo, dando aos membros um fórum permanente para comparar o que estão observando e desenvolver um framework comum para a economia da IA.

#A inteligência já se reflete na receita

Uma análise recente do BCG com dados do Cursor constatou que empresas no quintil mais alto de uso de tokens tiveram um crescimento mediano da receita de 16,5% em relação ao ano anterior, em comparação com 5,1% entre as empresas no quintil mais baixo.

Um estudo separado sobre o uso do Cursor constatou que, após melhorias significativas nos modelos no fim de 2025, os profissionais enviaram 44% mais mensagens ao agente por semana. O maior aumento veio de trabalhos de alta complexidade, em que as mensagens cresceram 68%.

Modelos melhores estão ampliando o conjunto de tarefas que as equipes se dispõem a tentar realizar, apontando para uma dinâmica ao estilo de Jevons, em que o uso tende a crescer com a capacidade, em vez de cair. Mas também está claro que os benefícios da adoção de IA não estão se refletindo em todos os lugares na mesma medida.

#Os ganhos com a inteligência são distribuídos de forma desigual

Nosso recém-publicado Relatório de Hábitos de Desenvolvedores constatou que desenvolvedores no p99 produziram 46x mais linhas assistidas por IA por dia do que o usuário ativo mediano e fizeram merge de 15x mais PRs por semana do que o autor ativo mediano de PRs.

Em outras palavras, um pequeno número de pessoas está obtendo uma enorme vantagem, enquanto a maioria não.

Observamos concentração semelhante em gastos, consumo de tokens e código gerado por IA. Medidas pelo coeficiente de Gini, essas distribuições são mais desiguais do que a distribuição de renda em qualquer país do mundo.

#O custo por unidade de trabalho varia muito

Mesmo quando a IA está claramente funcionando, o custo varia bastante. No Relatório de Hábitos de Desenvolvedores, o custo por solicitação ao agente variou quase 9 vezes entre famílias de modelos, enquanto o custo por linha aceita variou cerca de 7 vezes.

Essa diferença de custo mostra por que ajuda ter acesso a vários modelos e provedores. Modelos diferentes são melhores para tipos diferentes de trabalho — planejamento, desenvolvimento frontend, depuração, execução de menor custo — e, no Cursor, 84% dos usuários avançados já usam vários modelos por semana.

Essa flexibilidade está se tornando mais importante à medida que os provedores de IA adotam a precificação baseada em uso, o que transforma a inteligência em um custo variável mais difícil de prever.

Combinar o trabalho certo com o nível certo de inteligência traz vantagens significativas de economia, e elas só aumentam com o tempo.

#Um fórum para refletir sobre a economia da IA

O valor de produtividade da IA cresce a cada grande lançamento de modelo, mas a adoção é desigual, o uso está concentrado e os custos variam bastante dependendo de como o trabalho é distribuído.

O CFO Council dará aos líderes financeiros um espaço para discutir essas questões em conjunto. O grupo trabalhará no desenvolvimento de benchmarks compartilhados para a produtividade da IA, frameworks para medir o retorno da inteligência e abordagens práticas para alocação de modelos e gestão de custos.

A primeira reunião do CFO Council acontecerá em agosto. Esperamos anunciar os participantes à medida que nos aproximamos dessa reunião — e também depois dela. Também planejamos publicar atualizações sobre o trabalho do grupo, para que a comunidade em geral possa se beneficiar do que aprendermos.