Trabalhadores chineses agora encenam um teatro de produtividade com IA para seus chefes
Em janeiro, o CEO da Nvidia, Jensen Huang, desencadeou o que os trabalhadores de tecnologia chineses agora chamam de onda do Tokenmaxxing. Sua declaração, amplamente divulgada online, foi que ficaria profundamente desconfortável se um engenheiro com salário de 500 mil dólares por ano consumisse menos de 250 mil dólares em tokens no ano. Nas grandes empresas de internet da China, o número de tokens consumidos por ferramentas de IA rapidamente se tornou um indicador de esforço. Usar muito os modelos fazia você parecer comprometido; usar pouco, parecia que você não estava fazendo o trabalho.
Em junho, a conta chegou. Empresas que haviam incentivado o uso quase ilimitado de grandes modelos de linguagem começaram a examinar o retorno desse gasto. A mudança não tranquilizou ninguém. Em vez disso, segundo um relato amplamente compartilhado do ano dentro das empresas de tecnologia chinesas, ela aguçou a ansiedade: os trabalhadores agora tinham que demonstrar que as ferramentas de IA estavam valendo a pena, mesmo quando as ferramentas faziam pouco do trabalho.
O resultado é um novo tipo de atuação de escritório. Os funcionários mantêm sessões abertas, geram documentos longos e executam comandos cujo principal propósito é deixar um rastro visível de atividade. O importante não é o resultado, mas o registro do esforço. Um trabalhador que faz uma tarefa silenciosamente sem IA corre o risco de parecer mais lento do que um colega que envolve a mesma tarefa em uma espessa camada de rascunhos gerados pelo modelo. Em um ano em que as decisões de quadro de pessoal são tomadas com base em métricas de produtividade, esse é um risco real.
Este é o meio desconfortável da história da adoção da IA. As ferramentas são genuinamente úteis para redigir, resumir e programar, mas os ganhos são desiguais e difíceis de atribuir a uma única pessoa. Os gestores querem um número mensurável. Contagens de tokens, históricos de comandos e painéis de uso fornecem um. O que eles medem é atividade, não valor, e os funcionários aprenderam a otimizar para a medida em vez do objetivo.
O padrão lembra implantações anteriores de software corporativo, quando a frequência de login e o número de licenças se tornaram a régua para ferramentas que ninguém usava bem. A IA acrescenta uma reviravolta: como os modelos são baratos de acionar e fáceis de executar em paralelo, a atuação é quase gratuita de produzir. Um trabalhador pode fabricar uma impressão convincente de eficiência impulsionada por IA em uma tarde, o que torna a métrica ainda menos confiável.
Para as empresas chinesas, o que está em jogo vai além da política de escritório. As empresas estão sob pressão para justificar gastos pesados em poder de computação e assinaturas de modelos, e muitas estão reorganizando equipes com a suposição de que a IA elevará a produção. Se os ganhos de produtividade são em parte teatrais, esses planos repousam sobre areia. Algumas organizações estão respondendo ao mudar para avaliações baseadas em resultados, julgando o trabalho concluído em vez do uso de ferramentas, embora a transição seja desigual.
Há também um custo humano. Os trabalhadores descrevem fadiga por manter uma atuação que nunca termina, e relutância em admitir que uma ferramenta não ajudou. O medo de ficar para trás, o FOMO que impulsionou o boom dos tokens, não desapareceu; apenas mudou de forma. Agora a ansiedade é provar retornos em vez de provar entusiasmo.
O próximo teste chega quando as empresas definirem os orçamentos para o ano seguinte. Vale observar se os empregadores chineses aposentam os painéis de tokens e uso em favor de produtos entregues, tickets resolvidos e receita, e se os funcionários deixam de tratar a atividade de IA como uma forma de segurança no emprego. Até lá, o sinal mais visível de adoção de IA em muitos escritórios pode ser a aparência dela.