As equipes de engenharia da Meta e da Microsoft viram suas cotas individuais de processamento artificial encolherem quase da noite para o dia, forçando uma adaptação abrupta em fluxos de trabalho que haviam se acostumado à autonomia do Claude Code. A contenção não nasceu de uma rejeição técnica à capacidade dos modelos da Anthropic (abre em nova aba), mas da constatação contábil de que o consumo desmedido de tokens por agentes autônomos de programação atingiu cifras incompatíveis com a disciplina fiscal interna das grandes empresas de tecnologia.
O padrão operacional revelado pelos números indica que a adoção orgânica de ferramentas avançadas de raciocínio de código introduz uma espiral de gastos que desafia previsões orçamentárias corporativas. A Microsoft, que projetava desembolsar mais de 1 bilhão de dólares ao ano no consumo interno de modelos da Anthropic, aplicou um corte superior a um terço nesse volume projetado. Na divisão de computação em nuvem da empresa, a verba mensal por funcionário caiu de 100.000 dólares para cerca de 10.000 dólares, evidenciando que os custos de inferência per capita haviam alcançado parâmetros insustentáveis.
A Meta enfrentou dinâmica semelhante. Em uma janela isolada de 28 dias, a empresa consumiu mais de 105 milhões de dólares exclusivamente com o Claude Code. Como resposta aos números registrados no início do ano e a medidas de corte de gastos com inteligência artificial estabelecidas em junho, a base de usuários do assistente dentro da companhia caiu de aproximadamente 60.000 para cerca de 30.000 engenheiros.
A mecânica da substituição técnica nos fluxos de engenharia
Um agente de programação por linha de comando opera de maneira diferente de um preenchedor estatístico tradicional em editores de código. O Claude Code executa chamadas recursivas, lê árvores inteiras de repositórios, cria planos de refatoração, testa comandos no terminal e avalia saídas de erro em laços fechados de execução. Cada iteração consome centenas de milhares de tokens de contexto, multiplicando a taxa de transferência por desenvolvedor a cada tarefa complexa delegada ao sistema.
Ao distribuir essa capacidade sem travas rígidas, a infraestrutura gera uma curva exponencial de requisições de API (Application Programming Interface, a interface que conecta aplicações a serviços externos). Quando o custo unitário por token é pago a um fornecedor externo com margem comercial sobreposta, a fatura final escala com velocidade incontrolável.
Sob a liderança técnica de executivos como Scott Guthrie e Jay Parikh, a Microsoft optou por frear esse modelo de despesa, canalizando os fluxos de trabalho para o GitHub (abre em nova aba) Copilot CLI, a versão de linha de comando de sua ferramenta nativa, associada aos modelos da OpenAI. A divisão de Experiences and Devices recebeu diretrizes explícitas para conduzir seus desenvolvedores rumo a esse ambiente padronizado. O CEO da divisão de inteligência artificial da Microsoft, Mustafa Suleyman, chegou a classificar as soluções da Anthropic como excessivamente caras, sinalizando a meta corporativa de mitigar e eventualmente extinguir tais desembolsos com agentes externos.
Na Meta, a substituição técnica mobilizou soluções concebidas dentro de seus próprios limites computacionais. A companhia direcionou seus quadros para duas frentes distintas:
- MetaCode: ferramenta de engenharia de software voltada estritamente para uso interno, que ultrapassou a marca de 30.000 usuários ativos entre as equipes técnicas.
- Muse Code: assistente de desenvolvimento baseado em modelos proprietários da Meta, desenhado como alternativa direta ao Claude Code e que atingiu mais de 6.000 usuários internos, tendo iniciado testes com clientes externos em agosto.
A preferência por alternativas internas permite que as corporações amortizem o custo da infraestrutura física de placas aceleradoras já alocadas em seus próprios centros de dados, em vez de transferirem margem bruta contínua para uma empresa parceira que atua como concorrente no mercado corporativo.
Comparativo de adoção interna e impactos orçamentários
A tabela a seguir consolida as métricas corporativas conhecidas sobre a reestruturação do uso do Claude e a migração para plataformas proprietárias em ambas as organizações:
| Métrica / Parâmetro | Microsoft | Meta Platforms |
|---|---|---|
| Gasto prévio projetado / recente com Claude | Acima de US$ 1 bilhão anuais projetados | Mais de US$ 105 milhões em um único período de 28 dias |
| Dimensão do corte orçamentário | Redução superior a um terço da projeção anual | Medidas de redução estabelecidas a partir de junho |
| Variação de cota por desenvolvedor | Divisão de nuvem: de US$ 100.000 para ~US$ 10.000 mensais | Não divulgada em base individual |
| Variação na base de usuários de Claude | Cancelamento da maioria das licenças internas até maio de 2026 | Queda de aproximadamente 60.000 para 30.000 usuários |
| Ferramentas prioritárias de substituição | GitHub Copilot CLI e modelos OpenAI | MetaCode (>30.000 usuários) e Muse Code (>6.000 usuários) |
A substituição é uma escolha técnica e financeira orientada por margens.
Demissões corporativas versus decisão de portfólio
Uma dúvida central nos números apresentados reside na proporção do recuo causada por enxugamento de equipes frente à migração intencional de plataformas. A Meta realizou cortes de pessoal na primavera que atingiram cerca de 10% de sua força de trabalho de 78.000 colaboradores. Uma redução de cerca de 7.800 funcionários impacta a demanda agregada por licenças de software, mas não justifica por si só o fechamento de 30.000 postos de acesso ao Claude Code.
O peso preponderante na equação coube à substituição deliberada. A proporção matemática demonstra que, mesmo expurgando a totalidade dos demitidos da base de usuários das ferramentas de inteligência artificial, restariam mais de 22.000 contas descontinuadas por determinação interna de gestão de custos e incentivo ao ecossistema próprio.
Na Microsoft, a imposição seguiu trilha ainda mais incisiva. Em maio de 2026, a empresa cancelou a maioria de suas licenças internas do Claude Code, fixando a data limite de 30 de junho de 2026 para a transição completa de suas equipes de desenvolvimento. Embora os engenheiros ainda pudessem acessar outros modelos conforme a flexibilidade de determinadas divisões, a mensagem corporativa de priorizar o portfólio da casa eliminou a discricionariedade ampla do uso de ferramentas externas de alto custo.
O paradoxo comercial e a reputação da Anthropic
O reposicionamento das duas empresas impõe um ruído reputacional sensível para a Anthropic, justamente no momento em que a desenvolvedora estrutura sua oferta pública inicial de ações (IPO) para o final do ano. Ver seus dois maiores clientes corporativos reduzirem abertamente o uso interno de seu produto de codificação gera questionamentos no mercado sobre a sustentabilidade do custo de inferência de modelos topo de linha quando colocados sob estresse contínuo de produção.
A retração, contudo, possui fronteiras contábeis bem delimitadas. O recuo interno em postos de trabalho de engenharia não desfaz a arquitetura de capital entre as partes. O investimento de até 5 bilhões de dólares da Microsoft na Anthropic permanece intocado. Da mesma forma, o compromisso comercial da Anthropic de adquirir 30 bilhões de dólares em capacidade computacional na infraestrutura de nuvem do Microsoft Azure (abre em nova aba) segue rigorosamente ativo.
Além disso, a receita gerada pelo consumo do Claude por clientes corporativos externos por meio do Microsoft Azure e do Amazon Bedrock continua em expansão. O movimento das gigantes de tecnologia reflete a contenção do consumo próprio como usuárias finais de código, não uma ruptura de distribuição em suas plataformas de nuvem pública.
A constatação banal de que os desenvolvedores dessas empresas precisavam de assistentes de terceiros para acelerar o desenvolvimento de seus próprios assistentes escancara o descompasso entre a capacidade dos modelos e a viabilidade financeira de sua escala irrestrita. O que encerra o ciclo de expansão descontrolada do Claude dentro dessas companhias é a imposição pragmática de limites por terminal, medidos linha a linha no painel de custos de cada estação de trabalho.