Segundo o CEO da Futurum Group, Daniel Newman, agentes de inteligência artificial (IA) estão atualmente utilizando cinco vezes mais tokens do que humanos, e essa proporção pode subir para 10 vezes ou mais, conforme previsto. Dados coletados pela OpenRouter, uma plataforma de roteamento de modelos de IA, indicam que, em agosto, agentes geraram 7,3 trilhões de tokens, contra 1,4 trilhão de humanos, um aumento de 500% em apenas seis meses.
O estudo, baseado em um gráfico da Andreessen Horowitz (a16z), destaca que mais de 85% dos tokens usados por agentes vêm de prompts armazenados em cache, ou seja, informações já vistas anteriormente. Embora isso reduza custos de processamento, a necessidade de manter esses dados em memória está agravando a escassez de RAM e a demanda por memória de alta largura de banda (HBM).
De acordo com a OpenRouter, agentes consomem 14 vezes mais tokens do que humanos desde fevereiro, enquanto o uso humano cresceu 2,8 vezes. Além disso, a categoria ‘misturada’, que pode incluir comportamentos híbridos de agentes e humanos, teve crescimento de 4,7 vezes no mesmo período.
A pressão sobre a memória também é reforçada por dados de uma consultoria de call center, que testou modelos como o DeepSeek em GPUs H200 alugadas. Em seus logs, 96% dos inputs dos agentes envolveram a repetição de conversas anteriores. Esse padrão, combinado com os dados da OpenRouter, sugere que o consumo de tokens pode superestimar os custos de processamento, mas os gastos com hardware permanecem significativos.
Segundo a McKinsey, 40% das organizações grandes já estão escalando agentes de IA, um aumento de 13 pontos percentuais em relação ao ano anterior. Enquanto isso, a Micron prevê escassez de RAM e armazenamento em 2027 e 2028, com preços ainda mais altos. Com a aceleração prevista pelos dados, o mercado de memória enfrentará pressão crescente, especialmente se a relação de 5x entre agentes e humanos se transformar em 10x, 20x ou 30x, como antecipado por Newman.
