A Microsoft passou a orientar suas equipes de engenharia a utilizar ferramentas de inteligência artificial de forma mais eficiente, reduzindo o desperdício de recursos computacionais e os custos associados ao uso de grandes modelos de IA. A recomendação faz parte de uma estratégia interna para tornar o desenvolvimento de software mais sustentável e otimizar o consumo da infraestrutura utilizada pela empresa.
Segundo a companhia, o objetivo não é reduzir o uso da IA, mas incentivar práticas que utilizem apenas a capacidade computacional necessária para cada tarefa. Entre as orientações estão a escolha de modelos menores quando possível, o reaproveitamento de respostas e contextos, a redução de chamadas desnecessárias aos modelos e o uso de técnicas que diminuam o processamento sem comprometer a qualidade dos resultados.
A medida acompanha o crescimento acelerado da demanda por inteligência artificial, que elevou significativamente o consumo de energia e de capacidade dos data centers. Grandes modelos generativos exigem alto poder computacional, tornando a eficiência operacional um fator estratégico tanto para reduzir despesas quanto para ampliar a disponibilidade de infraestrutura para novos serviços.
A Microsoft também incentiva suas equipes a desenvolver aplicações com foco em desempenho, avaliando constantemente a relação entre custo, velocidade e qualidade das respostas geradas pelos modelos. A ideia é evitar o uso excessivo de recursos em tarefas simples que poderiam ser executadas por modelos mais leves ou por soluções tradicionais de software.
Além da redução de custos, a iniciativa está alinhada às metas ambientais da empresa. A otimização do uso da inteligência artificial pode contribuir para diminuir o consumo energético dos data centers e reduzir a pegada de carbono das operações, um tema que ganhou relevância à medida que a adoção da IA generativa cresce em escala global.
Especialistas avaliam que práticas de desenvolvimento mais eficientes tendem a se tornar padrão em empresas que utilizam inteligência artificial em larga escala. Com a expansão do uso de modelos generativos, a capacidade de equilibrar desempenho, custo e consumo de infraestrutura será um diferencial importante para garantir a sustentabilidade técnica e econômica das aplicações baseadas em IA.
