🎙️ The Long Table
The Long Table, apresentado pela DoiT, é uma série de conversas com pessoas fazendo trabalho de verdadeiro impacto em tecnologia. Sem painéis, sem pitch de produto, sem roteiro. O programa reúne profissionais com décadas de estrada em suas áreas, falando sobre o que realmente acreditam e para onde as coisas estão indo. Episódios completos no YouTube, Spotify e Apple Podcasts.
Prévia do ep. 1: Amit Kinha e JR Storment, diretor executivo da Tokenomics Foundation, conversam sobre o passado, o presente e o futuro da IA e da atribuição de custos de nuvem. Confira os episódios completos nas plataformas de podcast.
Encontre onde você ouve seus podcasts
Garanta seu lugar à mesa
Inscreva-se para receber novidades
Deixe seu e-mail para receber avisos sem spam quando novos episódios forem ao ar, além de conteúdos e materiais exclusivos do programa. Cancele quando quiser.
Episódios
Todas as conversas, em um só lugar.
<!-- Episode card -->
<article class="lt-card">
<div class="lt-card__top">
<div class="lt-card__thumb">
<img src="https://media.doit.com/long-table/1d53f70a86f9-ep01-thumb-1080x1080-2x.webp" alt="JR Storment no The Long Table" loading="lazy">
</div>
<div class="lt-card__body">
<span class="lt-card__number">Episódio 01</span>
<h3 class="lt-card__title">JR Storment sobre FinOps, tokenomics e o que a IA muda daqui pra frente</h3>
<p class="lt-card__desc">JR Storment participa do episódio de estreia para uma conversa sobre a evolução do FinOps, o surgimento da tokenomics e o que a IA está obrigando os líderes a encarar em termos de consumo, valor e responsabilização.</p>
<div class="lt-card__meta">
<span class="lt-card__date">ago 2026</span>
<span class="lt-card__dot" aria-hidden="true">·</span>
<span class="lt-card__duration">52 min</span>
</div>
<div class="lt-card__platforms">
<a href="https://www.youtube.com/@TheLongTable_DoiT" class="lt-platform" aria-label="Assista no YouTube">YouTube</a>
<a href="https://open.spotify.com/show/7Mt563pLWYsuYN92uFSUQ8" class="lt-platform" aria-label="Ouça no Spotify">Spotify</a>
<a href="https://podcasts.apple.com/us/podcast/the-long-table/id6807056597" class="lt-platform" aria-label="Ouça no Apple Podcasts">Apple Podcasts</a>
</div>
</div>
</div>
<details class="lt-card__transcript">
<summary class="lt-transcript__summary">
<span class="lt-transcript__label">Leia a transcrição completa</span>
<span class="lt-transcript__chevron" aria-hidden="true">▼</span>
</summary>
<div class="lt-transcript__body">
<nav class="lt-transcript__toc" aria-label="Capítulos da transcrição">
<p class="lt-transcript__toclabel">Ir para uma seção</p>
<ol>
<li><a href="#cold-open">Abertura</a> <time>0:00</time></li>
<li><a href="#welcome">Boas-vindas ao programa</a> <time>0:19</time></li>
<li><a href="#finops-to-ai-reset">Do FinOps no Citi ao reset da IA</a> <time>0:49</time></li>
<li><a href="#boards-ask-about-cost">Quando os conselhos começam a perguntar sobre o custo da IA</a> <time>3:08</time></li>
<li><a href="#token-maxing-rise-fall">A ascensão e queda do token maxing</a> <time>5:30</time></li>
<li><a href="#foundation-origin">Como nasceu a Tokenomics Foundation</a> <time>8:58</time></li>
<li><a href="#not-about-tokens">Tokenomics não é sobre tokens</a> <time>13:39</time></li>
<li><a href="#gas-price-problem">O problema do preço da gasolina nos custos de tokens</a> <time>18:48</time></li>
<li><a href="#where-finops-ends">Onde o FinOps termina e a tokenomics começa</a> <time>23:54</time></li>
<li><a href="#model-selection">Seleção de modelos e o harness em volta</a> <time>36:25</time></li>
<li><a href="#energy-scarce-resource">Energia como o novo recurso escasso</a> <time>40:37</time></li>
<li><a href="#where-it-lives">Onde a tokenomics deve ficar na organização?</a> <time>43:06</time></li>
<li><a href="#blind-men-elephant">Os cegos e o elefante</a> <time>46:04</time></li>
<li><a href="#saas-pricing-agents">Precificação de SaaS na era dos agentes</a> <time>52:04</time></li>
<li><a href="#shoulders-of-giants">Sobre os ombros de gigantes</a> <time>59:35</time></li>
<li><a href="#which-bucket-matters">Qual bucket importa mais: produção, consumo ou valor</a> <time>1:05:56</time></li>
<li><a href="#shift-left-shift-up">Shift left, shift up</a> <time>1:12:52</time></li>
<li><a href="#launch-speed">Lançando com mais velocidade e mais ruído</a> <time>1:14:55</time></li>
<li><a href="#favorite-ai-use">Uso não convencional favorito da IA</a> <time>1:20:31</time></li>
</ol>
</nav>
<div class="lt-transcript__content">
<h3 class="lt-transcript__chapter" id="cold-open">Abertura <time>0:00</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">0:00</time></p>
<p class="lt-turn__line">É isso que a tokenomics é agora. Você pede para pessoas diferentes, em partes diferentes da organização, descreverem, e recebe respostas completamente diferentes. A questão é: todas estão certas, mas nenhuma está vendo o quadro completo.</p>
</div>
<h3 class="lt-transcript__chapter" id="welcome">Boas-vindas ao programa <time>0:19</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">0:19</time></p>
<p class="lt-turn__line">Bom, JR, muito obrigado por participar do programa hoje. Estou super animado para essa conversa. Que bom que conseguimos fazer acontecer em duas semanas, de quando joguei a ideia no ar até estar aqui pessoalmente com você. Super animado para passar a próxima hora e meia falando de tudo sobre tokenomics.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">0:33</time></p>
<p class="lt-turn__line">É muito bom ter você aqui, no meu território, o sul da Califórnia. Parece que toda vez que te vejo é em conferência, e a gente nunca consegue realmente sentar para conversar. E o problema da IA, eu acho, é que a gente tenta transformar tudo em resumos e ir rápido. Então estou ansioso para me aprofundar um pouco mais com você.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">0:48</time></p>
<p class="lt-turn__line">Ótimo, vamos entrar</p>
</div>
<h3 class="lt-transcript__chapter" id="finops-to-ai-reset">Do FinOps no Citi ao reset da IA <time>0:49</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">0:49</time></p>
<p class="lt-turn__line">nessa. Ok, então eu começaria na verdade por quando você e eu começamos a conversar, e você estava no Citi, é, e você estava no mundo do FinOps, fazendo isso lá, e sabe, empresa grande, muitas nuvens, todas essas coisas. A gente viu ao longo dos anos muitas empresas como o Citi, sabe, atravessarem aquele abismo de como fazer FinOps, dos primeiros inovadores descobrindo, até a maioria inicial que já tinha mais ou menos resolvido, até ficarem muito bons nisso, amadurecendo com o tempo. Aí tudo mudou, né, com a IA uns dois anos atrás, e a gente meio que foi resetado para o começo de tudo, que era: como fazemos tudo isso, coisas que, sabe, você fazia no Citi antes de, sabe, vir para onde você está agora? Vocês levaram anos para resolver isso, né? E, no processo, todo mundo também está descobrindo, e estamos de volta, essencialmente, a onde o FinOps estava em, digamos, 2020, com toda essa coisa de IA.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:36</time></p>
<p class="lt-turn__line">É, é tão engraçado. Eu acho que até no FinOps sempre teve esses momentos em que você precisava reinventar a roda, né? Um exemplo: acho que em 2014, VMs, S3, buckets e tudo mais. A ideia de ownership era muito importante, e a gente dizia: bom, vamos taguear as coisas para conseguir, sabe, extrair algum entendimento da bagunça de arquivos de custo que todo mundo tem, dashboards, e aí vem algo como serverless, que dá para taguear, e depois vem o Kubernetes, que é muito mais multi-tenant. E a gente resolveu esse problema. Dissemos: bom, namespaces são mais ou menos proxies para, sabe, tags. E acho que com a IA, porém, existe esse grande impulso de quase olhar e dizer: bom, dava para remendar com as coisas que funcionavam antes. Mas eu acho que mesmo no Citibank, quando estávamos lá, já começávamos a ver as costuras, onde estavam as limitações. Você tem uma solicitação de provisioned throughput. Bom, parece um savings plan, e de repente você diz: "Bom, sabe, todo mundo na empresa vai usar IA, e vamos ver uma única linha na fatura." E você pensa: "Bom, como pensamos de fato em responsabilização, né?" E aí de repente começamos a pensar em todas essas iniciativas diferentes que temos, tipo: deveríamos ter um gateway para conseguir rastrear tudo o que entra e sai? Mesmo agora, acho FinOps e tokenomics muito interessante, porque, sabe, no início parece a mesma coisa, né? E aí, quando comecei a aprender muito mais sobre tokenomics, percebi que é... é quase uma expansão do escopo, é, né, e expansão do escopo não só da disciplina, mas também de quem se importa com</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">3:07</time></p>
<p class="lt-turn__line">isso. Certo. E isso é algo</p>
</div>
<h3 class="lt-transcript__chapter" id="boards-ask-about-cost">Quando os conselhos começam a perguntar sobre o custo da IA <time>3:08</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">3:08</time></p>
<p class="lt-turn__line">sabe. Essa semana passei muito tempo com CEOs de empresas de private equity, e o tema todo era FinOps, ou melhor, IA, e IA da perspectiva de governança e de custo. E eu fico pensando... não consigo lembrar da última vez em que gente em nível de CEO estava clamando por mais informação sobre custo, e não só no nível de ei, sabe, o custo de nuvem é muito importante para nós, mas mais de: como medimos, como controlamos e como não limitamos nossas empresas de usar IA sem levar a empresa à falência. É, né. É um paradigma bem interessante aí.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">3:40</time></p>
<p class="lt-turn__line">Eu voltaria para apenas alguns meses atrás. Comecei a ouvir de muita gente nesse nível que estamos num momento de certa crise existencial em termos de onde a IA chegou, e estou pensando lá em março ou abril, quando, sabe, ainda havia toda aquela empolgação de usar o máximo de IA possível o tempo todo, os leaderboards de tokens, tudo aquilo. Mas o seu ponto sobre CEOs não falarem de custos e conselhos não pensarem em custos: o gasto com IA escala tão dramaticamente que, de repente, eles tiveram que olhar para isso como um momento de crise existencial: isso vai de fato detonar as margens gerais? E conseguimos entregar os serviços que vínhamos entregando sob os modelos atuais que usamos e fazer com que façam sentido? E acho que mudou muito, de a IA deve ser toda sobre transformação e inovação, e, sabe, como faço a coisa que não conseguíamos fazer antes usando IA, para: espera aí, não tenho tanta certeza de que estamos realmente obtendo os resultados que queríamos, e precisamos pensar mais em custo do que em valor. E acho que tivemos uma oscilação de pêndulo, em que a IA era toda sobre a promessa, oscilamos, e acho que brevemente de volta para... quer dizer, agora estamos vivendo esse mundo de tetos de orçamento e limites rígidos de quanta IA as pessoas podem usar. E eu estava falando com um amigo hoje de manhã mesmo, sabe, que está recebendo e-mails. É uma empresa da Fortune 50, e eles estão recebendo e-mails diários. O uso de tokens deles, os custos de tokens e o custo total de IA, e estão de fato recebendo pressão para usar menos, o que é alucinante comparado a onde estávamos três meses atrás, quando dizíamos: use mais e mais e mais. Então oscilamos para esse lugar de controle e medo, eu acho, e acho que vamos começar a oscilar de volta um pouco mais para: ok, como usamos a IA certa para as coisas certas e extraímos o máximo de valor? Mas é um momento estranho também. Investimento enorme entrando no setor, e ao mesmo tempo as pessoas reconhecendo que usar mais IA não é necessariamente</p>
</div>
<h3 class="lt-transcript__chapter" id="token-maxing-rise-fall">A ascensão e queda do token maxing <time>5:30</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">5:30</time></p>
<p class="lt-turn__line">um bom modelo de negócio. É, total. O... acho que o token maxing durou uns quatro dias, quando acho que a Meta veio e disse: "É, vamos nessa." E, sabe, eu entendo em certo nível, porque a tecnologia em si, depois que você experimentou, né, na sua conta pessoal do ChatGPT ou qualquer coisa, você vê o poder dela. Lembro quando o ChatGPT saiu, acho que foi no fim do re:Invent uns dois anos atrás, e meus amigos e eu estávamos usando sem parar. A gente não acreditava. Acho que traduzi um anúncio do SageMaker para hindi só para ver se funcionava. Funcionou? Eu não sei ler hindi. Mandei mensagem para os meus pais. Eles: "Esse hindi está bom." Legal, né? Então é tipo a arte de, sabe, quando você pensa em nuvem pública, ninguém está realmente consumindo do jeito que consumimos IA, né? E então acho que existe essa pressão não só de pensar nos casos de uso de como pode ajudar as empresas, mas o que é muito interessante é que existe uma pressão nos CxOs agora. Diferente da nuvem pública, em que podia haver pressão de dizer: "Ei, saiam dos data centers. Tem mais, sabe, resiliência. Dá para escalar para cima e para baixo automaticamente. Todos os bons benefícios da nuvem pública, que não desapareceram." Mas com IA tem essa pressão de: sabe, você tem que ter uma história para o conselho. Tem que mostrar o que está fazendo com IA. E acho que a era da experimentação, de estamos tentando POCs, estamos tentando isso e aquilo, muito rapidamente, como você disse, virou: bom, qual é o ROI? E o ROI não é nem em termos de pressão de minimizar o custo. É mais de: queremos investir nos lugares onde é quantificável, né? Onde realmente vai ajudar. E se os experimentos não conseguem me mostrar valor, queremos saber rápido quando cortá-los.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">7:00</time></p>
<p class="lt-turn__line">É. É.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">7:00</time></p>
<p class="lt-turn__line">Certo. E sei que o Uber e todo mundo que apareceu este ano disse: nossa estratégia de todo mundo pode usar IA, já estouramos nosso orçamento. E eu sempre acho isso engraçado. Tipo, como você saberia em janeiro o orçamento para uma tecnologia dessas? Toda semana entro no Twitter e está completamente diferente,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">7:15</time></p>
<p class="lt-turn__line">né?</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">7:16</time></p>
<p class="lt-turn__line">Certo. Era a OpenAI que era incrível. Depois a Anthropic é incrível. Agora os modelos open source são incríveis. Modelos de raciocínio, e por aí vai. É uma enxurrada de informação chegando para todo mundo.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">7:26</time></p>
<p class="lt-turn__line">E acho que estamos passando pela mesma coisa que passamos com a nuvem: as pessoas diziam, tipo, migre o mais rápido humanamente possível, coloque tudo lá, e depois a gente descobre os custos. E aí veio um grande efeito chicote, que foi mais ou menos onde o FinOps surgiu, sabe, naqueles tempos. Estamos na mesma coisa com IA, exceto que a nuvem era fundamentalmente uma coisa nova... era uma coisa de camada de plataforma, né? Estávamos saindo de um tipo de hospedagem para outro. Sim, tem serviços melhores. Sabe, coisas como BigQuery e Redshift e essas coisas, sabe, são muito difíceis de fazer no data center. Mas era só um jeito diferente de fazer essa camada de tecnologia. E acho que onde estamos ouvindo os casos interessantes com IA... odeio usar esse termo, porque foi usado pesadamente no mundo da nuvem, e eu odiava na época. Mas casos de uso de transformação — parece o termo mais vago de todos. É: espera aí, não dá para só dizer vá usar a IA para fazer melhor o que você já faz. Preciso olhar em termos de um retorno de 10x em vez de uma melhoria de 50%, né? Esse tipo de coisa, que, sabe, as pessoas estão descobrindo, e é aqui que, para nós, quando olhamos o espaço da tokenomics, essa conversa de repente deixa de ser sobre vamos otimizar a camada de plataforma no FinOps para, no mundo da tokenomics, como esse gasto com IA toca cada parte do negócio, e como garantimos que, de um lado, conseguimos sequer obter o suficiente dela, o suficiente da IA na efetividade da fábrica de tokens, para usar os termos do Jensen, até: como esses custos de IA escaláveis e altamente variáveis mudam a forma como preciso reempacotar toda a minha oferta para os clientes, e aí, com sorte, no meio, usar isso de forma eficiente no processo.</p>
</div>
<h3 class="lt-transcript__chapter" id="foundation-origin">Como nasceu a Tokenomics Foundation <time>8:58</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">8:58</time></p>
<p class="lt-turn__line">É, falando em tokenomics, como todos sabemos, a Tokenomics Foundation foi lançada. Acho que já faz uns dois meses, e anunciamos um conselho de governança recentemente, do qual sou membro, fica a dica. Mas eu adoraria saber a história de como isso surgiu, né? FinOps era... FinOps é onipresente agora. Sabe, toda vez que falo com alguém... quando comecei no FinOps, era cloud financial management. Era, sabe, otimização, e por aí vai. E agora convergimos nessa palavra, então adoraria ouvir mais sobre qual foi o pensamento por trás de começar uma nova fundação.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">9:25</time></p>
<p class="lt-turn__line">Eu começaria pelo fato de que odiei o nome tokenomics quando ouvi. Eu era bem contra, na verdade, e na verdade demorei a ouvi-lo. Acho que esse termo, agora que fiz a pesquisa retroativa, começou em meados de 2025, não aplicado a cripto, mas aplicado a essa área, pela turma da SemiAnalysis, do Dylan Patel, olhando a efetividade da fábrica de tokens, né, e como converter NVIDIA ou AMD ou qualquer hardware em outputs de tokens. E aí, em janeiro mais ou menos de 2026, acho que outras pessoas começaram a publicar papers sobre isso, começando a falar dessa área. Eu estava na verdade em Manhattan, onde você... ou em Nova York, onde você mora. Num evento com um grupo de CIOs globais, e esse evento tinha o JPMC, tinha o BNY, e tinha... e isso foi publicado na época do evento. E havia esses CIOs globais ali tendo conversas sobre valor de tecnologia, e eu peguei um deles, empresa enorme, enorme, responsável por bilhões e bilhões de orçamento, puxei de lado e disse: "Ei, qual é seu maior desafio agora?" E essa pessoa não sabia o que eu fazia, não sabia nada sobre mim, e, sem hesitar, disse: tokenomics. Isso é abril, e meu coração literalmente afundou, porque pensei: "Ah, é um termo imperfeito para algo que soa muito parecido com o que chamaríamos de FinOps para IA", e meio que deixei de lado, e aí, mais tarde naquele dia, eu estava sentado com um head de plataformas de uma gestora de ativos no centro de Manhattan, e a pessoa: "O que vocês estão fazendo com essa coisa de tokenomics?" E aí, na semana seguinte, eu estava no offsite da Linux Foundation. Nosso CEO chega até nós, e ele está em todas essas conversas com líderes de tecnologia do mundo inteiro, e ele: "O que vocês estão fazendo com essa coisa de tokenomics?" E foi ponto após ponto após ponto. E o engraçado de tudo isso: são todas pessoas que têm equipes vários níveis abaixo que fazem FinOps e fazem FinOps há anos. E o FinOps está sustentando a eficiência da infraestrutura e da nuvem deles, e nuvem privada e, sabe, o trabalho de data center agora, e todas essas áreas diferentes. Mas eles nunca falavam dessas áreas, porque, fundamentalmente, tokenomics é uma disciplina, e provavelmente precisaremos passar 20, 30 minutos aqui falando do que ela é como disciplina. Ela começou no meio do ano a entrar em conversas de nível de conselho. Sim, porque o gasto estava disparando tão dramaticamente, mas também porque estamos nessa era de escassez. Né, essas empresas gigantes que precisam de muita IA, ou acham que precisam de muita IA, estavam sofrendo rate limiting. Estavam tendo modelos retirados. Não conseguiam hardware, então havia uma incapacidade de obter a coisa que sabiam que precisavam. E, do outro lado, tinham seus conselhos pressionando nos níveis mais altos, e CEOs entrando. E, no mesmo evento em Manhattan em abril, tínhamos esses CIOs e CTOs globais dizendo que seus CEOs, tipo titãs da indústria, estavam indo para casa nos fins de semana, fazendo vibe coding e trazendo de volta para o CIO global: por que suas equipes não conseguem fazer isso? Então você tinha CEOs dizendo: preciso que você mude tudo o que estamos fazendo, assim, da noite para o dia, e conduza essa transformação massiva. E eles ali: bom, espera aí, tenho o CFO do meu lado dizendo: "É, ótimo, faça todas essas coisas incríveis, mas, sabe, temos esse orçamento que definimos ano passado, e temos, tipo, sabe, preços de ações em que precisamos pensar. Então você não pode sair gastando fundos ilimitados nisso." Então ficaram presos nisso, de volta ao momento de crise existencial: meu conselho diz que tenho que transformar. Estou trabalhando. Meu CEO está me pressionando forte para entregar toda essa inovação. Meu CFO está literalmente suando, porque esse custinho de IA, que era deste tamanho perto do gasto total de TI, ficou deste tamanho, e aí ficou deste tamanho, e continuava. Em alguns casos estamos ouvindo 50% de crescimento mês a mês, mês a mês, em IA. O que fazemos com isso? E então começamos a ver algumas conversas acontecerem sobre o que era tokenomics. Agora, o que é tokenomics, né? E essa é a primeira coisa com que sempre esbarramos: onde isso começa e termina? Como se relaciona com coisas existentes como FinOps? E foi muito isso que percebemos em abril, maio deste ano. Precisávamos ir descobrir e definir.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">13:18</time></p>
<p class="lt-turn__line">E quando você pensa em tokenomics, o nome é interessante. Como você disse, eu acho que, tendo aprendido sobre isso agora, no início a confusão pode ser que a palavra tokens está ali, e será que é sobre valoração de tokens? É uma disciplina? Como você disse, é metodologia? Como você definiria a Tokenomics Foundation? O propósito da tokenomics.</p>
</div>
<h3 class="lt-transcript__chapter" id="not-about-tokens">Tokenomics não é sobre tokens <time>13:39</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">13:39</time></p>
<p class="lt-turn__line">Tokenomics, eu diria, talvez uma disciplina, porque todo mundo está descobrindo como ela é. Fundamentalmente, é sobre olhar para toda a cadeia de suprimentos da IA. De criei coisas numa fábrica de IA no nível de hardware a consumi essas coisas, espero que de forma eficiente, fiz forecast do meu uso e tudo isso, até entreguei valor na ponta final. Então, da energia àquela camada de inteligência lá fora, até o valor. Agora, a parte do valor é muito complicada aqui, porque não é sobre tokens, não é sobre serviços individuais e não é nem sobre tarefas concluídas. É sobre quais são os resultados que tudo isso está gerando. A coisa que mais tenho que enfatizar para as pessoas agora, quando falo com gente como você, que está nisso e trabalhando todo dia, falando com CEOs, falando com líderes globais sobre isso: tokenomics não é sobre tokens,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Participante 1</strong><time class="lt-turn__ts">14:35</time></p>
<p class="lt-turn__line">né?</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">14:36</time></p>
<p class="lt-turn__line">Estranho: tokenomics, não é sobre tokens. Está ali no nome. E tokenomics certamente não é sobre contar tokens. É um nome imperfeito para um conceito mais complexo, e eu diria que, se fosse dar um sinônimo, tokenomics é sobre economia da IA. Talvez eu não tenha feito justiça à nossa comunidade com o meu keynote de anúncio, porque foquei pesadamente em tokens. Porque o interessante dos tokens é que eles são o estado inteiro da IA — dá para rastreá-los por todos os diferentes níveis. Mas, como termo, tokenomics não é sobre custos de tokens. É sobre todos os custos em torno da IA. E, para complicar ainda mais — e é por isso que estamos vendo muitos CFOs se envolverem pesadamente nessa conversa —, não estamos falando apenas dos custos da IA diretamente, né? Não estamos falando apenas dos custos de hardware e dos serviços e dos custos de hyperscaler e da memória. Estamos falando de todas essas coisas: todos os custos de pessoas envolvidos em gerenciar o hardware e o data center, e os custos de engenharia para usar esses serviços, e depois os custos de mão de obra na outra ponta. E estamos vendo muito disso desaguar em conversas sobre: de quantas pessoas preciso na minha organização com base nos outputs e inputs de IA? Qual é o valor de um engenheiro? Como devemos remunerar nossos engenheiros? Como isso fica? Então, voltando ao começo da sua pergunta: sobre o que é tokenomics? É sobre extrair o máximo de valor da sua IA, mas a definição, ou talvez as fronteiras de onde ela começa e termina, ainda não estão claras. Há muito trabalho de definição a fazer,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">15:56</time></p>
<p class="lt-turn__line">e, de certa forma, acho que isso é uma feature, não um bug, né? A razão de precisarmos de uma fundação em torno disso é porque precisamos das pessoas mais inteligentes pensando nisso. Tipo o FinOps antes, sabe, todo mundo tentando fazer a própria coisa. Pode ter uma ferramenta disponível, pode ser que você tenha sua própria planilha em que calcula as coisas. É. E, para mim, o que realmente fez o framework de FinOps clicar foi o fato de que não é sobre fazer todas as coisas, né? É sobre o que a sua empresa precisa agora, e existe um jeito de começar quando você não tem nada, ou se você é avançado. Tipo, adoro o modelo crawl, walk, run em torno disso. Né, de: se você foca só em otimização, bom, há muitas coisas que dá para fazer, e aqui está como pensar em otimização de tarifa, otimização de uso, e é uma dessas coisas que, claro, você provavelmente chegaria lá sozinho, mas, para muitas empresas que não têm o investimento para contratar uma pessoa de FinOps, e não têm uma pessoa dedicada, ou uma equipe, ou um exército de pessoas, como algumas empresas que conhecemos, com recursos dedicados a pensar em como alocamos custos, como otimizamos, como construímos governança. A fundação faz muito trabalho para, na prática, te entregar boa parte do dever de casa já feito por pessoas que já resolveram esse problema. E acho que com a tokenomics o desafio interessante é que o escopo é muito maior, né? O escopo, como você disse, não é só sobre eficiência de minimizar o custo. Esse é um vetor, uma parte muito importante. Mas acho que boa parte também é: como sabemos onde investir mais, né? Enquanto na nuvem pública seria: sim, vamos migrar, por exemplo, dos data centers, ou, para uma empresa nativa da nuvem, vamos manter os custos num nível com que estamos satisfeitos.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">17:24</time></p>
<p class="lt-turn__line">É.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">17:24</time></p>
<p class="lt-turn__line">Com IA, acho que há pressão do outro lado também, e eu imagino aquela curva de sino. Sabe o meme: se você tem um funcionário que não está usando nenhuma IA, ele fica do lado esquerdo, e você diz: bom, você tem que estar usando IA, e isso realmente conecta não só engenharia, mas marketing, vendas, e por aí vai, porque de fato te torna mais eficiente. Do outro lado, se você está usando IA demais, a pergunta é: bom, o que você está fazendo? Você gastou US$ 10.000, e o que recebeu de volta? E acho que no meio está a razão: não é uma tecnologia da qual você diz: nossa empresa não precisa. A gente... a gente se preocupa com isso depois, né? Enquanto a nuvem pública ainda está sendo construída, vamos pensar: você tem cada empresa, privada, pública, Fortune 100, Fortune 5, que tem que pensar profundamente nisso, porque sabem que pode ser transformacional para a empresa. Mas, sabe, acho que, além disso, a ideia de que todo mundo simplesmente aprende IA e começa a usar automaticamente... A razão de existirem FDEs em todo lugar é porque não é tão fácil assim, né? Integrar no contexto existente da sua empresa e garantir que... tenho certeza de que você já tentou, sabe, escrever algo só com o Claude genérico: ele não pega suas ideias, não entende seu contexto, não entende seu pensamento, e, quando você começa a brincar com ele e a construir skills files ou o que for, ele realmente te ajuda a fazer brainstorm, criar um resultado com que você fica satisfeito e, eventualmente, chegar a um lugar autônomo em que o humano no loop não é mais realmente necessário.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">18:47</time></p>
<p class="lt-turn__line">É.</p>
</div>
<h3 class="lt-transcript__chapter" id="gas-price-problem">O problema do preço da gasolina nos custos de tokens <time>18:48</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">18:48</time></p>
<p class="lt-turn__line">Deixa eu te perguntar: sobre tokens e custo de tokens e tudo em volta, como você pensa no nível de unidade, né? Sabe, falamos de tokens, e acho... é, estou muito curioso para ouvir sua visão, porque eu tenho uma analogia que uso, mas</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">19:02</time></p>
<p class="lt-turn__line">bom, qual é a sua analogia?</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">19:03</time></p>
<p class="lt-turn__line">Então, sabe, eu tento remeter a... acho que usei isso com alguém ontem: olhar só para o custo dos tokens é como olhar para o preço da gasolina, né? Você vai fazer uma viagem de carro e está tentando calcular quanto dinheiro preciso para gasolina, e, se você olha só para o preço de US$ 4 o galão, ajuda em algum nível, mas você também tem que descobrir que tipo de carro estou dirigindo. Tenho um carro de corrida? Tenho um híbrido? Quanto tempo? Quantas paradas vamos fazer? Não leva em conta: e se pegamos o caminho errado e dirigimos 50 milhas para o outro lado? E por aí vai. E, para mim, olhar para custos de tokens isoladamente é muito parecido com isso, né? E era parecido ano passado, quando a ideia de modelos de raciocínio, agentes, ainda estava decolando, mas não era realmente onipresente ainda. E agora pode acontecer... tenho certeza de que já aconteceu com você também. Você pede para o Claude fazer algo e se afasta. Você volta, e ele ainda está pensando, tipo: não, opa, opa, opa, pensando demais</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">19:54</time></p>
<p class="lt-turn__line">nisso, pensando demais nisso, né? E é meio como gerenciar uma pessoa, né? Às vezes você coloca alguém num projeto, a pessoa se enfia numa toca por duas semanas e volta. E você: espera aí! Se você tivesse só se alinhado comigo, né, com suas primeiras ideias, teríamos economizado um monte de tempo. E você tem que... e isso também entra na coisa interessante, acho, sobre tokenomics e IA em geral: agora estamos pensando em como gerenciar trabalhadores não humanos, né? E isso também toca naquele lado bem à direita da equação da tokenomics, que é: bom, como você pensa em contabilizar trabalhadores não humanos, e dá para capitalizar o trabalho que um agente faz, como alguns dos CFOs, né? E, da mesma forma, isso levanta conversas regionais muito interessantes. O custo de um engenheiro em San Francisco é muito diferente do custo de um engenheiro em outra geografia, né? E então a quantidade de IA com que você quer equipar essa pessoa vai mudar, né? E isso vai ao seu ponto de olhar só o preço da gasolina. Às vezes você tem o, sabe, Camry, e às vezes tem a Ferrari. Mas, sabe, o objetivo pode ser ir de um ponto a outro, ou pode ser que você realmente queira fazer uma, sabe, viagem agradável, e tudo isso tem que entrar na conta.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">20:53</time></p>
<p class="lt-turn__line">É, principalmente... acho que o Gartner publicou ano passado, ou este ano na verdade, sobre o fato de que, se você usa tokens de raciocínio, pode sair de cinco a 30x mais do que, sabe, era antes. E acho que tokens faziam sentido do ponto de vista de preço antes. Quando você tem um chatbot, sabe que os tokens de entrada, o modelo que está usando, têm preço, e os tokens de saída, e agora você tem agentes que podem chamar e pensar por conta própria. Eles podem fazer muito raciocínio, e o output é o que realmente importa para você. Mas, mesmo no nível do output, se um modelo mais barato por token demora o dobro para chegar ao output porque está fazendo muito raciocínio, modo bem verboso, versus um modelo que pode ser bem mais caro, mas consegue chegar ao resultado que você queria mais rápido — ele pode ser mais barato no longo prazo. Pode ser mais barato por tarefa. Pode ser mais barato, enfim. Então minha tese é que o enquadramento tem que ser abstraído um nível acima, que é: qual é o objetivo, né? O que você está fazendo com IA? É para potencializar algo? Por exemplo, se você tem um call center e quer usar IA para chamadas bem-sucedidas, né? 80% das perguntas são a mesma coisa. Se você é um hotel: ei, posso fazer check-in mais tarde? Posso fazer check-out mais tarde? E se você pode usar IA para responder essas coisas, bom, o que realmente importa não é o preço do token para fazer isso. Importa qual é o custo por resultado de uma chamada bem-sucedida. E acho que, sem esse nível de informação, e se você só olhar uma fatura, é muito difícil justificar. É, gastamos um milhão de dólares mês passado em Bedrock ou Vertex AI ou qualquer modelo. Devemos investir mais ou não?</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">22:22</time></p>
<p class="lt-turn__line">É, e eu</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">22:23</time></p>
<p class="lt-turn__line">acho que essa conversa no nível CxO exige esse nível de clareza de dados, que não é só sobre o custo, mas também o lado do ROI, o lado do valor da tokenomics também.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">22:34</time></p>
<p class="lt-turn__line">Às vezes me sinto velho quando olho para os tempos da nuvem, porque agora a nuvem tem o quê, quase 20 anos, mas a conversa que acontecia no início dos anos 2010 em torno disso é super parecida com a de agora: antes da nuvem, basicamente ninguém conseguia subir um monte de recursos ou infraestrutura e causar um custo enorme para a empresa da noite para o dia, do jeito que engenheiros faziam na nuvem quando tiveram acesso à AWS e tudo mais, e muito disso foi a reação a, sabe, sair daquele ciclo de procurement longo e lento que existia nos data centers, em que você sabia o que ia gastar, e aí a nuvem de repente explodiu isso, e depois colocamos sob controle, porque, sabe, podemos colocar habilitação e guardrails e tudo isso em torno de como engenheiros podem subir coisas, e agora estamos acelerando essa jornada para o mundo da IA, em que agora cada pessoa na sua organização pode gastar dinheiro, mas também cada pessoa na sua organização pode de fato ter um impacto enorme no que está fazendo, né? E então, olhando toda essa jornada e pensando no que acho que precisa acontecer com tokenomics e essas coisas: estamos chegando a um lugar em que repensamos a tecnologia não só como um jeito de melhorar a velocidade da produção do widget, né? Mas como, de novo, transformar. Deixa eu devolver para você. Onde você vê as linhas entre tokenomics e as formas anteriores de fazer essas coisas, FinOps ou outras?</p>
</div>
<h3 class="lt-transcript__chapter" id="where-finops-ends">Onde o FinOps termina e a tokenomics começa <time>23:54</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">23:54</time></p>
<p class="lt-turn__line">É, pergunta interessante. Eu vejo dois jeitos de pensar nisso. Um é que as lições aprendidas do FinOps podem ser aplicadas aqui, e está expandindo. Né, no FinOps, a gente realmente, como você disse, não pensava em custo como nada além de um preço unitário para fazer algo. Né, servir nossos clientes, a receita é tanto, ou o custo de nuvem é tanto. Mas tem certas coisas no FinOps agora, até, que eu acho que, por causa da IA, estão forçando o FinOps a evoluir também, né? Um exemplo é essa ideia de ownership como a razão de você cobrar alguém de volta, né? Showback e chargeback geralmente se baseiam em tagueamento. Você diz: bom, sua equipe subiu essa coisa, então você deveria ser o dono. Você deveria otimizar. Deveria governar. Deveria ser eficiente usando tecnologia como um cluster EKS ou algo assim. E acho que com IA agora, sabe, já começamos a ver as rachaduras nesse modelo, né? Quando você pensa em algo como serverless ou um cluster Kubernetes compartilhado, e o que acontece é, sabe, você pega a coisa serverless, sua equipe sobe, e outra equipe é quem consome sem parar, e a fatura chega para você, porque está tagueada no seu nome. Da mesma forma, no Kubernetes, tudo bem. Você pode conseguir delegar e dizer: esse namespace, esse node ou o que for pertence a você. Esse é o seu custo. Mas há todos esses custos auxiliares, né? Se você tem um serviço, por exemplo, da equipe do Produto TMA, e eles geram uma tonelada de custos de egress para a internet, estão fazendo algo ali. Esse custo está sem tag, e o melhor que provavelmente tínhamos era: bom, vamos dividir proporcionalmente. Vamos maquiar um pouco os números — exatamente, né —, e eu acho que com IA, especialmente agora, isso é o padrão, e não, sabe, algo do modo avançado, de multi-dezenas aqui, sei lá. E então somos forçados a confrontar isso no FinOps de qualquer jeito, e acho que muito do que vai acontecer no lado tokenômico. Resolver o ROI é outro exemplo. No FinOps era unit economics, né? E olha, eu falo com clientes... já faz 15 ou 10 anos falando de unit economics. Muitas empresas ainda não chegaram lá, porque é um</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">25:56</time></p>
<p class="lt-turn__line">objetivo aspiracional em muitos sentidos,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">25:58</time></p>
<p class="lt-turn__line">e é difícil, porque os dados para fazer precificação unitária não vêm da nuvem, né? Vêm do seu negócio. E então, se, por exemplo, o custo de algo fica no Salesforce, outro vive no Excel, outro vive ali, tentar conectar os pontos faz muito sentido. Sabe, o que recebi de volta? Mas acho que com IA, especialmente agora, não é mais um nice to have. Aspiracional, como você disse. É, é a coisa que você tem que resolver, porque senão, como você pode investir dinheiro nesse ambiente extremamente caro, extremamente acelerado, em que, sabe, há algo que você quer fazer com IA na sua empresa? É,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">26:35</time></p>
<p class="lt-turn__line">e eu na verdade acho — talvez uma visão um pouco controversa dado o momento — que vamos ver mais token maxing como conceito no futuro, porque esse pêndulo vai voltar. E agora há... havia um "abaixe a cabeça se você não está usando IA". Agora há um "abaixe a cabeça se você está usando demais". Mas, sabe, nós de fato queremos pessoas habilitadas. A outra coisa interessante que estamos começando a ver em torno da tokenomics — e já chego a unit economics num minuto — é como isso se liga lá atrás ao investimento de capital no data center e como se conecta, bem à direita, aos preços das ações. Semana passada eu estava lendo o relatório de resultados da SpaceX, e bem ali, enfiada no meio, havia uma conversa sobre a receita por watt deles no data center, e citaram um número: a receita por watt no trimestre anterior era tal, e subiu. Foi um salto enorme, tipo 3x ou algo assim no trimestre atual, e aí eles conseguiram pegar isso e basicamente dizer: bom, se sabemos quantos gigawatts estão adicionando em capacidade, e sabemos qual é a receita por watt agora, podemos projetar para frente a receita de IA, e isso de fato impulsionou — era a tese ou hipótese desse artigo — muitos dos rallies de ações que eles viram. Isso colocou a cadeia de suprimentos da tokenomics em ação ali, em que a unidade central daquele lado é: tenho tanta capacidade, por quanto consigo vender isso por, sabe, por watt nesse caso, e colocar no mercado. Essa é fácil para uma empresa de infraestrutura, né? E acho que estamos vendo — isso é provavelmente mais uma conversa de caçadores da Fortune — tipo: bom, como podemos monetizar nosso acesso a GPUs e hardware relacionado? Do lado de todo o resto, acho que a conversa de unidade está ficando mais complicada, porque não é só um "como concluí a tarefa mais rápido". É: como usei a IA para gerar mais receita e outputs? Ou... quer dizer, recebi uma ligação literalmente na vinda para cá de alguém de uma empresa enorme, e eles estão aos poucos demitindo muita gente porque estão habilitando mais outputs. Pelo menos essa é a mensagem que estão recebendo, né, de pessoas habilitadas por IA, né? Então, qual é a medida certa? E a medida certa, acho, não é uma métrica de unidade única. Nunca foi, mas é por equipe, por organização, por produto. Como primeiro extraímos mais eficiência dessas unidades individuais? Mas depois, como geramos mais receita na outra ponta? E estamos vendo muito dessa conexão, e é por isso que estamos fazendo esse trabalho também. Tipo, você me perguntou o que é tokenomics, e eu queria poder te dar uma resposta fácil, e tenho uma opinião, mas acho que a indústria está descobrindo. O que sabemos — e voltando à sua pergunta inicial de por que fazemos isso — é que o termo tokenomics e a ideia que ele encapsula estão no zeitgeist agora em todos os níveis, com CEOs e CFOs e CIOs, e até nesses relatórios de resultados de empresas trilionárias, porque ele reúne o pensamento em torno de um conceito: existe toda uma cadeia de suprimentos em torno da IA que começa com energia e tem como resultado, no final, receita e preços de ações, e há um monte de trabalho no meio que precisamos conectar ali, e agora há várias disciplinas díspares, e FinOps é uma dessas disciplinas díspares. Ela fica ali naquela camada de plataforma, nuvem, tecnologia variável, SaaS, software, essas coisas, e aí você tem outras pessoas de data center ali fazendo essas coisas e construindo investimento de capital, e depois você tem todo um outro conjunto de pessoas de negócio fazendo essas coisas, e a tokenomics busca meio que juntar tudo isso. Então, embora possa ser facilmente descrita como pegar energia e transformar em inteligência e gerar valor na outra ponta, ou você poderia dizer que é sinônimo de FinOps para IA — e partes dela são —, há um fio maior se desenvolvendo aqui, e acho que vamos ver, essencialmente, é, uma nova disciplina se desenvolver. E eu estou tentando não ser dogmático, e acho muito difícil, como alguém que está nesse espaço, tipo: como vai se chamar, e vai englobar as coisas antigas, ou as novas, é uma coisa nova — a gente simplesmente ainda não sabe. E é por isso que estou tão animado de ter conversas como esta com você para descobrir.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">30:26</time></p>
<p class="lt-turn__line">É, no fim das contas, é só um nome, né? Eu ainda penso: FinOps é... é operações financeiras? É financeiro? Ah,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">30:33</time></p>
<p class="lt-turn__line">eu odiava esse termo. Eu sei, é, mas, sabe, tipo, um nome horrível também. É,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">30:37</time></p>
<p class="lt-turn__line">é só um nome, e acho que o valor de algo como a FinOps Foundation e agora a Tokenomics Foundation é que estamos construindo abertamente, de certa forma, né? Não estamos... ninguém resolveu, porque, para ser justo, para cada empresa diferente vai ser uma solução diferente. Parecido com o framework, que não era prescritivo. Era mais: bom, do que você precisa, né? Qual é a coisa que você está priorizando agora? É conseguir clareza nos dados, e, uma vez com esses dados, você quer pensar agora em como ser mais eficiente? E, se você tem eficiência, como prevenir o momento "fin-oops"? Adoro chamar assim. Adoro essa também. É, e tenho certeza, especialmente em tokenomics, de que as perguntas são parecidas, mas são muito nuançadas para IA especificamente.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">31:18</time></p>
<p class="lt-turn__line">Bom, e tem outra coisa. Quer dizer, já que você falou dos momentos FinOps, as pessoas têm me perguntado nas últimas semanas — e eu digo não, não — se tokenomics é um rebranding do FinOps, seja no nível de disciplina, seja no nível de fundação. E a resposta é: absolutamente não. Houve um dos momentos, quando eu estava pesquisando se abriríamos uma nova fundação para isso, ou o que fazer em geral: tive esse período incrível de uns cinco ou seis dias em que consegui colocar 20 das Fortune 25 no telefone, gente que eu conhecia lá, que estava nesse espaço, e as pessoas atendiam ligações num sábado e num domingo, às sete da manhã de um sábado, falando dessas coisas, e uma dessas pessoas disse: é tão engraçado você me perguntar se é igual ou diferente, porque acabei de sair de uma reunião com o nosso — acho que era o CIO deles —, e disseram: o trabalho de FinOps é muito importante, e preciso que você garanta que está cuidando dele, porque é a maior parte do nosso gasto, é um volume grande; mas preciso que você converta isso num foco de business as usual — você faz isso há anos, mantenha rodando. Preciso que você redirecione tipo 80% das suas pessoas mais inteligentes para irem descobrir essa coisa de tokenomics, porque aquilo está escalando feito louco, e nosso conselho está fazendo perguntas sobre isso. E esse foi meio que um momento decisivo para mim: você precisa continuar fazendo o trabalho de FinOps em que ficou bom, e também precisa ir descobrir essa coisa nova. E quando coloquei isso na lente do que fazemos na fundação: estamos mantendo tudo o que fazemos do lado da FinOps Foundation. O FinOps X está vivo; agora tem uma conferência irmã. Os treinamentos estão vivos. Os grupos de trabalho estão vivos. Tudo está acontecendo lá, e nossa equipe está lá. E estamos montando uma nova equipe para resolver esse ponto de interrogação de o que é isso e como se faz. Porque precisa de um monte de investimento, e não podemos parar de fazer o trabalho de FinOps, porque, se pararmos, todos os custos ali vão enlouquecer, nossos forecasts vão errar, e vamos ter problemas. E estamos vendo isso se desenrolar. E então, com o tempo, acho que a pergunta vira: é tudo a mesma coisa, ou é diferente, uma e outra? E é isso que acho que vamos descobrir conforme chegarmos lá. É,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">33:15</time></p>
<p class="lt-turn__line">e essa pergunta já estava sendo levantada sobre ITAM, né? ITFM. Vamos ter uma fusão ainda mais bagunçada</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">33:20</time></p>
<p class="lt-turn__line">até agora, né? É,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">33:21</time></p>
<p class="lt-turn__line">e acho que o lado do valor, do ROI, por exemplo, também sempre existiu no FinOps. Mas tudo bem estimar, porque era um gasto controlado. Era uma coisa controlável que dava para ver, e você podia ter guardrails em tudo. E, na real, as pessoas que estão mexendo com nuvem são a equipe de engenharia, a equipe de DevOps, os SREs, a equipe de TI, e acho que o nível CxO é tipo: bom, confio no meu CTO ou CIO ou diretor de TI; eles têm isso sob controle. E mesmo que os dados não sejam perfeitos, mesmo que não façamos unit economics, tudo bem, porque sabemos que o gasto total de nuvem é o que nos importa no agregado. E, no fim das contas, o que realmente estamos usando a nuvem para fazer é mover, rodar processos de negócio, construir, sabe, software ou o que for, e com IA é muito diferente, porque o que você está fazendo com IA são duas coisas. Uma: você pode estar habilitando seu produto, se você o vende, para que agora seus clientes tenham uma experiência melhor, né? Você pode poder dizer: em vez de aprender configurações, me diga em linguagem natural o que você quer fazer, e a gente resolve.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">34:20</time></p>
<p class="lt-turn__line">Sim.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">34:21</time></p>
<p class="lt-turn__line">Mas aí tem também esse outro lado, com que acho que o FinOps nunca precisou se preocupar, que é: a IA pode te ajudar com eficiência operacional internamente, né? Você não tem gente de marketing subindo instâncias EC2 para melhorar o dia delas, mas com IA, bom, agora tem, exatamente, né? E isso sempre existiu: uma linha de código errada podia transformar um t3.micro de um centavo por hora em US$ 99 por hora, se você colocasse um p5 no lugar, na AWS, e com IA agora, sabe, todo mundo tem acesso a um equivalente de chatbot, seja controlado porque você está limitando o escopo, e os guardrails que existem hoje são só um número: dizemos, ei, vamos te limitar a US$ 200 por mês, e, se você tiver um bom motivo, expandimos. E, sabe, se você é alguém que usa essas tecnologias, não dá para só dizer: ei, só tenho uma pergunta, resolva aí em segundo plano. Você usa o Claude, é o Fable Five ou isso e aquilo, e acho que todo mundo, claro, quer o máximo de inteligência possível, né? As pessoas não são treinadas para pensar: bom, essa tarefa deveria ser o modelo Haiku. Claro que querem o máximo de inteligência. E acho que a fase de experimentação de aprender IA realmente exige um bucket de gasto, no sentido de que, para aprender IA, você não pode fazer um curso de 40 horas e pronto. O melhor jeito de aprender é usar IA. Sabe, tenho muitos amigos que me perguntam: "Ei, como fico muito, muito bom em Claude?" E eu: "Por que você não tenta perguntar ao Claude?" Né? Tipo: o que estou perdendo? O que posso fazer com ele? E acho que essa natureza exploratória da IA também significa que é muito difícil descobrir em primeiro de janeiro, quando você está fazendo o orçamento, ou em novembro para o ano seguinte, qual vai ser o gasto. Né, paradoxo de Jevons. É: sim, claro, tokens vão ficar cada vez mais baratos. Mas o que isso significa então é tipo: bom, sabe, os tokens para inferência no mesmo nível. A DeepSeek acabou de</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">36:12</time></p>
<p class="lt-turn__line">anunciar aumentos em alguns dos preços de tokens deles. Certo, certo. E essa é a natureza altamente variável disso. Mas acho que tem algo em que você estava tocando que é sempre a abertura dessa conversa: todos começamos a falar de seleção de modelos.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">36:24</time></p>
<p class="lt-turn__line">É,</p>
</div>
<h3 class="lt-transcript__chapter" id="model-selection">Seleção de modelos e o harness em volta <time>36:25</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">36:25</time></p>
<p class="lt-turn__line">e a seleção de modelos é crítica. Eu diria que é uma das coisas mais definidoras da tokenomics na camada de otimização, porque pensamos em produção, consumo — que inclui otimização — e depois o lado do valor. Mas uma das minhas citações favoritas do Dario, de uns dois meses atrás, é que os modelos estão chegando ao fim da exponencial, ou seja: os modelos não estão, release após release, ficando dramaticamente melhores. Tipo, eu fui do 4.8 para o cinco esperando minha vida mudar, e ela não mudou de verdade, né? E então o modelo é uma parte importante disso, e é frequentemente no modelo que temos a conversa de tokens, e é onde está boa parte da conversa de custo de tokens. Mas a outra parte é todo o harness em volta do modelo, e as camadas de contexto, e as camadas de inteligência, e a memória, e as pessoas, e o treinamento dessas pessoas, e a habilitação das pessoas. E então acho que vamos ter, na tokenomics como disciplina e na fundação, um conjunto de trabalho que sempre será sobre seleção de modelos, seleção de prompts, prompt engineering, garantir que você não quebre seu KV cache, todas essas coisas que são centrais. Mas, cada vez mais, vemos as pessoas dizerem: "Bom, como descubro como trazer todo o contexto de que meu negócio precisa para dentro disso?" Porque, olha, tive isso ontem com alguém da minha equipe. Cara ótimo. Vou citar o nome: Stephen Arthur. Ele tem um monte de hardware em casa, e, sabe, está tudo protegido, e ele roda modelos open weights nisso, e é incrível, sabe, e os tokens saem quase de graça, porque ele gastou todo o dinheiro no hardware, e eu estava recebendo uns outputs dele e pensei: isso não está certo, e percebemos: eu tenho toda uma configuração do Claude aqui com o resto da equipe, tudo conectado, e o modelo open weights dele, que em alguns aspectos deveria ser mais potente e definitivamente custa menos, estava sem todo esse contexto. Então eu: ei, cara, preciso que você mova parte disso de volta para cá — o que entra em: isso não é sobre custo por token, né? Tipo, eu sou o dono do orçamento nesse caso. Estou dizendo a ele: por favor, pare de usar a opção mais barata, porque está faltando aquele contexto. E estamos vendo as grandes empresas por aí — quer dizer, não vou citar nomes de empresas individuais, mas os provedores gigantes de tecnologia que dizem: "É, é, podemos trocar por qualquer modelo que você quiser, mas temos acesso a todos os seus outros dados, no seu banco de dados, no seu data store, no seu e-mail, no seu calendário, no seu CMDB." Tudo isso é realmente de onde vem o valor, e aí também, aliás, sempre temos que voltar: tokenomics é sobre esse total. Tipo, o custo de token, a seleção de modelo, é a ponta do iceberg, né? E, se focarmos demais ali, deixamos de enxergar a floresta por causa das árvores. É</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">38:51</time></p>
<p class="lt-turn__line">engraçado você mencionar o lado tokenômico dos modelos open source, né. A AT&T saiu semana passada, no relatório de resultados deles, acho que estão usando até 25% do gasto de tokens em open source e querem chegar a uns 70% ou algo assim. E, sabe, é engraçado, porque, inicialmente, quando vi a criação de tokens, dois tokens, na Tokenomics Foundation, fiquei bem confuso, porque, sabe, minha cabeça era: bom, como praticante de FinOps, eu realmente me importava em segregar os dados, otimizar, governar. Nunca me importei de verdade com a energia que a AWS usa para criar um token, por exemplo. Mas, quanto mais aprendo, mais vejo que vai haver uma mistura de diferentes formas de criarmos tokens, né? Pode ser nuvem, obviamente. Podem ser, sabe, esses provedores de serviço, mas também há essas neoclouds, a Fireworks, que podem hospedar modelos open source. E a eficiência não é, sabe, a mesma: o mesmo hardware rodando na AWS, no GCP, nessas neoclouds, no seu próprio, sabe, data center, você vai ter outputs muito diferentes. Há muitos ganhos de eficiência que eles estão obtendo, e como você realmente compara para dizer onde investimos daqui para frente? Você tem que olhar a criação de tokens, né? E tem que descobrir qual é a régua para podermos ter uma discussão honesta sobre: investimos mais? Devemos voltar para o data center e simplesmente comprar um monte de hardware da NVIDIA, ou devemos continuar pagando pelo Claude? Como você disse, porque o ecossistema é onde queremos estar, e, mesmo sendo mais barato, pode exigir muito mais carregamento de contexto ou, sabe, cópia de dados de um lado para outro para conseguirmos usar. Versus: vale o prêmio — prêmio entre aspas — de usar algo como o Claude, porque funciona mais rápido. Acabamos usando menos tokens e conseguimos, sabe, chegar ao output que realmente queríamos sem precisar de nove horas de ida e volta com o Claude, o que é divertido, mas também cansativo às vezes.</p>
</div>
<h3 class="lt-transcript__chapter" id="energy-scarce-resource">Energia como o novo recurso escasso <time>40:37</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">40:37</time></p>
<p class="lt-turn__line">Bom, e eu não estava dizendo que o Claude era melhor naquele caso, mas, na instância do Claude que eu estava usando, ele tem conexões MCP com um monte de outros sistemas que usamos, tem muita memória compartilhada, tem skills files e tem acesso, sabe, aos nossos bancos de dados, e são todas essas conexões que o tornam valioso. Então poderíamos facilmente trocar o Claude, nesse caso, pelo modelo local que ele roda, se aquele modelo local tivesse conexões com todas essas coisas. Mas quero voltar ao que você disse sobre energia, porque é uma área muito interessante. Acho que quando as pessoas dizem: "Bom, como isso é fundamentalmente diferente de, sabe, FinOps?" — e tocamos um pouco nisso na conferência —, o FinOps assume que você pode simplesmente ir adquirir os ativos de que precisa, e eles estão lá, nessa escala infinita, escala infinita, estão lá. Você aperta um botão, ou escreve código, e volta. E isso também toca no ITAM, que você mencionou, né? Que toca muito mais nos ângulos de compliance e segurança, e nos aspectos de procurement e sourcing. Mas, quando você começa a pensar em serviços de IA, e particularmente se você é uma empresa grande, em escala, fazendo isso, você tem que dizer: não sei se consigo acesso ao hardware. Não sei nem se, usando um provedor de nuvem, esse provedor terá a energia necessária na hora em que eu precisar subir o grande seja-lá-o-quê que estou subindo, e a energia se torna... E quero esclarecer também: quando falamos de energia, não estamos necessariamente falando de sustentabilidade, embora possamos — isso é um subconjunto ali. Mas a energia se torna um ativo limitado sobre o qual precisamos pensar: temos o suficiente, se somos um grande provedor rodando muitas coisas? E depois também precisamos pensar nos custos dessa energia, que alimentam a minha receita por watt, naquele exemplo da SpaceX, ou em outro. E então estamos vendo as primeiras conversas de energia entrarem. E quando falo com, sabe, provedores de data center com quem trabalhamos, eles estão tentando conseguir não só o custo certo para a energia, mas as fontes certas, né? Eles precisam dos geradores de backup a diesel e da rede, e precisam comprar solar, e precisam do mix todo, porque não conseguem o suficiente. Mas tudo isso volta à ideia de que, no mundo da IA, há escassez de recursos, e alguns provedores são mais lentos porque não têm energia e hardware suficientes, e algumas das grandes empresas não conseguem comprar o que precisam. Então a tokenomics também olha para aquela área à esquerda, de — nas palavras do Jensen — a efetividade da fábrica de tokens: como pego energia, com o hardware certo e o investimento de capital certo — você disse, e eu também digo muitas vezes — para gerar tokens, mas na verdade é para gerar simplesmente um serviço de IA. Agora, esses serviços podem ser reduzidos a tokens em algum aspecto, mas são todas as camadas envolventes de memória e banco de dados e armazenamento e tudo em volta também.</p>
</div>
<h3 class="lt-transcript__chapter" id="where-it-lives">Onde a tokenomics deve ficar na organização? <time>43:06</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">43:06</time></p>
<p class="lt-turn__line">Você levanta um ponto interessante sobre o lado da energia, né? Comparado ao FinOps, em que realmente estávamos focados na nuvem e em aproveitá-la, e, obviamente, sabe, começamos a expandir: data clouds, SaaS. Acho que cloud plus era um termo que usávamos antes,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">43:21</time></p>
<p class="lt-turn__line">alguns usavam, sim, né, nós também usamos por um tempo, é, e</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">43:24</time></p>
<p class="lt-turn__line">e eu acho que, pelo menos com IA, por causa dessas considerações que você tem que levar em conta, não é só dizer: bom, vamos usar modelos open source, né, é mais barato. Bom, é mais barato, mas onde você vai rodar? Vai rodar no seu próprio hardware? Vai ter as fontes de energia para de fato alimentar isso? Vai rodar em outro provedor? Então ainda é, essencialmente, infraestrutura como serviço, e por aí vai. E acho que a pergunta que tenho é: numa organização, em qualquer organização que agora está pensando em tokenomics — e não é uma daquelas coisas de "nice to have" para depois, né? Quando penso em FinOps, muitas vezes pode ser tipo: somos pequenos demais para FinOps. Não precisamos de uma pessoa dedicada. Não precisamos de ferramentas. Damos conta. Mas tokenomics é o oposto. É tipo: precisamos de alguém focado nisso, e muitas vezes vem do conselho e dos CxOs. Precisamos focar em tokenomics, porque o poder disso, sabe, a capacidade de transformar, como você disse antes, todo o nosso negócio é grande demais para ignorar. Onde você acha que a tokenomics como disciplina fica, digamos, numa empresa? Fica no tradicional, com a equipe de FinOps? Deveria ser uma disciplina totalmente diferente, tipo os CAIOs que vemos em todo lugar agora? Onde você acha que isso aterrissa?</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">44:34</time></p>
<p class="lt-turn__line">Não sei. Estamos sendo muito cuidadosos em não definir — a menos que realmente vejamos o padrão se repetir de novo e de novo e de novo — um praticante de tokenomics do jeito que acho que existe um de FinOps, porque toca em tantas áreas diferentes. Se você liga para alguém de uma NeoCloud e pergunta sobre tokenomics, ou liga para alguém de uma nuvem e pergunta, ou liga para alguém de um grande banco em Nova York que está numa equipe de finanças, você vai ter respostas completamente diferentes sobre o que é e onde fica. E então, pelas conversas que estou tendo agora, estamos vendo como um termo para descrever um conjunto de capacidades, ou disciplina, se preferir, mas que precisa estar espalhada pela organização, em muitos lugares diferentes. E estou ouvindo de muita gente nossa nessas grandes empresas: elas estão recebendo a ligação, basicamente descendo do CEO, dizendo: "Preciso que você monte a prática de tokenomics, e preciso que você nos ajude a descobrir as personas certas e o que precisamos contratar e a equipe." E não consigo dizer com clareza agora exatamente onde isso deve ficar ou quem deve comandar. Consigo ver alguns pontos de dados. Há pontos como: alguns estão colocando bem ao lado do FinOps — ótimo, fácil. Mas aí geralmente só olham aquela camada de consumo no meio. Alguns estão colocando na equipe do chief AI officer. Alguns, quando há muito hardware envolvido, estão, sabe, deslocando mais para a esquerda, para quem está nessa área. É como aquela parábola dos cegos e o elefante.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">46:00</time></p>
<p class="lt-turn__line">Qual é a parábola? Não conheço. Nunca ouviu essa? Ok, ok. Adoraria ouvir. Ok,</p>
</div>
<h3 class="lt-transcript__chapter" id="blind-men-elephant">Os cegos e o elefante <time>46:04</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">46:04</time></p>
<p class="lt-turn__line">ouvi isso no ensino fundamental, mas são seis homens cegos, nenhum deles jamais viu um elefante, e eles são levados a um palácio para conhecer um elefante pela primeira vez. E o elefante está no meio dessa sala, e os seis cegos se aproximam do elefante de ângulos diferentes, e um deles põe as mãos na tromba e diz: "Ah, um elefante! É como uma cobra." E outro põe as mãos na cauda, e um elefante é como uma corda. Outro toca a perna e diz: "Elefante! É como um... é como um tronco de árvore." É isso que a tokenomics é agora. Você pede para pessoas diferentes, em partes diferentes da organização, descreverem, e recebe respostas completamente diferentes. A questão é: todas estão certas, mas nenhuma está vendo o quadro completo.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">46:45</time></p>
<p class="lt-turn__line">É muito interessante. Acho que pode ser porque o FinOps é vítima do próprio sucesso. No sentido de que, sabe, quando pensamos no FinOps, quando começamos a fundação, houve muitos aprendizados. Houve muito trabalho que precisou ser feito para chegar onde está hoje. E, quando ouvimos Tokenomics Foundation, acho que pode haver um, sabe, entendimento tipo: ah, legal, vocês já resolveram</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">47:06</time></p>
<p class="lt-turn__line">isso, né, e</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">47:07</time></p>
<p class="lt-turn__line">e as pessoas não lembram que deu tanto trabalho, que exigiu tanta capacidade intelectual de pessoas puxando e empurrando essa ideia de como se faz uma disciplina de nuvem para chegarmos onde estamos hoje</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">47:18</time></p>
<p class="lt-turn__line">com certeza, e começamos... quer dizer, digo "nós" tipo o Mike Fuller, que é coautor do livro de FinOps, e eu sempre falo dele como o cérebro por trás do FinOps. Tipo, começamos a ter essas conversas em 2014, né? E foi só em 2018 que pensamos: ah, talvez exista de fato uma disciplina aqui, e então tentamos documentar em 2019, e eu diria que lá por 2021 sentimos que tínhamos um bom domínio, e em 22, 23, 24 você viu práticas maduras, e aí a IA explodiu tudo, né, e resetou. Então é aí que, é, como você disse, quer dizer, essas coisas não se resolvem da noite para o dia, e estamos de volta àquele ciclo com a tokenomics, em que estamos tendo essas conversas profundas sobre: o que é, quem faz — e fizemos tudo isso, é, cinco anos atrás no FinOps, mas nunca teve esse nível de foco, e nunca foi tão — eu ia dizer urgente, mas nunca foi tão crítico resolver, porque a nuvem era só uma peça naquele momento, e depois as pessoas descobriram como aplicar FinOps a outras áreas. Mas isso volta àquele momento de crise existencial em que nós, coletivamente, como indústria — e fico muito feliz que vocês estejam fazendo isso, e temos todos os outros membros se plugando — temos que resolver, porque não queremos ver a história da repatriação da nuvem se repetir na IA, em que todo esse investimento entra e depois as pessoas dizem: não vale muito a pena, né? Quer dizer, isso tem consequências individuais para empresas, né? Tem consequências grandes para a economia global também. E descobrir isso e fazer esse trabalho de eficiência — pareço estar fazendo disso algo mais grandioso do que é, mas realmente precisamos descobrir como transformar todo esse investimento em valor e outputs, né? E levar as pessoas junto no processo.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">48:47</time></p>
<p class="lt-turn__line">É, de certa forma, acho que as duas fundações... o que elas realmente te dão, no fim do dia, é a confiança para usar tecnologias, né? A confiança de gastar na nuvem sem ficar preocupado de: bom, a fatura está subindo, né? Unit economics te ajuda a descobrir: bom, o preço unitário na verdade está caindo. Estamos ganhando mais volume. É. O exemplo que eu usava é: se você está na capa do TechCrunch, é uma empresa de Series A, e recebe o alerta de anomalia dizendo que você triplicou sua fatura de nuvem nos últimos dois dias, vamos todos surtar, olhar. E alguém: é, porque triplicamos o tráfego.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">49:15</time></p>
<p class="lt-turn__line">Era Black Friday. Ganhamos todo esse dinheiro. Exatamente. E essa é a... sabe, tem aquela coisa toda de "o que é medido melhora", e provavelmente vou citar errado, mas acho que é a lei de Goodwin, que basicamente diz: uma vez que você coloca uma meta sobre uma medida, a medida deixa de ser útil, porque você começa a... E esse é, na verdade, o desafio com unit economics também: queremos chegar a unit economics olhando valor de negócio sobre custo, mas, se começamos a otimizar só custo por transação — total —, essa pode ser a métrica errada, né? E essa é, acho, uma das dificuldades com unit economics como conceito a que as organizações chegaram, e acho que muitas vezes as conversas de unit economics terminaram naquele nível de plataforma. Tipo: qual é a medida de unit economics da plataforma — e não se conectou o suficiente ao produto.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">49:59</time></p>
<p class="lt-turn__line">É, e a gamificação, né: assim que você tem uma métrica para alguém — tipo o token maxing surgiu porque alguém disse: você tem que usar mais tokens, tem que aprender a usar IA. Ok, bom, a qualidade do que você está fazendo é muito diferente. Uma pessoa está só repetindo as mesmas perguntas. Outra está de fato aprendendo e aplicando e ficando mais eficiente no próprio jeito de trabalhar para obter o mesmo resultado que realmente importava. Mas, se você coloca uma medição dizendo, sabe, até limitações de "esse grupo só deve gastar US$ 100 por semana ou por mês em IA", acho que você meio que perde o quadro maior, que é: o que esses US$ 100 realmente te trazem? Esse é o ponto, e você quer poder quantificar e medir isso, porque, se não consegue medir, vira um número de custo, e isso é um valor absoluto, né? E, sabe, é engraçado. Tipo, acho que inicialmente sempre teve, talvez ano passado, dois anos atrás, um orçamento separado para IA. Vamos tentar um monte de coisas. Sabe, tudo bem experimentar, POCs, o que for. E, cada vez mais agora, é: é, ou vai ser incorporado ao nosso orçamento geral de nuvem,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">50:56</time></p>
<p class="lt-turn__line">ou vai ser separado</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">50:58</time></p>
<p class="lt-turn__line">para as equipes. É, mudando de assunto por um segundo, adoraria ouvir sua opinião sobre como você acha que o cenário vai evoluir para empresas de SaaS, em que tradicionalmente o modelo era por assento, e de repente agora você diz, sabe, com modelo por assento, e se você usa nuvem, você tem unit economics, consegue controlar, tem proteção de margem. Com IA, digamos que você integre um chatbot à experiência do seu cliente — acho que todos lembramos daquele caso do Chipotle, em que alguém descobriu que, bom, se eu simplesmente usar o chatbot do Chipotle, é um GPT pessoal. É de graça. É, não preciso fazer nada. E então o modelo de cobrança, especialmente para esses serviços SaaS que estão surgindo, especialmente se você é um negócio SaaS existente e adiciona essa coisa a ele. Há tanta variabilidade envolvida agora, né? Você pode ter um cliente que diz: em vez de APIs, vou bater no seu servidor MCP, ou vou perguntar em linguagem natural a cada cinco segundos. Enquanto antes custos de API você conseguia administrar, mas com, sabe, um tradutor LLM no meio, ele ainda está indo à API buscar os mesmos dados, mas as pessoas estão fazendo de um jeito diferente. É mais fácil para elas. Como você acha que a indústria vai evoluir quando pensa em precificação de SaaS? Eu</p>
</div>
<h3 class="lt-transcript__chapter" id="saas-pricing-agents">Precificação de SaaS na era dos agentes <time>52:04</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">52:04</time></p>
<p class="lt-turn__line">vi uma manchete hoje sobre uma empresa cuja ação despencou, e o rótulo que colocaram nela, o epitáfio, ou seja lá qual for o termo, foi: ah, eles são só um wrapper de IA, né? E essa é a grande questão. Acho que o risco para muitas das empresas de SaaS agora — e isso leva a uma pergunta mais existencial para empresas de SaaS e de software: onde fica o valor? O valor fica com a IA subjacente? Fica com o conhecimento especializado que você coloca por cima? Fica com os dados que você tem? Como isso fica? O componente de base de consumo variável é enorme agora, e o que está faltando nessa conversa — sabe, você disse que dá para rastrear chamadas de API, administrar, fazer forecast. É aqui que entra o agêntico. A gente ainda nem falou muito "agêntico", aliás. O que</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">52:50</time></p>
<p class="lt-turn__line">é... sobrevivemos uma hora sem falar "agente". Incrível. O que é,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">52:53</time></p>
<p class="lt-turn__line">sabe, você pede ao chatbot daquela oferta SaaS para fazer uma coisa, e ele não está só fazendo a coisa. Está subindo uma série de agentes. Estamos interagindo com agentes que vão lá e criam mais agentes e loops e retries e falhas, e isso pode agregar muito valor, e também pode simplesmente adicionar muito custo na sequência, né? E então, sabe, estou ouvindo muitas conversas — eu estava hoje de manhã com uma gigante, chame de empresa de SaaS, você poderia chamar de empresa de plataforma, eles podem se chamar de empresa de nuvem, sabe —, e eles estão olhando: usam um monte de modelos de IA diferentes que estão repassando, e estão tendo que reprecificar como vendem para os clientes e descobrir qual é o benefício deles e como ficam as margens disso. Ouço outros que estão sofrendo só para repassar diretamente os custos de modelo, e você ouve alguns que fazem o repasse direto, alguns que colocam markup. Alguns fazem sistemas de créditos. Alguns fazem créditos mais markup direto. Parece que estamos... quer dizer, voltando 20 anos, a Salesforce foi uma das primeiras a fazer um modelo SaaS em cima disso e descobrir a precificação. Estamos todos de volta à estaca zero com tudo isso agora. Quer dizer, agora é vale-tudo. Não há jeitos certos e errados de precificar neste momento, mas todo mundo tem que descobrir o componente variável e depois descobrir se é uma empresa de IA ou uma empresa de wrapper de IA. E dá para ter valor se você está só embrulhando IA? E como isso fica? Então, para a sua pergunta, no fim: o modelo por assento vai continuar existindo? Acho que sim, mas estamos começando a ver bifurcações entre: o assento é para um humano usar ou para um agente usar, né? Acho que foi a ServiceNow que fez, acho, manchetes boas e ruins com aquele negócio de pedágio: se você tem agentes batendo, vamos cobrar diferente — e isso, na verdade, até meio que faz sentido, porque eu só consigo digitar até certa velocidade, mas meus agentes podem varar a noite.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">54:41</time></p>
<p class="lt-turn__line">De certa forma, a ideia que tínhamos começado no FinOps sobre custos de SaaS entrando está acelerando a adoção de FinOps, de certo modo, né? Porque, de repente, como você disse, custos de SaaS podiam não estar incluídos no FinOps quando eram por assento, porque você pensa: bom, não estamos realmente nos preocupando em adicionar e remover assentos todo dia. Enquanto o benefício da eficiência de FinOps é que a ação que você toma agora, o custo é economizado agora. Né, você tem um cluster Kubernetes que você otimiza — imediatamente você vê o benefício. Não está esperando um ano, sei lá.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">55:13</time></p>
<p class="lt-turn__line">Eu já sinto falta desses tempos. Sinto que o FinOps é tão limpo nesse sentido. Tão limpo. Você toma uma ação, tem resultados imediatos, ou bem rápido, totalmente rastreáveis, e perdemos um pouco disso.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">55:21</time></p>
<p class="lt-turn__line">Mas agora, de certa forma, como você disse, se são empresas de SaaS ou empresas de tecnologia, na falta de palavra melhor, né — SaaS pode não ser mais a palavra certa. Se elas estão fazendo precificação baseada em variável, sabe, seu custo de IA não é só o gasto que você tem internamente em tokens, porque todos esses SaaS também estão sendo cobrados e podem começar a cobrar pelo consumo deles e repassar cobranças para você, e então, de repente, quando você pensa: bom, qual é nosso orçamento total de IA? Como você pensa nessas coisas ao lado, né? As coisas que podem até superar o que você gasta internamente só em IA pura, entre aspas. Se uma empresa, um provedor SaaS que você usa, está te cobrando porque todo mundo está usando o chatbot novinho deles para responder coisas, e a fatura chega para você, né? Então, de repente, tipo, entender qual é o custo total de propriedade — que, de novo, é tão fácil de falar, custo total de propriedade,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">56:10</time></p>
<p class="lt-turn__line">TCO,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">56:10</time></p>
<p class="lt-turn__line">TCO, né? E já era difícil antes, mas acho que agora é entender: bom, onde isso fica no orçamento, né? E eu realmente acho que essa ideia de ownership versus consumo vai continuar se repetindo de novo e de novo e de novo. Que, se uma equipe de produto está usando quatro provedores SaaS, todos, sabe, com cobranças baseadas em consumo, eles têm gasto de IA, eles têm... também têm coisas que são dinâmicas na nuvem. Tudo isso combinado é o custo de construir aquele produto. Não é só uma coisa ou outra, enfim. E essa bifurcação de esse custo fica com essa equipe, aquele custo fica com aquela equipe. De certa forma, sabe, todas as conversas que começamos no FinOps vão ser aceleradas. As convergências, por exemplo, de ITFM, ITAM, FinOps juntos — é porque, bom, agora não tem escolha.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">56:53</time></p>
<p class="lt-turn__line">Bom, e é... eu estava justamente pensando nisso também, porque parte dessa coisa de TCO é tipo ITFM clássico — total —, somar todos os custos, garantir que está lá. Como nota à parte, uma das melhores descrições de TCO que ouvi recentemente foi: tokens, cafeína e outputs, o que é bem mais legal do que custo total de propriedade. Mas é aqui que acho que todos temos que largar um pouco do maldito dogma sobre qual é a disciplina, onde ela fica, porque você precisa daquela visão de TCO do ITFM. Precisa das coisas de compliance de licença do ITAM, procurement. Precisa do trabalho de FinOps de custo variável, responsabilizado, eficiente, da tokenomics escalando por toda essa cadeia de suprimentos e entrando em modelos e caching e todas as coisas que os outros simplesmente não fazem. Tudo isso tem que se juntar, e é tudo sobre valor de tecnologia.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">57:39</time></p>
<p class="lt-turn__line">É,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">57:40</time></p>
<p class="lt-turn__line">valor de tecnologia é a questão, e, tipo, até renomeamos nosso pequeno guarda-chuva na Linux Foundation para ser o guarda-chuva de valor de tecnologia, porque ele se expandiu: tem tokenomics, estamos fazendo trabalho em torno de ITFM agora. Sabe, tem dados de billing e custos e uso, como a especificação FOCUS, de cujo comitê gestor você fez parte lá atrás, nos seus tempos de Citi. Mas é tudo sobre: precisamos juntar todos os dados para tomar as decisões. E você falou de responsabilização. Não tocamos muito nisso, né? Uma das coisas mais bonitas do mundo FinOps — e sei que vocês têm alguns produtos e coisas nessa área — era que você podia de fato pegar uma parte do gasto de infraestrutura e dizer: "Isso é seu. É isso. Isso é seu." E, quando você toma uma ação, posso te mostrar que aquela ação teve impacto, né? É por isso que tomo tanto cuidado em dizer: espera, tokenomics não é sobre custos de tokens, né? Sim, há custos de tokens ali. Do mesmo jeito que dizer: FinOps não é só sobre a sua instância,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Participante 1</strong><time class="lt-turn__ts">58:32</time></p>
<p class="lt-turn__line">né?</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">58:32</time></p>
<p class="lt-turn__line">Certo, e... ou se você está andando com seu taxista, motorista de Uber, sua mãe, e eles dizem: ah, você trabalha com nuvem, você faz o armazenamento do iPhone, né? Suas fotos. Bom, não, nuvem também não é sobre armazenamento. É um custo total, né? E então temos que pensar: do mesmo jeito que o FinOps chegou lá cobrindo coisas diferentes, graças ao ITFM e ao ITAM e a todas as outras disciplinas, a tokenomics precisa realmente pensar nesse todo e também não perder os aprendizados de todas essas outras partes da organização que já desenvolveram isso. E eu diria que essa foi a minha maior... Quando as pessoas perguntam: por que separamos a tokenomics? Eu: na verdade não separamos a tokenomics. Isso estava acontecendo nas organizações. Estávamos ouvindo de líderes de FinOps em empresas gigantes, donos de toda a infraestrutura, que havia outra parte da organização indo reinventar princípios básicos de responsabilização e gestão de consumo em outras áreas de IA, sem aproveitar todo o conhecimento que construímos coletivamente nos últimos 20 anos disso, né? E então, a tokenomics precisa olhar para tudo isso. E acontece que também tem coisa nova.</p>
</div>
<h3 class="lt-transcript__chapter" id="shoulders-of-giants">Sobre os ombros de gigantes <time>59:35</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">59:35</time></p>
<p class="lt-turn__line">É, de certa forma, estamos quase de pé sobre os ombros de gigantes. Todo o trabalho que fizemos em torno de ITAM, FinOps, não está sendo jogado fora, né? O que estamos realmente dizendo é: talvez seja um chamado às armas para dizer que todas essas funções díspares, em que todos estávamos trabalhando individualmente para melhorar, meio que se juntam com a IA. É uma força unificadora para dizer: para resolver como maximizamos o valor da IA na nossa empresa de forma quantificável, você precisa de todas essas funções, tipo os Vingadores de equipes diferentes, de ITAM, ITFM, sabe, finanças, procurement, todos esses coadjuvantes que sempre existiram. Mas agora há uma missão compartilhada de: ok, como habilitamos IA na nossa empresa sem ir à falência e sem nos limitar e ficar para trás?</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">1:00:16</time></p>
<p class="lt-turn__line">É, certo. É</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:00:17</time></p>
<p class="lt-turn__line">é um equilíbrio tão fino que você tem que encontrar no meio. Onde, voltando ao seu ponto do pêndulo indo e voltando, que, sabe, conforme os modelos ficam mais baratos, conforme saímos dessa mentalidade de "ah não, estamos gastando demais", tenho a sensação de que, conforme começarmos a mostrar o valor que está sendo criado — porque agora pode ser não quantificável, e o medo do desconhecido é tipo: bom, estamos gastando 50% a mais todo mês em IA, e nosso orçamento de um ano atrás significa que já batemos nossos limites. Mas, se eu te mostrasse o valor que você realmente obteve, de repente você diz: vamos dobrar a aposta nisso. Vamos encontrar lugares para investir mais dinheiro nisso versus outros lugares para crescer nossa empresa, porque conseguimos ver a receita aumentando por causa disso. Conseguimos ver a eficiência operacional por causa disso. E acho que muito do medo não é tanto sobre, sabe, devemos usar IA ou não. Sabemos que vamos usar IA. O medo, acho, muitas vezes é que não conseguimos realmente dizer se estamos usando direito, né? É, o que começa com</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">1:01:11</time></p>
<p class="lt-turn__line">visibilidade e responsabilização e essas coisas. É parte disso. Sabe, você meio que me perdeu quando mencionou os Vingadores, porque comecei a pensar em qual disciplina seria qual Vingador.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:01:20</time></p>
<p class="lt-turn__line">É, acho que o Hulk com certeza seria... Ninguém quer ser o Hulk. É, exato. Mas é, de certa forma, acho que essa conversa — eu lembro no FinOps X, nos últimos dois anos, era tipo: até o Gartner tinha mencionado: bom, onde ITAM e FinOps vão ficar? Né. Eu lembro. Acho que você falou sobre isso. Eles foram um dos primeiros a dizer</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">1:01:38</time></p>
<p class="lt-turn__line">que iam se juntar. Exatamente. É.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:01:40</time></p>
<p class="lt-turn__line">E eles desenharam tipo três coisas potenciais diferentes que podiam acontecer. ITAM absorve FinOps, FinOps absorve o que for, ou se fundem, sei lá. E, para mim, é tipo: este é um ponto em que não vai se fundir porque são disciplinas diferentes. Percebemos que é tudo a mesma disciplina.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">1:01:55</time></p>
<p class="lt-turn__line">E é... temos que parar... a mesma disciplina também. E essa foi uma das coisas. Então tínhamos esse fórum de executivos que começamos como FinOps Foundation, e aí, sabe, trouxemos ITAM e, pré-tokenomics, e eles falavam totalmente sobre como todas essas coisas diferentes se encaixam, e tinham todos esses... toda vez que fazemos um fórum de executivos, havia tipo 10 tópicos, e aí, lá por março deste ano, eles: é, não nos importamos com nada, nada, exceto os custos de IA escalando. E, conforme começamos a dizer: bom, isso é, sabe, ITFM, ou tem os sabores de TBM, ou é ITAM ou SAM ou ITSM ou FinOps, ou escolha sua sigla — esses líderes que estavam recebendo a pressão do conselho diziam: não nos importamos, tipo, não nos peça para ter mais nenhuma conversa sobre onde isso fica. Só queremos mostrar o valor das coisas, né? E, incrivelmente, se você pensar em algumas dessas conversas que estávamos tendo naquele momento: se eu perguntar a um CIO global: ei, quem faz FinOps para você? Eles: ok, tem essa equipe, e ela fica na equipe de engenharia de plataforma, ou na, sabe, equipe de infraestrutura. Faço a mesma... esse é um exemplo real, não posso dizer a empresa, mas, sabe, eles nos indicaram a pessoa de FinOps que faz tokenomics. Tipo: bom, tenho que te apresentar à equipe do CFO. Tenho que te apresentar à equipe do chief AI officer. Tenho que te apresentar aqui. Havia um alcance muito mais amplo, né? E acho que, nesse aspecto do que ouvimos nos fóruns de executivos, estamos vendo uma integração real da tecnologia no negócio agora. Tipo, toda empresa agora é uma empresa de tecnologia. Bancos são empresas de tecnologia, e a IA está fazendo isso acontecer. Então não podemos mais pensar em nenhuma dessas coisas como disciplinas individuais.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:03:28</time></p>
<p class="lt-turn__line">É, acho que a IA meio que as junta, no sentido de que preciso desse nível de dados e responsabilização, digamos, do FinOps, né? Porque muitas vezes acho que o que é ignorado sobre FinOps e IA é que, se você tem um agente, né, e pensamos em eficiência no FinOps, digamos um banco de dados ou VMs ou Kubernetes, queremos garantir que só consumimos o que precisamos, e utilização é uma boa métrica para isso. E então imagine um mundo em que seu cluster Kubernetes agora escala 1.000 vezes num mês. A equipe dona dele vai dizer: "Bom, é, mas somos eficientes. Está em 80% de utilização. Estamos escalando adequadamente." E, de repente, você percebe: "Ok, bom, o custo subiu, mas o que recebemos de volta?" Pode ser algum agente rebelde que alguém criou dizendo: "Ei, preciso escalar, ou preciso chamar essa coisa 1.000 vezes por dia." Né? Essa equipe individual não está recebendo essa fatura. É, a que está de fato criando a causa. O ownership fica com essa equipe de plataforma, e eles dizem: "Bom, estamos escalando adequadamente. O que você quer que a gente faça? Não podemos desligar o servidor dos outros," né? E a equipe dona do servidor diz: "Bom, não somos nós que estamos consumindo. Estamos fornecendo um serviço na nossa empresa." E muitas vezes acho que até só olhar o gasto de IA frequentemente é uma lição educativa: bom, o gasto de IA é a culminação dessas quatro coisas diferentes.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">1:04:46</time></p>
<p class="lt-turn__line">Verdade, verdade, e acho que, se você olhar, tipo, o token maxing,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:04:49</time></p>
<p class="lt-turn__line">é,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">1:04:50</time></p>
<p class="lt-turn__line">isso foi... quer dizer, token maxing é um ótimo exemplo de: se você só coloca uma meta numa métrica única, vai ter o output errado. Sabe, se você coloca uma meta de, sabe, usar um martelo, vai ter um monte de janelas quebradas no escritório, mas vai arrasar na métrica do martelo, né? E é a mesma coisa com métricas de utilização de Kubernetes. Tipo: ótimo, está super utilizado, mas está sendo utilizado para coisas que não agregam valor de verdade. E é aqui que temos que sair das disciplinas e silos em torno da tecnologia e conectar de volta ao negócio.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:05:16</time></p>
<p class="lt-turn__line">Supondo que, sabe, dentro da tokenomics, tem a criação de tokens, tem consumo, valor. Qual você acha que vai ter o maior impacto? Digamos, no próximo ano — faço parte do conselho de governança, e há muita ênfase em onde trabalhamos. Qual é a prioridade? Tem algum que se destaca mais para você, em termos de: temos que acertar isso o quanto antes, e essas coisas são muito importantes, mas se resolvermos essa primeiro — das três disciplinas... não disciplinas, três</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">1:05:46</time></p>
<p class="lt-turn__line">buckets, buckets,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:05:47</time></p>
<p class="lt-turn__line">buckets da tokenomics — qual se destaca mais para você, se algum?</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">1:05:51</time></p>
<p class="lt-turn__line">Vou admitir: como alguém do conselho de governança, vou te perguntar: o que você acha que devemos atacar primeiro?</p>
</div>
<h3 class="lt-transcript__chapter" id="which-bucket-matters">Qual bucket importa mais: produção, consumo ou valor <time>1:05:56</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:05:56</time></p>
<p class="lt-turn__line">É, boa pergunta. Acho que o valor é onde termina, né? Porque, se você não entende consumo, se não entende criação, é muito difícil chegar ao lado do valor. Mas o maior ROI, sem trocadilho — sei que provavelmente faz parte da conversa de valor — é a coisa do "e daí": responder ao "fizemos todo o gasto, e isso é bom ou ruim?". Você precisa do lado do valor para dizer: bom, o que estamos recebendo de volta, né? Estamos mais produtivos? Estamos crescendo a receita por causa disso? Conseguimos ter eficiência operacional? E acho, de novo, o nice to have em unit economics e FinOps — conversei com muitos clientes que dizem: é, isso é coisa para 2030, cara. Agora eu só quero otimizar. Agora eu só quero, sabe, showback. Só quero que as equipes se sintam responsáveis. Acho que com IA é tipo: é, podemos te mostrar todos os dados, mas precisamos responder à pergunta no nível C e no nível do conselho. O "e daí": devemos fazer mais disso, menos daquilo? Devemos dobrar a aposta no nosso gasto de IA, porque, mesmo aumentando, deveria estar aumentando mais? Porque olha o que estamos recebendo de volta. Né. Então, para mim, é o valor, e acho que é o mais difícil, dado que é tão qualitativo às vezes, né? Se uso o modelo A versus o modelo B, e meu texto de marketing fica muito melhor com o modelo B, mas ele é 10 vezes mais caro, é muito mais dever de casa para as empresas descobrirem como conectar os pontos disso, né? Digamos, por exemplo, marketing. Gastei US$ 1.000 no Claude para fazer one-pagers para uma conferência. Não que eu gastaria 1.000, talvez, enfim. Se alguém estiver ouvindo: hipoteticamente, hipoteticamente, né? Mas, para amarrar de volta ao valor: não vai ser o número. Não é só as horas que economizei usando o Claude, por exemplo. Talvez a métrica sejam MQLs. Talvez seja quantas pessoas agora, por causa do texto, daquele texto que conecta, que pode ser mais personalizado em cada e-mail que envio. Sabe, conseguir essas coisas não é fácil, né? É muito, no lado do valor. Acho que é amarrar tantos eventos díspares que acontecem para chegar à coisa de fato. É daí que acho que muito do valor — sem trocadilho, de novo — vai realmente vir da tokenomics: qual é um framework? Se você é uma empresa SaaS e está, sabe, atendendo clientes, o que valor significa para você? Versus, imagine uma disciplina que é um banco, né? Você está fazendo muita, sabe, análise para seus workloads de grid ou workloads de HPC. Talvez seja por transação. Mas, se você é varejo, né, e faz suporte ao cliente, call centers agora estão sendo mais eficientes. Então acho que valor não vai ser só uma coisa. Enquanto pensávamos em unit economics como: bom, encontre o divisor, né? Um milhão de dólares dividido por n é sua unit economics. Aqui vai ser muito mais: bom, quais são as diferentes peças para chegar ao objetivo final de definir valor? E pode haver, é, o passo A é só obter o preço do token no nível da unidade, ou melhor, do resultado, e aí pode ser: bom, isso se conecta ao nosso valor de produtividade economizada. Qual é o valor de receita? Qual é o x? Podem ser várias coisas que definimos como valor também.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">1:08:52</time></p>
<p class="lt-turn__line">Valor é absolutamente, acho, onde precisamos focar. Eu contra-argumentaria um pouco que temos que meio que fazer tudo, porque todos os buckets estão profundamente conectados, e isso volta ao numerador, denominador, seja qual for a configuração em unit economics. As pessoas subestimam como é difícil obter aquele custo total da coisa, seja gasto de IA ou gasto de nuvem ou qualquer outro. E então há trabalho a fazer ali, né? Sobre conectar, rastrear através de algum uso de tecnologia para conectar todos os custos associados, e depois ter a conversa interna com as equipes de finanças, tipo: estamos incluindo os custos reais de pessoas associados a isso? E acho que também estamos vendo, naquele lado de produção, a conversão de energia e capital em serviços. Que há um monte de trabalho ali que, historicamente, era feito só por umas poucas grandes empresas hyperscalers, sobre o qual não precisávamos pensar, digamos, no mundo FinOps. E agora estamos tendo que pensar mais. Você mencionou modelos open weights antes. Poderíamos passar um tempão nisso. Acho que é uma parte importante do mix. Sabe, a Linux Foundation estava naquela grande iniciativa umas duas semanas atrás, que era sobre, sabe, garantir que open weights faça parte da conversa, e isso também é só uma das flechas na aljava, né? Tipo, uma empresa grande vai ter alguns weights e alguns modelos de fronteira e um pouco do bom e velho, sabe, machine learning no backend, e então acho que temos que olhar como ser mais eficientes nisso. Temos que olhar a camada de consumo, alocação, otimização, responsabilização. O lado do valor é provavelmente o mais green field, acho, em muitos sentidos. E estamos olhando para ver: há coisas consistentes que podemos fazer ali no lado do valor, consumo para valor, porque algumas empresas têm medidas parecidas. Mas também vai ter coisa específica de indústria por baixo. Temos essencialmente um quarto grupo de trabalho, um quarto bucket, se quiser — produção, consumo, valor e, por baixo, o trabalho definicional de terminologia, frameworks básicos centrais, personas, quem faz —, que precisa ser desenvolvido. E, com tudo isso, para amarrar de volta à quarta parte do nosso grupinho do guarda-chuva de valor de tecnologia na Linux Foundation: há a especificação FOCUS, que é, na verdade, a única peça que eu diria que está padronizada agora, porque todos os hyperscalers a usam, e, sabe, um monte de geradores de dados. Mas o que precisamos colocar na especificação FOCUS para carregar alguns desses conceitos de IA? Sim, conceitos de gasto de tokens, sim, conceitos de LLM, mas também há um desafio real agora em que as pessoas estão adquirindo o mesmo pedaço de IA — nesse caso, poderíamos dizer um token ou outra coisa — de vários lugares diferentes. Então eu posso obter, sabe, meu Claude de quatro fontes diferentes agora. Pode ser direto, pode ser revendido, pode ser cartão de crédito corporativo, pode ser, sabe, usado por baixo dos panos por algum outro serviço que está revendendo para mim, e é por isso que tudo se encaixa com a cadeia de suprimentos da tokenomics, se quiser: se algo dá errado no nível do data center, isso não cascateia só na precificação de uma empresa; cascateia na precificação de todas as empresas, porque também está tudo interconectado, né? E então, falamos dos cegos e do elefante, e de cada um ter uma visão diferente dele. A outra metáfora de elefante aqui é: como se come um elefante? Uma mordida de cada vez, né? Então estamos montando grupos de trabalho diferentes para cada um trabalhar em cada um desses. Mas no núcleo de tudo isso está a educação, né? Antes de tudo, vamos nos alinhar, para que, quando o membro do conselho for ao CEO, e o CEO for ao CFO, e o CFO for a todo mundo, e disser: "O que fazemos com essa coisa de tokenomics?", todos garantamos que estamos falando do mesmo elefante, né? E não de um componente dele — e aí descobrir a responsabilidade, né? Quem precisa fazer quais partes? Porque, sim, custos de tokens importam, mas isso é uma fatia minúscula. Seleção de modelo importa, mas é uma fatia minúscula, e aí todo o resto do trabalho que todas essas outras partes da organização fazem importa. A outra coisa de que não falamos é outro termo. Eu sempre espero para ver quanto tempo demora até alguém falar: shift left.</p>
</div>
<h3 class="lt-transcript__chapter" id="shift-left-shift-up">Shift left, shift up <time>1:12:52</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:12:52</time></p>
<p class="lt-turn__line">Ah, sim, meu amigo favorito, shift left. Sim.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">1:12:55</time></p>
<p class="lt-turn__line">Então, qual é a sua visão sobre shift left e tokenomics e IA e como isso está mudando as coisas?</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:13:01</time></p>
<p class="lt-turn__line">Sabe, acho que o que está realmente acontecendo é shift left... acho que o que realmente fizemos é o que falamos ano passado, que é: estamos fazendo shift up, né? E era um grande problema que tínhamos. Em que, sabe, como praticante de FinOps, você pode ir para a sala e começar a falar de savings plans e índices de eficiência, e o CxO: me fala dessa coisa completamente diferente, né? Me fala da coisa com que me importo, que é: tenho que fazer forecast para os próximos três anos. Onde vai estar o investimento? Acho que com IA começou no nível de cima, né? Não tem necessidade de shift up, porque começou lá em cima, né? Os CxOs são quem está pressionando para dizer: preciso desse nível de granularidade, preciso dessa valoração, preciso de tal nível de dados de todo o gasto que estamos tendo, e não somos nós, como praticantes de FinOps, tentando convencer um CxO a se importar, de baixo para cima. Era de baixo para cima, exatamente. A dinâmica</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">1:13:50</time></p>
<p class="lt-turn__line">tem sido de cima para baixo,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:13:51</time></p>
<p class="lt-turn__line">né? Então, sabe, o que eu acho do shift left: a promessa do shift left, para mim, significava o dado certo para a pessoa certa na hora certa, para você poder de fato tomar uma decisão melhor, e isso significa algo diferente para cada um. Não era só, sabe, shift left de engenheiros recebendo os dados para tomarem decisões melhores. Era também procurement: eles podiam descobrir quais SKUs tinham que descontar. Podiam ser equipes de produto recebendo o dado de: é, num ambiente non-prod, essa feature nova que estamos lançando está cara demais, né? Então shift left sempre foi te dar acesso a esses dados, essa quantidade rica de dados que recebemos a cada hora dos provedores de nuvem e afins, e extrair dali a informação relevante para a pessoa certa, e, sabe, chegamos lá um pouco, mas, para mim, com IA, não é só shift left, é também shift up ao mesmo tempo, e a velocidade com que temos que colocar essas coisas em prática não vai ser um horizonte de cinco anos — tem que ser para ontem, né?</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">1:14:44</time></p>
<p class="lt-turn__line">Sim.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:14:44</time></p>
<p class="lt-turn__line">Então, uma pergunta para você: comparado a quando você começou a FinOps Foundation, como tem sido diferente desta vez com a Tokenomics Foundation?</p>
</div>
<h3 class="lt-transcript__chapter" id="launch-speed">Lançando com mais velocidade e mais ruído <time>1:14:55</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">1:14:55</time></p>
<p class="lt-turn__line">É, quer dizer, é meio resposta clichê, mas a velocidade tem sido muito.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:15:00</time></p>
<p class="lt-turn__line">É,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">1:15:02</time></p>
<p class="lt-turn__line">louca. Sabe, olha. Semana passada fizemos o lançamento oficial, e quando lançamos a — desculpa — a FinOps Foundation, tipo, as pessoas desse espaço prestaram atenção. Quando lançamos a Tokenomics Foundation, estávamos em alguns desses artigos, não em outros. Mas, na semana em que lançamos: a BBC, o New York Times, o Wall Street Journal, a Fortune. Todo mundo cobriu isso. Quer dizer, recebi mais contatos por causa do artigo do New York Times do que por, sabe, qualquer coisa. E pessoas de quem eu não ouvia falar há 15 anos apareceram: "Ah, essa coisa de tokenomics. Muito legal que vocês estão fazendo isso." O FinOps nunca chegou nesse nível, porque era sobre a camada de plataforma. Era sobre a tecnologia — como toda outra disciplina dessa área. Então a velocidade e o interesse têm sido muito legais de ver e acompanhar, né? Isso acontecer. Mas também introduz o desafio de: como você se move rápido o suficiente, como uma fundação baseada em desenvolvimento open source por consenso, para ter impacto, né? E acho que esses são — para trazer uma terceira metáfora de elefante, esse é o elefante na sala: como fazemos trabalho de padrões e especificação quando o chão está se movendo tão de repente? E a minha visão sobre isso é que há três partes na abordagem, né? Tem o: temos que sair na frente simplesmente divulgando informação, como o que estamos fazendo agora. Irradiação de informação, conversas sobre isso. Sabe, você disse: "Bom, por que vocês não têm uma newsletter semanal?", sabe, mais cedo, e eu: "É, precisamos fazer isso." Colocamos essa informação para fora, e todo mundo recebe, porque há mudanças de modelos, mudanças de preço de IA, mudanças de preço de cobre e mudanças de preço de energia que afetam tudo isso o tempo todo. Então essa é a primeira coisa. A segunda coisa: vamos fazer grupos de trabalho de médio prazo que publicam melhores práticas fundamentais. Não digo especificações, porque especificação é a coisa toda a que chegamos num minuto, mas como pensar sobre isso, e isso provavelmente vai tomar a forma de, sim, os white papers chatos que ninguém realmente lê, porque todo mundo resume agora, mas vai tomar a forma de educação. Vai tomar a forma de explicadores, mas também vai tomar a forma de skills files e, sabe, habilitadores agênticos e coisas em que podemos depositar um pouco de conhecimento que você pode acessar com o seu Claude e fazer as perguntas. O mais longo prazo é o trabalho de especificação e padrões, e isso entra na especificação FOCUS. Também entra em: olha, tudo está se movendo super rápido, mas, sabe, alguém me perguntou, quando me dediquei a isso: você tem certeza de que tokens vão sequer existir em alguns anos? E é tipo: é, sei que tudo está se movendo rápido, mas há alguns conceitos fundamentais centrais em que todos precisamos nos alinhar, né? E vou repetir pela quinta vez: tokenomics não é sobre custos de tokens, mas há algumas primitivas subjacentes, como tokens, que existem ali e que você usa para decorar com um monte de outras peças de gasto até chegar ao custo total do que for. Há trabalho de longo prazo que precisamos fazer. A especificação FOCUS está na edição 1.5. Estamos olhando a 1.6 agora. Como normalizamos a linguagem em torno disso tudo, e como fazemos todo mundo publicar seus dados de billing, custos e uso de um jeito que permita chegar àquela conversa de unit economics? Mas, no longo prazo, acho que estamos todos sentados... e eu não acho que a Tokenomics Foundation vai mudar o mundo, mas eu esperaria tornar as conversas mais fáceis para a equipe do CFO, a equipe do CTO, a equipe do CIO, a equipe de procurement, a equipe de produto, a equipe de IA e a organização, para que pelo menos usem a mesma linguagem, e pelo menos, quando olharem e se aproximarem desse elefante, tenham o contexto certo para isso. Mas é complicado. Quer dizer, sobre como é diferente: está se movendo mais rápido. Há mais interesse, o que é ótimo. É empolgante, mas também significa que temos menos tempo para descobrir.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:18:39</time></p>
<p class="lt-turn__line">Acho que o mascote da Tokenomics Foundation tem que ser um elefante. Agora a gente descobriu. Sabe, todo ano o FinOps X... o Tokenomicon vai ter um passeio de elefante. Mas anunciamos</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">1:18:49</time></p>
<p class="lt-turn__line">o Toki, que é o gato da Tokenomics, né? O gato da Tokenomics. Então, agora... não sei se o elefante da Tokenomics rola.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:18:55</time></p>
<p class="lt-turn__line">Sabe, voltando ao seu ponto: eu acho que a tokenomics em si não é sobre uma coisinha, né? Não é sobre os tokens. Não é sobre X. É realmente: como você obtém valor da IA de um jeito que consegue justificar</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">1:19:09</time></p>
<p class="lt-turn__line">tokenomics é como você obtém valor da IA.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:19:11</time></p>
<p class="lt-turn__line">É,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">1:19:12</time></p>
<p class="lt-turn__line">e isso é diferente, acho, de FinOps para IA, que é: como eu ajusto, otimizo, faço forecast e aloco esse serviço de forma eficiente, né? Quero usar meu Claude eficientemente. Acho que essa é uma das linhas, e é uma área borrada. Enquanto o aspecto da tokenomics toca muito mais no business case. Ela também vai... é um pouco em formato de T, né? Vai mais para fora, nas conversas de produto e nas margens e nos resultados financeiros. Vai para a esquerda, no data center e na eficiência de capital e nos investimentos em energia, mas também vai mais fundo: temos muitos principal engineers envolvidos na Tokenomics Foundation agora. O FinOps fica dentro da engenharia em muitos sentidos, mas muitas vezes não descia até as camadas de vLLM e PyTorch e KV cache e essas quantizações mais profundas. Essa também é uma área em que essas pessoas e o trabalho que fazem nesses níveis — muito disso está na Linux Foundation de forma mais ampla há um tempo — agora está se cruzando com uma conversa de CFO de um jeito que nunca aconteceu antes.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:20:12</time></p>
<p class="lt-turn__line">É, CFOs começam a falar de destilação e quantização, e você: uau, né? Muito diferente de, sabe, qualquer coisa que a gente já viu no FinOps. Bom, acho que nosso tempo está quase acabando. Então, para fechar, adoro fazer essa pergunta para todo mundo: qual é o seu uso favorito de IA que não é um caso de uso padrão e que você adora?</p>
</div>
<h3 class="lt-transcript__chapter" id="favorite-ai-use">Uso não convencional favorito da IA <time>1:20:31</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">1:20:31</time></p>
<p class="lt-turn__line">Eu sou muito ruim em dar seguimento às coisas. Tenho um cérebro bem TDAH, que é ótimo para conectar conceitos díspares, mas não é ótimo para levar as coisas até o fim, num nível mais profundo. Então, quer dizer, talvez seja um caso de uso padrão, mas eu despejo muito o cérebro nela, né? E: me dá as coisas que preciso acompanhar e correr atrás. Tipo, se tem uma coisa que acho que teve o maior impacto para mim, é ridículo, mas são tipo os aspectos de gestão de agenda: como pego essas seis coisas que preciso correr atrás, alinho com o que estou fazendo e garanto que recebo os outputs certos na hora certa. Não sei, qual é o seu? Sinto que é o que ouço todo mundo fazendo também, mas talvez eu ainda não tenha chegado nesse uso único.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:21:15</time></p>
<p class="lt-turn__line">Não, é parecido, mas eu moro em Nova York, e percebo que, toda vez que digito algo para a IA, entro em modo de edição. Quero mudar as coisas. Quero dar... Então o que descobri é: se saio para caminhar, entro no modo de voz e só digo: vou despejar uma ideia. É desestruturado.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">1:21:31</time></p>
<p class="lt-turn__line">Parecido. É</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:21:31</time></p>
<p class="lt-turn__line">vômito de palavras. Exatamente. E, no fim, o que percebo é que, sabe, se eu explico para um amigo ou colega alguma ideia: um, eles não têm paciência de me ouvir por uma hora divagando sobre algum conceito, mas acho que falar sobre as coisas também me dá muita clareza sobre esses conceitos salientes que, no final, simplesmente clicam. Mas deu muito trabalho chegar lá. E o que percebo é: se eu puder só falar por uma hora para alguma coisa e dizer: "Seu trabalho é ouvir. Não me dê 1.800 tokens de output tipo "que ideia ótima", sei lá, e aí comece a desafiar minhas premissas, né? O que eu perdi? O que eu... Qual é o elefante na sala, né? Que eu não olhei ou não toquei. E muitas vezes acho que a clareza de pensamento que consigo fazendo isso é incrível, né? Então, muitas vezes, quando estou, sabe, fazendo qualquer coisa de marketing ou produto, ou até esta conversa: sobre o que deveríamos falar? Ontem eu estava na Califórnia, andei por aí por meia hora, despejei minhas ideias, e acho essa capacidade de realmente ouvir, conectar os pontos para mim, ou apontar coisas que eu... sabe, todo mundo tem vieses, mas poder fazer isso sem ter que colocar a caneta no papel e pensar: tenho que escrever um ensaio que vai virar um, sabe, skills file ou arquivo de contexto. Não, eu só falo. O dom da palavra, sabe. Então acho isso tão útil para mim, para estruturar meus pensamentos de um jeito muito mais eficiente do que ter que, sabe, escrever parágrafos e parágrafos e apagar e editar e tudo. É.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">1:22:54</time></p>
<p class="lt-turn__line">É. Então, agora que tudo vai ter marca-d'água, você vai ter que tomar mais cuidado com isso. Exatamente.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:22:58</time></p>
<p class="lt-turn__line">É. Bom, JR, muito obrigado por dedicar o tempo hoje. Muito feliz que conseguimos fazer isso acontecer.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">1:23:02</time></p>
<p class="lt-turn__line">Muito divertido. Obrigado. Acho que eu</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:23:03</time></p>
<p class="lt-turn__line">entrei em contato com você umas duas semanas atrás e disse: "Ei, vou estar na Califórnia." Ele: "Eu estarei lá. Eu dirijo"</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. executivo, Tokenomics Foundation</span><time class="lt-turn__ts">1:23:07</time></p>
<p class="lt-turn__line">até LA, e a gente faz acontecer. Ótimo. Obrigado por me receber, cara. Ótima conversa.</p>
</div>
</div>
</div>
Seu anfitrião
Amit Kinha
Amit Kinha é Field CTO na DoiT, ajudando mais de 4.000 empresas a rodar AWS, Google Cloud, Azure, Anthropic, OpenAI e AWS Bedrock com mais eficiência. Ele transforma profundidade técnica em estratégia, influenciando a direção de produto, assessorando clientes enterprise e afiando o storytelling de go-to-market.
Sua carreira passa por finanças, engenharia e nuvem: sete anos no Goldman Sachs construindo o backend do Marcus e do Apple Card, e depois montando do zero a prática de FinOps em nuvem do Citi. Ele é FinOps Ambassador, membro eleito do FOCUS Steering Committee e membro fundador do conselho de governança da Tokenomics Foundation.
Ele acredita que gasto de nuvem deve ser algo sobre o qual você age, e não algo que admira num dashboard, e que as melhores ideias são as que as pessoas entendem, lembram e repetem.