Resposta rápida: Inteligência artificial cobra por consumo, então o custo cresce exatamente quando o programa dá certo, e essa característica quebra o hábito de orçar tecnologia por número de licenças. A única métrica que sustenta a conversa com o financeiro é o custo total por unidade de trabalho, que soma seis componentes: consumo do modelo, plataforma e infraestrutura, integração e manutenção, revisão humana, suporte e treinamento, e o retrabalho quando o resultado sai fraco. Com esse número, a comparação com o processo antigo fica honesta e a decisão sobre continuar ou encerrar cada caso de uso deixa de ser opinião. A disciplina prática exige quatro medidas: limite de consumo por área com alerta antes do teto, escolha deliberada do modelo conforme a dificuldade da tarefa, visibilidade mensal por área no formato de demonstrativo antes de qualquer cobrança interna, e revisão trimestral que encerra os casos de uso cujo custo por unidade permanece acima do processo que eles substituíram.
Eu entrei numa reunião de fechamento trimestral em que o CFO tinha uma única pergunta na mesa, e ela estava escrita num papel à frente dele. A linha de inteligência artificial tinha saído de quatro mil reais em fevereiro para quase trinta mil em maio, e ninguém na sala conseguia explicar a curva. O diretor de tecnologia falou de aumento de uso. O diretor de operações falou de mais áreas envolvidas. O CFO fez a pergunta que encerrou o assunto: quanto custa processar um pedido hoje, com essa tecnologia, comparado com o que custava em janeiro?
Silêncio. A empresa tinha painel de uso, contagem de usuários ativos e relato qualitativo de satisfação. Faltava o número que interessa a quem responde pelo resultado financeiro. E faltava por um motivo compreensível: aquela casa orçava tecnologia como orçava tecnologia desde sempre, por licença anual e por projeto, e inteligência artificial cobra de outra forma.
Essa conversa está acontecendo em muitas empresas neste momento, geralmente no segundo ou terceiro trimestre depois do início do programa. Vale chegar nela preparado, porque a alternativa é ter o orçamento congelado justamente quando a adoção começa a produzir resultado.
Por que essa conta se comporta diferente de software tradicional
Software corporativo tradicional tem custo previsível e desconectado da intensidade de uso. A empresa paga por assento, o usuário utiliza o sistema dez minutos ou dez horas por dia, e a fatura permanece igual. Essa característica moldou trinta anos de prática orçamentária, incluindo a forma como o financeiro aprova, provisiona e acompanha tecnologia.
Inteligência artificial rompe essa lógica em dois pontos. Primeiro, boa parte do custo varia com o volume de processamento, o que aproxima a fatura de uma conta de energia. Segundo, o custo por operação varia conforme a complexidade da tarefa e a escolha do modelo, o que significa que duas equipes com o mesmo número de pessoas podem gerar faturas muito diferentes.
A consequência prática é desconfortável e importante: sucesso gera custo. Quando a adoção cresce, quando as pessoas descobrem novos usos e quando os processos passam a depender da tecnologia, a fatura sobe. Um gestor despreparado interpreta essa curva como descontrole. Um gestor preparado apresenta a curva ao lado do custo por unidade de trabalho, que idealmente cai enquanto o total sobe.
Licença é a menor parte da conta. O custo real tem seis componentes.
O preço da licença é a menor parte da conta
Eu vejo apresentações de caso de uso que comparam o valor da assinatura mensal com a economia de horas do time, e essa conta engana em duas direções ao mesmo tempo. Ela subestima o custo e superestima o benefício.
A parte subestimada tem cinco componentes que raramente aparecem no slide: o trabalho de integração aos sistemas existentes, a manutenção dessa integração ao longo do tempo, o tempo de revisão humana do resultado, o suporte para dúvidas da operação e o retrabalho quando a saída sai abaixo do aceitável. Em vários casos que eu acompanhei, esses cinco somados superaram o valor pago ao fornecedor do modelo.
A parte superestimada aparece na tradução de horas economizadas em dinheiro. Hora liberada de um profissional que continua na folha economiza dinheiro apenas quando aquele tempo produz receita, evita contratação ou reduz custo de horas extras. Eu tratei dessa aritmética com detalhe em o que ninguém conta sobre o ROI da IA.
O custo total por unidade de trabalho
A métrica que resolve a conversa é simples de definir e exige disciplina para apurar. Escolha a unidade de trabalho daquele processo: pedido processado, nota conferida, proposta emitida, atendimento resolvido, candidato triado. Some todos os custos do processo no mês. Divida pelo volume de unidades. Compare com o mesmo cálculo do processo anterior.
A escolha da unidade merece cuidado, porque ela precisa fazer sentido para a operação e para o financeiro ao mesmo tempo. Unidade boa é aquela que a área já conta hoje, de preferência num sistema que emite relatório. Inventar uma unidade nova para o cálculo cria um trabalho de apuração que morre em dois meses.
Existe um refinamento que vale a pena depois do terceiro mês: separar o custo por unidade em dois, o custo da parte automática e o custo da parte que exigiu intervenção humana. Essa separação revela onde vale investir, porque a queda no custo total geralmente depende de reduzir a proporção de casos que voltam para revisão em vez de depender de negociar preço com fornecedor.
Os seis componentes do custo real
Eu uso a mesma estrutura em toda apuração, e ela cabe numa planilha de seis linhas por caso de uso.
O primeiro componente é o consumo do modelo, cobrado por volume de processamento na maioria dos fornecedores. O segundo é plataforma e infraestrutura, incluindo o ambiente onde a solução roda, armazenamento e ferramentas de apoio. O terceiro é integração e manutenção, com as horas de tecnologia dedicadas à construção e à sustentação, e esse componente costuma ser o maior no primeiro ano. O quarto é revisão humana, calculado como o tempo médio de conferência multiplicado pelo custo da hora daquele profissional. O quinto é suporte e treinamento, incluindo o tempo dos multiplicadores internos. O sexto é retrabalho, que aparece quando o resultado precisa ser refeito, e ele merece linha própria por ser o mais sensível à qualidade do desenho.
Vale registrar uma observação sobre o terceiro componente. Muitas empresas tratam horas de time interno como custo zero, porque aquelas pessoas estão na folha de qualquer forma. Essa contabilidade produz decisões ruins, porque hora de tecnologia é o recurso mais escasso da casa, e usá-la num caso de uso significa deixar outro projeto esperando. Eu prefiro valorar essas horas pelo custo pleno e enfrentar a conversa difícil na hora certa. A discussão sobre o orçamento da travessia entre piloto e operação vive nesse ponto, e eu detalhei ela em do piloto para a operação.
O consumo cresce com o sucesso, e isso é uma boa notícia
Quando a fatura sobe porque mais pessoas usam a ferramenta para mais tarefas, a empresa está diante de uma evidência de adoção que dinheiro nenhum compra. O erro clássico nesse momento é reagir com corte de acesso, o que resolve a linha do orçamento e destrói o programa.
A resposta adequada tem três partes. A primeira é separar crescimento saudável de desperdício, olhando o custo por unidade em vez do total: quando o total sobe e o unitário cai, a curva é saudável. A segunda é reprovisionar o orçamento com a curva real em mãos, o que exige levar o número ao financeiro antes de estourar o previsto em vez de depois. A terceira é atacar desperdício onde ele existe de fato, geralmente em três lugares: tarefa simples processada por modelo caro, repetição de consultas idênticas e uso de ferramenta paga para trabalho que uma consulta interna resolveria.
Framework de custo de IA por operação: Por que essa conta se comporta diferente de software.
Escolher o modelo conforme a dificuldade da tarefa
Essa é a alavanca de custo mais imediata e a menos usada. Os fornecedores oferecem famílias de modelos com capacidades e preços muito diferentes, e a diferença de preço por operação entre o modelo mais capaz e um modelo intermediário costuma ser de várias vezes.
A prática que eu recomendo classifica as tarefas em três faixas. Tarefas de estrutura simples, como classificar, extrair campo de documento padronizado e resumir texto curto, rodam bem em modelos menores e baratos. Tarefas de complexidade média, como redigir resposta a cliente com contexto e analisar documento longo, pedem modelos intermediários. Tarefas de raciocínio difícil, análise jurídica, decisão com múltiplas variáveis e produção criativa relevante, justificam o modelo mais capaz.
Uma revisão dessa alocação costuma reduzir a fatura entre trinta e sessenta por cento sem qualquer perda perceptível de qualidade, e ela exige apenas uma tarde de trabalho de quem conhece o fluxo. Eu escrevi sobre o outro lado dessa moeda, quando a escolha barata custa caro, em por que a IA barata sai cara.
O custo do retrabalho e da revisão humana
Esses dois componentes se comportam como vasos comunicantes, e entender a relação entre eles evita decisões equivocadas. Revisão humana intensa reduz retrabalho e eleva o custo por unidade. Revisão leve reduz custo aparente e eleva retrabalho, com o agravante de que parte do retrabalho aparece fora da empresa, na forma de reclamação de cliente.
O ponto de equilíbrio se encontra medindo, e a medição pede duas semanas de observação. Registre, para cada caso, se o resultado passou direto, exigiu ajuste pequeno ou exigiu refazer. Com essa distribuição em mãos, a área calibra o nível de revisão por tipo de caso em vez de aplicar a mesma conferência a tudo. Casos de baixa consequência seguem com amostragem. Casos de alta consequência mantêm revisão integral.
Como orçar quando o consumo é variável
O financeiro precisa de previsão, e consumo variável assusta quem monta orçamento anual. A estrutura que funciona tem três camadas.
A primeira camada é a base fixa: plataforma, licenças de assento e o consumo mínimo dos processos já industrializados, previsto com o histórico dos últimos três meses. A segunda camada é a variável por volume, expressa como custo por unidade multiplicado pelo volume projetado do negócio, o que amarra a linha de tecnologia ao plano comercial. A terceira camada é a reserva de experimentação, um valor fechado e modesto destinado a testar coisas novas, com regra de encerramento automático ao fim do trimestre.
Essa terceira camada é a que mais protege o programa. Quando existe verba nomeada para experimento, o time deixa de disfarçar teste dentro de outras rubricas, e o financeiro deixa de tratar toda variação como perda de controle. Eu reuni os argumentos dessa negociação em como defender IA no orçamento de 2027.
Contrato: compromisso anual, consumo puro ou híbrido
Os fornecedores oferecem estruturas diferentes, e a escolha depende da previsibilidade do uso. Consumo puro traz flexibilidade total com preço unitário mais alto, e serve bem no primeiro semestre, quando o padrão de uso continua se formando. Compromisso anual de volume reduz o preço unitário e transfere o risco de subutilização para a empresa. O formato híbrido, com um piso comprometido e o excedente cobrado por consumo, costuma ser o melhor arranjo a partir do segundo semestre de operação, quando existe histórico.
Duas cláusulas merecem atenção na negociação. A primeira é a portabilidade: garantia de que dados, configurações e histórico saem da plataforma em formato utilizável, porque isso preserva poder de barganha na renovação. A segunda é a proteção contra reajuste de preço por operação dentro da vigência, que já apareceu em alguns contratos e transforma o cálculo de custo unitário numa peça de ficção.
Rateio entre áreas: demonstrativo antes de cobrança
A tentação natural do financeiro é ratear o custo entre as áreas usuárias desde o primeiro mês. Eu recomendo um caminho em duas etapas, porque cobrança interna precoce mata experimentação.
Na primeira etapa, que dura um ou dois trimestres, a empresa apenas mostra: cada diretor recebe mensalmente o consumo da própria área, com o custo por unidade dos processos dela, sem qualquer débito no centro de custo. Esse demonstrativo produz mudança de comportamento por si mesmo, porque ninguém gosta de aparecer como o maior consumidor sem explicação.
Na segunda etapa, quando os processos estão industrializados e o custo por unidade está estável, a cobrança interna passa a fazer sentido, e ela deve incidir sobre os processos em regime em vez de incidir sobre experimentos. Essa distinção preserva a disposição das áreas para testar coisas novas.
Os limites e alertas que evitam a surpresa
Três controles simples eliminam quase todo susto de fatura. O primeiro é o teto de consumo por área e por projeto, configurado na plataforma, com bloqueio na ausência de autorização adicional. O segundo é o alerta em setenta por cento do teto, enviado ao dono do processo e ao gestor da área, com antecedência suficiente para decidir com calma. O terceiro é o relatório semanal de anomalia, que sinaliza qualquer variação acima de um limite percentual em relação à semana anterior.
O terceiro controle é o que pega os casos mais caros: a rotina que entrou em laço, o teste que ficou rodando esquecido no fim de semana e a integração mal configurada que repete a mesma consulta milhares de vezes. Eu já vi cada um desses três cenários gerar em poucos dias uma fatura maior do que a de um trimestre inteiro de uso legítimo.
Matriz de decisão de custo de IA por operação: Os seis componentes do custo real e O consumo cresce com o sucesso, e isso é uma boa.
O comparativo honesto com o processo antigo
O CFO vai perguntar se a tecnologia sai mais barata do que o método anterior, e a resposta precisa incluir o que o método anterior custava de verdade. A conta antiga costuma esconder três parcelas: o tempo de retrabalho por erro humano, o custo de oportunidade da demora, e o custo das horas extras nos períodos de pico.
Eu levanto esses três números antes de qualquer comparação, com dados dos doze meses anteriores. Em vários casos, o processo manual revelou-se bem mais caro do que a própria empresa imaginava, e a comparação ficou favorável mesmo com o custo cheio da tecnologia. Em outros casos, a comparação mostrou que aquele processo específico dispensava automação, e essa conclusão economizou meses de trabalho. Eu escrevi sobre a percepção equivocada de preço em IA é cara demais para minha empresa.
Custo por unidade de trabalho substitui o hábito de orçar por licença.
Três desperdícios técnicos que aparecem em quase toda casa
Existem três fontes de gasto inútil que eu encontro com regularidade suficiente para valer uma verificação específica, e as três se resolvem com trabalho de poucas horas.
A primeira é a repetição de consultas idênticas. Muitas rotinas processam o mesmo documento, a mesma pergunta ou o mesmo contexto várias vezes ao dia, e cada repetição gera cobrança nova. Guardar o resultado de consultas que se repetem, com uma regra de validade adequada ao caso, elimina uma fatia relevante do consumo. Em processos de atendimento com perguntas frequentes, esse ajuste sozinho costuma cortar um quinto da fatura.
A segunda é o excesso de contexto enviado a cada operação. Quando a integração empurra um documento inteiro de cinquenta páginas para responder uma pergunta que dependia de dois parágrafos, a empresa paga pelas quarenta e nove páginas restantes em todas as chamadas. Refinar o que entra na consulta exige trabalho de quem construiu a integração e produz economia permanente.
A terceira é o ambiente de teste que ficou ligado. Isso parece pequeno e produz faturas absurdas: uma rotina de experimento configurada para rodar a cada minuto, esquecida numa sexta-feira, gera centenas de milhares de operações até a segunda. Eu recomendo que todo ambiente de experimentação tenha desligamento automático ao fim do dia, com religamento manual, porque a memória do time carece de confiabilidade nesse ponto.
Vale colocar essas três verificações numa lista de conferência mensal, ao lado do relatório de anomalia. O trabalho leva menos de uma hora por mês e paga o próprio custo na primeira rodada, além de melhorar a qualidade da conversa com o financeiro, que passa a ver gestão ativa em vez de crescimento inexplicado.
Os quatro números que eu levo à reunião com o financeiro
Depois de várias dessas conversas, eu reduzi a apresentação a quatro linhas. Primeira: custo total do mês, com a curva dos últimos seis meses. Segunda: custo por unidade de trabalho por processo, com a mesma curva e a comparação com o método anterior. Terceira: proporção de casos que passaram sem intervenção humana, que é o indicador que puxa o custo unitário para baixo. Quarta: valor economizado ou receita adicional atribuível, com metodologia declarada e margem de erro explícita.
Quatro números numa página. Uma pesquisa da McKinsey aponta ganhos entre quinze e quarenta por cento em processos redesenhados com inteligência artificial, e apresentar essa faixa ao lado do custo real da casa transforma a conversa de crença em análise. Sobre a construção desses indicadores, eu detalhei o método em como medir a produtividade da IA.
Quando o custo indica que o caso de uso deveria morrer
Existe um serviço que essa disciplina presta e que raramente aparece nas conversas sobre custo: ela permite encerrar iniciativa com dignidade. Quando o custo por unidade permanece acima do processo anterior depois de dois trimestres de ajuste, o caso de uso está dizendo algo, e insistir por orgulho consome verba que outro caso aproveitaria melhor.
Eu recomendo instituir a revisão trimestral com essa pergunta explícita na pauta, e comemorar internamente os encerramentos bem fundamentados. Empresa que encerra iniciativa com número na mão constrói credibilidade para pedir verba na próxima, e essa credibilidade vale mais do que qualquer caso de uso individual.
Disciplina de custo, no fim, compra liberdade de experimentar. O CFO que recebe quatro números confiáveis toda mês aprova a reserva de experimentação sem hesitar, porque ele sabe que a casa consegue enxergar desperdício e cortar depressa. O CFO que recebe apenas entusiasmo termina congelando o orçamento no trimestre em que a adoção finalmente engatou, e essa é a forma mais silenciosa de perder um programa que estava dando certo.
Leia também
O contexto brasileiro: LGPD, ANPD e o PL 2338
No Brasil, qualquer decisão sobre uso de IA na operação passa pela LGPD (Lei 13.709/2018). A ANPD pode aplicar sanção de até 2% do faturamento da empresa no Brasil, limitada a R$ 50 milhões por infração, e o PL 2338/2023 avança para criar o marco legal da IA, com obrigações de transparência, avaliação de risco e supervisão humana em sistemas de alto impacto.
Na prática, isso significa três coisas para a liderança: registrar quais ferramentas e agentes de IA tratam dados pessoais, definir quem responde por cada decisão automatizada e manter trilha de auditoria do que foi gerado por máquina.
A Groovia acompanha essa jornada com um time de 6 humanos e 78 agentes próprios, e já conduziu 100 sócios pela Curva de Maturidade em IA, das 5 etapas que levam uma empresa de AI First a AI Native.