Dependência de fornecedor de IA: o lock-in que aparece no segundo ano

O lock-in de IA se forma rápido e por caminhos diferentes do software tradicional. Eu descrevo as cinco camadas de dependência, por que o aperto chega na primeira renovação, o custo real de trocar e os ativos que a empresa precisa manter sob domínio próprio.

Categoria: Método

Por ·

Resposta rápida: A dependência de um fornecedor de inteligência artificial se forma em cinco camadas que se acumulam depressa: o modelo específico com seu comportamento particular, a biblioteca de instruções e prompts calibrados para ele, as integrações construídas com sua interface, a base de conhecimento carregada na plataforma e o histórico operacional acumulado. O aperto costuma chegar na primeira renovação, quando o desconto de entrada expira e o fornecedor já conhece o tamanho do seu custo de troca. As defesas praticáveis existem e são três: manter sob domínio próprio os ativos que realmente importam (prompts versionados, base de conhecimento em formato aberto e biblioteca de testes de qualidade), escrever cláusulas de portabilidade e de reajuste na assinatura em vez da renovação, e provar ao menos uma alternativa técnica antes de precisar dela.

Um CIO me ligou em fevereiro com uma proposta de renovação na tela e uma pergunta que ele já sabia responder. O fornecedor da plataforma de inteligência artificial adotada pela empresa quinze meses antes tinha apresentado o novo valor anual com um aumento de cento e quarenta por cento sobre o contrato vigente. A justificativa citava fim do período promocional de adoção, crescimento do volume de uso e disponibilização de recursos novos.

O que tornava a conversa desconfortável era o inventário do que a empresa tinha construído em cima daquela plataforma nesses quinze meses. Havia oitenta e sete instruções personalizadas escritas e refinadas por sete áreas diferentes. Havia quatro integrações com sistemas internos, incluindo o de atendimento ao cliente. Havia uma base de conhecimento com cerca de onze mil documentos processados. E havia, sobretudo, uma operação de atendimento que já contava com aquela ferramenta para responder no prazo prometido ao cliente.

O CIO resumiu a posição dele com precisão: eu tenho todo o direito de recusar esse aumento e nenhuma condição prática de fazer isso nos próximos noventa dias. Essa frase descreve o lock-in melhor do que qualquer definição técnica.

Como se forma a dependência de fornecedor de IA?

  • Modelo: o comportamento específico daquele modelo nas suas tarefas.
  • Instruções: a biblioteca de prompts calibrada para ele.
  • Integrações: o que foi construído sobre a interface do fornecedor.
  • Base de conhecimento carregada dentro da plataforma.
  • Histórico operacional acumulado, que não sai junto na troca.

O lock-in de IA tem forma diferente do lock-in de software

Empresas conhecem bem a dependência de sistemas tradicionais, construída ao longo de anos de customização, migração de dados e treinamento de usuário. O padrão é lento e visível, e a área de tecnologia sabe reconhecê-lo.

A dependência de ferramentas de inteligência artificial se forma em meses em vez de anos, e por caminhos que ninguém monitora. A razão é a facilidade de adoção: enquanto um sistema de gestão exige projeto, orçamento e cronograma, uma plataforma de inteligência artificial começa com um acesso liberado e cresce por iniciativa espontânea das áreas. Cada instrução escrita, cada documento carregado e cada integração feita adiciona uma camada de aderência que ninguém registrou como investimento.

Existe uma segunda diferença mais sutil e mais importante. A dependência aqui recai sobre um comportamento em vez de recair sobre uma funcionalidade. A empresa calibrou instruções para o jeito específico daquele modelo responder, com aquele estilo, aquela tendência e aqueles limites. Trocar de fornecedor significa recalibrar todo esse acervo, um trabalho que carece de atalho e que consome exatamente o tempo das pessoas mais escassas da casa.

Infográfico com as cinco camadas de dependência de fornecedor de IA

As cinco camadas onde a dependência se acumula, quase sempre sem decisão consciente.

As cinco camadas de dependência

Eu mapeio a exposição de uma empresa em cinco camadas, da mais fácil de trocar para a mais difícil.

A primeira camada é a interface de uso, o aplicativo ou navegador que as pessoas abrem. Essa camada troca com facilidade e costuma dominar a percepção da diretoria, produzindo a impressão equivocada de que a troca inteira seria simples.

A segunda camada é o modelo e seu comportamento. Cada família de modelo tem características próprias de estilo, obediência a instruções, tratamento de contexto longo e recusas. Times experientes desenvolvem intuição sobre o modelo que usam, e essa intuição carece de transferência automática.

A terceira camada é a biblioteca de instruções e prompts calibrados. Nas empresas que acompanho, esse acervo cresce até se tornar patrimônio operacional relevante, com centenas de itens que codificam o jeito da casa fazer as coisas.

A quarta camada é a integração técnica com os sistemas internos, construída sobre a interface de programação daquele fornecedor. Trocar exige reescrever a camada de conexão e testar novamente o comportamento de ponta a ponta.

A quinta camada é o acervo de dados dentro da plataforma: base de conhecimento processada, histórico de interações, ajustes acumulados. Essa é a camada que costuma reter a empresa por mais tempo, e é justamente sobre ela que os contratos padrão dizem menos.

Gráfico do salto de custo entre o primeiro ano e a renovação de contrato de IA

O desenho típico da renovação: preço de entrada baixo, preço de lista alto, troca cara.

Leia também

Por que o segundo ano é o ano do aperto

A dinâmica comercial explica o padrão com clareza. Fornecedores de tecnologia em fase de conquista de mercado praticam preço de entrada agressivo, porque o custo de adquirir um cliente corporativo é alto e o valor do contrato ao longo dos anos justifica o desconto inicial. Nada disso configura má-fé, apenas mecânica de mercado.

A renovação inverte a assimetria de informação. No primeiro contrato, o fornecedor desconhecia o quanto você usaria a ferramenta e o quanto ela ficaria enraizada. Na renovação, ele tem telemetria detalhada: sabe quantas pessoas usam, com que frequência, em quais processos e com qual dependência. Ele também sabe quantas integrações existem, porque cada uma passa pelos servidores dele. A negociação acontece com um lado enxergando o tabuleiro inteiro.

Some a isso a expiração dos créditos e descontos de adoção, comuns nesse mercado, e o aumento nominal na renovação chega a números que parecem abusivos e são, na verdade, a diferença entre preço promocional e preço de tabela. O que muda de empresa para empresa é a capacidade de negociar diante disso.

O custo real de trocar

Eu peço às empresas que estimem esse número antes de precisar dele, porque negociar sem conhecer o próprio custo de troca significa negociar no escuro. O levantamento tem cinco linhas.

A primeira linha é a recalibração da biblioteca de instruções, estimada em tempo de pessoa por item. Nas casas que mediram isso, o número ficou entre vinte minutos e duas horas por instrução, dependendo da complexidade.

A segunda linha é a reescrita e o teste das integrações, que costuma ser a maior parcela em empresas com conexões profundas.

A terceira linha é o reprocessamento da base de conhecimento, mais barata do que parece quando os documentos originais permanecem sob domínio da empresa, e muito caro quando apenas a versão processada existe.

A quarta linha é a curva de reaprendizado do time, geralmente subestimada. Pessoas que dominavam a ferramenta antiga voltam a produzir menos por algumas semanas.

A quinta linha é o risco operacional durante a transição, que pede período de operação paralela nos processos críticos.

Com essas cinco linhas somadas, a empresa passa a saber quanto de aumento vale aceitar e a partir de qual patamar trocar sai mais barato do que ficar. Esse número é a única alavanca real numa conversa de renovação.

Framework sobre dependência de fornecedor de IA para lideranças: Como se forma a dependência de fornecedor de IA; O lock-in de IA tem forma diferente do lock-in de software; As cinco camadas de dependência;…

Framework de dependência de fornecedor de IA: Como se forma a dependência de fornecedor de IA.

O que dá para fazer na assinatura

A maior parte da proteção precisa ser construída antes da dependência existir, quando o fornecedor está conquistando o contrato e a boa vontade abunda.

Eu insisto em quatro pontos nesse momento. Teto de reajuste para os dois ou três primeiros ciclos de renovação, expresso como percentual máximo acima de um índice, o que remove a surpresa de cento e quarenta por cento da mesa. Exportação completa e documentada de instruções, configurações e base de conhecimento em formato aberto, com teste de exportação realizado durante a implantação em vez de ficar apenas escrito. Prazo de aviso prévio longo para alteração de preço ou descontinuação de recurso. E preços definidos para os patamares seguintes de volume, evitando que o crescimento do uso vire evento comercial imprevisível.

O segundo ponto merece destaque prático. Cláusula de portabilidade sem teste realizado vale pouco, porque a primeira exportação real costuma revelar limitações que ninguém previu. Eu recomendo exportar tudo uma vez nos primeiros noventa dias de contrato, guardar o resultado e verificar se ele seria suficiente para reconstruir a operação em outro lugar. Esse exercício de duas horas informa a estratégia dos anos seguintes. As demais cláusulas que compõem essa proteção estão em contratos na era da IA.

Leia também

Abstração de modelo: vale a engenharia?

A resposta técnica óbvia consiste em construir uma camada intermediária que permita trocar o modelo por baixo sem mexer nas aplicações. A ideia funciona e tem custo, e a decisão depende de escala.

Para empresas com poucas integrações e uso majoritariamente por interface, essa engenharia raramente se paga. O custo de manter a abstração atualizada supera o benefício, e a camada extra costuma limitar o acesso a recursos específicos de cada fornecedor.

Para empresas com integrações relevantes em processos críticos, a abstração vira investimento defensável, sobretudo quando ela viabiliza roteamento por tipo de tarefa. Uma configuração comum destina tarefas simples e de alto volume a modelos mais baratos e reserva os modelos mais capazes para o trabalho que exige raciocínio, o que reduz custo e cria a flexibilidade de troca como efeito colateral. Eu tratei desse tipo de escolha em por que a IA barata sai cara.

Multi-fornecedor sem virar desperdício

Manter dois fornecedores ativos oferece proteção e cobra preço em complexidade, licenças e atenção da equipe. Eu vejo três configurações que funcionam.

A primeira mantém um fornecedor principal para a operação e um secundário em uso real, ainda que pequeno, por uma área específica. O uso real importa: fornecedor mantido apenas em contrato adormecido carece de time treinado, e o plano de contingência existe apenas no papel.

A segunda separa por natureza de tarefa, com fornecedores diferentes para famílias diferentes de trabalho, aproveitando forças distintas de cada modelo.

A terceira mantém um fornecedor único e uma biblioteca de avaliação pronta para testar alternativas em poucos dias. Essa configuração é a mais econômica e exige a disciplina de manter a biblioteca atualizada, o que raramente acontece sem dono designado.

O ativo que fica com você

Existe uma pergunta que reorganiza toda essa discussão: o que a empresa acumula que permanece valioso independente do fornecedor? A resposta define quanto de vantagem a casa está construindo para si mesma em vez de construir para o parceiro.

Três ativos passam esse teste. O primeiro é a biblioteca de instruções versionada e guardada em repositório próprio, com o raciocínio documentado ao lado de cada uma. Instruções escritas apenas dentro da plataforma pertencem à plataforma na prática. O segundo é a base de conhecimento em formato original e organizado, sob controle da empresa, com a plataforma consumindo uma cópia. O terceiro é a biblioteca de avaliação: um conjunto de casos reais com resultado esperado, que permite medir qualquer modelo novo em dias.

Esse terceiro ativo é o mais negligenciado e o mais poderoso. Empresas que mantêm cinquenta ou cem casos de teste bem escolhidos conseguem responder com dados à pergunta que paralisa as outras: o modelo alternativo atende com qualidade suficiente? Sem essa biblioteca, a resposta depende de impressão, e impressão perde para o medo de mexer no que funciona.

Como negociar a renovação com poder

Eu conduzo essas conversas com quatro elementos na mão, e o resultado costuma melhorar de forma expressiva em relação à primeira proposta.

O primeiro elemento é o custo de troca calculado, que estabelece o limite racional de aceitação. O segundo é uma alternativa testada com a biblioteca de avaliação, com resultado documentado, ainda que a intenção seja permanecer. O terceiro é o histórico de uso da própria empresa, mostrando o que gera valor e o que apenas ocupa licença, porque renovação é o momento certo para cortar assentos ociosos. O quarto é um pedido concreto em troca de compromisso de prazo maior, geralmente teto de reajuste e portabilidade testada em vez de desconto imediato.

A ordem dos pedidos importa. Empresas que negociam apenas preço obtêm algum desconto e permanecem expostas ao mesmo problema no ciclo seguinte. Empresas que negociam estrutura contratual resolvem o problema de vez, e o desconto vem como consequência secundária.

Leia também

O inventário de dependência em uma tarde

Eu peço esse levantamento em toda empresa que já passou de um ano de uso, porque a maioria carece de qualquer registro organizado do que construiu. O exercício leva uma tarde com três pessoas e produz o documento mais útil da conversa de renovação.

A primeira coluna lista as instruções personalizadas e prompts em uso produtivo, com a área dona de cada um. A segunda lista as integrações ativas, com o sistema envolvido e quem as mantém. A terceira lista os conjuntos de dados carregados na plataforma, indicando se o original permanece sob controle da empresa. A quarta lista as pessoas com uso intenso e o processo que depende delas. A quinta estima, para cada linha, o tempo de reconstrução em outro fornecedor.

O que aparece nesse documento costuma surpreender em duas direções opostas. Parte da dependência que a diretoria temia se revela trivial de reconstruir, tipicamente instruções simples que qualquer pessoa treinada reescreve em minutos. E parte do que ninguém considerava aparece como risco sério, geralmente uma integração feita por alguém que já saiu da empresa, sem documentação e sem substituto conhecido.

Esse segundo achado costuma gerar a primeira ação concreta do exercício, e ela tem valor independente da negociação: documentar e distribuir o conhecimento sobre as integrações críticas antes que a saída de uma pessoa vire incidente operacional.

Matriz de decisão sobre dependência de fornecedor de IA para lideranças: Por que o segundo ano é o ano do aperto; O custo real de trocar; O que dá para fazer na assinatura; Abstração de modelo: vale a…

Matriz de decisão de dependência de fornecedor de IA: Por que o segundo ano é o ano do aperto e O custo real de trocar.

Três padrões de troca que eu acompanhei

O primeiro padrão é a troca por custo, e ela raramente compensa quando a operação já é profunda. Numa empresa de serviços que trocou de plataforma para economizar cerca de trinta por cento na licença, o projeto consumiu quatro meses de trabalho técnico, produziu duas semanas de queda de produtividade no time e terminou com economia real bem menor que a projetada, porque parte do desconto foi comida pelo custo de operação paralela. A lição prática: troca motivada apenas por preço precisa de diferença grande para valer.

O segundo padrão é a troca por capacidade, e ela costuma render. Uma empresa de análise migrou porque precisava de contexto longo que o fornecedor anterior limitava, e o ganho apareceu em semanas porque a mudança destravou um caso de uso que estava impossível. Quando a troca resolve uma limitação que atrapalha o trabalho, o time coopera em vez de resistir, e a curva de reaprendizado encurta.

O terceiro padrão é a adoção paralela, que na prática funcionou melhor que a troca em várias casas. A empresa mantém o fornecedor existente na operação estabelecida e leva o fornecedor novo para o caso de uso seguinte, construindo domínio nos dois sem parar nada. O custo de licença sobe no período de sobreposição, e o risco operacional fica próximo de zero.

O papel do jurídico na renovação

Renovações de plataforma de inteligência artificial costumam ser tratadas como assunto de compras, o que deixa dinheiro e proteção na mesa. Eu recomendo envolver o jurídico com noventa dias de antecedência em vez de envolvê-lo na semana da assinatura.

Três razões sustentam essa antecedência. A primeira é que renovação é a única janela real para corrigir cláusulas que ficaram ruins no contrato original, e essa correção exige tempo de negociação. A segunda é que o fornecedor costuma ter mudado os próprios termos padrão no período, e a renovação pode importar condições piores sem que ninguém compare as versões. A terceira é que o prazo de aviso prévio para recusar renovação automática expira antes do que as pessoas imaginam, e perder esse prazo elimina qualquer poder de negociação que a empresa tivesse construído.

Leia também

Quando aceitar a dependência de propósito

Vale registrar que dependência jamais é um mal em si. Casas que escolhem um fornecedor e se aprofundam nele obtêm ganhos reais de produtividade, porque o time desenvolve domínio profundo em vez de conhecimento superficial de três ferramentas.

A decisão consciente tem três condições. A empresa conhece o próprio custo de troca e o considera aceitável. Os ativos que importam permanecem sob domínio próprio e exportados periodicamente. E o contrato tem teto de reajuste e portabilidade escritos. Com essas três condições atendidas, aprofundar num fornecedor é estratégia sólida em vez de descuido.

Existe um caso em que eu recomendo aprofundar de propósito, e ele aparece com frequência em empresas de porte médio. Quando a casa tem poucas pessoas capazes de conduzir esse tipo de trabalho, distribuir o esforço entre dois fornecedores consome exatamente o recurso mais escasso, que é a atenção qualificada. Concentrar num fornecedor e investir a energia restante em formar gente rende mais do que manter flexibilidade técnica com um time raso. A flexibilidade vira relevante depois, quando existe capacidade instalada suficiente para exercê-la.

O que eu recomendo evitar é a terceira posição, a mais comum de todas: dependência profunda construída sem intenção, sem inventário e sem contrato adequado, descoberta no dia em que a proposta de renovação chega por e-mail. Aquele CIO conseguiu reduzir o aumento de cento e quarenta para trinta e oito por cento em seis semanas de negociação, e o que mudou a conversa foi o levantamento do custo de troca somado a um teste de alternativa feito às pressas. Ele me disse depois que faria os dois no primeiro mês de contrato se pudesse voltar no tempo, e é exatamente esse conselho que eu passo adiante.

Dependência de fornecedor de IA no contexto brasileiro

  • LGPD (Lei 13.709/2018) segue sendo a régua legal de qualquer uso de IA que toque dado pessoal, com a ANPD como autoridade fiscalizadora.
  • PL 2338/2023, o marco legal da IA aprovado pelo Senado em dezembro de 2024, adota classificação por nível de risco e antecipa exigências de documentação e supervisão humana.
  • Na Groovia, a operação que sustenta essa agenda combina 6 humanos e 78 agentes próprios, e o trabalho com 100 sócios em 2 turmas de imersão mostra o mesmo padrão: o gargalo raramente é a tecnologia, é o desenho de gestão.
  • Sanção prevista na LGPD: multa de até 2% do faturamento no Brasil, limitada a R$ 50 milhões por infração (art. 52), o que dá preço concreto ao uso de IA fora do perímetro.
  • Na prática, o ciclo curto funciona melhor: 90 dias por onda de implementação, com revisão trimestral dos números.

Leituras que complementam este tema

Se este tema é prioridade agora, o próximo passo natural é entender a curva de maturidade em IA e as frentes que a Groovia opera com IA aplicada. Para saber em qual estágio a sua empresa está hoje, faça o diagnóstico gratuito de IA.

Perguntas frequentes

Por que o aumento de preço vem na primeira renovação de IA?

Porque o desconto de adoção expira e a assimetria de informação se inverte. No primeiro contrato o fornecedor desconhecia o tamanho do seu uso; na renovação ele tem telemetria detalhada de pessoas, frequência, processos e integrações. A negociação passa a acontecer com um lado enxergando o tabuleiro inteiro.

Quais ativos manter sob controle próprio ao usar IA?

Três: a biblioteca de instruções versionada em repositório da empresa com o raciocínio documentado, a base de conhecimento em formato original e organizado sob seu controle com a plataforma consumindo apenas uma cópia, e uma biblioteca de avaliação com casos reais e resultado esperado que permita medir qualquer modelo alternativo em poucos dias.

Como calcular o custo de trocar de fornecedor de IA?

Somando cinco linhas: recalibração da biblioteca de instruções em tempo de pessoa por item, reescrita e teste das integrações, reprocessamento da base de conhecimento, curva de reaprendizado do time e risco operacional durante a transição, com operação paralela nos processos críticos. Esse número é a única alavanca real na renovação.

Dependência de fornecedor de IA: o lock-in que aparece no segundo ano