O momento em que o custo da IA vira problema não é quando o projeto fracassa. É quando ele funciona. O piloto era barato porque vinte pessoas o usavam com casos escolhidos; agora mil e quinhentas usam todos os dias, e a fatura do mês passado chegou com um número que ninguém no comitê tinha visto antes. O projeto está dando certo, e é por isso que está em risco.
A resposta curta: a IA é a primeira linha do orçamento de tecnologia que cresce com o uso e não com a folha. Tudo o que veio antes cobrava por assento, então o custo anual era conhecido antes de assinar. Esta cobra por ação, então o uso escreve a fatura. Geri-la não é apertar fornecedores, é tratar o consumo como se trata qualquer ativo estratégico.
Por que o custo dispara justamente quando o projeto funciona?
Porque escalar não multiplica o preço, multiplica o consumo.
Ao passar de casos de uso isolados para adoção em toda a empresa, o gasto com IA aumenta quase quatro vezes [1]. Não porque o fornecedor subiu a tarifa, mas porque o número de chamadas se multiplica: mais usuários, mais vezes por dia, com conversas mais longas e agentes que fazem várias chamadas por tarefa.
A consequência está medida e é incômoda.
Dados
| Value | |
|---|---|
| Estouram o orçamento de IA | 93% |
| Têm práticas maduras de FinOps para IA | 23% |
Noventa e três contra vinte e três. A distância entre os dois números é a definição do problema: quase todos têm o gasto, quase ninguém tem a disciplina para geri-lo.
E não é um pico passageiro. 62% das organizações já passaram de experimentar para implantar ativamente, e a maioria espera que seu gasto com IA suba pelo menos mais 25% nos próximos doze meses [1].
O que diferencia esse custo de qualquer outro software?
Que a fatura é definida pelo uso, não pela sua decisão de compra. É a primeira vez que isso acontece num orçamento de tecnologia.
| Software tradicional | IA | |
|---|---|---|
| Unidade de cobrança | Assento ou assinatura | Token ou ação |
| O que o faz crescer | Contratar pessoas | Usar mais o sistema |
| Quando o custo é conhecido | Antes de assinar | No fechamento do mês |
| Quem pode dispará-lo | Compras | Qualquer usuário, ou um agente em laço |
| Teto natural | O tamanho da folha | Não tem |
A última linha merece ser lida duas vezes. Um agente mal desenhado que repete um passo não produz um erro visível: produz uma fatura. E a produz enquanto todos os painéis continuam verdes.
Onde está o gasto que ninguém vê?
Espalhado entre fornecedores, e é mais do que parece.
Entre 20 e 30% do gasto com IA costuma ficar sem contabilização, espalhado entre fornecedores fragmentados [1]. Não é fraude nem descuido grave: é o que acontece quando quatro times contratam quatro fornecedores diferentes com quatro cartões diferentes, e ninguém consolida.
É também a economia mais barata que existe, porque não exige otimizar nada. Exige olhar.
Quanto se recupera e com qual alavanca?
Bastante, e os números vêm em faixa porque dependem do ponto de partida.
Dados
| Alavanca | Mínimo | Máximo | Delta |
|---|---|---|---|
| Consumo gerido com critério | 20% | 30% | 10% |
| Gasto sem alocação que aparece ao consolidar | 20% | 30% | 10% |
| Sourcing e negociação (custo unitário) | 10% | 20% | 10% |
A essas se soma uma alavanca técnica que merece nome próprio: o cache de prompts pode cortar o custo de entrada em cerca de 90% [1]. Se o seu agente envia o mesmo bloco de contexto a cada chamada, e quase todos enviam, essa única configuração muda a ordem de grandeza da fatura.
As demais alavancas de otimização de gasto são seleção de modelo por tarefa, controle de tokens, gestão de agentes, processamento em lote e modelos de pesos abertos onde couberem [1].
O que fazer primeiro sem um time de FinOps?
Três coisas que cabem num dia, e capturam a maior parte da economia.
Vale dizer com franqueza: o framework completo de cinco alavancas foi escrito para uma organização com CIO, time transversal e governança formal. A maioria das empresas não tem isso, e dizer para montarem uma capacidade permanente de FinOps antes de tocar em qualquer coisa é uma forma de não fazer nada.
A versão mínima, em ordem:
- Consolide num só lugar quanto você gasta e com o quê. Uma planilha serve. O que não serve é o dado morar em quatro cartões de crédito.
- Coloque um limite de gasto por caso de uso, com alerta antes do teto. É a diferença entre descobrir no fechamento e descobrir na terça.
- Ligue o cache de prompts. É configuração, não arquitetura, e é a alavanca com melhor relação entre esforço e retorno.
Depois, e só depois, vem a pergunta que mais economiza no médio prazo: cada tarefa ainda precisa do modelo grande? Quase nunca. Revisar isso uma vez por mês vale mais que um exercício anual de negociação.
E por que isso pesa mais na América Latina?
Porque a margem de erro é menor e a conversão de investimento em impacto já vem apertada.
Na região, cerca de uma em cada dez empresas usa inteligência artificial e apenas 6% captura valor significativo dela [2]. Quando o custo de operar quadruplica ao escalar, essa distância entre usar e capturar valor não se sustenta: vira o motivo pelo qual o projeto é cancelado antes de chegar à escala em que ia se pagar.
Dito de outro modo: aqui a disciplina de custo não é uma otimização posterior, é parte de o projeto chegar ou não.
Como aplicamos isso na MasterDragon
Orçamos por ação, não por projeto.
Na prática, antes de escrever código estimamos quanto custa uma execução completa do fluxo: quantas chamadas faz, com qual modelo, com quanto contexto. Esse número multiplicado pelo volume esperado é o orçamento real, e muitas vezes muda o desenho antes de começar, porque revela que uma etapa cara pode ser resolvida com um modelo pequeno ou sem modelo nenhum.
Também deixamos o custo instrumentado desde a primeira implantação, junto aos rastros. Um sistema que não reporta quanto custa cada execução é um sistema que vai te surpreender, e a surpresa sempre chega no mês em que o projeto finalmente foi usado de verdade.
Se você está prestes a escalar um caso de IA e quer saber quanto vai custar antes que a fatura te diga, fale com nossos engenheiros. Você pode começar por como construímos seu software e ver nosso portfólio de produtos AI-native já lançados. O roteamento de modelos por tarefa, a maior alavanca técnica, é uma das camadas em as 13 camadas de um sistema de IA real; o que mudar na operação para o investimento aparecer no resultado está em as cinco mudanças de modelo operacional; e por que construir em vez de alugar quando o processo é seu, em software sob medida é ativo, não despesa.
Referências
- Sachdeva, P., Lala, W., Javaji, A., Takkar, K., e Arora, P. (2026, 20 de julho). The cost of intelligence: How CIOs can manage AI demand at scale. McKinsey & Company. https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-cost-of-intelligence-how-cios-can-manage-ai-demand-at-scale
- Centro para a Convergência da América Latina. (2026, julho). Unlocking the Digital Potential of Latin America and the Caribbean: Market Integration, Investment, Smart Regulation and Artificial Intelligence.