Por que a conta da IA não fecha, e o que isso muda para quem usa

Durante dois anos, a pergunta nas empresas foi “quanto de IA podemos colocar em produção?”. Agora a pergunta mudou: “quanto isso custa e o que volta?”. Essa mudança explica duas notícias que parecem opostas: as gigantes de IA gastam cifras recordes e ainda sofrem para mostrar lucro, enquanto muitas empresas clientes revisam contratos e cortam gastos com a tecnologia.

O lado de quem vende

Treinar e operar modelos de ponta exige três coisas caras ao mesmo tempo: chips, energia e data centers. Esse investimento vem antes da receita, e a receita não cresce na mesma velocidade. Há três pressões principais:

O custo de servir cada resposta. Diferente do software tradicional, em que servir um usuário a mais custa quase nada, cada pergunta a um modelo grande consome computação. Quanto mais o produto é usado, mais ele custa.
A guerra de preços. Com vários fornecedores entregando qualidade parecida, e com modelos abertos cada vez melhores, ninguém consegue cobrar muito mais que o concorrente. O preço por uso cai, e o custo de infraestrutura não cai no mesmo ritmo.
O ritmo da depreciação. Chips e modelos ficam obsoletos em poucos anos. A conta precisa fechar antes de o investimento envelhecer.

Isso não significa que essas empresas estejam quebrando. Significa que o modelo de negócio ainda está sendo descoberto, e que o investimento depende de uma demanda futura que ainda não está garantida.

O lado de quem compra

Do outro lado, muitas empresas aprenderam em campo que IA custa mais do que o piloto sugeria. Os motivos se repetem:

O piloto funciona, a escala não. Um protótipo para 20 pessoas parece barato. Para 2.000, a conta de uso e de licenças muda de ordem de grandeza.
Licenças pagas e pouco usadas. Muitas empresas compraram assentos de assistentes de IA para todos e descobriram que uma parte pequena das pessoas usa de verdade.
Ganho difícil de medir. “As pessoas economizam tempo” é uma afirmação que o financeiro não aceita sem número. Quando o ganho não aparece no resultado, o orçamento é cortado.
Custos escondidos. Integração, segurança, revisão humana das respostas, treinamento e governança entram na conta e raramente estavam no business case inicial.
Variabilidade do custo. Quando a cobrança é por uso, um agente mal configurado ou um volume inesperado gera uma fatura surpresa. Isso criou a disciplina de FinOps aplicada a IA.
O corte, na maioria dos casos, não é abandono. É racionalização: sai o que não gera resultado, fica o que gera.

O que isso significa para o futuro

1. Entra a fase da prova de valor. Projetos de IA passam a ser julgados como qualquer investimento: qual indicador muda, em quanto e em quanto tempo. Quem sabe medir sobrevive ao corte de orçamento.

2. Modelos menores e mais baratos ganham espaço. Nem toda tarefa precisa do modelo mais potente. Classificar, resumir e extrair dados costuma funcionar bem com modelos menores, a uma fração do custo. A escolha do modelo certo para cada tarefa vira competência de negócio.

3. O preço tende a cair para o cliente, mas não para sempre. A concorrência e a eficiência empurram o custo por uso para baixo. Ao mesmo tempo, fornecedores que precisam mostrar lucro vão testar planos, limites de uso e preços diferenciados. Quem depende de um único fornecedor fica exposto.

4. Governança deixa de ser burocracia. Saber quem usa IA, para quê, com que dados e a que custo é o que permite cortar o desperdício sem cortar o valor. Normas como a ISO/IEC 42001 ajudam a organizar isso.

5. Possível consolidação. Se a conta não fechar para todos, parte dos fornecedores será comprada, se concentrará em nichos ou sairá do mercado. Vale ter um plano de saída: contratos curtos e dados que você consiga levar para outro lugar.

O que fazer agora

• Meça o custo e o resultado de cada uso de IA, um por um.
• Reveja licenças pouco usadas antes de renovar.
• Teste modelos menores nas tarefas simples.
• Evite contratos longos com um fornecedor só.
• Trate a IA como processo de negócio, com dono e indicador, e não como projeto de tecnologia.

A IA não deixou de ser importante. O que mudou é que a fase do entusiasmo acabou, e a fase da conta começou. Quem chegar nela com números, e não com promessas, estará em vantagem.