Quanto custa implementar IA na empresa: do piloto à operação

Quanto custa implementar IA na empresa: do piloto à operação

Quanto custa implementar IA depende menos do modelo escolhido e mais de três coisas: o tamanho do time que vai construir e integrar a solução, o estado dos dados que ela precisa usar e o volume de uso depois que ela entra em produção. Na maioria dos projetos corporativos, o maior custo não é a fatura do fornecedor de IA. É o trabalho de pessoas para preparar dados, integrar sistemas, avaliar a qualidade das respostas e manter tudo funcionando.

Por isso a pergunta "quanto custa" tem duas respostas que precisam andar juntas: quanto custa o projeto (um investimento com começo e fim) e quanto custa a operação (um gasto recorrente que cresce com o uso). Orçar só a primeira é o caminho mais comum para um piloto que funciona bem na demonstração e morre quando chega a hora de escalar.

Este guia explica do que é feito o custo de implementar IA, por que a conta do piloto engana, quanto pesa cada fase do projeto, como estimar o custo de operação com tokens e infraestrutura, o que encarece ou barateia a conta e como montar um orçamento que a diretoria consegue aprovar e acompanhar. No fim, há perguntas frequentes sobre o tema.

Do que é feito o custo de implementar IA

Um projeto de IA generativa em empresa média ou grande tem custos em duas camadas. A primeira é o projeto: descobrir o caso de uso, preparar os dados, construir, integrar e colocar em produção. A segunda é a operação: tokens ou GPUs, infraestrutura, monitoramento e o time que mantém a solução viva.

Dois itens da tabela costumam ficar fora do primeiro orçamento e voltar depois como surpresa: a avaliação de qualidade, que precisa de casos de teste reais e de alguém da área de negócio para dizer o que é uma resposta certa, e a sustentação, porque modelos são lançados e reprecificados com frequência e a solução precisa acompanhar.

Por que a conta do piloto engana

Um piloto de IA generativa é barato de propósito: poucos usuários, dados escolhidos a dedo, nenhuma integração com sistemas críticos e nenhuma exigência formal de segurança. Ele prova que a ideia é possível. Não prova quanto custa operá-la.

Em julho de 2024, o Gartner previu que pelo menos 30% dos projetos de IA generativa seriam abandonados depois da prova de conceito até o fim de 2025, por causa de dados de baixa qualidade, controles de risco inadequados, custos crescentes ou valor de negócio pouco claro (THE Journal, sobre a previsão do Gartner). Na mesma divulgação, a analista Rita Sallam observou que, à medida que o escopo das iniciativas cresce, o peso financeiro de desenvolver e implantar modelos de IA generativa fica cada vez mais evidente.

O quadro de 2025 da McKinsey aponta na mesma direção. Segundo o relatório State of AI 2025, 88% das organizações usam IA em pelo menos uma função, mas quase dois terços ainda estão em experimentação ou piloto, e só 39% dos respondentes atribuíram algum efeito no EBIT da empresa à IA (CFOtech, sobre o State of AI 2025 da McKinsey). O mesmo levantamento mostra que mais de um terço das empresas com melhor resultado em IA destinam mais de 20% do orçamento digital a ela, contra menos de 10% nas demais.

A leitura para quem orça é direta: o piloto é a parte barata. O custo de verdade aparece em três passagens:

• De dados escolhidos a dados reais. O piloto usa uma pasta de documentos limpos; a produção precisa ler o ERP, a base de contratos inteira e as planilhas de cada área, com permissão por perfil.
• De dez usuários a milhares. A conta de tokens cresce com o uso, e o contexto de cada chamada tende a engordar a cada nova funcionalidade.
• De "parece bom" a "está medido". Para ir a produção, alguém precisa definir o que é uma resposta correta, montar casos de teste e acompanhar a qualidade depois da entrega.

Quanto custa implementar IA, fase a fase

Não existe preço de tabela, mas existe uma estrutura que se repete. Em consultoria e desenvolvimento, o custo de cada fase é essencialmente o tamanho do time multiplicado pela duração. Pensar assim ajuda a comparar propostas e a cortar escopo onde faz sentido.

1. Diagnóstico e desenho

O objetivo é escolher o caso de uso que paga a conta e definir como medir isso. Envolve entrevistas com as áreas, levantamento dos dados disponíveis, escolha da arquitetura (RAG, agente, extração, classificação) e uma estimativa do custo de operação. É a fase mais barata e a que mais economiza depois, porque evita construir a coisa errada.

2. Prova de valor

Uma versão funcional com dados reais, ainda com poucos usuários, para medir qualidade e custo por resultado antes de investir na escala. A diferença para o piloto de demonstração é que a prova de valor já usa os dados e as regras de acesso de produção, e termina com números: taxa de acerto, tempo economizado, custo por tarefa.

3. Produção

É a fase mais cara do projeto. Inclui integração com os sistemas da empresa, login corporativo, guardrails, testes automatizados de qualidade, observabilidade, documentação e treinamento dos usuários. Em projetos com agentes de IA, inclui também os limites de autonomia, o registro de cada decisão e a revisão humana onde o risco pede.

Para dar uma referência real de porte: no case de uma empresa industrial atendida pela BIX, uma plataforma com IA agentic que cruza contratos de serviços com dados operacionais de sete plantas industriais foi construída de setembro a dezembro de 2025, com um time de 2 a 5 pessoas, e identificou cerca de 15% de economia estimada nos serviços analisados (case Plataforma de Inteligência Operacional com IA).

4. Operação e evolução

Depois da entrega, a solução passa a ter custo recorrente: consumo de modelo, infraestrutura, monitoramento e o time que ajusta prompts, troca modelos quando um fornecedor muda preço ou lança versão nova, corrige falhas e acrescenta funções. É a camada que mais se esquece no orçamento e a que decide se o projeto continua dando resultado no segundo ano.

O custo de operação: tokens, infraestrutura e pessoas

O consumo de modelo é cobrado por token (pedaços de texto), com preço diferente para o que entra e para o que sai. E a variação entre modelos é enorme: na tabela de preços da OpenAI consultada em novembro de 2026, o token de entrada do modelo mais caro custa 200 vezes o do mais barato (preços da API da OpenAI).

Um exemplo de conta

Considere um assistente interno de busca em documentos para 2.000 funcionários, com 10 perguntas por pessoa em cada dia útil, 22 dias por mês. São 440 mil perguntas por mês. Cada pergunta envia ao modelo cerca de 6.000 tokens (instruções do sistema, trechos de documentos recuperados e a pergunta) e recebe 500 tokens de resposta. No mês, isso dá 2,64 bilhões de tokens de entrada e 220 milhões de saída.

Com os preços por milhão de tokens publicados pela OpenAI (preços da API da OpenAI):

A mesma aplicação, com o mesmo volume, pode custar de algumas centenas a dezenas de milhares de dólares por mês. Por isso a escolha do modelo é uma decisão de arquitetura, e não um detalhe técnico: o modelo certo é o mais barato que passa nos testes de qualidade da tarefa. Para tarefas simples, como classificar, extrair campos ou resumir textos curtos, modelos menores costumam bastar.

Alavancas que mudam a conta

• Cache de prompt. No modelo mais caro da tabela acima, a entrada reaproveitada do cache custa US$ 1,00 por milhão, um décimo do preço normal (preços da API da OpenAI). Se 4.000 dos 6.000 tokens de cada pergunta forem o mesmo prefixo fixo, a conta do exemplo cai de cerca de US$ 37.400 para cerca de US$ 21.600 por mês.
• Processamento em lote. O que não precisa de resposta imediata (classificar o histórico de chamados, enriquecer um cadastro) pode ir para a Batch API, que custa 50% menos que as chamadas síncronas e conclui em até 24 horas (Batch API, OpenAI).
• Contexto enxuto. Recuperar menos e melhores trechos de documento reduz os tokens de entrada sem piorar a resposta. O guia de RAG em produção trata disso.
• Roteamento entre modelos. Mandar cada tarefa para o modelo mais barato que dá conta dela e reservar o modelo grande para o que exige raciocínio.

Essas técnicas, junto com a medição de custo por aplicação, são o centro do FinOps para IA. No Grupo Soma, a BIX integrou o LangFuse aos servidores MCP dos produtos de IA e otimizou o roteamento de modelos, o que reduziu em mais de 70% o consumo de tokens e os custos de LLM no IAzzas, com observabilidade em 100% dos servidores MCP (case Grupo Soma). O projeto durou de julho a setembro de 2026, com um time de 2 a 5 pessoas.

O que não está na fatura do modelo

Infraestrutura (banco vetorial, hospedagem, logs), ferramentas de observabilidade e, principalmente, as pessoas que mantêm a solução também entram no custo de operação. Em aplicações de uso moderado, o time de sustentação costuma pesar mais que os tokens. Em aplicações de uso intenso com modelo caro, a ordem pode se inverter. Só a medição diz qual é o seu caso.

O que encarece (ou barateia) um projeto de IA

Os mesmos fatores aparecem em quase todo orçamento. Conhecê-los ajuda a decidir onde investir e onde simplificar.

Fatores que encarecem

• Dados sem dono. Documentos em pastas pessoais, planilhas com versões conflitantes e sistemas sem API exigem trabalho de engenharia de dados antes de qualquer IA.
• Integração com legado. Ler e escrever em um ERP antigo ou num sistema feito sob medida sem documentação é, com frequência, a maior parte do esforço de produção.
• Decisão de alto risco. Quanto mais a IA influencia uma decisão sensível (crédito, saúde, contratação, preço), mais testes, revisão humana, registro de decisões e análise de LGPD o projeto precisa.
• Autonomia alta. Um agente que planeja e executa ações em vários sistemas faz várias chamadas ao modelo por pedido e precisa de limites, permissões e auditoria. Um fluxo fixo é mais barato de construir e de operar quando o caminho é conhecido.
• Exigência de modelo dentro da empresa. Rodar modelos em infraestrutura própria troca custo variável de API por custo fixo de GPU e de operação, e só compensa com uso alto e previsível.

Fatores que barateiam

• Um caso de uso com métrica clara, em vez de "colocar IA na empresa". Uma métrica de resultado permite cortar o que não contribui para ela.
• Começar pelo que já está organizado. Uma base de documentos com dono, um sistema com API ou um processo já padronizado encurtam a fase de dados.
• Reaproveitar a plataforma. Depois do primeiro caso de uso, autenticação, observabilidade, avaliação e conectores já existem, e o segundo projeto custa bem menos que o primeiro.
• Comprar o que é comum e construir o que diferencia. Ferramentas de mercado resolvem bem tarefas genéricas, como redigir e-mails. O desenvolvimento sob medida vale para o que depende dos dados e das regras da empresa.

Para o lado de software dessa conta (telas, APIs, integrações), os mesmos princípios de orçamento de um projeto de desenvolvimento valem também para IA.

Como montar o orçamento e provar o retorno

Um orçamento de IA que a diretoria aprova e consegue acompanhar tem o mesmo formato, independentemente do tamanho do projeto.

1. Defina o caso de uso e a unidade de resultado. Conversa de atendimento resolvida sem transbordo, documento processado corretamente, pergunta respondida com fonte. Sem unidade, não há como calcular retorno.
2. Meça a linha de base. Quanto custa hoje fazer essa tarefa sem IA, em horas de equipe, retrabalho ou prazo.
3. Orce o projeto por fase, com marcos de decisão. Diagnóstico, prova de valor e produção, cada uma com uma entrega que permite seguir, ajustar ou parar. É o que o próprio Gartner sugere: expandir o investimento se os resultados atingirem a expectativa e buscar alternativas se ficarem abaixo (THE Journal, sobre a previsão do Gartner).
4. Estime a operação com faixas de uso. Calcule o consumo para o uso esperado, para metade e para o dobro, com o modelo que passou nos testes. Some infraestrutura e o time de sustentação.
5. Acompanhe o custo por resultado depois da entrega. Custo por conversa resolvida, por documento, por pergunta. Inclua as tentativas que falharam e acompanhe a qualidade junto, para que um corte de custo não piore a resposta sem ninguém perceber.

Com essa estrutura, a pergunta "quanto custa implementar IA" deixa de ter uma resposta genérica e passa a ter três números concretos: o investimento até a produção, o custo mensal por faixa de uso e o custo por resultado comparado ao processo atual. É com eles que a empresa decide se o projeto vale a pena, e não com o preço do token isolado.

A BIX trabalha nesse problema do diagnóstico à operação: começa pelo caso de uso e pela estimativa de custo, constrói a prova de valor com dados reais, leva a solução para produção com avaliação e observabilidade e acompanha o custo por resultado depois da entrega. A página de soluções de IA generativa mostra como esses projetos são estruturados, e a continuidade costuma ficar com um squad dedicado, que mantém modelos, prompts e a conta sob controle conforme o uso cresce.

Perguntas frequentes

Quanto custa implementar IA em uma empresa? Não há preço único: o custo é a soma do projeto (time multiplicado pela duração das fases de diagnóstico, prova de valor e produção) e da operação (consumo de modelo, infraestrutura e sustentação). O que mais pesa costuma ser o trabalho com dados e integrações, não a fatura do fornecedor de IA. Um orçamento confiável parte de um caso de uso com métrica clara.

O que é mais caro: o projeto ou a operação? Depende do volume de uso e do modelo escolhido. Em aplicações de uso moderado, o projeto e o time de sustentação pesam mais que os tokens. Em aplicações com milhares de usuários e modelos caros, o consumo pode passar a ser o maior item, e técnicas como cache, lote e roteamento entre modelos fazem grande diferença.

Por que tantos projetos de IA param depois do piloto? Porque o piloto é feito com poucos usuários, dados escolhidos a dedo e sem integração com sistemas críticos. Quando chega a hora de produção, aparecem custos de dados, integração, segurança e operação que não estavam no orçamento. O Gartner apontou dados de baixa qualidade, controles de risco inadequados, custos crescentes e valor pouco claro como os principais motivos de abandono.

Rodar um modelo próprio sai mais barato do que usar API? Só quando o uso é alto e previsível. Infraestrutura própria troca o custo variável por custo fixo de GPU, hospedagem e pessoas para operar. Para a maioria dos casos de uso corporativos, começar com API, medir o padrão de consumo e só então calcular o ponto de equilíbrio é o caminho mais seguro.

Como reduzir o custo de um projeto de IA sem perder qualidade? Escolhendo um caso de uso com métrica clara, começando pelos dados mais organizados e usando o modelo mais barato que passa nos testes de qualidade da tarefa. Na operação, cache de prompt, processamento em lote para o que não é urgente e contexto enxuto reduzem a conta de tokens. Medir o custo por aplicação desde o primeiro dia evita surpresas.