Empresas brasileiras enfrentam desafios de custo e escala com a IA

A rápida ascensão da Inteligência Artificial (IA) nas organizações tem gerado um desafio financeiro significativo: a imprevisibilidade dos custos. A maioria das empresas não possui controles adequados para gerenciar o consumo de IA, resultando em estouros orçamentários. Segundo o Gartner, 85% das empresas não têm mecanismos para deter picos de consumo, e uma pesquisa da DoiT/Sapio Research revelou que 79% das corporações ultrapassaram seus orçamentos no último ano. A complexidade em compreender o custo real da IA e mensurar seu valor para o negócio é acentuada pela proliferação de modelos de linguagem (LLMs), precificações dinâmicas e a multiplicação de agentes. Uma pesquisa da Capgemini apontou que 59% dos executivos viram seus gastos com IA superarem o esperado, com uma média de 24% acima do orçado.

O que é AI FinOps e seus pilares

A disciplina de Cloud FinOps, adaptada para as demandas da IA, exige monitoramento e intervenções em tempo real. Uma estratégia consistente de AI FinOps se baseia em quatro pilares fundamentais para garantir a eficiência financeira e a sustentabilidade da IA: observabilidade, controle, otimização e valor. A observabilidade foca na visibilidade em tempo real do consumo, identificando quem consumiu o quê e com qual custo. O controle, baseado na observabilidade, permite projetar gastos e detectar anomalias. A otimização visa a redução de desperdício através de recursos como Roteamento Inteligente e Cache Semântico. Por fim, o valor busca maximizar o retorno gerado por token e identificar ativos monetizáveis.

Desafios na mensuração de valor e ROI

Apesar do investimento crescente em IA, apenas 37% das empresas relataram contribuição positiva para o lucro antes de juros e impostos (EBIT), segundo a McKinsey. A dificuldade reside em transformar a capacidade de analisar dados em resultados financeiros concretos. Muitas organizações não conseguem relacionar diretamente os gastos com IA aos resultados alcançados. Uma pesquisa da Amcham Brasil indicou que, embora 84% das empresas utilizem IA, 61% relatam resultados pontuais ou irrelevantes. A falta de métricas claras, como o AI Yield (Rendimento de IA), dificulta a comprovação do retorno sobre o investimento (ROI).

No Brasil, 91,5% das empresas aplicam IA em fluxos de trabalho além dos projetos-piloto, mas 59% dos líderes indicam que a base tecnológica precisa de uma rearquitetura significativa para sustentar a IA em escala, segundo a Kyndryl. O relatório Readiness Report 2026-27 revelou que 72% dos entrevistados brasileiros dizem que a IA já gerou retorno positivo, ante 64% na média global. Contudo, 56% dos líderes brasileiros afirmam que suas empresas têm mais pilotos do que conseguem escalar, e 62% sentem mais pressão para provar o retorno da IA agêntica.

O papel estratégico das finanças e os próximos passos

A área financeira tem um papel crucial em direcionar a escala da IA, formulando perguntas essenciais sobre o problema de negócio a ser resolvido, o custo total da iniciativa e os resultados esperados. A FDC recomenda tratar a IA como um portfólio de capital, com critérios claros para continuidade ou encerramento de projetos. A governança financeira deve nascer junto com os projetos de IA, não como uma consideração tardia. Dominar a disciplina de AI FinOps é essencial para evitar a frustração de expectativas e garantir o equilíbrio entre inovação e controle, permitindo que as empresas escalem a IA de forma sustentável. O mercado de soluções de AI FinOps é projetado para atingir US$ 10 bilhões até 2030, segundo o Gartner.