Na sala de comitê, quando o assunto é inteligência artificial, o reflexo condicionado dos executivos é olhar para indicadores de adoção: quantas áreas usam, quantos processos foram automatizados, quanto headcount foi reduzido. Em ambientes onde o consumo cresce sem governança, essa lente é enganosa. A empresa pode celebrar uma transformação digital no deck e estar destruindo valor no caixa. Adoção não é resultado. É hipótese. O problema não é apenas gastar demais com IA. É gastar sem comprovar que o benefício gerado supera o custo incremental.
Os números são duros. Segundo a Menlo Ventures, o gasto corporativo global com IA generativa cresceu 3,2 vezes em 2025 e atingiu US$ 37 bilhões. A BCG estima que apenas 5% das empresas capturam valor de IA em escala, enquanto 60% reportam ganhos mínimos mesmo com investimento expressivo. A Deloitte vai além: somente 20% das iniciativas avançadas em GenAI entregam ROI acima de 30%. Isso indica que a maior parte das iniciativas ainda não alcança retornos expressivos em relação ao investimento realizado. Uma parcela relevante ainda não demonstra geração clara de valor econômico.
A causa raiz não é técnica. É econômica e gerencial. O custo de uma API de IA não é fixo. É consumo. E consumo sem dono vira vazamento. Empresas construíram, ao longo de décadas, rituais pesados para aprovar headcount, CAPEX, consultoria e software. Mas deixam agentes e automações crescerem no cartão corporativo como se fossem assinatura de streaming. A linha aparece com o nome de inovação, e ninguém pergunta quanto está saindo, para onde, com qual retorno.
Aqui reside o insight contraintuitivo: o ROI de uma iniciativa de IA não é determinado pela qualidade do modelo, mas pela arquitetura do uso. Modelo premium para tarefa simples é desperdício. Modelo econômico para decisão complexa é negligência. Uma chamada típica processa dez mil tokens. No modelo premium das principais provedoras, custa cerca de cinquenta centavos. No modelo econômico, dois centavos. Vinte e cinco vezes menos. Para a mesma extração de campo de uma nota fiscal. A diferença não está na qualidade da resposta. Está na escolha do modelo. E essa escolha, na maioria das empresas, ninguém faz conscientemente.
Em projetos recentes de transformação financeira, observei o mesmo padrão. A empresa demitiu o estagiário do contas a pagar, que custava R$ 2.800 por mês com bolsa, benefícios e estrutura, para automatizar com IA. A automação que o substituiu passou a consumir cerca de R$ 17.400 mensais entre API, ferramenta de orquestração, revisão por analista sênior e retrabalho. Aumento de 521 por cento. Sem orçamento aprovado, sem dono identificado, sem meta definida. A empresa chamou de automação. O financeiro descobriu, três meses depois, que tinha um aumento de custo.
Por que poucas empresas evitam esse erro? Porque o custo é difuso. O contrato de API raramente está vinculado a um centro de custo específico. A revisão técnica fica com a área de tecnologia, sem visibilidade do impacto financeiro processo a processo. O financeiro, que tem a visão do todo, não tem vocabulário técnico para questionar o detalhe. A analogia mais útil é com a nuvem. Cloud levou anos para ganhar disciplina de FinOps, tagging e chargeback. A API de IA está na fase em que cloud estava há dez anos: todo mundo usa, pouca gente mede.
O playbook para o líder financeiro é direto. Identificar o dono nominal do consumo. Mapear o processo automatizado, com volume e critério de qualidade. Definir a métrica financeira a ser capturada antes do modelo ser escolhido. Instituir o custo por output útil como indicador, não o custo total de API. Esses pontos não são burocracia. Separam a transformação digital com retorno comprovado da narrativa de inovação que não fecha conta.
Em ambientes onde o capital tem custo, ROI não é opinião. É evidência. E evidência exige medição antes da execução. A pergunta certa não é quanto custa o token. É quanto custa cada decisão melhor, cada hora economizada, cada erro evitado. Sem essa pergunta respondida, automação não é resultado. É custo variável com boa narrativa.
Leandro da Conceição Rafael, Mestre em Administração (MPA) pela FGV EAESP. Executivo de finanças, consultor e conselheiro em finanças corporativas, FP&A, controladoria e reestruturação. Professor nos cursos de educação executiva da FGV IDE.
As opiniões expressas neste artigo são exclusivamente do autor e não representam, necessariamente, a visão da FGV EAESP, do Estadão ou de organizações com as quais o autor se relaciona.