Custo de IA nas empresas: como controlar tokens com FinOps

A inteligência artificial deixou de ser projeto-piloto em boa parte das empresas brasileiras. Agora ela aparece na fatura. Uma pesquisa da IDC encomendada pela Dell Technologies, noticiada pela Época Negócios nesta semana, mostra que 57% das empresas do país já usam IA em escala. Junto com o avanço, vem a pergunta que o financeiro e a TI passaram a fazer na mesma reunião: quanto isso custa e quem controla esse gasto?

Neste artigo, a DKP explica o que os números da pesquisa significam na prática, o que é FinOps aplicado à IA e como montar, passo a passo, um controle de custo que não trava a inovação. Se a sua empresa já usa assistentes, agentes ou modelos de linguagem integrados aos sistemas de gestão, este conteúdo é para você.

O que a pesquisa da IDC mostra sobre IA e custo no Brasil

O levantamento foi feito entre setembro e outubro de 2026 com 250 organizações e publicado pela Época Negócios. Os números mais relevantes para quem toma decisão de orçamento são estes:

• 57% das empresas já usam IA em escala. Entre as grandes, o índice é de 72%. Entre as pequenas e médias, 42%.
• A IA representa, em média, 28% dos investimentos em TI das empresas pesquisadas. A projeção para 24 meses é de 42%.
• 58% das organizações já usam agentes de IA, e a expectativa é chegar a 80% em dois anos.
• 45% das empresas já monitoram o consumo de tokens, mas ainda sem práticas estruturadas para reduzir o gasto. Já 93% esperam que o volume de tokens processados aumente nos próximos 12 meses.
• 48% citam a proteção de dados como obstáculo para usar nuvem em IA, e 35% apontam a imprevisibilidade dos custos.
• 43% pretendem adotar infraestrutura híbrida e 45% planejam implementar práticas de FinOps.

Do lado positivo, a mesma pesquisa registra ganhos reais: 52% relatam mais eficiência nos processos, 51% veem melhora na produtividade das equipes e 51% apontam avanço na satisfação dos clientes. Ou seja, a IA entrega valor, mas o custo cresce junto e precisa de gestão.

Por que o custo da IA é diferente do custo de TI que você conhece

Um servidor ou uma licença de software têm preço previsível. A IA generativa funciona de outro jeito. Ela cobra por token, a unidade de texto que o modelo lê e escreve. Quanto mais perguntas, mais contexto e mais agentes trabalhando, mais tokens e mais custo.

Três fatores tornam essa conta difícil de prever:

• Uso distribuído: cada área cria seu assistente, sua automação ou seu agente, muitas vezes sem passar pela TI.
• Agentes consomem em cadeia: um único pedido pode disparar dezenas de chamadas ao modelo, consultas a sistemas e novas tentativas.
• Preço varia por modelo: usar o modelo mais potente para uma tarefa simples custa muito mais do que o necessário.

Esse último ponto conecta com um tema que já tratamos aqui: quem controla o que os agentes podem fazer. Se você ainda não leu, veja o artigo sobre controle de acesso de agentes de IA nos seus sistemas. Limitar permissões também limita consumo.

O que é FinOps e como ele se aplica à IA

Segundo a FinOps Foundation, FinOps é uma prática cultural em que engenharia, finanças e produto trabalham juntas, e cada equipe assume a responsabilidade pelo próprio custo e uso, apoiada por um grupo central de boas práticas. O objetivo é identificar, comunicar e otimizar o valor por trás das decisões de tecnologia.

A mesma fonte destaca que a prática nasceu na gestão de custos de nuvem, mas hoje se expande para outras categorias, como SaaS, licenciamento e plataformas de dados. A IA entra naturalmente nessa lista.

Resposta direta: o que é FinOps para IA?

É o conjunto de práticas para acompanhar, atribuir e otimizar o gasto com IA, ligando cada real consumido a uma área, um processo e um resultado de negócio. Em vez de olhar só a fatura total, a empresa passa a saber quem gastou, com qual finalidade e se valeu a pena.

Comparativo: gasto sem controle x gasto com FinOps

Aspecto	Sem controle	Com FinOps aplicado à IA
Visibilidade	Fatura única, sem saber quem gastou	Consumo separado por área, projeto e agente
Escolha de modelo	Modelo mais potente para tudo	Modelo proporcional à tarefa
Previsibilidade	Surpresa no fechamento do mês	Orçamento e alertas por limite
Responsabilidade	Ninguém responde pelo custo	Dono definido para cada uso
Decisão de investir	Baseada em percepção	Baseada em custo versus resultado

Passo a passo para controlar o custo da IA na sua empresa

Não é preciso começar com uma ferramenta cara. A maior parte do ganho vem de organização. Este roteiro funciona para empresas de médio e grande porte.

1. Faça o inventário de usos de IA. Liste todos os assistentes, automações e agentes em operação, quem os criou, qual modelo usam e a qual sistema se conectam. Muita empresa descobre aqui usos que a TI nem conhecia.
2. Separe o consumo por centro de custo. Use chaves de acesso, projetos ou contas distintas por área. Sem essa separação, não existe responsabilização.
3. Defina o dono de cada uso. Cada agente ou automação precisa de uma pessoa responsável pelo resultado e pelo custo.
4. Estabeleça orçamentos e alertas. Fixe um limite mensal por área e configure avisos quando o consumo chegar a uma fração desse limite, por exemplo na metade e perto do teto.
5. Escolha o modelo certo para cada tarefa. Classificar e-mails ou extrair campos de um documento raramente exige o modelo mais potente. Reserve esse para raciocínio complexo.
6. Reduza o desperdício de tokens. Envie ao modelo só o contexto necessário, reaproveite respostas repetidas e limite o número de tentativas automáticas de um agente.
7. Meça o valor, não só o custo. Compare o gasto com o ganho: horas economizadas, chamados resolvidos, erros evitados. O número que importa é o custo por resultado.
8. Revise todo mês. Reúna TI, finanças e as áreas usuárias para olhar o painel, cortar o que não entrega valor e priorizar o que entrega.

Onde a IA mais gasta (e onde costuma haver desperdício)

Sem inventar números que a pesquisa não trouxe, dá para apontar os pontos onde o custo costuma escapar, pela própria natureza do funcionamento da tecnologia:

• Contexto longo demais: mandar documentos inteiros quando só um trecho é necessário.
• Laços de agentes: um agente que repete a mesma chamada até acertar, sem limite de tentativas.
• Ambientes de teste esquecidos: protótipos que continuam rodando depois do piloto.
• Integrações sem filtro: consultas a sistemas de gestão que trazem muito mais dados do que o agente precisa.

Esse último ponto é também de segurança. Dados em excesso trafegando para fora do ambiente aumentam o risco, o que dialoga com a preocupação de 48% das empresas pesquisadas. Para entender as obrigações legais, leia o que muda para empresas que usam IA depois de seis anos de LGPD. A Autoridade Nacional de Proteção de Dados (ANPD) reúne as orientações oficiais sobre o tema.

Nuvem, ambiente híbrido ou local: como o custo entra na decisão

A pesquisa indica que 43% das empresas pretendem adotar infraestrutura híbrida, combinando nuvem pública, privada e ambientes próprios. A lógica é simples: dados sensíveis ou cargas previsíveis podem rodar em ambiente controlado, enquanto picos e experimentos aproveitam a elasticidade da nuvem pública.

Não existe resposta única. A escolha depende do volume de uso, da sensibilidade dos dados e do perfil de variação da demanda. Para decidir com critério, vale uma avaliação técnica antes de contratar. A consultoria de cloud da DKP ajuda a comparar cenários, e o artigo sobre multicloud e os novos provedores de nuvem no Brasil traz um roteiro de avaliação de provedores.

Também ajuda ter processos de entrega e operação bem automatizados. Práticas de DevOps facilitam desligar ambientes ociosos, padronizar implantações e medir consumo de forma contínua.

Curiosidades sobre custo de IA

• O executivo da Dell citado na reportagem classificou o crescimento do gasto com tokens como o maior aumento de custos que ele viu em 27 anos de carreira.
• Embora 45% das empresas já monitorem tokens, o próprio levantamento aponta que ainda faltam práticas estruturadas de otimização. Monitorar é o primeiro passo, não o último.
• A diferença de adoção entre grandes e pequenas empresas (72% contra 42%) tende a diminuir, já que a expectativa é de 86% e 46% em dois anos.
• A FinOps Foundation define a prática como cultural antes de técnica: sem engajamento das áreas, a melhor ferramenta de monitoramento não muda o comportamento de gasto.

Quais indicadores acompanhar

Um painel enxuto já resolve a maior parte das decisões. Comece com poucos indicadores e amplie conforme a maturidade:

• Consumo de tokens por área e por agente, com tendência mensal.
• Custo por tarefa concluída, como custo por atendimento resolvido ou por documento processado.
• Proporção de modelos usados, para identificar uso do modelo mais caro em tarefas simples.
• Taxa de repetição e de erro de chamadas, que revela agentes em laço.
• Participação da IA no orçamento de TI, comparada com a meta definida pela diretoria.

Esses dados dependem de boa base. Se as informações de consumo, custo e resultado estão espalhadas, a consultoria de dados da DKP ajuda a consolidar tudo em painéis confiáveis para a diretoria.

Erros comuns na gestão de custo de IA

• Tratar como assunto só de TI. O custo nasce nas áreas de negócio, então a responsabilidade também precisa estar lá.
• Cortar sem medir valor. Reduzir gasto de um agente que gera economia real é prejuízo disfarçado de economia.
• Esperar a fatura para agir. Alertas e limites preventivos custam pouco e evitam surpresas.
• Escalar antes de entender. Multiplicar agentes sem saber o custo unitário de cada um multiplica também o problema.

Perguntas frequentes

Quanto as empresas brasileiras gastam com IA?

Segundo a pesquisa da IDC encomendada pela Dell, a IA representa em média 28% dos investimentos em TI das empresas pesquisadas, com projeção de 42% em dois anos. O valor em reais varia muito conforme o porte e não foi divulgado na reportagem.

O que é um token e por que ele afeta o custo?

Token é a unidade de texto que o modelo de linguagem processa. Em geral, o fornecedor cobra pela quantidade de tokens lidos e gerados, então mais uso e mais contexto significam maior custo.

FinOps serve só para nuvem?

Não. A FinOps Foundation informa que a prática começou na nuvem, mas hoje abrange também SaaS, licenciamento, data center e plataformas de dados, o que inclui o gasto com IA.

Por onde começar se não tenho nenhum controle hoje?

Comece pelo inventário de usos de IA e pela separação do consumo por área. Sem saber quem gasta, não é possível definir orçamento, alerta ou meta.

Controlar custo vai atrapalhar a inovação?

Não, se for feito com orçamento por área e revisão periódica. O controle serve para direcionar o investimento aos usos que entregam resultado, e não para barrar experimentos.

A DKP pode ajudar a estruturar esse controle?

Sim. A DKP atua com consultoria de TI, cloud, dados e automação. Veja a página de consultoria de TI e fale com o time.

Conclusão: crescer com IA exige saber quanto ela custa

A pesquisa da IDC deixa claro que a IA já faz parte da rotina de mais da metade das empresas brasileiras e que o orçamento destinado a ela vai crescer. Quem organizar agora inventário, responsabilidade, limites e indicadores chega ao próximo ciclo com vantagem: sabe onde investir, onde cortar e como provar o retorno.

Se a sua empresa quer estruturar esse controle, conte com a DKP. Entenda como trabalhamos em consultoria de TI.