FinOps para agentes de IA: custo por resultado

O painel do fornecedor mostra poucos reais em tokens. A demonstração parece barata. Depois entram a licença, o banco vetorial, a automação, o monitoramento, as tentativas repetidas, a revisão humana e a fila de exceções. No fim do mês, ninguém consegue responder quanto custou cada pedido correto, cada lead realmente qualificado ou cada relatório aceito.

O problema não é ter custo variável. É operar sem uma unidade de valor, sem atribuição e sem um limite que considere qualidade. Token mede consumo técnico; não mede trabalho concluído. Um agente pode gastar menos tokens e ficar mais caro se errar, repetir, atrasar ou transferir conferência para uma pessoa.

Este artigo apresenta o mapa CUSTO, uma ferramenta de FinOps para agentes de IA. Ele liga cada execução a um caso real, soma custo técnico e humano, separa tentativa de resultado aceito e cria gatilhos para ampliar, otimizar, degradar ou parar. A proposta cabe em uma planilha antes de exigir uma plataforma sofisticada.

Por que a conta de IA ficou mais difícil de enxergar

Uma pesquisa da McKinsey publicada em julho de 2026 ouviu 120 participantes empresariais, dos quais 75 compuseram a amostra qualificada em cinco setores. Entre eles, 62% já tinham passado da experimentação para implantação ativa, e 93% relataram ultrapassar seus orçamentos de IA. O estudo também estimou que o gasto cresce quase quatro vezes na passagem para adoção corporativa.

Os percentuais descrevem uma amostra empresarial, não uma previsão automática para toda PME. O sinal útil é a mudança de natureza do gasto. Um fluxo com agente distribui custo entre modelo, ferramentas, dados, infraestrutura, licenças, integrações, observabilidade e trabalho das pessoas. Parte é fixa, parte varia por execução e parte só aparece quando algo dá errado.

A FinOps Foundation trata IA como uma categoria de custo que atravessa diferentes tecnologias e fornecedores. Tokens são um medidor importante e comparável, mas não capturam sozinhos todo o sistema. A própria orientação inclui retorno sobre investimento, produtividade, alocação e eficiência do consumo entre as medidas relevantes.

O denominador importa mais do que parece

“Custo médio por chamada” é fácil de calcular e fácil de interpretar errado. Uma chamada pode apenas classificar uma mensagem; outra pode pesquisar, consultar três sistemas e tentar concluir uma operação. Mais grave: duas chamadas podem custar o mesmo, mas apenas uma gerar uma saída que atende ao critério do negócio.

Escolha uma unidade de resultado que represente trabalho útil e tenha aceite observável:

pedido aceito: itens, quantidade, cliente e condição conferidos, sem correção posterior;
lead qualificado aceito: perfil mínimo completo, origem preservada e próximo responsável definido;
consulta confirmada: horário registrado no sistema e confirmação válida, não apenas mensagem enviada;
alerta acionável: evidência, responsável e prazo presentes; o gestor não precisa refazer a análise;
cobrança encaminhada corretamente: faixa, mensagem, canal e próxima data coerentes com a política.

A unidade precisa ser estreita o suficiente para contar e relevante o suficiente para orientar decisão. “Interação”, “resposta” e “tarefa processada” geralmente medem atividade. Resultado aceito exige uma regra de conclusão e uma janela para detectar correção tardia.

A fórmula de custo por resultado aceito

Use uma janela semanal durante o piloto e mensal em uma operação estável:

Custo por resultado aceito = (consumo de IA + ferramentas e infraestrutura + parcela de implantação e licenças + revisão humana + retrabalho e exceções) ÷ quantidade de resultados aceitos.

Não inclua receita “potencial” no numerador nem conte toda saída como aceita. Registre as premissas: custo-hora usado, período de amortização da implantação, critério de aceite, prazo para reabertura e custos compartilhados. O objetivo não é produzir uma contabilidade perfeita; é tornar alternativas comparáveis sem esconder trabalho.

Uma orientação recente da OpenAI sobre gestão de investimentos em IA recomenda avaliar o custo completo para alcançar o padrão de qualidade: uso de modelo e ferramentas, tentativas, taxa de conclusão, latência e revisão humana. Para fluxos prioritários, a recomendação é justamente acompanhar custo por resultado aceito. É uma boa regra independentemente do fornecedor escolhido.

Mapa CUSTO: cinco blocos para abrir a conta

C — Caso e correlação

Dê um identificador único ao caso de negócio e carregue esse ID por todas as etapas: gatilho, chamadas de modelo, ferramentas, revisão, gravação no sistema e eventual reabertura. Sem correlação, o time vê uma fatura total e uma contagem de tarefas, mas não sabe quais casos consumiram mais nem por quê.

Registre também setor, cliente ou unidade, tipo de demanda, versão do fluxo e resultado final. Isso permite separar um caso normal de uma exceção rara, comparar versões e encontrar consumo concentrado em um canal ou regra.

U — Unidade aceita

Defina o artefato, os campos obrigatórios, a regra de qualidade e quem pode aceitar. Crie estados explícitos: recebido, em execução, pendente, concluído técnico, aceito, corrigido, reaberto e descartado. O denominador usa apenas o que chegou a “aceito” e não reabriu dentro da janela definida.

Se o aceite depende de alguém reler toda a conversa, a unidade ainda está ambígua. Prefira campos verificáveis, como código localizado, evidência citada, condição consultada, próxima ação registrada e confirmação do sistema de destino.

S — Serviços e consumo

Some o que cada caso efetivamente acionou:

tokens de entrada, saída e raciocínio, quando o fornecedor disponibilizar;
pesquisa, transcrição, visão, armazenamento, banco de dados e execução de código;
chamadas a ERP, CRM, WhatsApp, e-mail, mapas ou serviços de terceiros;
filas, servidor, observabilidade, logs e retenção;
licenças por usuário, por ação, por crédito ou por volume.

Além do valor, registre tentativas, chamadas de ferramenta, tempo e motivo de repetição. Um pico de custo costuma nascer de contexto crescendo sem limite, loop, fonte indisponível, retentativa mal configurada ou agente usando um modelo caro em etapa simples.

T — Trabalho humano e transferência

Cronometre por amostragem o tempo de preparar entrada, revisar, corrigir, aprovar, tratar exceção e refazer a etapa seguinte. Não presuma que todo minuto “economizado” virou caixa. Primeiro descubra se o agente liberou capacidade, reduziu fila, evitou perda ou apenas moveu o trabalho para uma conferência menos visível.

Separe revisão prevista de retrabalho. Revisar uma decisão sensível pode ser parte correta do desenho; corrigir sempre o mesmo campo é desperdício. A primeira entra no custo do processo. A segunda também entra, mas precisa gerar uma ação de melhoria com dono.

O — Orçamento e ocorrência

Defina quatro faixas para cada unidade:

normal: custo e qualidade dentro do envelope; o fluxo segue;
atenção: aumento de tentativas, tempo ou revisão; o owner investiga;
degradação: troca para modo mais simples, reduz ferramentas ou exige aprovação;
parada: loop, orçamento máximo, fonte crítica indisponível ou qualidade abaixo do mínimo interrompem o caso.

O limite deve existir por caso e por período. Um teto mensal evita surpresa na fatura; um teto por caso impede que poucas exceções consumam o orçamento inteiro. “Desligar ao atingir 100%” não é a única resposta: o modo degradado preserva as partes úteis e encaminha o restante com contexto para uma fila humana.

Planilha mínima para começar nesta semana

Crie uma linha por caso concluído e use estas colunas:

ID do caso, data, processo, versão do agente e owner;
resultado final: aceito, corrigido, reaberto, descartado ou pendente;
quantidade de tentativas e chamadas de ferramenta;
custo de modelo, serviços externos e infraestrutura;
minutos de revisão, aprovação, correção e exceção;
motivo de falha ou consumo anormal;
tempo de ciclo até o aceite;
valor operacional associado: receita protegida, perda evitada, fila reduzida ou capacidade liberada.

Feche a semana com cinco números: custo total, resultados aceitos, custo por aceito, taxa de primeira passagem e minutos humanos por aceito. Depois abra os dez casos mais caros. A média mostra tendência; os casos extremos mostram o que corrigir.

Exemplo ilustrativo: barato por execução, caro por aceite

Considere um agente que processou 1.000 pedidos em um mês. O painel técnico mostra R$ 600 de consumo e serviços. Somando R$ 1.200 da parcela mensal de licenças e implantação e R$ 1.800 de revisão e correção, o custo observado chega a R$ 3.600. Se 900 pedidos foram aceitos sem reabertura, o custo é R$ 4 por pedido aceito — não R$ 0,60 por execução.

Agora uma mudança reduz o consumo técnico para R$ 450, mas derruba os aceitos para 750 e eleva revisão e correção para R$ 2.400. A conta passa a R$ 4.050, ou R$ 5,40 por aceito. O token ficou mais barato; a operação ficou mais cara. Os valores são apenas ilustrativos, mas a comparação mostra por que custo e qualidade precisam compartilhar o mesmo denominador.

Unidades úteis nas verticais da V7

v7 Obras: custo por diário consolidado aceito ou alerta de restrição acionável. Inclua minutos para localizar foto, corrigir apontamento e confirmar responsável.
v7 Carteira: custo por pedido gravado corretamente ou cliente reativado com próximo passo. Reabertura por código, condição ou duplicidade sai do denominador.
v7 Agro: custo por oportunidade qualificada e encaminhada no timing correto. Contato genérico enviado não equivale a oportunidade aceita pelo consultor.
v7 Imob: custo por lead qualificado e entregue ao corretor com preferência, disponibilidade e SLA. Meça também o tempo que o corretor gasta saneando o handoff.
v7 Clínicas Retorno: custo por consulta confirmada, retorno agendado ou orçamento reativado. Mensagem entregue é etapa; agenda atualizada é resultado.
v7 Custom: escolha a unidade do processo — relatório aprovado, cadastro saneado, chamado resolvido ou decisão preparada — antes de escolher a métrica técnica.

Decisões que o painel precisa permitir

ampliar: qualidade estável, custo unitário dentro da meta, demanda real e fila de exceção saudável;
rotear: casos simples usam configuração econômica; casos ambíguos recebem modelo, contexto ou revisão adicionais;
simplificar: regra determinística substitui IA em validações previsíveis; contexto repetido é armazenado ou reutilizado;
redesenhar: custo alto nasce de dado ruim, handoff confuso ou muitas etapas dentro da mesma missão;
parar: o fluxo não atinge o aceite mínimo, não tem owner ou custa mais do que a perda que deveria reduzir.

A FinOps Foundation define unit economics como a ligação entre custo tecnológico e uma unidade relevante de valor do negócio. Essa disciplina impede otimização cega: o agente mais barato por chamada pode não ser o mais econômico por resultado.

Sinais de alerta antes da próxima fatura

o fornecedor mostra tokens por projeto, mas os casos não têm ID de correlação;
o time divide a fatura pelo número de execuções e chama isso de custo unitário;
revisão, retrabalho, implantação e integrações ficam fora da conta;
não existe diferença entre saída gerada, concluída, aceita e reaberta;
um modelo mais barato entra em produção sem teste de qualidade e tentativas;
o agente pode repetir ferramentas sem limite por caso;
o orçamento é compartilhado por vários fluxos e ninguém sabe qual consumiu o desvio;
há alerta de gasto, mas não há owner, modo degradado nem decisão prevista.

Em 2025, a Gartner previu que mais de 40% dos projetos de IA agêntica seriam cancelados até o fim de 2027, citando custos crescentes, valor pouco claro e controles de risco insuficientes. Não é destino inevitável; é um argumento para definir a conta e a responsabilidade antes da escala.

Ritual mensal de 45 minutos

compare: volume, aceites, custo por aceito, primeira passagem e tempo humano contra a linha de base;
abra: os casos mais caros, reabertos e lentos; identifique o evento que multiplicou consumo;
decida: uma mudança de processo, dado, regra, modelo, ferramenta ou limite;
teste: rode casos representativos e exceções antes de liberar a mudança;
realoque: aumente orçamento apenas onde qualidade, demanda e valor foram comprovados;
registre: owner, hipótese, meta, data de revisão e condição de reversão.

FinOps não é uma reunião do financeiro para cortar tokens. É uma rotina conjunta de negócio, operação e tecnologia para comprar a quantidade certa de inteligência, no ponto certo do processo, com resultado que alguém aceita e sustenta.

O ponto de vista da V7 Agents

IA só gera ROI quando existe processo, dado oficial, responsável, rotina de revisão e implantação operacional. A mesma lógica vale para custo: não basta saber quanto o modelo cobrou. É preciso saber qual caso ele tratou, qual resultado foi aceito, quanto trabalho humano permaneceu e que decisão será tomada quando o envelope estourar.

O V7 IA Ready define unidade, baseline, dados e dono; os Agentes Verticais executam fluxos delimitados com custo atribuível; e a Operação Contínua acompanha qualidade, consumo, exceções e valor por unidade. Assim, orçamento deixa de financiar atividade invisível e passa a seguir evidência operacional.

Fontes consultadas

Você sabe quanto custa cada resultado aceito pelo seu agente?

O V7 IA Ready mapeia unidade de valor, baseline, processo, dados, responsáveis e custos antes de ampliar uma automação na operação real.

Solicitar diagnóstico IA Ready Conhecer o V7 IA Ready

Seu agente de IA ficou barato ou só escondeu a conta?