Custo de IA é tudo o que a empresa paga para usar modelos de linguagem e ferramentas com IA no trabalho: assinaturas por usuário, consumo de API, créditos de plataforma e o tempo de quem configura e revisa. Medir o custo de IA de um time de marketing pede mais do que somar faturas, porque o total não diz qual fluxo gastou nem o que a entrega devolveu.
Pense na conta de luz de casa. Ela chega com um valor único no fim do mês. Você sabe quanto pagou, mas não sabe se o peso veio do chuveiro ou da geladeira velha. Com o custo de IA acontece o mesmo: a fatura mostra o total, não o consumo de cada fluxo, e nenhum dos dois diz o que mudou no resultado.
Este artigo separa o custo de IA em três camadas (gasto total, custo por fluxo de trabalho e resultado), mostra onde achar o dado de cada uma, aponta a armadilha de cada medida e explica por que adoção alta não prova retorno.
Por que a fatura sozinha não responde nada
Imagine o cenário: o financeiro pergunta se a IA vale o que custa, e o time responde com a fatura do mês e uma contagem de usuários ativos. A fatura diz quanto saiu do caixa, a contagem diz quantas pessoas abriram a ferramenta, e nenhum dos dois liga o gasto a uma entrega.
Esse buraco aparece em escala na pesquisa State of AI in the Enterprise, da Deloitte. A edição divulgada em outubro de 2026 ouviu 3.500 líderes de 25 países, entre maio e junho daquele ano, segundo o comunicado da consultoria. Dos entrevistados, 71% acompanham o gasto total com inferência e API, 51% acompanham o volume de tokens e só 44% acompanham o custo por unidade de inferência.
Para marketing, a consequência é prática. Sem custo de IA por fluxo, você não sabe se o rascunho de artigo custa mais que a análise de campanha, nem qual dos dois devolve mais. Uma das ações que a Deloitte recomenda aos líderes vai nessa direção: rastrear o gasto da fatura da empresa até os fluxos de trabalho, os modelos e o uso de tokens.
As três camadas do custo de IA
A leitura que a gente propõe é tratar o custo de IA em três camadas que respondem a perguntas diferentes. A primeira mostra quanto a empresa gasta, a segunda quanto custa cada entrega e a terceira o que essa entrega mudou no negócio. Cada camada depende da anterior; pular uma delas deixa a conclusão sem base.
| Camada | O que mede | Onde achar o dado | Armadilha |
|---|---|---|---|
| Gasto total | Quanto sai do caixa com IA no período: assinaturas, API, créditos | Faturas dos fornecedores, cartão corporativo, painel de cobrança de cada plataforma | Tratar a soma como diagnóstico; esquecer ferramentas pagas fora do controle central |
| Custo por fluxo ou unidade | Quanto custa cada entrega: peça aprovada, lead qualificado, ticket resolvido | Relatórios de uso por fluxo, logs de API com etiqueta de projeto, contagem de entregas no CMS, no CRM ou no help desk | Dividir pelo que foi gerado em vez do que foi aprovado; usar preço de tabela quando o contrato é outro |
| Resultado | O que a entrega mudou: tempo economizado, qualidade, receita | Medição antes e depois, pesquisa com o time, funil no CRM, testes com grupo de controle | Confundir correlação com causa; contar uso ou adoção como se fosse ganho |
Com a tabela na mão, dá para fazer ao fornecedor a pergunta que separa painel de consumo de ferramenta de gestão: “Esse relatório mostra o custo por tipo de entrega ou só o gasto total por usuário?”
Camada 1: gasto total, a fatura que já está na mesa
O gasto total é a camada mais fácil de levantar, e a sensação de controle que ela dá não mostra qual fluxo gastou o quê. Ela junta o assento (preço fixo por pessoa por mês), o consumo cobrado por uso na API e os créditos que algumas plataformas vendem em pacote.
O primeiro trabalho é de inventário: pode haver assinaturas no cartão de alguém, fora do contrato central. O artigo sobre governança de IA na empresa trata desse levantamento de ferramentas e artefatos, que é a base para qualquer conta séria.
O segundo trabalho é separar o fixo do variável. Assento custa o mesmo se a pessoa usa todo dia ou nunca. API cresce com o volume. Para estimar o custo de IA variável antes de ligar um fluxo novo, a calculadora de custo de API de IA compara modelos por token, imagem, áudio e vídeo, em dólar e em reais. É a lógica de FinOps em marketing aplicada a uma linha nova da planilha.
Ao fechar essa camada, a pergunta para o financeiro ou para o fornecedor é direta: “Quanto do nosso gasto com IA é fixo por assento e quanto varia com o uso?”
Camada 2: custo por fluxo de trabalho e por unidade
Nesta camada, o custo de IA passa a ser medido por entrega, e não só por fatura. A conta é simples no papel: o gasto atribuído a um fluxo no período dividido pelo número de entregas úteis daquele fluxo. Os exemplos mais comuns em marketing e áreas vizinhas são o custo por peça aprovada, o custo por lead qualificado e o custo por ticket resolvido.
O denominador decide se o número presta. Se o modelo produz dez versões de um e-mail e uma vai ao ar, o custo por peça aprovada é dez vezes o custo por versão. Em lead, conte o que passou no critério de qualificação, não o que entrou no formulário.
O numerador é a parte difícil, porque a fatura raramente diz qual fluxo consumiu o quê. Algumas ferramentas começaram a fazer essa atribuição. Os Smart Reports do Claude Enterprise, por exemplo, leem uma amostra das transcrições de um time num período de até 28 dias, agrupam o trabalho por fluxo e tipo de entrega e mostram o custo médio por sessão de cada grupo, segundo a documentação da Anthropic. A mesma documentação informa que o gasto aparece a preço de tabela. Se o seu contrato tem desconto ou outro modelo de cobrança, o número do relatório precisa de ajuste antes de virar indicador.
A pergunta que essa camada habilita, para quem vende a ferramenta: “Dá para separar o consumo por projeto ou fluxo, e o custo aparece pelo nosso preço de contrato?”
Camada 3: resultado, onde o retorno aparece ou não
Custo por entrega mostra eficiência de consumo; retorno depende do que a entrega mudou. As medidas de resultado mais usadas em marketing cabem em três grupos: tempo economizado, qualidade da entrega e efeito em receita ou funil.
Tempo economizado exige uma linha de base. Meça quanto um fluxo levava antes da IA e quanto leva depois, contando revisão e retrabalho, não só a geração. Esse cuidado aparece no artigo sobre o paradoxo da produtividade com IA em marketing: produzir mais rápido não garante que o tempo total caiu. E há o efeito que o artigo sobre a curva J na adoção de IA descreve, em que o indicador pode piorar antes de melhorar enquanto o time ajusta processo e dados.
Qualidade se mede com critério definido antes, como a taxa de aprovação na primeira revisão ou a nota de um revisor com rubrica fixa. Receita é a camada mais exigente, porque precisa ligar a entrega a um movimento no funil. A Deloitte, no mesmo relatório, recomenda conectar iniciativas de IA a alavancas comerciais específicas, como preço, demanda, conversão e retenção. Para marketing, isso significa escolher antes qual etapa do funil cada fluxo deveria mover.
Antes de ligar qualquer fluxo novo, vale perguntar ao dono da meta: “Se esse fluxo der certo, qual número do funil muda e em quanto tempo a gente consegue ver?”
Adoção não é retorno
Um erro a evitar ao defender o custo de IA é usar número de adoção como prova de valor. Usuários ativos e crescimento de uso descrevem consumo. Cabem na camada 1 e não chegam à camada 3.
Um exemplo recente ajuda a ver a diferença. Ao ampliar o Agentforce Coworker, a Salesforce anunciou preço de US$ 50 por usuário por mês e informou, no comunicado oficial, que o uso cresceu 21 vezes em três meses e que mais de 185 mil usuários já usam o produto. Na leitura do Club Martech, publicada na notícia, o comunicado não define o que conta como uso nem traz medida de produtividade. São números de adoção.
O modelo de preço por assento torna essa distinção ainda mais importante. Se o custo é fixo por pessoa, o custo por entrega depende de quantas pessoas de fato delegam trabalho. Num exemplo hipotético, um time de 20 assentos em que cinco pessoas usam a ferramenta para valer tem custo de IA por entrega quatro vezes maior do que a conta otimista sugere. Conte quem entrega com a ferramenta, não quem tem acesso.
Numa renovação de contrato, a pergunta útil ao executivo de conta é: “Vocês têm algum dado de resultado por usuário, como tempo por tarefa ou taxa de aprovação, além do volume de uso?”
O limite da medição: correlação e transcrições
A primeira é estatística. Ver o gasto com IA subir junto com leads ou receita não prova que a IA causou o aumento. No mesmo período pode ter entrado verba de mídia, sazonalidade, um produto novo ou uma mudança de preço. Para afirmar retorno, você precisa de um desenho que isole o efeito: comparar um grupo que usou o fluxo com outro que não usou, ou o mesmo fluxo antes e depois com o restante estável. O artigo sobre incrementalidade no orçamento de marketing explica como escolher a evidência certa para esse tipo de decisão, e a lógica vale para IA como vale para canal de mídia.
A segunda é sobre pessoas. Relatórios que leem transcrições para atribuir custo a fluxos podem, em tese, ser usados para comparar quem usa melhor ou pior a ferramenta. A documentação dos Smart Reports avisa que o recurso não foi feito para avaliar desempenho individual nem para decisões de emprego, e a atribuição a usuários individuais vem desligada por padrão, segundo a Anthropic. A decisão de ligar fica com a empresa. Registre na política de uso para que o relatório serve, decida com RH e jurídico se a atribuição individual fica desligada e comunique isso ao time. Na leitura do Club Martech, um painel usado para vigiar pessoas pode mudar o comportamento de quem é medido e reduzir o valor do dado.
Antes de ligar qualquer relatório desse tipo, pergunte a quem administra a conta: “Quem consegue ver dados por pessoa, e isso fica registrado quando alguém consulta?”
Próximos passos para medir o custo de IA no seu time
Comece pequeno e por um fluxo só. Escolha o fluxo com IA que mais roda no seu time, como rascunho de artigo ou resposta a lead, e faça a conta completa do custo de IA dele antes de tentar medir tudo.
- Liste todas as cobranças de IA do último mês, incluindo assinaturas fora do contrato central, e separe o que é fixo por assento do que varia com o uso.
- Defina a unidade de entrega do fluxo escolhido (peça aprovada, lead qualificado, ticket resolvido) e conte quantas houve no mesmo mês.
- Atribua ao fluxo a parte do gasto que é dele, por etiqueta de projeto na API, relatório da ferramenta ou rateio de assento, e divida pela contagem de entregas.
- Anote a linha de base de tempo e qualidade daquele fluxo e o número do funil que ele deveria mover, para comparar no próximo ciclo.
- Escreva numa frase, na política de IA do time, que esses números medem fluxos e não pessoas.
Com um fluxo medido nas três camadas, você leva ao financeiro quanto custa cada entrega e o que ela mudou, em vez da fatura e do número de usuários. O próximo fluxo a medir é o que tiver a maior fatia do gasto.
