O piloto de IA funcionou mas ficou caro — vale a pena continuar?
O piloto entregou o resultado prometido, mas o custo por execução assustou o CFO. Antes de cancelar ou dobrar a aposta, separe custo de arranque de custo estrutural — são decisões diferentes, com respostas diferentes.
TL;DR: Piloto de IA caro não é motivo automático para cancelar nem para dobrar a aposta. Separe custo de arranque (cai com escala) de custo estrutural (não cai sozinho, exige redesenho). O estudo do MIT por trás dos "95% de ROI zero" aponta causa organizacional, não o preço da tecnologia — julgar só pelo custo por execução do piloto é repetir esse erro.
O piloto de IA funcionou mas ficou caro — vale a pena continuar?
O piloto entregou o que prometeu: a tarefa saiu mais rápida, com menos erro. Só que o custo por execução, quando alguém finalmente calculou, assustou o CFO. A pergunta vira "isso escala ou é fogo de palha caro"?
A resposta não está no número do piloto sozinho. Está em de onde vem esse custo.
Custo de arranque não é custo estrutural
Boa parte do que encarece um piloto é trabalho de configuração: especialista ajustando prompt, integrando sistema, supervisionando de perto para pegar erro cedo. Esse custo é concentrado no início e cai de forma acentuada quando o agente sai do piloto e entra em operação estável — a configuração já foi paga, o que resta é rodar.
Custo estrutural é outra coisa: se o agente está fazendo um número alto de chamadas a um modelo caro numa tarefa que não exigia esse nível de raciocínio, isso não cai sozinho com o tempo. Exige decisão de redesenho — modelo mais barato para a tarefa certa, cache do que se repete, ou revisão do escopo do que o agente deveria fazer.
Projetar o custo do piloto de forma linear para o volume de produção — sem separar as duas naturezas de custo — é o erro mais comum na hora de decidir cancelar ou continuar.
O que o estudo do MIT realmente diz sobre isso
O número que circula, "95% das iniciativas de IA têm ROI zero", vem de um estudo do MIT NANDA publicado em 2025. A manchete sugere que a tecnologia decepciona. A causa que o próprio estudo aponta é outra: a maioria das empresas adota IA sem redesenhar a operação em volta dela — compra ferramenta, mantém o processo antigo, e o retorno não aparece porque o trabalho nunca mudou de forma.
Aplicado ao piloto caro: cancelar só porque o número assustou, sem separar arranque de estrutura, é o mesmo erro em miniatura — julgar pelo sintoma (custo alto agora), não pela causa (o que exatamente está gerando esse custo, e se ele se sustenta em escala).
Como decidir, na prática
- Separe a fatura: quanto do custo do piloto é configuração única (arranque) e quanto é execução recorrente (estrutural)? A maior parte das planilhas de piloto não separa isso — vale a pena forçar essa quebra antes de decidir qualquer coisa.
- Teste o custo estrutural isolado: rode uma semana medindo só o custo de execução em regime, sem o overhead de ajuste. Esse número, não o custo médio do piloto inteiro, é o que deveria entrar na decisão de continuar.
- Se o estrutural ainda for alto: não é motivo para cancelar — é motivo para redesenhar antes de escalar. A Fhinck redesenhou a própria operação processo a processo, não automatizou o que já existia: é o mesmo movimento, aplicado ao custo em vez de ao processo.
Continuar ou cancelar um piloto caro não é pergunta de tecnologia. É pergunta de qual parte da fatura você está olhando. A Masterclass AI First ensina, com exemplo próprio auditado, como fazer essa separação antes de comprometer o orçamento do ano que vem.
Perguntas frequentes
Porque boa parte do custo de um piloto é custo de arranque — integração manual, ajuste fino, supervisão próxima — não custo estrutural do processo em regime. Custo de arranque cai de forma acentuada quando o agente sai da fase de piloto e entra em operação estável, porque o trabalho de configuração já foi pago. Quem mede só o custo por execução do piloto e projeta linearmente superestima o custo em escala.
Pergunte o que está gerando o custo: se é tempo de especialista ajustando prompt e integração, é custo de arranque — cai com escala. Se é o volume de chamadas a um modelo caro numa tarefa que não precisava desse nível de raciocínio, é custo estrutural — não cai sozinho, exige redesenho (modelo mais barato para a tarefa certa, cache, ou repensar o escopo do agente).
O estudo do MIT (NANDA, 2025) aponta o oposto do que a manchete sugere: a causa dominante do ROI zero não é o custo da tecnologia, é a falta de redesenho organizacional em volta dela — adoção sem transformação. Cancelar um piloto caro sem primeiro separar custo de arranque de custo estrutural repete exatamente o erro que o estudo descreve: julgar a tecnologia pelo sintoma, sem investigar a causa.
Pode valer, mas não automaticamente. Migrar de navegador para API resolve a parte frágil da automação por tela — ela quebra a cada mudança de layout — e tende a reduzir o custo por execução em escala, porque remove a camada mais lenta e mais sujeita a erro do processo. Mas isso só compensa quando o custo alto do piloto é estrutural, não de arranque: confirme primeiro o volume real da tarefa no negócio inteiro e a estabilidade das regras do processo. Se as duas respostas forem favoráveis, a integração via API costuma pagar o investimento; sem essa confirmação, o risco é trocar um piloto caro por uma integração cara que seria descartada do mesmo jeito.