Quando alguém me traz uma proposta de automação com IA, a primeira coisa que eu procuro no documento não é o que a automação faz. É como o ROI foi calculado.
Porque a maioria dos cálculos que eu vejo tem um problema sutil: eles comparam o custo da IA com o custo do processo manual que existe hoje. Essa comparação é verdadeira, mas incompleta. Ela ignora o que você vai descobrir depois que o sistema estiver rodando em produção há seis meses e a conta começar a não fechar do jeito que fechava no PowerPoint.
Não estou dizendo que o ROI não existe. Existe, e em alguns casos é absurdo. Já vi processo de extração manual de dados que levava um dia inteiro de uma analista virar questão de minutos com um agente bem calibrado. Isso é real, acontece, e o número é fácil de calcular. Mas esse é o caso mais simples. O mais comum é mais complicado.
O que entra na conta que a maioria esquece
Custo de API é o item que todo mundo lembra. Token de entrada, token de saída, preço por milhão de tokens. Você faz a conta, multiplica pelo volume esperado, aparece um número que parece razoável. Justo.
O que fica fora da conta quase sempre: o custo do prompt de sistema que cresceu ao longo de meses de ajuste. Cada vez que o comportamento do agente não era exatamente o que você precisava, alguém foi lá e adicionou mais contexto, mais instrução, mais exemplo. Esse prompt ficou grande. E prompt grande é token caro por chamada, multiplicado pelo volume, toda rodada. Vi isso acontecer em projetos onde o custo mensal de API triplicou em quatro meses sem que o volume de uso tivesse crescido tanto assim.
Fora isso, engenharia de manutenção. Agente que roda em produção não é set and forget. O modelo de linguagem na base muda. A API do sistema que ele integra muda. O formato de resposta que o sistema downstream esperava muda porque alguém refatorou aquele microsserviço sem avisar. Alguém da equipe técnica vai colocar horas nessa manutenção todo mês, e essa hora tem custo real que nenhuma planilha de ROI estava incluindo.
E observabilidade. Você vai querer saber o que o agente está fazendo, se está tomando as decisões certas, se tem algum trecho do processo onde ele está errando sistematicamente mas o erro não é óbvio porque o resultado parece plausível. Construir isso bem tem custo de desenvolvimento inicial e depois tem custo de infraestrutura para guardar os logs com contexto suficiente pra valer alguma coisa quando o incidente aparecer.
Não estou falando isso para desanimar. Estou falando porque projeto que entra com conta incompleta tende a ter conversa constrangedora no sexto mês.
Onde o retorno aparece de verdade
O retorno mais claro é velocidade de processamento de volume. Tem uma classe de tarefas que um humano faz bem mas não faz rápido: classificar centenas de e-mails por intenção, extrair campos de documentos semi-estruturados, triagem inicial de chamados com categorização e prioridade. Você pode ter uma pessoa muito boa nisso, trabalhando focada, sem distração. Ela ainda vai processar cinquenta por hora, talvez oitenta num dia bom. Um agente faz milhares sem pausa, sem fadiga decisória às 16h de uma sexta.
Esse ganho de escala, quando o volume justifica, é onde o ROI fica mais fácil de defender.
O segundo caso é consistência, e aparece mais do que as pessoas imaginam. Humano especialista toma decisões boas, mas com variância. O mesmo documento pode ser classificado diferente num dia ruim, num dia cansado, logo depois de um caso difícil que criou viés. Agente bem calibrado, com bom sistema de prompt, é tediosamente consistente. Em processos onde consistência importa mais do que velocidade, esse é o argumento mais forte. Compliance, triagem, análise de risco. O agente não tem segunda-feira de ressaca.
O terceiro, que a galera subestima bastante, é disponibilidade. Automação não tem horário de trabalho. Processo que hoje espera até segunda de manhã pra ser analisado, com um agente, pode ser processado às 3h do domingo. Para alguns contextos de negócio, isso muda o produto, não só a eficiência interna. Atendimento que antes tinha janela de horas vira algo que o cliente recebe em minutos, independente do horário.
O caso que parece ROI mas não é
Tem uma armadilha que eu vejo com frequência. A empresa automatiza um processo, o processo fica mais rápido, o custo por unidade cai, o dashboard fica bonito. Tudo certo. Mas o gargalo do negócio não era esse processo.
Se a conversão de proposta para contrato está travada porque o comercial demora a fazer follow-up, e você automatizou o processamento interno de pedidos, você ficou com um sistema mais eficiente e o problema real continua lá. O ROI existe tecnicamente. Não move o negócio.
Aliás, isso me lembra de um padrão que aparece bastante em empresas que estão começando a adotar IA: a automação vai para o processo mais visível, o que mais reclamação gera internamente, não necessariamente o que mais impacto tem no resultado. O processo de onboarding de clientes que ninguém gosta de fazer vira candidato natural, mesmo que a saída de clientes esteja travando o crescimento muito mais do que o onboarding lento. Você entrega o projeto, todo mundo fica feliz, e três meses depois ninguém consegue explicar onde o resultado apareceu.
Qual a pergunta que faz diferença aqui? Onde está o gargalo real do negócio? Se a automação proposta resolve esse gargalo, a conversa sobre ROI é fácil. Se resolve uma ineficiência secundária, o número existe mas fica difícil de sustentar.
Como montar a conta de forma honesta
Do lado do custo da IA: API, infraestrutura, desenvolvimento inicial e manutenção mensal estimada. Essa última geralmente aparece como zero na proposta e raramente é zero na vida real. Colocar pelo menos dez por cento do custo de desenvolvimento como manutenção anual já é mais realista do que não colocar nada.
Do lado do custo atual: tempo de quem faz hoje, overhead de coordenação quando tem mais de uma pessoa no processo, custo dos erros que passam, atrasos que acumulam. E o que é menos tangível mas precisa entrar na conversa: qual o valor de processar em horas o que hoje leva dias? Qual o valor de ter consistência onde hoje tem variância? Essas perguntas muitas vezes têm resposta financeira se você puxar o fio com cuidado. Às vezes não têm, e aí a automação vira uma questão de qualidade operacional, não de ROI direto. Ambas são justificativas válidas, mas são justificativas diferentes e precisam ser tratadas como tal.
Sinceramente, projeto que começa com conta honesta tem mais chance de entregar o que prometeu. Promessa de “economia de 60%” baseada em comparação simplificada cria expectativa que o sistema real raramente sustenta no décimo segundo mês.
Gabriel Schunck está disponível para projetos de automação e integração com IA. Se você está montando a conta antes de comprometer orçamento e quer uma perspectiva técnica honesta, entra em contato pelo gabriels.dev.br.