Por que não existe preço de tabela para IA sob medida

A pergunta "quanto custa desenvolver uma IA" costuma esconder projetos muito diferentes dentro da mesma frase. Um assistente interno que responde dúvidas sobre política de reembolso e um sistema que lê contratos, extrai cláusulas e alimenta o ERP compartilham a palavra "IA", mas não compartilham nada do esforço de engenharia. Por isso qualquer número dado antes de entender o escopo é chute, não estimativa.

O que realmente define o custo é a quantidade de decisões que o sistema precisa tomar sozinho, o número de sistemas que ele precisa tocar e o preço de errar. Software sob medida com IA é engenharia: modelagem de dados, integração, tratamento de exceção, observabilidade e manutenção. O modelo de linguagem é um componente do sistema, não o sistema.

  • Escopo funcional: Quantas tarefas distintas o sistema executa e quantos caminhos de exceção precisam de tratamento explícito.
  • Integrações: Cada sistema conectado (ERP, CRM, banco, planilha, API de terceiro) adiciona esforço de autenticação, mapeamento e teste.
  • Qualidade dos dados: Dado sujo, duplicado ou espalhado em PDFs cobra preço em limpeza e normalização antes de qualquer IA funcionar.
  • Custo do erro: Sugerir texto errado é barato. Emitir cobrança errada não é. Risco alto exige validação, aprovação humana e auditoria.
Quer avaliar este cenário na sua operação?
Receber estimativa

Os blocos de custo que aparecem em todo projeto de IA

Um orçamento honesto de IA sob medida se decompõe em blocos que você pode conferir item por item. Quando a proposta apresenta apenas um valor fechado sem essa abertura, fica impossível saber o que foi subestimado — e o que foi subestimado volta como pedido de aditivo no meio do projeto.

Vale separar mentalmente o custo de construir do custo de operar. Construção é um evento; operação é uma linha permanente no orçamento. Projetos que só orçam a construção costumam entregar algo que funciona na demonstração e envelhece mal no dia a dia.

  • Descoberta e desenho: Mapear o processo atual, definir o que a IA decide, o que o humano aprova e qual é o critério de sucesso mensurável.
  • Engenharia de dados: Extrair, limpar e estruturar as fontes que o sistema vai consultar, incluindo documentos não estruturados.
  • Construção do sistema: Backend, interface, orquestração dos modelos, regras de negócio, tratamento de erro e permissões de acesso.
  • Integrações e automações: Conectar o sistema aos softwares que a empresa já usa, com contrato de dados claro em cada ponta.
  • Avaliação e testes: Conjunto de casos de referência para medir acerto antes de subir e detectar regressão depois de cada mudança.
  • Operação contínua: Consumo de modelos, infraestrutura, monitoramento, correções e evolução conforme o processo muda.

Três faixas de escopo e o que muda entre elas

Em vez de perseguir um valor, é mais útil identificar em qual faixa de escopo seu problema cai. A faixa determina prazo, tamanho de equipe e ordem de grandeza do investimento — e também determina se vale começar por ela ou por algo menor.

A recomendação prática: comece pela menor faixa que já produz decisão ou economia verificável. Provar valor em um recorte estreito custa menos que descobrir, seis meses depois, que o processo escolhido não era o gargalo.

  • Faixa 1 — recorte único: Uma tarefa, uma ou duas integrações, uso interno. Classificar tickets, extrair campos de documentos, resumir chamadas.
  • Faixa 2 — fluxo ponta a ponta: Um processo completo com múltiplas etapas, aprovação humana, painel de acompanhamento e integração com sistema de registro.
  • Faixa 3 — sistema operacional do negócio: Plataforma sob medida com vários fluxos, múltiplos perfis de usuário, dados históricos e requisitos de auditoria e governança.
  • Sinal de faixa errada: Se o projeto exige mudar processo, contrato e cultura ao mesmo tempo, a faixa está grande demais para a primeira entrega.

Como comparar propostas sem escolher pelo menor preço

Duas propostas com valores distantes normalmente descrevem escopos distantes. A mais barata costuma omitir engenharia de dados, testes, tratamento de exceção ou operação — itens que não desaparecem, apenas mudam de dono. Antes de comparar números, iguale o escopo no papel.

Uma proposta boa deixa explícito o que o sistema faz, o que não faz, quem aprova o que, como o acerto será medido e o que acontece quando o modelo erra. Ausência dessas respostas é o principal indicador de risco de orçamento em projeto de IA.

  • Critério de sucesso: Está escrito como número verificável, não como adjetivo? "Reduzir tempo de triagem" precisa de baseline e meta.
  • Fronteira do escopo: O documento lista o que fica fora desta entrega, evitando disputa de interpretação na homologação.
  • Plano de falha: Existe caminho definido para quando a IA não tem confiança suficiente: encaminhar, pedir aprovação ou recusar.
  • Custo de operação: Consumo de modelo, infraestrutura e suporte estão estimados separadamente do valor de construção.
  • Propriedade do código: Fica claro quem detém o código, os dados e as credenciais no fim do contrato.
Quer avaliar este cenário na sua operação?
Receber estimativa

Onde cortar custo com segurança e onde não cortar

Dá para reduzir bastante o investimento inicial sem comprometer o resultado, desde que o corte aconteça no lugar certo. Cortar escopo é saudável; cortar avaliação e tratamento de erro só transfere o custo para a operação, geralmente multiplicado.

O caminho mais eficiente é estreitar o problema até ele caber em uma primeira entrega curta, colocar em uso real com volume limitado e só então ampliar. Cada ampliação passa a ser decidida com dado de uso, não com suposição.

  • Corte com segurança: Número de fluxos na primeira entrega, refinamento visual, relatórios secundários e integrações que podem esperar.
  • Reuse o que existe: Autenticação, banco de dados e ferramentas já presentes na empresa reduzem construção nova.
  • Não corte avaliação: Sem conjunto de casos de teste você não sabe se o sistema piorou depois de uma alteração.
  • Não corte observabilidade: Log de decisão e rastreio de erro são o que permitem corrigir barato em vez de reconstruir.
  • Não corte o dono do processo: Projeto de IA sem alguém do negócio responsável por decidir regras trava em revisão.

Perguntas frequentes

Dá para estimar o custo antes de detalhar o escopo?+
Só em ordem de grandeza, e apenas depois de identificar a faixa de escopo, as integrações envolvidas e o custo de um erro do sistema. Uma conversa estruturada de descoberta normalmente é suficiente para posicionar o projeto em uma faixa e indicar se vale começar por um recorte menor.
O que é mais caro: o modelo de IA ou a engenharia em volta dele?+
Na maioria dos projetos sob medida, a engenharia em volta pesa mais: integração com os sistemas da empresa, tratamento de dados, regras de negócio, interface, testes e monitoramento. O consumo dos modelos é uma linha de custo recorrente, dimensionada pelo volume de uso.
Assinar uma plataforma pronta não sai mais barato?+
Sai mais barato quando o seu problema é genérico e cabe no que a plataforma já faz. Quando o processo é próprio da empresa, envolve seus sistemas internos e precisa de regras específicas, a ferramenta genérica cobra em adaptação, retrabalho e limites que você não controla.
Quanto tempo até o sistema gerar retorno?+
Depende de quão estreito é o primeiro recorte. Entregas de escopo único entram em uso muito antes de plataformas completas, e é por isso que faz sentido começar por um processo com baseline medido: o retorno passa a ser comparável a um número que já existia antes.
Existe custo depois que o sistema entra no ar?+
Sim, e ele deve estar no orçamento desde o começo: consumo de modelos, infraestrutura, monitoramento, correções e evolução conforme o processo muda. Tratar isso como surpresa é a causa mais comum de sistema de IA abandonado no primeiro semestre.

Leia mais em IA para Negócios ou volte ao hub do blog.