Qual o custo mensal de manter uma IA rodando na empresa?

Para um assistente interno usado por uma equipe pequena, o consumo de modelo costuma ficar abaixo de R$ 500 por mês. Sistemas que processam milhares de documentos ou atendem alto volume de conversas podem chegar a alguns milhares por mês. O custo é proporcional ao volume de texto processado, não ao número de usuários cadastrados.

Vale mais a pena usar API de modelo pronto ou rodar modelo próprio?

Para quase toda empresa, API de modelo pronto sai mais barato e mais rápido. Rodar modelo próprio exige GPU dedicada, que custa caro por hora mesmo ociosa, além de equipe para manter. Modelo próprio só se justifica com volume muito alto e constante ou exigência regulatória de que os dados não saiam da infraestrutura.

Preciso treinar um modelo com os dados da minha empresa?

Na maioria dos casos, não. A abordagem chamada RAG busca os trechos relevantes dos seus documentos e os entrega ao modelo no momento da pergunta, sem treinamento. Sai muito mais barato, atualiza na hora que o documento muda e evita o custo recorrente de retreinar.

Quanto custa implementar IA na empresa

Implementar IA na empresa custa duas coisas ao mesmo tempo: um projeto, pago uma vez, que costuma ficar entre R$ 20 mil e R$ 120 mil dependendo do caso de uso; e um consumo de modelo, cobrado por uso todo mês, que na maior parte dos casos corporativos fica bem abaixo do que as pessoas imaginam. Confundir os dois é o erro mais comum em orçamento de IA.

Quanto custa o projeto, por tipo de caso de uso

Caso de uso	Faixa típica de projeto	Prazo estimado
Automação com IA em um processo pontual (classificar, extrair, resumir)	R$ 8 mil – R$ 30 mil	2 a 6 semanas
Assistente sobre a base de documentos da empresa (RAG)	R$ 25 mil – R$ 80 mil	6 a 12 semanas
Agente que executa ações em sistemas (abre chamado, atualiza CRM)	R$ 40 mil – R$ 120 mil	2 a 5 meses
Atendimento com IA integrado a canais e ao ERP	R$ 50 mil – R$ 150 mil	3 a 6 meses
Modelo próprio treinado ou ajustado, com infraestrutura dedicada	R$ 150 mil+	6 meses+

São estimativas típicas de mercado. O que muda o número dentro de cada faixa é quase sempre a bagunça dos dados de origem e a quantidade de sistemas envolvidos.

Para onde o dinheiro realmente vai

A intuição de quem contrata é que a maior parte do orçamento vai para "a IA". Não vai. A distribuição típica de um projeto de IA aplicada é mais ou menos assim:

Preparação de dados: 30% a 40%. Encontrar onde os documentos estão, converter PDF escaneado, remover duplicata, padronizar formato, decidir o que é fonte de verdade quando dois arquivos se contradizem. É o item mais subestimado.
Integração com os sistemas existentes: 20% a 30%. A IA sozinha não resolve nada; ela precisa ler do ERP e escrever no CRM. Esse custo depende da API do outro lado.
Engenharia da solução em si: 20% a 30%. Estruturar a busca, montar o contexto, definir os limites do que o agente pode fazer, tratar caso de erro.
Avaliação e ajuste: 10% a 20%. Montar um conjunto de perguntas de teste com respostas esperadas e medir. Sem isso, ninguém sabe se o sistema piorou depois de uma mudança.

O custo de chamada de modelo raramente aparece nessa lista porque, no orçamento de implantação, ele é pequeno.

Como funciona o custo variável de modelo

Modelos de linguagem são cobrados por token, que é aproximadamente três quartos de uma palavra em português. Você paga pelo que entra (a pergunta mais o contexto) e pelo que sai (a resposta). Duas consequências práticas:

Contexto grande custa caro em escala. Se cada pergunta manda 20 páginas de documento junto, você paga por essas 20 páginas em toda pergunta. Uma busca bem feita, que seleciona só os três trechos relevantes, reduz o custo em uma ordem de grandeza, e ainda melhora a qualidade da resposta.

Modelo grande nem sempre é necessário. Classificar um e-mail em cinco categorias não exige o modelo mais caro do catálogo. Uma arquitetura que usa modelo pequeno para tarefas simples e reserva o modelo grande para o que é difícil corta a fatura sem perceptível perda de qualidade.

Ordens de grandeza úteis para dimensionar antes de contratar:

Cenário	Volume mensal aproximado	Custo de modelo estimado
Assistente interno, equipe de 10 pessoas	2 a 5 mil perguntas	menos de R$ 300/mês
Classificação de documentos de rotina	20 mil documentos curtos	R$ 300 – R$ 1.500/mês
Atendimento em canal público, alto volume	50 mil conversas	R$ 2 mil – R$ 8 mil/mês

Esses números variam conforme o modelo escolhido, o tamanho médio do texto e a política de cache. Peça ao fornecedor a estimativa por unidade de trabalho, custo por conversa, por documento, em vez de um valor mensal fechado sem premissa declarada.

RAG ou treinar o próprio modelo

A dúvida aparece em quase toda conversa e a resposta prática é quase sempre a mesma.

RAG (busca nos seus documentos e envio do trecho relevante ao modelo) não exige treinamento, entra no ar em semanas, atualiza no momento em que o documento muda e permite mostrar a fonte de cada resposta. É a abordagem que resolve a maioria dos casos corporativos: base de conhecimento, políticas internas, contratos, manuais, histórico de atendimento.

Ajuste fino do modelo faz sentido quando o problema é de formato ou estilo muito específico, não de conhecimento. Custa mais, precisa de dados rotulados e precisa ser refeito quando o modelo base muda.

Modelo próprio em infraestrutura dedicada só se paga com volume muito alto e constante, ou quando há exigência regulatória de que os dados não saiam do ambiente. Uma GPU dedicada custa por hora mesmo quando ninguém está usando, e alguém precisa mantê-la.

Empresas como a Retti Tech, que trabalham com RAG e agentes de IA integrados a sistemas existentes, tendem a começar pela abordagem mais barata justamente porque ela responde à pergunta de negócio antes de exigir investimento pesado.

Como não desperdiçar dinheiro em IA

Escolha um processo com dor medível. "Usar IA" não é objetivo. "Reduzir de 4 horas para 20 minutos o tempo de triagem de propostas" é. Se você não consegue medir o antes, não vai conseguir provar o depois.

Comece pelo caso mais chato, não pelo mais impressionante. Extração de dados de documento, classificação de chamado e resumo de reunião dão retorno rápido e são fáceis de validar. Demonstrações vistosas costumam morrer na primeira semana de uso real.

Exija avaliação numérica. Um conjunto de 50 a 100 casos com resposta esperada, rodado antes e depois de cada mudança. Sem isso, "melhorou" é opinião.

Trate o custo variável como item de arquitetura. Cache, seleção de modelo por tarefa e limite de contexto são decisões técnicas com efeito direto na fatura. Peça que estejam na proposta.

Defina o que a IA não pode fazer. Um agente que escreve em sistemas precisa de limites explícitos, registro de tudo que executou e um caminho de aprovação humana para ações sensíveis. Isso é escopo, é custo, e sai muito mais barato do que descobrir a ausência disso em produção.