A conta de inteligência artificial que ninguém te mostrou
O que há aqui para mim
Muitas PMEs estão a usar IA como se fosse uma despesa pequena de software, quando ela pode passar a comportar-se como uma nova rubrica de pessoas: trabalha muito, escala depressa e cobra em silêncio. O risco não está só em gastar mais, está em não saber que processos estão a consumir, quem decidiu isso e se o resultado compensa.
Esta leitura dá-te uma lente mais rigorosa para decidir onde usar chatbot, API ou modelos locais, sem cair no erro de pôr o modelo mais caro em qualquer tarefa. Também ajuda a evitar o corte cego que mata bons usos juntamente com maus usos.
Este é um artigo PRO. Uma leitura em profundidade para quem quer ir além da ideia rápida, compreender melhor o problema e levar daqui métodos, contexto e aplicação prática para decidir melhor na tua empresa.
Vi casos assim com alguma frequência: um agente de IA configurado para ajudar utilizadores nos primeiros passos de uma plataforma, sem limite de tokens, sem alerta de consumo e sem ninguém a olhar para o painel. Ao fim de 24 horas, a conta passa para centenas de euros. O problema foi o sistema de controlo que não existia.
É o tipo de situação que não costuma aparecer nas apresentações sobre adoção de IA, mas que aparece nas faturas.
Segundo o relatório State of AI de 2025 da McKinsey, 88% das empresas já usam a IA de forma regular em pelo menos uma função. Mas só 39% reportam impacto nos resultados financeiros ao nível da empresa, e 51% das organizações que usam a IA reportaram pelo menos uma consequência negativa associada à tecnologia.
A distância entre usar e usar bem está, muitas vezes, naquilo que ninguém explicou antes de começar.
E há uma razão para isto passar a importar muito mais. As despesas com pessoal são, para a maioria das empresas, a maior parcela de custos. O que está a acontecer é que a IA vai tornar-se numa parcela com o mesmo peso, pela mesma lógica: é pessoal eletrónico, pago em tokens, que trabalha em volume e sem parar. Quem não começar a gerir isto como gere o custo das pessoas, vai descobrir tarde demais o que já estava a gastar.
O que é um token, em linguagem comum
A unidade com que a IA mede e cobra tudo o que processa.
Quando escreves uma mensagem a um modelo de IA, ele não lê palavras, mas pedaços de texto chamados tokens. Um token equivale, em média, a 3 ou 4 caracteres em inglês. Em português, a lógica muda: cada carácter português (como por exemplo ç, ã, etc) tende a corresponder a um token, o que significa que o mesmo texto escrito em português consome mais tokens do que em inglês. Em qualquer dos idiomas, "Empresa" conta como 2 tokens e uma frase de 20 palavras pode ter entre 25 e 30.
O preço por token varia muito conforme o modelo. Um modelo de raciocínio avançado como o GPT-4o ou o Claude 3.7 Sonnet pode custar 10 a 20 vezes mais por token do que um modelo mais simples da mesma família. A diferença não é só de preço: é de capacidade. O modelo caro resolve problemas complexos, o barato resolve tarefas repetitivas e bem definidas. Usar sempre o mais capaz é como ligar o ar condicionado industrial para arrefecer um copo de água.
Num prompt ou pedido via API, tudo conta: o que escreves, o contexto que o modelo guarda da conversa e o que ele te responde.
Um pedido com muitos tokens pode custar pouco quando visto isoladamente, mas o problema aparece quando esse pedido se repete centenas de vezes por dia, em vários processos, sem limite definido e com vários agentes a correr em simultâneo.
O custo depende de muitas variáveis: o modelo usado, a proporção entre texto de entrada e de saída, o contexto acumulado, as ferramentas que o agente chama, o volume e o tipo de contrato.
Em português, o consumo de tokens pode ser superior ao inglês dependendo do modelo e do tipo de texto, diferença que num uso individual pode ser irrelevante, mas que em volume deve ser medida, não assumida.
Quantas tarefas da tua empresa já estão a ser feitas com a IA, sem que ninguém esteja a contar o que isso consome?
Subscreve gratuitamente para continuar a ler