O estouro de custo com IA agêntica expõe a falta de dono, não de ferramenta

Em 20 de outubro, a CIO Dive publicou os números do relatório “State of Observability 2026”, da Splunk, companhia de dados e observabilidade controlada pela Cisco. A pesquisa ouviu 2.050 profissionais de operações de TI e engenharia. Mais da metade disse não conseguir controlar o custo de inteligência artificial dentro da própria empresa — cada prompt, cada reexecução, cada token tem preço — e 60% relataram que cobranças inesperadas relacionadas a IA geram estresse operacional, além do custo básico já alto. Mitch Ashley, vice-presidente e líder de prática do The Futurum Group, resume o que mudou:

“Um relatório mensal não dá conta de um custo que salta numa tarde só.”

A leitura mais repetida é que falta ferramenta. Uma empresa que não sabe quanto está gastando com IA compraria observabilidade melhor, um painel que rastreia cada chamada até a origem, e resolveria o problema de visibilidade. É a aposta que os próprios fornecedores de nuvem já fizeram pública. A Google lançou, em agosto, opções de faturamento flexível e um teto mensal de gasto para agentes de IA. A Oracle oferece pacotes limitados de token para ligar o preço do agente ao valor que ele entrega ao negócio. A AWS testa um agente de FinOps capaz de investigar, por conta própria, anomalias de custo. Do lado de dentro das empresas, os CIOs reagem do mesmo jeito: implementam mais ferramenta de rastreamento de gasto.

Doze ferramentas depois, o gasto ainda surpreende

Um levantamento da Enterprise Management Associates, citado no mesmo relatório, mostra o tamanho da aposta que já foi feita. Três em cada quatro organizações de TI usam até doze ferramentas de observabilidade, somando nuvem, infraestrutura e rede. E o próprio relatório aponta a ironia: esse acúmulo de ferramenta eleva o custo de IA, em vez de reduzi-lo. Cada carga de trabalho de IA emite um rastro de telemetria a cada prompt, cada chamada de ferramenta, cada resposta do modelo, e processar esse volume também tem conta própria, separada da conta de rodar o modelo. A empresa que não conseguia enxergar o próprio gasto comprou mais lentes para enxergá-lo. A conta de manter as lentes entrou na mesma fatura que ela tentava controlar.

O que falta, na descrição de Ashley, não é visibilidade. É decisão. Custo de IA deixou de ser item fixo de orçamento e passou a ser variável que escala junto com o uso e quase nenhuma governança: nenhum nome responde por ele, nenhum limite é fixado antes de o pedido saltar da tela do usuário para o modelo, nenhum gatilho dispara revisão quando o consumo sai do previsto. É a mesma distância que separa usar IA como ferramenta, rodar mais chamada e mais rápido, de usar IA como camada de gestão, decidindo quem pode gastar quanto e quando essa decisão precisa ser revista.

A pergunta de quem assina o orçamento quando a fatura de IA passa a crescer sozinha já tinha resposta parcial: um rito de revisão recorrente, no lugar da aprovação única de projeto. O que o relatório da Splunk acrescenta é que mesmo esse rito, quando é mensal, chega tarde para um gasto que pode dobrar numa tarde.

A leitura óbvia	O que os dados mostram
Falta ferramenta de observabilidade para rastrear o gasto	Três em cada quatro empresas já têm até doze, e o acúmulo também eleva o custo
O problema é falta de visibilidade	O relatório mensal não acompanha um gasto que pode dobrar numa tarde
A solução é técnica	A solução é nomear quem responde pelo orçamento antes do agente rodar

Quem assina o orçamento antes do agente rodar

Para quem dirige empresa, o primeiro movimento é dar nome a cada fluxo de IA em produção — um agente, um workflow, uma integração — antes de comprar a décima terceira ferramenta de observabilidade. Ashley recomenda algo mais específico que “melhorar a governança”: vincular token e chamada ao agente, ao fluxo de trabalho, à equipe e ao rastro de execução que os gerou, e aplicar limite de orçamento e de taxa na camada do próprio agente, antes do envio da requisição, não depois que ela já foi processada e cobrada. Responsabilidade pelo custo cabe a quem inicia a carga de trabalho, com orçamento nomeado desde o início e revisão disparada quando o consumo sai do previsto, não apurada só no fechamento do mês.

Vale também mudar o que entra no contrato com o fornecedor. Direcionar pedido rotineiro para um modelo menor e mais barato, e exigir do fornecedor um teto de consumo escrito em contrato, desloca a conversa sobre custo para antes da assinatura, em vez de depois da primeira fatura inesperada. Perguntar ao fornecedor como ele precifica, amostra e retém a telemetria de IA também entra nessa conversa, porque parte da fatura de observabilidade nasce exatamente aí.

A pergunta de quem tem autoridade para frear um gasto de IA antes dele virar problema público já apareceu nesta publicação em outro contexto. Ali era sobre lançar um produto. Aqui é sobre manter um agente rodando. A resposta se repete: alguém precisa ter o poder de dizer “ainda não” antes do fato consumado, não depois dele.

Se o consumo de IA da empresa dobrasse numa única tarde, quem ficaria sabendo a tempo de agir, e quanto tempo levaria até essa pessoa descobrir?