Quanto custa implementar agente de IA: a estrutura real de custos

Procure "quanto custa um agente de IA" e você vai encontrar números fechados que não se sustentam: valores em reais atribuídos a categorias genéricas, como se um agente de WhatsApp para uma loja de médio porte e um assistente interno integrado a ERP fossem o mesmo produto. Não são. Qualquer cotação que chega sem perguntas antes é chute.

O que este artigo faz é diferente: mostrar a estrutura real de custos, componente por componente, para você entender o que faz o preço subir ou descer — e levar do fornecedor uma proposta que dá para auditar. Sem número mágico, porque o número honesto depende do seu contexto.

Toda vez que o agente pensa, você paga tokens. O ponto que quase ninguém explica é que uma interação não é um bloco único — ela é uma cadeia de chamadas com custos muito diferentes.

• Classificação e roteamento: "isso é venda, suporte ou reclamação?" — poucos tokens de entrada e saída, rodam bem em modelos pequenos e baratos. É a maior parte do volume e a menor parte da conta.
• Geração de resposta: escrever a resposta final com contexto do cliente, catálogo e histórico — mais tokens, modelo maior. É a menor parte do volume e a maior parte da conta de LLM.

As otimizações que derrubam esse custo são conhecidas e você deve exigi-las na proposta:

• Modelo menor para etapas simples. Nem toda etapa precisa do modelo mais caro; classificação com modelo pequeno mantém qualidade e corta custo.
• Cache de prompts e contexto. Instruções do sistema e documentos de base repetidos em toda chamada não precisam ser processados de novo a cada vez.
• Contexto enxuto. Enviar o histórico inteiro "por segurança" é a forma mais comum de queimar dinheiro em tokens.

Como escala: linearmente com o volume. Dobrou o número de interações, dobrou a conta de tokens. É o componente mais previsível do projeto — e raramente o que mais pesa.

A infraestrutura de um agente de produção tem três frentes:

• API oficial do WhatsApp Business (quando o canal é WhatsApp): a Meta cobra por conversa, com categorias de preço diferentes para utilitário, marketing e atendimento. É um custo que existe independentemente de quem desenvolve.
• Filas e orquestração: para não travar quando chega pico de mensagens, o processamento precisa de fila — volumes baixos mal sentem, picos agradecem.
• Hospedagem: arquiteturas serverless cobram por execução, o que torna a hospedagem de um agente de volume baixo e médio notavelmente barata — a infraestrutura cresce em degraus conforme o volume sobe, não de forma abrupta.

A pitfall aqui é a mesma do componente anterior: em volume baixo, infraestrutura não é o que decide o projeto. Detalhes de como desenhar isso para escalar sem custo fixo pesado estão em arquitetura serverless na AWS para integrações.

Aqui está a resposta desconfortável para quem procura número pequeno: a parte mais cara de implementar um agente de IA quase nunca é a IA. É a integração.

O agente precisa falar com o seu mundo: consultar o catálogo, atualizar o CRM, verificar o pedido no ERP, respeitar as regras comerciais. Cada sistema tem sua API, suas limitações, às vezes nem tem API. Em cima disso, um agente de produção precisa de guardas — o que ele pode e não pode fazer, o que exige aprovação humana — e de testes de avaliação que comprovem qualidade antes de ir ao ar. Demos escondem essa camada inteira, como exploramos em ai agents beyond the demo (em inglês).

Como escala: é custo fixo. Integrar com o CRM custa o mesmo tenham mil ou cem mil interações por mês. É por isso que orçamentos de "agente barato de assinatura" esbarram quando você pede integração real com o seu ERP: eles assumem que a sua operação se adapta à ferramenta, e não o contrário.

Esse componente também é onde se decide entre comprar pronto e construir sob medida — tema que voltaremos adiante.

Agente não é entregável que termina — é produto que opera. A manutenção tem três frentes:

• Monitoramento: acompanhar taxa de resolução, escalonamentos e falhas em produção, com alerta quando a qualidade cai.
• Ajuste de prompts e avaliação contínua: o modelo muda, o catálogo muda, o cliente muda a forma de perguntar. Sem reavaliação periódica, a qualidade degrada em silêncio.
• Novos casos: toda semana de operação revela casos que o escopo inicial não cobria. Evolução é parte do ciclo de vida, não exceção.

Como escala: cresce devagar com o volume e com o número de frentes do agente. Regra prática: se a proposta não menciona manutenção, ela está embutida em algum lugar que você vai descobrir depois — ou não está, e o agente vai degradar sozinho.

Duas consequências práticas dessa tabela:

1. Volume alto dilui o custo fixo. Quanto mais interações mensais sobre a mesma integração, menor o custo médio por interação. Agente faz sentido econômico onde há volume — o que conecta esta análise ao critério de priorização por volume do nosso framework de automatizar tarefas repetitivas com IA.
2. Agente de escopo pequeno e volume baixo raramente se justifica sob medida. Se são poucas interações sobre poucos sistemas, avalie SaaS. Honestidade aqui economiza dinheiro.

Por que vendemos escopo, e não hora: escopo obriga as duas partes a definirem o resultado antes de começar — o que força o diagnóstico que este artigo defende — e transfere para nós o risco de estimativa, não para você. Hora tem o lugar dela (descobertas genuínas), mas como modelo padrão de entrega de agente cria a pior combinação: prazo aberto, preço aberto e incentivo invertido.

Antes de pedir proposta — ou de responder a um fornecedor sério que faz perguntas —, tenha estas respostas:

• Volume mensal de interações previstas (com pico, não média otimista).
• Sistemas envolvidos e como se integram: API documentada? Banco? Só tela?
• Canais: WhatsApp, site, Slack, interface interna — cada canal tem custo próprio.
• Risco das decisões: o agente apenas prepara para humano aprovar, ou executa sozinho? Decisão financeira sem aprovação humana não é escopo, é passivo.
• Quem mantém depois: time interno, fornecedor, ou nenhum dos dois (a resposta mais cara, no longo prazo).

Fornecedor que não pergunta nada disso está te vendendo cotação genérica. Desconfie.

ROI de agente se calcula com três números que só existem na sua operação: horas devolvidas por semana (× custo/hora da equipe), taxa de resolução sem intervenção humana e receita recuperada de interações que hoje se perdem sem resposta. O piloto com linha de base medida — como fazemos no programa de resultados — transforma essas três promessas em três números auditáveis antes do rollout completo.