A edição do terceiro trimestre da pesquisa Global AI Pulse, publicada pela KPMG em 2026 com 2.131 executivos de 20 países, incluindo o Brasil, mostra um descompasso na forma como as empresas tratam o custo da inteligência artificial. Segundo o levantamento, 61% das organizações revisam os custos de IA na aprovação dos projetos e 59% os monitoram em operação, mas só 12% comparam de forma consistente o valor gerado com o custo em toda a organização.
Uma explicação provável para essa distância está no modelo de cobrança das APIs de IA generativa, baseado no volume processado, medido em tokens de entrada e de saída. O custo muda com o modelo escolhido, o tamanho do contexto enviado a cada chamada e o número de vezes que um agente consulta o modelo até concluir uma tarefa. Por isso, um projeto aprovado com uma estimativa de custo pode multiplicar a despesa ao ganhar usuários ou ao ser ligado a um fluxo automatizado, e quem mexe nessa variável no dia a dia são as pessoas e aplicações que têm as chaves e contas de uso, longe de quem aprovou o orçamento.
Por que o gasto com IA escapa da aprovação do projeto
A preocupação com o gasto de IA já chegou às áreas financeiras, segundo o relatório State of FinOps 2026, da FinOps Foundation, feito com 1.192 respondentes, no qual 98% dos profissionais de FinOps dizem gerenciar gastos com IA, contra 31% duas edições antes. As principais dificuldades citadas são a visibilidade desses custos, a alocação do gasto por unidade de negócio e a medição do valor obtido. O Gartner encontrou um quadro parecido em pesquisa divulgada em 2026 com 353 líderes de dados e IA, na qual só 44% das organizações tinham adotado controles financeiros ou práticas de FinOps para IA.
No Brasil, a pesquisa TIC Empresas 2025, do Cetic.br, feita com 4.174 empresas com mais de dez integrantes, mostra que o uso de inteligência artificial chegou a 17% do total e a 50% entre as de grande porte, com mais de 250 funcionários. A mesma pesquisa registra que, entre as empresas que usam IA, 60% contrataram fornecedores externos para desenvolver ou adaptar soluções, e que nas grandes o desenvolvimento interno passou de 24% para 37%, dois caminhos que multiplicam contratos, contas e chaves dentro da mesma organização.
Quando cada área mantém sua conta, paga com o cartão do departamento ou dentro do orçamento de um projeto, a empresa não consegue somar o total nem saber quais aplicações consomem mais, e fica sem base para comparar o custo de cada uso com o resultado obtido. A revisão feita na aprovação perde efeito porque a despesa efetiva aparece em outro lugar e em outro momento.
Governança de custos de IA depende de quem tem as credenciais
Na cobrança por uso, uma chave de API funciona como um cartão corporativo sem limite e sem titular: quem está com a chave consome em nome da empresa. Quando a mesma chave é usada por várias pessoas e aplicações, a fatura chega consolidada, sem dizer quem gastou nem para quê, e a governança de custos de IA passa a depender do mesmo controle que a segurança, que é saber quem tem as chaves.
Como dão acesso a consumo pago pela empresa dona da conta, tokens, chaves e contas de IA passaram a circular em mercados de dados roubados, segundo duas análises de inteligência de ameaças. A Okta analisou um pacote de 7 GB de dados roubados por infostealers, com registros de 5.871 máquinas infectadas em 162 países, e encontrou tokens de sessão de grandes plataformas, incluindo centenas de um dos principais provedores de modelos de linguagem, parte ainda não expirada. Segundo a Okta, esses tokens podem permitir usar a conta da vítima sem passar pela autenticação multifator.
A Team Cymru, empresa de inteligência de ameaças, identificou em oito dias de observação 10.867 servidores que funcionam como intermediários de acesso a modelos de IA. Esses servidores reúnem contas obtidas por abuso de ofertas promocionais e, segundo a empresa, possivelmente por roubo de credenciais e tokens, e revendem o uso a terceiros, que consomem os modelos sem aparecer como usuários. O tráfego de um grupo de 17 desses servidores equivaleria, a preço de tabela da API, a algo entre US$ 160 mil e US$ 240 mil nesses oito dias.
Para a empresa que contratou o serviço, uma sessão exposta dá a terceiros acesso ao histórico e aos dados ligados à conta, e uma chave exposta pode gerar consumo cobrado na própria fatura. Entre as situações que expõem essas credenciais estão chaves gravadas em código-fonte ou em arquivos de configuração compartilhados, uma mesma chave usada pelo time inteiro sem prazo de validade, contas pessoais usadas para trabalho e acessos que continuam ativos depois que o funcionário deixa o projeto. Essas situações também dificultam a alocação do custo, porque o consumo de uma chave compartilhada ou de uma conta pessoal não aparece associado a nenhum projeto.
O controle começa por responder quantas chaves de API de serviços de IA existem em nome da empresa, quem as criou, a que projeto pertencem e quando foram usadas pela última vez. Sem essa lista, não há como aplicar limites, revogar o acesso de quem saiu nem identificar consumo que não corresponde a nenhum uso aprovado.
Quando uma chave vaza, a resposta precisa ser rápida e previsível, com revogação, emissão de outra restrita ao mesmo projeto, revisão do consumo desde a data provável do vazamento e verificação de que o código ou o arquivo que a expôs não continua acessível.
Contas separadas, limites e um responsável por chave
Depois do inventário, o desenho de contas separa projetos ou espaços de trabalho por área e por ambiente, com desenvolvimento e produção em contas distintas, o que permite atribuir o gasto a quem o gera e aplicar limites diferentes a cada caso. A chave de cada aplicação fica restrita ao projeto ao qual pertence, de modo que um vazamento não dê acesso ao consumo da empresa inteira.
Os controles para isso já existem nas plataformas dos principais provedores de modelos. A documentação da OpenAI e da Anthropic descreve limites de gasto por projeto ou espaço de trabalho e alertas de consumo, e a do Google descreve tetos de gasto por projeto. Do lado da empresa, esses limites precisam vir acompanhados de varredura dos repositórios de código em busca de segredos expostos, de revogação automática no desligamento de funcionários e de um responsável nomeado para cada chave, que responda tanto pelo orçamento quanto pela credencial.
Separadas as contas por projeto, o custo pode ser apresentado todo mês à área que o gerou, com o consumo por aplicação, a variação em relação ao mês anterior e o resultado obtido. A prática, que as equipes de FinOps já aplicam à nuvem, responde à dificuldade de alocação por unidade de negócio apontada pela FinOps Foundation e traz a área usuária para as decisões de otimização, em vez de deixar que a área receba uma cobrança consolidada sem detalhe.
No processo de aprovação de novos usos, além da estimativa de custo, vale registrar a métrica de valor que o uso promete, como o custo por documento processado ou por atendimento concluído, e marcar a revisão dessa métrica depois de um período em operação. Se o uso não atinge o combinado, a revisão precisa ter autoridade para reduzir limites, trocar o modelo ou encerrar o projeto, o que estende a comparação entre custo e valor da aprovação para todo o período de uso.
Quando os agentes passam a consumir sozinhos
Agentes que executam tarefas de várias etapas tornam o consumo menos previsível, porque o número de chamadas ao modelo depende do caminho que cada execução percorre. Mesmo os tetos de gasto têm folga: a OpenAI avisa que o bloqueio ao atingir o limite não é instantâneo e que o gasto registrado pode passar um pouco do valor configurado, e o Google informa que tarefas longas, como processamento em lote e sessões de agentes, podem ultrapassar o teto do projeto por causa do atraso de cerca de dez minutos no processamento da cobrança.
Com o consumo menos previsível, as escolhas de arquitetura passam a fazer parte da governança de custos de IA. Direcionar tarefas simples para modelos menores, reaproveitar respostas para consultas repetidas e limitar o contexto enviado a cada chamada reduzem o consumo, e o efeito dessas escolhas no resultado pode ser acompanhado pela mesma métrica de valor definida na aprovação. Em comunicado sobre o custo de agentes de programação com IA, publicado em 2026, o Gartner afirma que muitas organizações subestimam o impacto financeiro do consumo de tokens e recomenda limites de tokens, políticas de escalonamento e monitoramento automatizado do uso, além da revisão periódica dos fluxos que mais consomem.
Para a liderança, o produto desse trabalho é um relatório que reúne, para cada uso de IA em produção, o gasto no período, o volume processado, a métrica de valor e o responsável, apresentado na mesma reunião em que se decide ampliar, ajustar ou encerrar o uso. Nesse formato, o custo chega à diretoria ao lado do resultado de cada uso, em vez de aparecer como uma linha consolidada da fatura, e a decisão sobre cada aplicação passa a considerar as duas coisas juntas.
À medida que os agentes assumem mais tarefas, a fatura deixa de acompanhar o número de usuários e passa a acompanhar o comportamento dos agentes. Nesse cenário, o controle de acesso serve também como instrumento de orçamento, desde que chaves, contas e limites de gasto façam parte da mesma política e cada consumo possa ser atribuído a um uso e a um responsável antes do fechamento da fatura.