O que perguntar antes de aprovar orçamento para IA

10 min de leitura

Antes de aprovar orçamento para IA, três perguntas separam o projeto que vira resultado do que vira custo recorrente sem dono: qual linha do resultado financeiro esse investimento muda, em quanto tempo ele se paga e quem responde por ele depois que entra em produção. Nenhuma das três é sobre a tecnologia — todas são sobre a decisão de negócio que está sendo tomada na reunião de aprovação.

O contexto torna essa disciplina urgente. Levantamento da KPMG com 150 executivos brasileiros aponta que praticamente todas as empresas ouvidas já implementaram automação ou IA agêntica, mas 45% relatam iniciativas desconectadas entre si. E pesquisa da Sinch com mais de 2.500 líderes de dez países mostra que 80% das empresas brasileiras já precisaram interromper ou reverter alguma implementação de IA. Boa parte desse desperdício foi aprovada em comitê — com orçamento carimbado antes de alguém checar se o projeto tinha processo, dado e dono.

Na HAIA, a recomendação para quem aprova orçamento é tratar o pedido de investimento em IA como qualquer outro pedido de capital: exigir o caso de negócio antes da assinatura, não o entusiasmo com a ferramenta. Este artigo detalha o que perguntar — e o que não aceitar como resposta.

Principais aprendizados

  • Aprovar orçamento para IA sem definir qual linha do resultado financeiro o projeto altera é a causa mais comum de iniciativa que “funciona” na demonstração e some no relatório trimestral.
  • Ganho medido em horas economizadas só sustenta aprovação se for convertido em uma de três rotas: redução de headcount, realocação para gerar receita mensurável ou uma contratação futura evitada.
  • Um cálculo de custo total de propriedade feito em cinco minutos — licenças, uso variável, horas internas, integrações e uma reserva de risco — já elimina a maioria das ferramentas com custo operacional oculto.
  • Piloto de IA que não se paga em cerca de 60 dias de operação não é piloto: é outra categoria de investimento, com outra régua de governança.
  • Para valores relevantes, apresentar o retorno em três cenários (base, otimista e pessimista) e mostrar que o pessimista ainda é positivo convence mais um comitê avesso a risco do que um número único e alto.

O orçamento de IA vai aparecer no resultado financeiro?

Essa é a primeira pergunta, e a que mais projeto tropeça. Quase toda iniciativa de automação entrega um resultado real em tempo economizado — pessoas liberadas de tarefas manuais. Mas esse ganho só vira aprovação sustentável se puder ser traduzido em uma linha efetiva do resultado financeiro: menos custo, menos terceirização, menos uma contratação que seria necessária. Quando essa tradução não é feita, o tempo economizado vira o que chamamos de “banco de horas” — um ganho verdadeiro, mas contabilmente invisível, porque a pessoa continua no quadro fazendo outras coisas e o custo total da operação não muda.

O comitê financeiro avalia pelo resultado, que só se move com uma decisão explícita: reduzir headcount, realocar a pessoa para uma função que gera receita mensurável, ou evitar uma contratação futura. Sem uma dessas três rotas escolhida e com dono, o retorno “some” entre a apresentação e o fechamento do trimestre — e alimenta o ceticismo recorrente com projetos de IA que prometem muito e não aparecem.

Vi essa barreira de perto numa revisão estratégica de portfólio de IA para um grande grupo educacional. A dúvida do comitê nunca foi se a IA funcionava — os pilotos já rodavam. Era como transformar “horas economizadas” em reais auditáveis, de um jeito que o controller aceitasse. Enquanto essa conversão não teve responsável nomeado por iniciativa, nenhum projeto passou da fase de piloto. A lição transferível: quem pede a automação quase nunca é quem tem autoridade para decidir sobre headcount da área — e essa pessoa precisa estar na sala antes da aprovação, não depois.

Quanto custa de verdade — e em quanto tempo se paga?

O número que aparece na proposta do fornecedor quase nunca é o custo real. Para uma triagem rápida, some cinco componentes: licenças fixas mensais, uso variável (por token, página ou conversa), horas internas de configuração e operação, integrações leves e uma reserva de risco de 10% a 20% sobre o total. O item mais subestimado é sempre a hora interna — e ele só aparece se alguém for obrigado a estimá-lo antes da decisão.

Com esse total na mão, aplique uma regra simples: um piloto bom se paga em até 60 dias de operação. Qualquer ferramenta cujo custo só se justifica em seis meses ou mais não é candidata a piloto — é uma decisão de investimento maior, que exige business case completo. Essa régua também é um filtro de escopo: força o time a escolher um caso de uso pequeno e mensurável em vez de um projeto ambíguo e caro. A HAIA já tratou o outro lado dessa conta em quanto custa a ferramenta de IA que ninguém usa.

Para valores que vão a comitê, o cálculo sobe de rigor: custo total de propriedade projetado em 36 meses, incluindo licenciamento e suporte recorrentes, e o retorno recalculado em três cenários — base (premissas originais), otimista (ganhos maiores, investimento menor) e pessimista (ganhos menores, custos maiores, atraso no cronograma). O argumento mais persuasivo para um board não é o retorno do cenário base: é mostrar que, mesmo no cenário pessimista, o projeto ainda entrega retorno positivo.

Num programa de automação de atendimento que acompanhei numa operadora de telecom, o orçamento anual girava em torno de R$ 12 milhões e o programa entregou algo perto de R$ 131 milhões em custo evitado ao longo de três anos. Esse número sustentou a continuidade da verba por um motivo específico: era custo evitado auditável — chamadas que deixaram de ir para operador humano, medidas e reconciliadas —, não uma estimativa genérica de produtividade. A mesma iniciativa, apresentada como “ganho de eficiência”, provavelmente não teria sobrevivido a três ciclos orçamentários.

O que perguntar ao time antes de assinar?

Leve estas perguntas para a reunião de aprovação e exija resposta por escrito para cada uma antes de liberar a verba:

  • Existe um processo priorizado e conhecido? Ou o projeto vai descobrir o processo depois que a ferramenta já foi comprada?
  • O dado necessário existe e é minimamente confiável? IA sobre dado sujo ou ausente não gera resultado — gera retrabalho.
  • Há um responsável de negócio nomeado? Uma pessoa, não “a área”, que responde pelo resultado e é acionada se algo falhar.
  • A métrica de valor será acompanhada desde o piloto? Se a medição começa só na fase de escala, não há como saber se o piloto funcionou.
  • Qual das três rotas de conversão em custo real será usada — e quem decide sobre ela?
  • O que acontece se o piloto não atingir a meta? Um critério de parada definido antes evita o projeto-zumbi que consome verba sem entregar.

Uma iniciativa de IA deve receber orçamento de escala somente quando houver um processo priorizado, dados minimamente confiáveis, um responsável de negócio definido e uma métrica de valor acompanhada desde o piloto. Antes disso, o que se aprova é um experimento barato e curto — não um programa. Empresas de médio porte conseguem fazer essa triagem sem contratar consultoria externa, como detalhamos em diagnóstico de maturidade de IA sem consultoria externa.

E se o orçamento já foi aprovado sem essas perguntas?

É o cenário mais comum, e a resposta não é cancelar tudo. É fazer o inventário: listar todo projeto e toda ferramenta de IA com verba alocada — incluindo as que entraram sem passar pela TI — e aplicar as perguntas acima retroativamente. Para cada item, calcular o custo total real e estimar o payback. O que não tem processo, dado ou dono vai para revisão; o que já mostra retorno mensurável ganha prioridade de investimento.

Esse trabalho retroativo é a mesma disciplina que separa a IA que fica em produção da que é revertida, e vale tanto para ferramenta informal quanto para projeto formal — um ponto que a HAIA desenvolveu em IA informal e IA estruturada na empresa média. E ajuda a explicar por que o retorno varia tanto de uma área para outra: a leitura em primeira pessoa de por que o payback de IA muda tanto entre o financeiro e a indústria está no blog da Gillian Pellegrino.

Aprovar orçamento para IA com essas perguntas respondidas custa uma reunião a mais. Aprovar sem elas custa, na média do mercado, um projeto revertido a cada cinco — e o tempo do time que trabalhou nele.

Perguntas frequentes

Qual é o primeiro critério para aprovar orçamento de um projeto de IA?

O primeiro critério é saber qual linha do resultado financeiro o projeto altera. Ganho medido apenas em horas economizadas não sustenta aprovação: é preciso definir se essas horas viram redução de custo, realocação para gerar receita ou uma contratação evitada — e nomear quem tem autoridade para tomar essa decisão. Sem isso, o retorno não aparece no fechamento do trimestre.

Quanto tempo um piloto de IA deve levar para se pagar?

Um piloto bem escolhido se paga em até 60 dias de operação. Esse teto funciona como filtro: ferramenta cujo custo total só se justifica em seis meses ou mais não é piloto, e sim um investimento maior que exige business case completo, com custo total de propriedade projetado e análise de cenários. A regra dos 60 dias também força o time a escolher um caso de uso pequeno e mensurável.

Como calcular o custo total de uma ferramenta de IA?

Some cinco componentes: licenças fixas mensais, uso variável por token ou conversa, horas internas de configuração e operação, integrações leves e uma reserva de risco de 10% a 20% sobre o total. O componente mais subestimado é a hora interna. Para valores que vão a comitê, projete esse custo em 36 meses e recalcule o retorno em três cenários — base, otimista e pessimista.

Vale aprovar orçamento de IA sem caso de uso definido?

Não para um programa; sim para um experimento curto e barato. Sem processo priorizado, dado confiável e responsável de negócio, o que se pode aprovar é uma prova de conceito de poucas semanas com critério de parada definido. Orçamento de escala só deve ser liberado depois que esse experimento mostrar métrica de valor real, acompanhada desde o início.

A HAIA (Human Intelligence Amplified by AI) ajuda empresas de médio porte a decidir onde investir em IA com critério de negócio — processo, dado, dono e métrica antes da verba. Fale com a HAIA para um diagnóstico do seu portfólio de iniciativas de IA.

Gillian Pellegrino, fundadora da HAIA

Sobre a autora

Gillian Pellegrino

Fundadora da HAIA, consultoria executiva de IA. Executiva com mais de 30 anos liderando tecnologia e operações em grandes corporações, apoia líderes na transformação da pressão por IA em resultado mensurável — com estratégia, governança e o humano no comando.

Próximo passo

Transforme este insight em resultado.

Falar com a HAIA