Maioria das organizações planeja adotar uma estratégia de IA multimodelo, após quase seis em cada dez registrarem custos acima do esperado
- Apenas um terço dos executivos consegue estimar com confiança os custos indiretos de IA, incluindo supervisão humana, retrabalho e governança
- A maior parte das organizações não consegue associar diretamente os gastos com IA aos resultados de negócio gerados
- Apenas uma em cada cinco organizações calcula o AI Yield (Rendimento da IA), métrica que mede o valor real gerado pela IA após deduzir o custo total necessário para entregar esse resultado com segurança
- À medida que a adoção de IA se expande, apenas 56% das afirmam prever com confiança os custos futuros
Paris, 12 de novembro de 2026 – Os custos relacionados à Inteligência Artificial (IA) tornaram-se motivo de preocupação para 53% dos executivos, segundo o novo relatório ‘snapshot’ do Instituto de Pesquisa da Capgemini (Capgemini Research Institute, CRI na sigla em inglês), baseado em uma pesquisa realizada em setembro de 2026 com 500 executivos C-level de grandes empresas. Além dos custos diretos, como o consumo de tokens, os líderes têm pouca visibilidade sobre o custo total necessário para uma implementar e operar a IA com segurança, o que engloba supervisão humana, retrabalho e governança. Em resposta, as empresas estão reforçando os controles de gastos e exploram estratégias multimodelo. À medida que as organizações ampliam o uso da IA e se preparam para aplicações mais agênticas, a pesquisa destaca que as organizações precisam dedicar maior atenção ao valor de negócio gerado por essa transformação.
Falta de visibilidade sobre os custos da IA amplia riscos financeiros
Nos últimos 12 meses, 59% dos executivos dizem que os gastos de sua organização com a IA foram significativamente maiores do que o esperado ou orçado. Entre as organizações afetadas, os gastos superaram em média 24% das expectativas ou do orçamento, e cerca de uma em cada cinco organizações (21%) superou seu orçamento previsto para IA em mais de 30%. A preocupação com os custos da IA aumentou ao longo do último ano, e apenas 56% estão totalmente confiantes de que podem prever como os custos da IA mudarão à medida que a adoção ganha escala.
O impacto financeiro pode ser sério para as empresas afetadas. Dois terços das organizações que ultrapassaram o orçamento de IA enfrentaram impactos financeiros negativos, como redução no fluxo de caixa livre ou corte nas despesas discricionárias. Diante disso, os diretores financeiros (CFOs na sigla em inglês) passaram a se envolver mais ativamente na aprovação dos principais investimentos em IA.
“À medida que a IA se integra cada vez mais aos fluxos de trabalho empresariais, as organizações precisam deixar de tratar seu custo apenas como uma questão de tecnologia ou de compras e passar a gerenciar a IA como um portfólio orientado a resultados econômicos”, disse Volker Darius, CEO da Capgemini Invent. “A disciplina de custos, isoladamente, não criará um ecossistema de IA rentável, assim como a geração de valor sem controle de custos não será sustentável. As organizações precisam mensurar custo, qualidade e valor de negócio de forma integrada, utilizar o modelo mais apropriado para cada tarefa e considerar a supervisão humana necessária para entregar resultados com segurança. Ao medir continuamente o AI Yield, as organizações poderão tomar decisões de alocação de capital mais embasadas e escalar a IA com confiança.”
Estratégias multimodelos lideram os planos para a gestão de portfólio de IA
Diante de gastos inesperados com IA, mais da metade (53%) das organizações aumentaram o controle de despesas, seja restringindo orçamentos ou controles para a iniciativa afetada, introduzindo controles de gastos com IA em toda a organização ou reduzindo a escala ou o escopo da iniciativa. Apenas uma em cada cinco organizações repensou suas ferramentas ou processos, incluindo quais atividades devem ser conduzidas pela IA, em vez de lideradas por humanos, ou alterou a solução de IA, os modelos utilizados, sua configuração ou o roteamento entre modelos.
Além dessas medidas imediatas, mais de três em cada cinco executivos esperam que suas organizações adotem uma estratégia multimodelo nos próximos 12 meses, com a seleção dinâmica dos modelos com base em custo, capacidade, latência, risco e outros requisitos de negócios. Os executivos preveem maior uso de modelos proprietários de menor custo quando forem suficientes para a tarefa, bem como modelos pequenos ou especializados para atividades específicas. Quase três em cada cinco organizações também planejam expandir o uso de modelos de peso aberto (open-weight)[1].
AI Yield coloca os resultados de negócio no centro da análise
Embora dois terços dos executivos afirmem conseguir verificar o valor de negócio gerado pelos resultados apoiados por IA, a maioria das organizações ainda não consegue relacionar diretamente os gastos com IA aos resultados alcançados – seja porque não os medem formalmente, acompanham custos ou utilização sem monitorar o valor do negócio correspondente, ou administram esses indicadores separadamente. Demonstrar valor suficiente para garantir a aprovação e o financiamento para investimentos em IA continua sendo um desafio significativo, citado por 57% dos executivos como o principal obstáculo.
Apenas uma em cada cinco organizações calcula o AI Yield (Rendimento de IA), uma métrica que mede o valor comprovado dos resultados apoiados por IA após descontar o custo total necessário para entregá-los com segurança. O benefício mais citado é o aumento da produtividade ou a disponibilização de capacidade de trabalho, seguida pela redução dos custos operacionais e pela maior agilidade nos processos ou nos tempos de ciclo. Menos de um terço (32%) cita o crescimento da receita, inclusive por meio de novos produtos, serviços ou modelos de negócios.
As métricas usadas para gerenciar a economia da IA devem, portanto, mudar. Hoje, 60% das organizações usam principalmente o gasto total com IA em relação ao orçamento, mas apenas 44% esperam priorizar esse indicador nos próximos 6 a 12 meses. A taxa de sucesso na primeira tentativa (first-pass success rate)[2] deve se tornar a principal métrica, enquanto o custo por tarefa ou fluxo de trabalho concluído também deve ganhar relevância. Esses indicadores colocam resultados alcançados, e não apenas o consumo de recursos de IA, no centro da gestão econômica da IA.
AI Compass da Capgemini
Este relatório ‘snapshot’ dá continuidade à primeira edição do The AI Compass, nova publicação da Capgemini sobre a economia da IA. The Era of AI Yield: Mastering Tokenomics to Maximiz Enterprise Value explora como as organizações podem ir além das métricas de consumo e custo para medir o AI Yield: o valor comprovado dos resultados apoiados por IA, descontado o custo total necessário para alcançá-los com segurança. A publicação apresenta as implicações para CEOs e líderes de tecnologia, da alocação de capital e da governança ao roteamento de modelos, à engenharia de fluxo de trabalho e à supervisão humana.
Para acessar o relatório ‘snapshot’ completo: https://www.capgemini.com/insights/research-library/ai-economics/
Metodologia do relatório
Em setembro de 2026, o CRI entrevistou 500 executivos seniores de nível CXO de organizações com receitas anuais acima de US$ 1 bilhão, em 10 países (Estados Unidos, China, Índia, Reino Unido, França, Alemanha, Japão, Holanda, Itália e Espanha) e 13 indústrias. Os entrevistados representaram principalmente estratégia e liderança de IA, plataformas e engenharia, realização de valor, finanças de tecnologia e gerenciamento de custos de IA. A pesquisa foi complementada por duas entrevistas aprofundadas com especialistas do setor.
Sobre a Capgemini
A Capgemini é uma parceira global de transformação de negócios e tecnologia impulsionada por Inteligência Artificial, que gera valor tangível no mercado. Imaginamos o futuro das organizações e o tornamos realidade por meio de IA, tecnologia e pessoas. Com nossa sólida trajetória de quase 60 anos, somos um grupo responsável e diversificado com 420 mil profissionais, em mais de 50 países. Oferecemos serviços e soluções de ponta a ponta que contam com nossa profunda experiência setorial e um robusto ecossistema de parceiros, elevando nossas capacidades em estratégia, tecnologia, design, engenharia e operações de negócios. O Grupo relatou em 2025 receitas globais de 22,5 bilhões de euros.
Make it real | www.capgemini.com
Sobre o Instituto de Pesquisa da Capgemini
O Instituto de Pesquisa da Capgemini é o think-tank interno da Capgemini dedicado a temas do universo digital. O Instituto publica pesquisas sobre o impacto das tecnologias digitais em grandes empresas tradicionais. Sua equipe conta com a rede global de especialistas da Capgemini e trabalha em estreita colaboração com parceiros acadêmicos e tecnológicos. O Instituto possui centros de pesquisa dedicados na Índia, em Cingapura, no Reino Unido e nos Estados Unidos. Foi classificado em primeiro lugar no mundo pela qualidade de suas pesquisas por analistas independentes por seis vezes consecutivas — um feito inédito no setor.
Visite-nos em https://www.capgemini.com/researchinstitute/
[1] Modelos de peso aberto são modelos de IA cujos parâmetros (“pesos”) estão disponíveis publicamente, permitindo que as organizações os personalizem e implantem com maior flexibilidade e controle sobre o custo.
[2] A taxa de sucesso na primeira tentativa (first-pass success rate) refere-se ao percentual de tarefas, fluxos de trabalho ou entregas assistidas por IA concluídos com êxito logo na primeira execução, sem necessidade de retrabalho, correção ou intervenção humana adicional.