O gasto em IA tem uma característica incómoda: acumula-se em horas e descobre-se em semanas. Um ciclo mal fechado, um teste que alguém deixou a correr na sexta-feira ou uma mudança de modelo sem revisão podem multiplicar o consumo de um dia sem que nada dispare.
O controlo não consiste em gastar menos, consiste em dar por isso a tempo. É o que separa um susto de uma anedota.
Num relance
| Problema | O pico descobre-se na fatura, não quando acontece |
| Primeiro passo | Uma chave distinta por equipa e por função |
| Controlo | Tetos duros em cima, alertas por baixo |
| Regra | Alertar por variação, não só pelo total |
Separe antes de medir
Não se pode repartir o que não está separado. Se todo o seu tráfego sai pela mesma credencial, o painel do fornecedor dá-lhe um número mensal e nenhuma pista sobre de onde vem.
O primeiro movimento é sempre o mesmo: uma chave ou um projeto distinto por equipa, por ambiente e por função de negócio. Produção separada de desenvolvimento e, dentro de produção, cada caso de uso com a sua etiqueta. A partir daí já se pode falar de orçamentos, e encaixa com o que conta monitorizar o gasto em IA.
Dois níveis de limite
O teto duro é o que corta. Vive no fornecedor e na sua própria camada: um máximo mensal por projeto e um limite de ritmo por chave. A sua função não é poupar, é evitar que uma falha se transforme numa fatura de cinco dígitos.
O alerta é o que avisa antes. Fica bastante abaixo do teto e serve para que alguém olhe enquanto ainda se pode fazer algo. Sem alerta, fica a saber que o teto duro existe no dia em que dispara e lhe deita o serviço abaixo.
O que alertar
O total diário, comparado com a média das últimas duas semanas, não com um número fixo que ninguém atualiza. O custo por tarefa, que é o que deteta uma mudança de modelo ou um prompt que engordou sem que o volume mude. E o gasto de desenvolvimento, que é onde aparecem os ciclos infinitos e os testes esquecidos.
Um alerta que não acorda ninguém não é um alerta. Que chegue ao canal onde a equipa olha de verdade, com o projeto e o valor na primeira linha.
Orçamentos que se podem defender
Um orçamento de IA que não se traduz em unidade de negócio é impossível de discutir. Traduzi-lo em custo por tarefa ou por cliente transforma “gastámos mais 30 %” em “fizemos mais 40 % de trabalho, portanto o custo unitário desceu”. É a conversa que quer ter, e começa pelo custo por tarefa.
Perguntas frequentes
Um teto duro pode deitar-me o serviço abaixo? Sim, e é por isso que vem acompanhado de alertas muito abaixo. O teto é a última rede, não o mecanismo de controlo diário.
De quanto em quanto tempo convém rever? O diário, automático. A revisão com pessoas, mensal, quando chega a fatura e se compara com a linha de base.
E se o fornecedor não permitir tetos por projeto? Então o limite fica na sua camada: um contador próprio por chave que corta ou passa a um modelo mais barato ao chegar ao limiar.
Na e-ficient medimos o custo por tarefa de empresas que já têm IA em produção e dizemos-lhe quanto pouparia com cada alavanca ao seu volume real. A primeira auditoria é gratuita se contratar um plano com compromisso de três meses e devolve um diagnóstico em 72 horas.