O ROI de agentes de IA trava por um motivo simples: a empresa mede uso, não resultado. O agente economiza tempo, responde rápido, deflete ticket. Tudo bonito no painel. Mas nada disso aparece numa linha do resultado, então o financeiro corta a verba. Neste artigo você vê por que 40% dos projetos serão cancelados, o que as empresas que extraem valor fazem diferente e como amarrar o agente ao EBIT antes de ligar o piloto.
Neste artigo
- Por que o ROI de agentes de IA trava?
- O que dizem os dados de 2025 e 2026
- O que as empresas que colhem fazem diferente?
- Como medir o ROI de um agente de IA?
- O que muda no mid-market brasileiro
- Plano de ação para esta semana
Por que o ROI de agentes de IA trava?
Agente de IA é um software que executa tarefas com autonomia, decidindo passos para chegar a um objetivo. Diferente de um chatbot, ele encadeia ações, usa ferramentas e entrega um resultado, não só uma resposta. A promessa é operar processo inteiro com menos mão humana.
O problema não está na tecnologia. Está na conta. A maioria dos pilotos mede o que é fácil: tempo economizado, volume de interações, taxa de deflexão. São métricas de atividade. O CFO não aprova orçamento com base em atividade. Ele aprova com base em linha do resultado.
Quando o agente fica seis meses no ar e ninguém consegue dizer quanto ele tirou de custo ou somou de receita, o projeto vira despesa sem dono. Aí ele entra na fila de corte. A morte do agente quase nunca é técnica. É financeira, por falta de ligação com o EBIT.
O que dizem os dados de 2025 e 2026
Os números do mercado mostram um padrão consistente. A Gartner (2025) prevê que mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027, por custo crescente, valor de negócio pouco claro e controle de risco insuficiente. A previsão se baseia em pesquisa com mais de 3.400 organizações que já investem na tecnologia.
A Gartner ainda alerta para o "agent washing": fornecedores que rebatizam assistente, RPA e chatbot como agente sem capacidade real. A consultoria estima que, de milhares de fornecedores que se dizem agênticos, apenas cerca de 130 entregam o que prometem. Na leitura da MarTech sobre esses dados, o efeito colateral é claro: a onda de cancelamento torna o humano mais necessário, não menos, para definir objetivo e julgar resultado.
O State of AI 2025 da McKinsey completa o quadro. 23% das organizações já escalaram um sistema agêntico em ao menos uma função, e 39% começaram a experimentar. Porém, só 39% relatam impacto mensurável no EBIT no nível da empresa, e a maioria com menos de 5% de atribuição. O ganho aparece na função, não no resultado consolidado.
A BCG (2025) mede o mesmo abismo por outro ângulo: apenas 25% das empresas veem ROI real com IA, e só 5% se qualificam como construídas para o futuro. A IA agêntica responde por 17% do valor de IA hoje e deve quase dobrar até 2028, segundo a própria BCG. O potencial cresce. A captura, por enquanto, concentra em poucos.
O que as empresas que colhem fazem diferente?
Cruze os três relatórios e o insight salta. A Gartner diz que os projetos morrem por valor pouco claro. A McKinsey mostra que o valor existe na função, mas some no consolidado. A BCG aponta que só quem redesenha processo colhe. O ROI não falha por falta de modelo bom. Falha porque a empresa nunca definiu qual número do resultado o agente deveria mover.
A McKinsey reforça o ponto: os high performers têm pelo menos três vezes mais chance de escalar agentes em várias funções, e 55% deles redesenham o fluxo de trabalho de ponta a ponta ao implantar IA. Eles não plugam um agente num processo velho. Eles refazem o processo em torno do que o agente faz bem.
O ganho de função citado pela McKinsey é concreto: engenharia de software e TI relatam redução de custo de 10% a 20%, enquanto marketing e desenvolvimento de produto mostram alta de receita acima de 10%. Esses números viram EBIT quando a empresa define a linha alvo antes, mede com rigor e elimina o custo que o agente substitui, em vez de só somar o agente por cima.
Como medir o ROI de um agente de IA?
A medição certa começa antes do piloto, não depois. O passo a passo que recomendo em projetos de operação:
- Defina a linha do EBIT que o agente deve mover, custo ou receita, e a meta em número.
- Escolha uma métrica de negócio, não de uso. Custo por atendimento resolvido vale mais que volume de mensagens.
- Monte um grupo de comparação. Processo com agente contra processo sem agente, no mesmo período.
- Some o custo total: licença, infraestrutura, integração, supervisão humana e governança.
- Avalie num horizonte de 6 a 12 meses, para não cancelar cedo nem celebrar resultado de vitrine.
| Métrica de uso (engana) | Métrica de valor (decide) |
|---|---|
| Número de interações do agente | Custo por caso resolvido |
| Tempo médio economizado | Headcount reaproveitado em tarefa de maior valor |
| Taxa de deflexão de ticket | Variação de custo de atendimento no P&L |
| Volume de tarefas automatizadas | Receita influenciada ou margem recuperada |
A diferença entre as duas colunas é a diferença entre um piloto que sobrevive e um que vira corte. O custo total importa tanto quanto o ganho. A Gartner aponta que custos escondidos costumam inflar de 2 a 3 vezes além do estimado. Quem não soma governança e manutenção descobre o rombo tarde.
Um exemplo torna a conta palpável. Um agente assume a triagem de 5 mil tickets por mês. Antes, isso ocupava o equivalente a dois analistas, com custo mensal de R$ 16 mil. O agente custa R$ 6 mil por mês entre licença, infraestrutura e supervisão. Se a qualidade se mantém e os analistas migram para retenção e upsell, o ganho líquido é R$ 10 mil por mês, mais a receita que o time agora gera. Isso é uma linha de EBIT, não um slide de deflexão.
O contraste com quem lidera é gritante. A BCG mostra que as empresas líderes em IA crescem receita ao dobro da média e economizam 40% a mais em custo do que as retardatárias. Não é porque compraram modelo melhor. É porque mediram, cortaram o que não provou valor e escalaram só o que entregou resultado claro.
O que muda no mid-market brasileiro
No mid-market nacional, o retorno de agente raramente vem de projeto amplo e ambicioso. Vem de escopo estreito e volume alto. Triagem de atendimento, atualização de cadastro, resposta de primeiro nível, conciliação de dado repetitivo. Tarefa chata, frequente e mensurável.
O erro brasileiro mais comum repete o padrão global de cancelamento: comprar plataforma genérica encantado pela demo, sem caso de uso definido. Sem linha de EBIT alvo, o projeto vira custo e morre na primeira revisão de orçamento. A regra vale aqui com força redobrada, porque a verba de IA no mid-market é curta e cobrada rápido.
Há um ponto a favor do Brasil. Como muitos processos ainda são manuais e o custo de mão de obra operacional é relevante, a base de comparação é generosa. Um agente que resolve bem uma tarefa repetitiva mostra ganho claro contra o processo manual atual. O segredo é começar pequeno, medir contra o que existe e expandir só o que prova retorno.
Outro cuidado local pesa na conta. A escassez de gente qualificada para configurar e supervisionar agentes eleva o custo de governança no Brasil. Esse custo precisa entrar no cálculo de ROI de agentes de IA desde o primeiro dia, junto com licença e integração. Quem ignora a supervisão humana subestima o gasto e superestima o ganho. O resultado é o mesmo do padrão global: um piloto que parecia barato vira despesa difícil de justificar quando o financeiro abre a planilha completa.
Esse raciocínio conversa com a disciplina de custo de IA. Para controlar o gasto que faz o ROI travar, vale o conteúdo sobre AI FinOps no mid-market. E para não automatizar caos, a base é a orquestração de agentes, que organiza quem faz o quê antes de medir resultado.
Plano de ação para esta semana
Pare de avaliar agente por painel de uso. Comece a avaliar por resultado. Os primeiros passos:
- Liste os agentes ou pilotos ativos e, para cada um, escreva qual linha do EBIT ele deveria mover.
- Mate ou redesenhe qualquer piloto sem linha de resultado definida.
- Para o piloto que fica, defina a métrica de valor e monte um grupo de comparação.
- Levante o custo total real, incluindo governança e supervisão humana.
- Marque uma revisão de ROI em 90 dias com o financeiro na sala, não só a equipe técnica.
Agente de IA dá retorno de verdade. Só não dá retorno quando ninguém define, antes, o que é retorno. Quem amarra o piloto a uma linha do resultado entra nos 25% que colhem. Quem mede atividade entra nos 40% que serão cancelados.
Perguntas frequentes
Comentários (0)