ROI de IA — quando o agente vale o custo

TL;DR

A pergunta certa não é “quanto custa o agente?” — é “quanto custa não ter o agente?“. ROI de IA se mede comparando custo de tokens vs custo de hora de engenheiro economizada, ajustado por qualidade e risco. A hora de um senior brasileiro (30-60) compra ~10K-30K [[Dicionário de IA#token|tokens]] de Sonnet — significa que se um agente economiza 1h por dia, ele paga 1000+/mês de tokens. Mas vanity metrics (uso, frequência) podem mascarar valor real (defeitos evitados, tempo recuperado).

A equação básica

ROI = (Valor capturado - Custo de tokens - Custo de overhead) / Custo total

Onde:

• Valor capturado = horas economizadas × custo/hora + valor de defeitos evitados
• Custo de tokens = budget mensal de API / planos
• Custo de overhead = tempo de revisão, refatoração, retraining

ROI > 1 não é suficiente

Se a alternativa (não usar IA) tem ROI maior em algum eixo (qualidade, segurança, predictability), IA não vale só porque “deu lucro”. Veja Quando IA NÃO vale a pena.

A matemática rápida

Custo de hora vs custo de tokens

Perfil (BR, 2026)	Custo/hora	Equivalente em tokens Sonnet 4.6 (input)
Junior	~$15	~50K tokens
Pleno	~$30	~100K tokens
Senior	~$60	~200K tokens
Staff/Principal	~$100+	~330K tokens

Leia: 1h de senior = 200K tokens de input. Se um agente economiza 1h/dia desse senior, dá pra gastar até $60/diaemtokens(\approx$1.300/mês) antes de virar prejuízo direto.

Payback period

Payback (meses) = Investimento inicial / (Economia mensal - Custo mensal)

Investimento inicial inclui: setup de ferramentas, treinamento, ajustes de processo. Tipicamente 20-80h por dev.

Cálculo real

• Setup: 40h × $60=$2.400 (one-time)
• Tokens: $200/mês
• Economia (1.5h/dia × 20 dias × $60):$1.800/mês
• Payback: $2.400/($1.800 - $200) = 1.5 meses

Métricas de valor (não apenas custo)

Métrica	O que mede	Sinaliza
Defect escape rate	Bugs em prod / total	Qualidade do código gerado
Rework ratio	LOC reescritas / LOC commitadas	Tech debt acumulado
Time-to-merge	Idade média de PR	Velocidade real (não só geração)
Cycle time	Ideia → produção	Throughput do time
Dev satisfaction	NPS interno	Sustentabilidade

Compare com baseline

Métricas isoladas não dizem nada. Compare com o trimestre anterior à adoção de IA, ou com time controle, ou com benchmark da indústria.

Vanity metrics que enganam

Métrica vanity	Por que engana	Métrica melhor
Tokens consumidos/mês	Uso ≠ valor	Horas economizadas validadas
% de PRs com IA	Pode estar gerando lixo	PRs merged com IA × defect rate
Linhas de código geradas	Mais código ≠ mais valor	Features completas / sprint
Velocidade de geração	Rápido errado é caro	Time-to-merge (inclui review)
“Tickets fechados com agente”	Define-se “fechado” como?	Tickets sem regressão em 30 dias

Quando IA NÃO vale a pena

• Qualidade crítica com revisão custosa — o tempo de revisão pode anular a economia (medical, finance, infra crítica).
• Domínio muito específico sem dados suficientes para o modelo entender — o agente alucina mais do que ajuda.
• Time pequeno e codebase pequena — o overhead de configuração não amortiza.
• Problema mal-definido — IA acelera escrita, mas não substitui clareza de spec (Spec-Driven Development).
• Métricas instáveis — se você não consegue medir o ganho, está apostando, não investindo.
• Compliance pesado — auditoria de cada output gerado pode exigir mais trabalho do que escrever do zero.

Decision framework

graph TD
    A[Considerando expandir uso de IA] --> B{Métricas estáveis<br/>de baseline?}
    B -->|Não| C[Estabelecer baseline antes]
    B -->|Sim| D{Hora economizada<br/>>> custo de tokens?}
    D -->|Não| E[Otimizar antes de expandir]
    D -->|Sim| F{Qualidade<br/>se mantém?}
    F -->|Não| G[Investir em guardrails]
    F -->|Sim| H[Expandir]

Cadência de revisão

• Mensal — comparar custo vs economia do mês
• Trimestral — revisar métricas de qualidade (defect rate, rework)
• Semestral — decidir expandir, manter ou cortar feature/uso

Armadilhas

• Medir só uso, não valor — produto fica viciado em métrica vanity.
• Não medir contrafactual — sem grupo controle ou baseline pré-IA, é fé.
• Ignorar custo de revisão humana — overhead invisível que come a economia.
• Comparar IA com “fazer nada” — comparar com a melhor alternativa não-IA é mais honesto.
• Atribuir ganhos só à IA — outros fatores (processo, time crescendo, dívida paga) afetam métricas.

Veja também

• 01 - O problema — por que tokens custam dinheiro
• 15 - Orçamento e hard limits
• 16 - Auditoria de consumo
• 19 - Planos e tiers — Max, Pro, API, Enterprise
• 20 - O futuro — tokens cada vez mais baratos

Referências

• Stack Overflow Developer Survey 2026 — AI tools usage and productivity.
• GitHub Research — Quantifying GitHub Copilot’s impact on developer productivity (2024).
• METR — Measuring impact of AI on real-world software development (2025).