Na terça-feira, a Workday anunciou uma mudança que parece técnica, mas altera a forma como as empresas compram software. Seus agentes de inteligência artificial poderão executar tarefas de recursos humanos e finanças sem que alguém abra o sistema. Permissões, aprovações e registros continuam existindo. O login deixa de ser necessário.
Durante décadas, o orçamento de software começou com uma conta simples: número de usuários multiplicado pelo preço da licença. Essa lógica funciona enquanto pessoas precisam entrar no sistema para trabalhar. Quando agentes executam tarefas diretamente, o número de acessos deixa de explicar o consumo e diz ainda menos sobre o valor produzido.
Os fornecedores já procuram outras formas de cobrar. A Microsoft utiliza créditos. A Salesforce combina preços por ação, conversa ou resolução. A SAP cobra agentes autônomos por ação. A Bubble introduziu créditos em outubro. As unidades variam, mas seguem a mesma direção: a conta passa a acompanhar o trabalho da máquina.
Surge então uma pergunta que raramente aparece na demonstração comercial: quando um agente precisa de cinco tentativas para concluir uma tarefa, a empresa está pagando por produtividade ou pela dificuldade da tecnologia?
O preço perdeu o assento
Licenças ociosas desperdiçam dinheiro, embora ofereçam uma vantagem importante: previsibilidade. Cem usuários multiplicados por um valor mensal produzem um teto conhecido.
Um agente rompe essa relação ao consultar diferentes sistemas e executar tarefas sem ocupar um único assento. A cobrança por consumo parece mais coerente para o fornecedor. Para o comprador, cria uma despesa cujo valor depende do caminho percorrido pela máquina.
Na Salesforce, cada ação retira créditos de um saldo. Na Microsoft, o consumo varia conforme o modelo, o contexto e as ferramentas acionadas. A SAP também cobra por ação, entendida como cada passo necessário para consultar um serviço, produzir uma resposta ou disparar um fluxo.
O mecanismo parece transparente até encontrar uma operação real.
Considere uma empresa média que entregue a um agente a conferência de notas fiscais. O agente lê o documento, consulta o pedido de compra, confirma o recebimento e verifica as regras fiscais antes de encaminhar o pagamento.
Uma nota regular exige poucos passos. Uma divergência de quantidade ou imposto provoca novas consultas, aprovações e tentativas. O consumo cresce justamente quando a tarefa se torna mais difícil.
A fatura mostra quantas ações foram executadas. A empresa precisa saber quantas notas foram processadas corretamente, quantos pagamentos indevidos foram evitados e quanto trabalho continuou nas mãos da equipe.
O aumento de consumo pode representar uma exceção legítima que o agente conseguiu resolver. Também pode esconder repetição, erro ou uma integração instável. Contar ações não revela qual dessas situações ocorreu.
A fatura mede esforço
Uma pesquisa publicada pela G2 nesta semana ouviu 1.019 compradores de software B2B em várias regiões. Entre eles, 46% relataram custos operacionais de agentes acima do esperado. Para 45%, supervisão e retrabalho consumiram mais de um quarto dos ganhos de produtividade previstos.
Os resultados são autorrelatados, não representam especificamente o Brasil e vêm de uma empresa que participa do mercado de software. Ainda assim, indicam o intervalo que costuma existir entre uma boa demonstração e uma operação economicamente saudável. Agentes erram, repetem etapas, pedem contexto, acionam integrações e devolvem parte do trabalho para pessoas.
O mesmo levantamento mostra que pagamentos por uso, ação ou tarefa passaram de 38% em 2025 para 57% em 2026. Cobrar por resultado parece mais alinhado, mas transfere o problema para outra pergunta: o que exatamente conta como resultado?
Um chamado encerrado pode voltar dois dias depois. Uma cobrança recuperada pode provocar o cancelamento do cliente. Uma nota fiscal processada pode conter um erro que só aparecerá na conciliação.
A empresa precisa definir sua unidade econômica dentro da operação. Em contas a pagar, ela pode ser uma nota processada corretamente, dentro do prazo e sem pagamento duplicado. Só depois dessa definição créditos, ações e chamadas técnicas ganham contexto.
O segredo é aproximar o custo e resultado
É nesse intervalo que o GreenIA, plataforma corporativa de IA da TheNeil, assume uma função prática. A plataforma reúne quem utiliza IA, quais dados e modelos participam, quanto cada operação consome e o que ela entrega.
Cada agente pode ter um responsável, um orçamento, limites de autonomia e um critério de conclusão. Informações antes espalhadas entre a fatura do provedor, os registros das integrações e as planilhas da área financeira passam a ser observadas dentro do mesmo fluxo.
Na conferência de notas fiscais, o GreenIA pode registrar consumo, tentativas, integrações e aprovações. A equipe mede o que importa para a operação: notas processadas corretamente, exceções resolvidas, pagamentos indevidos evitados e tempo humano ainda necessário.
Essa combinação permite entender por que a conta cresceu. Se o agente consumiu mais porque resolveu uma divergência relevante, o gasto pode ser justificável. Se repetiu chamadas sem produzir uma decisão, a empresa está financiando desperdício técnico.
O mesmo registro permite agir antes do fechamento mensal. Quando o consumo se aproxima do limite, a operação pode exigir aprovação, reduzir a autonomia ou interromper a execução. Tarefas mais simples podem ser encaminhadas a modelos mais econômicos. Agentes que trabalham muito e entregam pouco tornam-se visíveis antes que o desvio vire rotina.
O GreenIA, como qualquer plataforma usada para operar IA com eficiência, depende de uma escolha que a tecnologia não pode fazer pela empresa: qual resultado merece ser contado?
Sem essa definição, o painel pode estar correto e a decisão continuar errada.
Medir não basta
Nem toda experiência precisa de uma estrutura detalhada de controle. Uma tarefa barata, reversível e de baixo risco talvez exija apenas um limite mensal. Aplicar o mesmo rigor a qualquer automação tornaria o experimento mais caro que o problema.
A gestão da IA deve tornar a economia da operação visível sem criar aparência de precisão sobre processos que ainda não sabem reconhecer sucesso. A interpretação continua sob responsabilidade de quem conhece o negócio e aceita interromper uma automação quando a conta deixa de fechar.
Quando o software perde o usuário, o assento deixa de servir como referência. Em seu lugar, a empresa precisa construir uma relação verificável entre consumo, resultado e margem.
A pergunta para a próxima reunião de diretoria é simples: qual resultado precisa ser analisado para provar que o trabalho realizado pela IA vale mais do que custa?
Se a decisão for por onde começar com IA na sua empresa, é isso que fazemos no Prumo Discovery. Quer saber mais? Então vamos conversar!