Como medir o ROI de um projeto de IA: baseline, métricas e o erro mais comum

ROI de inteligência artificial em empresas é um número que quase todo mundo apresenta e quase ninguém consegue defender. O motivo não é má-fé. É que o cálculo costuma começar depois que o projeto já mudou o processo, sem baseline, com métrica escolhida para ficar bonita e com custo que ignora a metade que aparece depois do lançamento. Este texto descreve o método que aplicamos para medir ROI de IA de um jeito que um CFO aceita, e o erro que invalida a maioria das contas.

Já escrevemos sobre como apresentar ROI de IA para um CFO: hipótese, prazo e medição. Aqui o foco é a medição em si. O que medir, quando, e como somar o custo inteiro.

Baseline antes de tocar no processo

Não existe ROI sem baseline. Baseline é a medição do processo como ele está hoje, feita com o mesmo instrumento que vai medir o processo depois. Se o time de atendimento hoje leva em média onze minutos por caso e ninguém mediu isso antes de colocar o agente de IA, o número de depois não tem com o que ser comparado. Vai virar estimativa, e estimativa é o que o CFO não financia.

O baseline precisa cobrir quatro coisas. O volume do processo, para saber sobre quanto o ganho se aplica. O tempo ou custo unitário, para saber o que se ganha por item. A qualidade atual, para garantir que o ganho de eficiência não veio com perda de qualidade. E a distribuição, não só a média: um processo com muitos casos rápidos e poucos casos lentos se comporta de forma diferente de um processo homogêneo, e a IA costuma atacar só uma dessas partes.

Se a medição não existe, o primeiro marco do projeto é construí-la. Isso costuma levar de duas a quatro semanas e é, sozinho, um entregável útil: muitas empresas descobrem nesse momento que o processo é maior, ou menor, do que se pensava. Uma consultoria de IA que pula essa etapa está entregando um número que não vai sobreviver à primeira reunião de resultados.

Métricas de eficiência, receita e risco

ROI de inteligência artificial em empresas vem de três fontes, e cada uma tem métricas próprias. Misturar as três em um número único sem mostrar a composição é o segundo erro mais comum, e o mais fácil de evitar.

Três observações sobre a tabela. Primeira: toda métrica primária tem uma métrica de guarda, que é o que não pode piorar. Eficiência sem guarda de qualidade é a receita clássica para um sistema que responde rápido e errado. Segunda: receita incremental exige grupo de controle ou, no mínimo, comparação com período equivalente. Sem isso, o ganho se confunde com sazonalidade. Terceira: risco é a fonte mais subestimada e, em setor regulado, muitas vezes a maior. Perda evitada em fraude ou multa evitada por compliance costuma superar o ganho de eficiência.

KPIs de IA que não se encaixam em uma dessas três fontes (número de usuários do assistente, quantidade de prompts, “adoção”) são métricas de uso, não de retorno. Servem para diagnóstico. Não entram no ROI.

Custo total: modelo, time, licenças e manutenção

O denominador é onde o retorno sobre investimento em inteligência artificial mais mente. O custo do projeto é fácil de somar. O custo do sistema em operação, não. E é o segundo que importa, porque o ganho também é de operação.

O custo total tem cinco componentes, e a maioria das contas para na segunda:

1. Implementação. Consultoria, time interno alocado, integração, dados. O que aparece na proposta.
2. Inferência. O custo por chamada do modelo multiplicado pelo volume real, inclusive o pico. Cresce com o uso; precisa ser projetado para o volume de produção, não o da POC.
3. Licenças e infraestrutura. Nuvem, ferramentas de observabilidade, feature store, ambientes segregados quando há requisito regulatório.
4. Operação. Quem monitora, quem responde a incidente, quem revisa exceções. É gente, e é recorrente.
5. Manutenção do modelo. Avaliação contínua, retreino, ajuste de prompt ou política quando o processo muda. Todo sistema de IA degrada se ninguém cuidar.

A conta correta é feita sobre um horizonte, tipicamente 12 ou 24 meses, somando os cinco componentes e comparando com o ganho acumulado no mesmo período. Projetos que parecem se pagar em poucos meses no custo de implementação costumam levar o dobro ou o triplo no custo total. Isso não os invalida. Só muda a conversa para o lugar honesto, e é nesse lugar que o CFO decide.

O erro mais comum: medir horas e não resultado

O erro que mais vemos é este: o projeto mede “horas economizadas”, multiplica pelo custo da hora e apresenta o produto como ROI. É um número fácil de produzir e quase sempre falso, por um motivo simples. Hora economizada só vira dinheiro se alguém deixa de ser contratado, é realocado para algo que gera valor, ou se o volume cresce sem contratação. Se as pessoas continuam as mesmas, fazendo mais ou menos o mesmo, o ganho é de conforto, não de resultado.

Exemplo ilustrativo: uma área com 20 analistas passa a gastar 30% menos tempo por caso graças a um agente de IA. A conta de horas diz que são seis analistas “economizados”. Se a área continua com 20 analistas e o mesmo volume, o ROI real é zero, e a única mudança é que o time tem mais folga. Se a área absorve o crescimento de volume do ano sem contratar, o ROI é o custo das contratações evitadas. Se três analistas são realocados para uma frente de receita, o ROI é o que essa frente gera. Mesmo projeto, três números completamente diferentes.

A correção é medir o resultado do processo, não o esforço dentro dele. Tempo de ciclo do ponto de vista do cliente. Custo por item resolvido. Capacidade absorvida sem contratação. Receita ou perda evitada. Horas economizadas podem aparecer como métrica intermediária, mas o ROI só se fecha quando elas se convertem em uma dessas quatro.

“Se o ganho não aparece em nenhuma linha do P&L ou em nenhum indicador de risco que o conselho acompanha, ele ainda não é ROI. É hipótese.”

Planilha de ROI de inteligência artificial para empresas em 10 linhas

A planilha que usamos cabe em dez linhas por caso de uso. Ela força as perguntas certas na ordem certa e deixa o resultado defensável para quem não participou do projeto.

Duas regras de uso. A linha 6 é a mais importante e a mais negligenciada: ela obriga a dizer, antes do projeto, como o ganho vira dinheiro. E a planilha é preenchida três vezes: antes do projeto, com metas; no marco de 90 dias, com medições; e ao fim do horizonte, com o realizado. A diferença entre as três versões é o que a empresa aprende sobre a própria capacidade de executar IA, e vale mais que o número final.

Perguntas frequentes

Qual é um ROI de IA razoável para um primeiro projeto?

Não há número universal, e desconfie de quem promete um. O que se espera de um primeiro projeto bem escolhido é ponto de equilíbrio dentro do horizonte de 12 a 24 meses no custo total, com a métrica de guarda estável. Um primeiro projeto que prova a capacidade de medir já paga parte do seu custo pelo que ensina sobre os seguintes.

Como medir ROI quando o ganho é qualidade, não custo?

Qualidade vira dinheiro por retrabalho evitado, reclamação evitada, retenção ou multa evitada. Escolha o caminho que se aplica, defina o baseline desse indicador e trate-o como métrica primária. Se nenhum desses caminhos se aplica, o ganho é real, mas não é ROI, e deve ser apresentado como tal.

Em quanto tempo dá para medir o ROI de um projeto de IA?

Uma leitura confiável exige pelo menos um ciclo completo do processo depois da estabilização, o que costuma significar 90 dias em produção. Antes disso, os números refletem ajuste e aprendizado, não regime. O horizonte completo de 12 ou 24 meses é o que fecha a conta.

Quem deve ser o dono da medição de ROI?

A área de negócio dona do processo, com apoio de finanças para a conversão em dinheiro. Não o time de tecnologia nem o fornecedor. Quem executa o projeto tem incentivo para o número ficar bom; quem vive com o processo tem incentivo para o número ficar certo.

Se quiser aplicar esse método ao seu processo antes de aprovar o orçamento, a conversa de diagnóstico começa pelo baseline e termina com a planilha de dez linhas preenchida para os primeiros casos.