Consultoria de IA, time interno ou agência: comparativo honesto de custo, prazo e risco

Quem decide contratar IA para empresas hoje escolhe entre três caminhos: montar um time interno, contratar uma agência de IA para empresas ou trazer uma consultoria de IA. Os três funcionam. Os três também falham, e por motivos bem diferentes. Este comparativo é sobre esses motivos.

Vale dizer de onde falamos. A LA AI é uma consultoria. Então o texto tem lado. A promessa é que a tabela abaixo seja justa o suficiente para você usar mesmo que decida por outro caminho.

Os três modelos e o que cada um otimiza

Cada modelo é bom em uma coisa. O erro comum é contratar um deles esperando o que só outro entrega.

Time interno

Otimiza propriedade. O conhecimento fica na casa, o código é seu, a evolução depende só de você. O custo é tempo: contratar engenheiro de IA sênior no Brasil leva de três a seis meses, e o primeiro sistema em produção costuma vir só depois de mais três a seis. Antes disso, o time aprende com o seu dinheiro.

Agência de IA para empresas

Otimiza velocidade de entrega de algo visível. Uma agência de IA para empresas vive de entregar projetos fechados: um chatbot, um site com IA, uma automação de marketing. O modelo comercial é escopo fixo, preço fixo, prazo curto. Funciona bem quando o problema é bem definido e o resultado é uma peça, não um sistema que precisa viver dentro da sua operação.

Consultoria de IA

Otimiza risco e critério. Uma consultoria de IA séria começa pela pergunta de qual processo vale atacar, mede antes de construir e desenha o sistema para operar com as regras do seu setor. É mais cara por hora que a agência e mais rápida que o time interno. O que ela entrega, quando faz o trabalho direito, é um sistema em produção e um time seu capaz de mantê-lo.

Tabela: custo, tempo até produção, risco, propriedade

Os números são faixas ilustrativas para uma empresa de médio porte atacando um primeiro caso de uso de porte médio, como triagem de atendimento ou análise de documentos. Ajuste para o seu contexto, mas as proporções costumam se manter.

Duas leituras importantes. A primeira: o custo da agência parece o menor, e é, por projeto. O que não aparece na proposta é o custo do segundo, terceiro e quarto projeto, cada um com um novo escopo e uma nova fatura. A segunda: o time interno é o único que garante propriedade total. Mas propriedade de um sistema que só chega em produção daqui a um ano vale menos do que parece.

Há uma terceira leitura, na linha de risco. O risco do time interno aparece tarde e custa caro: descobrir no mês oito que o perfil contratado era o errado. O risco da agência aparece cedo e é visível: a entrega não integra. O risco da consultoria é o mais tratável, porque está no contrato. Escopo mal fechado e transferência não prevista se resolvem antes de assinar, se você souber o que pedir.

Quando a agência de IA para empresas resolve (e quando vira dependência)

A agência resolve quando o problema é uma peça, não um processo. Alguns exemplos em que ela é a escolha certa:

• Um assistente no site para dúvidas de pré-venda, com base de conhecimento estável.
• Geração de conteúdo de marketing em escala, com revisão humana.
• Um protótipo para testar apetite do mercado antes de investir de verdade.
• Automação de uma rotina isolada, sem integração com o ERP ou o core.

Em todos esses casos, o valor está na entrega, e a entrega tem começo, meio e fim. Escopo fechado é uma vantagem, não uma limitação.

A dependência começa quando o projeto toca a operação. Um agente que abre chamados no seu sistema, consulta o cadastro do cliente e responde em nome da empresa não é uma peça. É um sistema que vai precisar de ajuste toda semana nos primeiros meses. Se a agência construiu numa plataforma dela, cada ajuste é um chamado e uma fatura. Se construiu no seu ambiente mas ninguém do seu time entende o que foi feito, o resultado é o mesmo.

Em setor regulado o problema piora. Uma seguradora que precisa explicar à SUSEP por que o sistema negou um sinistro não pode responder que “a agência fez”. Um hospital que precisa mostrar à ANS como protege dados sensíveis precisa de alguém dentro de casa que saiba onde os dados passam. Propriedade, aqui, não é preferência. É requisito.

Quando contratar antes de montar time

A pergunta que mais ouvimos de diretores é se vale contratar consultoria antes de ter time interno. Na maioria dos casos, sim. E o motivo não é que consultoria é melhor. É que montar time antes de ter o primeiro caso em produção é a ordem errada.

Três razões práticas:

1. Você ainda não sabe que perfil contratar. Engenheiro de machine learning, engenheiro de dados, engenheiro de software com experiência em LLM e cientista de dados são profissões diferentes. Qual você precisa depende do caso de uso. Antes do primeiro sistema, é chute.
2. Um time novo sem problema definido inventa problema. Times de IA contratados “para explorar” produzem POCs. Não é culpa deles. Sem processo, dono e métrica, é o que sobra para fazer.
3. O primeiro caso de uso é onde mais se erra. Escolher o processo errado custa seis meses. Uma empresa de IA que já viu esse erro dezenas de vezes evita a maioria deles na primeira semana.

Há exceções. Se o seu produto principal é software e IA vai ser parte central dele, monte time desde o início. Consultoria aí serve para acelerar, não para substituir. Se você já tem engenharia de dados madura e um caso de uso óbvio com dono e métrica, um time enxuto interno pode dar conta.

Modelo híbrido: consultoria que forma o time interno

O modelo que mais vemos funcionar em empresas brasileiras de médio e grande porte é o híbrido. A consultoria entra com método e experiência, entrega o primeiro sistema em produção e sai deixando duas coisas: o sistema operando e duas ou três pessoas suas que sabem por que ele funciona.

Na prática isso muda o contrato. Em vez de “entregar um agente de atendimento”, o escopo passa a ser algo como:

• Diagnóstico e escolha do processo, com a área dona presente.
• Sistema em produção, com métrica acordada antes e medida depois.
• Documentação de arquitetura, dados e decisões que qualquer engenheiro sênior consiga ler.
• Pessoas do cliente dentro do time do projeto desde a semana um, não em treinamento no final.
• Critério objetivo de saída: quando a operação roda sem a consultoria por um período definido, o contrato acaba.

O cliente paga mais que numa agência no primeiro projeto. E paga muito menos no segundo, porque o segundo ele faz em casa, com a consultoria de IA em papel de revisão, se tanto. Essa é a conta que interessa: não o custo do projeto um, mas o custo dos projetos um a cinco.

Duas cláusulas evitam a maior parte dos problemas nesse modelo. A primeira é propriedade explícita: código, prompts, dados de avaliação e documentação são do cliente desde o primeiro dia, em repositório dele. A segunda é a saída medida: o contrato termina quando o time do cliente opera o sistema por um período combinado sem abrir chamado para a consultoria, e não quando as horas acabam. Se a proposta não aceita as duas, o que está sendo vendido é dependência com outro nome.

Esse é o modelo em que trabalhamos na LA AI, e a razão de existirmos está descrita na nossa página sobre a empresa: sistemas de IA em produção em setores regulados, com o time do cliente capaz de operá-los sozinho.

Como decidir

Um resumo prático para o seu caso:

• Problema fechado, resultado é uma peça, sem integração com o core: agência.
• Software é o seu produto e IA será central nele: time interno desde já, com apoio pontual.
• Processo de operação, setor regulado, ninguém dentro ainda fez isso: consultoria, com transferência contratada.
• Já tem time de dados, mas nunca colocou um modelo em produção: consultoria curta para o primeiro caso e o time assume o segundo.

Se a dúvida é qual dos três caminhos faz sentido para a sua operação, uma conversa de trinta minutos costuma resolver. Traga o processo que você quer atacar e quem é o dono dele. Nós trazemos as perguntas que decidem entre os três modelos. Agende uma conversa com a LA AI.