Quando um agente de IA fica realmente mais barato que um funcionário?
Token barato não torna um agente barato. A conta só fecha quando integração, ferramentas, supervisão, falhas e retrabalho ficam menores que o custo humano por resultado aceito.
A Era da Inteligência
Quando um agente de IA fica realmente mais barato que um funcionário?
No capítulo anterior de A Era da Inteligência, a pergunta era onde colocar o humano: automação direta, augmentation ou supervisão.
Agora vem a pergunta que normalmente decide se o projeto sai da apresentação e entra na operação:
quanto custa de verdade?
No primeiro capítulo da série, eu argumentei que revolução tecnológica e retorno financeiro não são a mesma coisa. Aqui a separação é parecida.
Um agente pode ser impressionantemente barato para executar uma chamada de modelo e ainda ser caro para entregar um resultado confiável.
E um funcionário pode parecer caro quando olhamos apenas salário, mas ficar competitivo quando o processo tem pouco volume, muita exceção, responsabilidade alta ou integração cara.
A tese deste capítulo é:
um agente de IA fica realmente mais barato quando o custo total por resultado aceito — modelo, ferramentas, infraestrutura, integração, supervisão, falhas e retrabalho — cai abaixo do custo total do trabalho humano necessário para entregar o mesmo resultado, com qualidade, prazo e risco comparáveis.
A palavra decisiva é resultado.
Não token.
Não chamada.
Não hora de runtime.
Resultado aceito.
A comparação mais comum já começa errada
Muita conta de ROI de IA compara isto:
preço da API
versus
salário mensal
É uma comparação sedutora e quase sempre ruim.
O preço da API mede uma parte do custo variável de execução.
O salário mede uma parte do custo de manter uma pessoa.
Nenhum dos dois é a unidade econômica final.
Para comparar corretamente, eu colocaria os dois lados na mesma unidade:
custo por resultado válido
Por exemplo:
- ticket resolvido sem reabertura;
- lead qualificado segundo regra verificável;
- alteração de código aprovada;
- documento classificado corretamente;
- conciliação concluída;
- relatório aceito;
- pedido processado sem intervenção posterior;
- alerta investigado e encerrado com evidência.
Se o agente custa US$ 0,20 para tentar uma tarefa, mas apenas metade das tentativas chega a um resultado aceitável, o custo não é US$ 0,20 por resultado.
E se cada falha consome dez minutos de um profissional para descobrir o problema, corrigir contexto e executar de novo, a maior parte do custo pode estar fora do modelo.
Token ficou barato. Isso não torna automaticamente o agente barato
Os preços de modelos caíram bastante em alguns segmentos.
Em 30 de julho de 2026, a OpenAI anunciou redução de 80% no preço do GPT-5.6 Luna e de 20% no Terra. Na página de API consultada em 9 de setembro de 2026, os preços padrão para contextos abaixo do limite informado eram:
| Modelo | Entrada por 1M tokens | Saída por 1M tokens |
|---|---|---|
| GPT-5.6 Luna | US$ 0,20 | US$ 1,20 |
| GPT-5.6 Terra | US$ 2,00 | US$ 12,00 |
| GPT-5.6 Sol | US$ 4,00 | US$ 20,00 |
| GPT-6 Astra | US$ 10,00 | US$ 50,00 |
Esses preços são um retrato do dia e podem mudar.
Mas eles deixam uma coisa clara.
Uma execução com 100 mil tokens de entrada e 20 mil de saída, ignorando cache e qualquer ferramenta adicional, custaria aproximadamente:
Luna → US$ 0,044
Terra → US$ 0,44
Sol → US$ 0,80
Astra → US$ 2,00
Parece quase gratuito.
Só que um agente não é uma única inferência.
Ele pode:
ler contexto
→ planejar
→ chamar ferramenta
→ receber saída
→ reavaliar
→ pesquisar
→ executar
→ testar
→ encontrar erro
→ corrigir
→ testar de novo
→ produzir evidência
Se aquele mesmo volume de tokens se repetir oito vezes, o custo de modelo sobe para cerca de US$ 0,35 no Luna, US$ 3,52 no Terra, US$ 6,40 no Sol e US$ 16 no Astra — ainda sem contar navegador, banco vetorial, sandbox, APIs de terceiros, armazenamento, observabilidade ou revisão humana.
Por isso eu prefiro pensar em custo do workflow, não preço do modelo.
O funcionário também custa mais que o salário
Do outro lado da comparação existe outro erro.
Salário não é custo total do trabalho.
A referência mais recente disponível durante esta apuração do Employer Costs for Employee Compensation, do Bureau of Labor Statistics dos Estados Unidos, era março de 2026.
Para ocupações privadas de management, professional and related, a tabela registrava, por hora trabalhada:
- US$ 53,50 em salários;
- US$ 7,34 em licença remunerada;
- US$ 5,73 em seguros;
- US$ 5,03 em benefícios legalmente exigidos;
- US$ 3,60 em pagamentos suplementares;
- US$ 2,89 em aposentadoria e poupança.
Somados, são aproximadamente US$ 78,09 por hora.
Isso não é “o custo de um desenvolvedor” nem uma referência universal. É uma média ampla dos Estados Unidos e não deve ser transportada para o Brasil, para uma empresa específica ou para uma função específica sem ajuste.
O ponto é metodológico:
salário
≠
custo total do trabalhador
Da mesma forma:
token
≠
custo total do agente
A comparação correta precisa carregar os dois lados.
A fórmula que eu usaria
Para o agente, começo separando custo fixo de custo variável.
1. Custo fixo
É o que você precisa gastar antes do milésimo resultado ser tão barato quanto o primeiro parece no slide.
C_fixo =
integração
+ desenvolvimento
+ avaliação inicial
+ segurança
+ observabilidade
+ contratos
+ testes
+ documentação
+ treinamento operacional
Esse custo é amortizado ao longo do volume útil.
2. Custo variável por tentativa
C_tentativa =
modelo
+ tools
+ infraestrutura
+ APIs externas
+ armazenamento
+ supervisão humana
+ retrabalho esperado
3. Taxa de resultado aceito
Se o agente acerta 90% das tentativas segundo o critério de qualidade definido, o custo por resultado válido é maior que o custo por tentativa.
Uma aproximação simples:
C_variável_válido =
C_tentativa / taxa_de_aceite
4. Custo final por resultado
Para N resultados válidos no período em que o investimento será amortizado:
C_agente =
(C_fixo / N)
+ C_variável_válido
+ risco_esperado
O risco esperado é importante quando uma falha pode causar:
- perda financeira;
- incidente de segurança;
- retrabalho downstream;
- problema jurídico;
- dano reputacional;
- indisponibilidade;
- decisão errada sobre uma pessoa;
- intervenção operacional de emergência.
Se o erro custa quase nada, ele pesa pouco.
Se o erro pode custar R$ 100 mil, uma taxa de falha aparentemente pequena muda toda a conta.
Para o humano, eu faria a mesma honestidade
O custo por resultado humano pode ser aproximado assim:
C_humano =
custo_horário_carregado
× horas_por_resultado
+ QA
+ gestão
+ retrabalho
+ risco_esperado
Isso também evita uma distorção comum.
Uma pessoa não produz oito horas líquidas do mesmo tipo de resultado por dia.
Há:
- reuniões;
- comunicação;
- espera;
- troca de contexto;
- treinamento;
- coordenação;
- incidentes;
- revisão;
- tarefas administrativas.
Mas o agente também não produz “24 horas úteis” simplesmente por estar disponível 24/7.
Disponibilidade é diferente de throughput válido.
Um exemplo de break-even
Vamos usar um cenário ilustrativo, não uma promessa de economia.
Imagine uma tarefa profissional nos Estados Unidos que leve 30 minutos de trabalho humano.
Usando apenas a média ampla de US$ 78,09 por hora citada acima:
custo humano por resultado
≈ US$ 39,05
Agora imagine um agente com:
integração inicial: US$ 5.000
modelo + tools + infraestrutura por tentativa:
US$ 1,50
supervisão humana média:
3 minutos por tentativa
taxa de aceite:
90%
Se usarmos o mesmo custo horário de US$ 78,09 para a supervisão:
3 minutos de supervisão
≈ US$ 3,90
O custo variável por tentativa fica perto de:
US$ 1,50 + US$ 3,90
= US$ 5,40
Ajustando para 90% de aceite:
US$ 5,40 / 0,90
≈ US$ 6,00 por resultado válido
Agora entra o custo fixo.
Com 50 resultados:
US$ 5.000 / 50
= US$ 100 de integração por resultado
custo total aproximado:
US$ 106 por resultado
O agente perde feio para o humano de US$ 39.
Com 200 resultados:
US$ 5.000 / 200
= US$ 25
custo total:
≈ US$ 31
Agora a automação começa a vencer.
Com 1.000 resultados:
US$ 5.000 / 1.000
= US$ 5
custo total:
≈ US$ 11
A mesma tecnologia que era economicamente ruim com 50 unidades fica muito atraente com 1.000.
É por isso que volume é parte do produto.
A fórmula do ponto de equilíbrio
Se chamarmos:
H = custo humano por resultado
A = custo variável do agente por resultado válido
F = custo fixo de implantação
N = volume de resultados
O ponto de equilíbrio aparece quando:
F / N + A = H
Isolando N:
N* = F / (H - A)
No exemplo:
F = US$ 5.000
H = US$ 39,05
A = US$ 6,00
Então:
N* ≈ 151 resultados
Abaixo disso, neste cenário, o investimento ainda não se pagou.
Acima disso, a vantagem marginal começa a acumular.
Essa é uma conta muito mais útil que perguntar apenas “quanto custa um milhão de tokens?”.
O que acontece quando a confiabilidade cai
Agora mude só duas variáveis.
Em vez de três minutos de supervisão, o agente precisa de dez.
E em vez de 90% de aceite, fica em 70%.
O custo de supervisão por tentativa sobe para aproximadamente US$ 13.
Somando US$ 1,50 de execução:
C_tentativa ≈ US$ 14,52
Dividindo por 70% de aceite:
C_variável_válido ≈ US$ 20,74
O break-even passa de cerca de 151 para aproximadamente 273 resultados.
Nenhum preço de token mudou.
Nenhum salário mudou.
A economia piorou porque qualidade e supervisão mudaram.
Essa é uma das razões pelas quais eu considero a taxa de resultado aceito uma métrica mais importante que custo bruto de inferência.
Confiabilidade precisa entrar na planilha como número, não esperança
A METR mede capacidade de agentes usando horizontes de conclusão em tarefas de software e publica separadamente curvas de 50% e 80% de confiabilidade.
Essa distinção é essencial.
Um agente capaz de concluir uma tarefa “metade das vezes” tem uma economia completamente diferente de um agente que entrega o mesmo resultado com 80%, 95% ou 99,9% de confiabilidade.
A própria METR avisa que, na metodologia atual, medições acima de 16 horas de horizonte são menos confiáveis.
Isso é uma boa vacina contra uma tentação recorrente:
pegar a melhor demonstração de autonomia e tratá-la como SLA de produção.
Em produção, eu perguntaria:
qual é a taxa de aceite?
qual é a taxa de retry?
qual é a taxa de escalonamento humano?
quanto custa cada falha?
qual é o p95 de latência?
qual é o throughput?
Sem isso, não existe unit economics.
Existe demo.
Um agente pode trabalhar em paralelo. Esse é um diferencial real
Há uma vantagem estrutural que a comparação “hora de IA versus hora humana” também não captura bem: paralelismo.
Em junho de 2026, a OpenAI relatou que usuários internos no percentil 99 geravam regularmente mais de 60 horas de turnos do Codex por dia, distribuídas entre vários agentes em paralelo.
Isso não significa 60 horas humanas economizadas.
A própria análise usa estimativas de duração de tarefas e runtime de agentes, não uma equivalência contábil com trabalho humano.
Mas mostra um ponto econômico importante:
um profissional
pode supervisionar
vários fluxos concorrentes
Quando o trabalho é paralelizável e verificável, a capacidade de multiplicar throughput sem multiplicar linearmente pessoas pode ser mais importante que economizar centavos por chamada.
Modelo barato pode criar agente caro
Um modelo barato perde a vantagem se ele provoca:
- mais retries;
- prompts maiores;
- mais tool calls;
- mais erros silenciosos;
- mais escalonamentos;
- mais revisão humana;
- mais incidentes;
- mais latência;
- mais fallback para um modelo caro.
Da mesma forma, o modelo mais caro pode ser economicamente melhor se reduz drasticamente essas outras parcelas.
Por isso o roteamento deveria ser avaliado pelo custo total do resultado.
Um desenho comum é:
tarefa simples
→ modelo barato
→ validação determinística
→ aprovado
falhou
→ modelo intermediário
→ nova validação
ainda falhou ou risco alto
→ modelo forte ou humano
O objetivo não é usar o modelo mais barato.
É usar a arquitetura mais barata que mantém o nível de serviço.
Prompt caching e batch ajudam, mas não salvam processo ruim
Fornecedores vêm reduzindo preço e oferecendo mecanismos para baratear workloads repetitivos.
Isso é ótimo.
Mas otimização de inferência não corrige:
- processo mal definido;
- contexto desnecessário;
- ferramenta instável;
- output sem schema;
- ausência de validação;
- retry infinito;
- falta de limite de gasto;
- agente tentando resolver exceção que deveria escalar.
O maior corte de custo às vezes não vem de trocar de modelo.
Vem de remover uma etapa de IA.
Se uma regra determinística resolve uma classificação com 100% de previsibilidade, colocar um LLM ali pode ser pior financeiramente e tecnicamente.
O custo invisível da integração
Agentes parecem baratos quando olhamos a conta depois que o sistema já existe.
Mas alguém precisou construir:
- autenticação;
- permissões;
- acesso a dados;
- tools;
- schemas;
- sandbox;
- filas;
- rate limits;
- retries;
- observabilidade;
- traces;
- logs;
- avaliação;
- fallback;
- aprovação humana;
- recuperação de falha.
Esse custo fixo explica por que uma automação pode ser excelente em uma operação com dez mil casos por mês e péssima para uma tarefa que acontece quatro vezes.
O mesmo vale para manutenção.
Modelos mudam.
APIs mudam.
Comportamento muda.
Distribuição de casos muda.
A avaliação precisa continuar rodando.
Por isso eu colocaria no orçamento anual:
implantação
+ operação
+ manutenção
+ reavaliação
e não apenas a primeira fatura.
A supervisão humana não precisa destruir o ROI
No capítulo anterior, eu tratei human-in-the-loop como arquitetura.
Aqui ele aparece como variável econômica.
O desenho ruim é:
agente faz
→ humano revisa 100% em profundidade
Se a revisão leva quase o mesmo tempo que fazer o trabalho, você criou duas camadas de custo.
O desenho melhor, quando o risco permite, tende a ser:
agente executa
→ validação automática
→ casos normais passam
→ exceções escalam
→ humano decide só onde vale
O objetivo é reduzir taxa de intervenção, não eliminar responsabilidade.
A Anthropic, ao discutir agentes confiáveis em abril de 2026, ressalta justamente que mais autonomia amplia o espaço para interpretar intenção incorretamente, executar ações não desejadas e sofrer ataques como prompt injection.
Isso tem custo econômico.
Permissão, monitoramento e supervisão não são “burocracia anti-IA”.
São parte da infraestrutura que torna a autonomia utilizável.
Quando o agente tende a ganhar
Eu esperaria vantagem econômica crescente quando a tarefa combina:
| Sinal | Por que ajuda |
|---|---|
| alto volume | dilui integração e avaliação |
| entradas estruturadas | reduz ambiguidade |
| saída verificável | permite validação automática |
| baixa taxa de exceção | reduz supervisão |
| baixo custo de erro | reduz risco esperado |
| repetição | melhora cache, templates e roteamento |
| paralelismo | aumenta throughput sem crescer headcount na mesma proporção |
| workflow estável | reduz manutenção |
| ferramentas confiáveis | reduz falhas fora do modelo |
É o tipo de processo em que a curva de custo cai conforme o volume cresce.
Quando o humano ainda pode ser mais barato
A situação se inverte quando há:
- pouco volume;
- tarefa rara;
- contexto tácito difícil de transferir;
- muitas exceções;
- requisito mudando toda semana;
- verificação subjetiva;
- consequência alta de erro;
- dependência de negociação;
- responsabilidade jurídica;
- integração cara para uma necessidade pequena;
- manutenção maior que o trabalho economizado.
Nesse cenário, “automatizar” pode ser comprar uma fábrica para produzir três peças.
A melhor arquitetura pode ser híbrida
A pergunta do título sugere uma disputa:
agente
versus
funcionário
Na prática, a conta mais forte muitas vezes é:
agente
+
funcionário
O agente absorve:
- volume;
- busca;
- execução repetitiva;
- preparação;
- coleta;
- transformação;
- tentativa inicial.
A pessoa absorve:
- exceção;
- contexto;
- julgamento;
- decisão;
- relação;
- responsabilidade.
O ganho não vem de “zerar pessoas”.
Vem de fazer cada minuto humano cair em uma parte do processo onde ele vale mais.
Um scorecard mínimo antes de automatizar
Se eu fosse aprovar um agente hoje, pediria pelo menos este quadro:
1. Resultado
O que conta como concluído?
2. Baseline humano
Quanto custa hoje por resultado válido?
3. Volume
Quantos resultados por mês?
4. Custo fixo
Quanto custa integrar, testar e colocar em produção?
5. Execução
Modelo + tools + infra por tentativa?
6. Qualidade
Qual é a taxa de aceite real?
7. Supervisão
Quantos minutos humanos por resultado?
8. Retrabalho
Quantas tentativas extras por resultado?
9. Exceção
Que porcentagem escala para uma pessoa?
10. Risco
Qual é o custo esperado de uma falha?
11. SLA
A solução mantém qualidade, latência e disponibilidade?
12. Break-even
Em quantos resultados o investimento se paga?
Se uma equipe não consegue responder isso, eu não chamaria a automação de barata.
Eu chamaria de não medida.
O que os dados atuais me fizeram mudar na pergunta
Eu comecei esta investigação pensando que o avanço dos modelos tornaria a comparação cada vez mais simples.
Modelos ficam mais capazes.
Preços unitários caem.
Agentes trabalham mais tempo.
Então, aparentemente:
IA barata
→ trabalho barato
Mas a evidência aponta para uma formulação melhor.
A pesquisa da Anthropic sobre uso econômico mostra que sucesso varia conforme tarefa e contexto. A METR mede autonomia sempre junto de probabilidade de conclusão. A OpenAI mostra crescimento de tarefas longas e paralelas. E os dados empresariais discutidos no capítulo anterior mostram que adoção operacional não é a mesma coisa que simplesmente dar um chatbot ao trabalhador.
A conclusão que fica para mim é:
o modelo está ficando barato mais rápido do que o processo está ficando confiável.
Quando o processo também fica previsível, verificável e escalável, a economia pode ser enorme.
Quando não fica, o token barato apenas esconde custo em outra linha da planilha.
A pergunta prática
Não pergunte:
“um agente custa menos que um funcionário?”
Pergunte:
“para este resultado, neste volume, com esta taxa de aceite, este custo de supervisão e este risco, qual arquitetura entrega o menor custo total?”
Às vezes a resposta será automação quase total.
Às vezes será augmentation.
Às vezes um processo humano continuará vencendo.
E, muitas vezes, o ponto ótimo estará no meio: o agente fazendo o que escala e a pessoa entrando apenas onde contexto, exceção e responsabilidade justificam seu tempo.
Se você constrói sistemas com IA e quer transformar essa conta em prática — custo por fluxo, escolha de modelo, fallback, schema, avaliação e agentes só onde o ROI fecha — a AIStack é um próximo passo coerente. A ideia não é usar mais IA; é saber onde ela realmente paga a conta.
A próxima pergunta da série nasce exatamente daqui.
Se o custo por token e por unidade de inteligência está caindo, por que a conta total das empresas pode continuar subindo?