O caso da empresa Klarna é um exemplo claro de como as empresas podem economizar na tecnologia e perder no negócio. A adoção de inteligência artificial (IA) é um investimento que requer uma análise cuidadosa, pois o custo não é o único fator a ser considerado. Liderar a adoção de IA exige conectar o consumo de recursos à entrega de resultados, e não apenas se concentrar no custo do insumo.
Entendendo o valor da tecnologia
A discussão sobre IA muitas vezes se limita ao consumo de tokens, licenças e infraestrutura, mas isso é apenas uma parte da equação. A tecnologia deve ser vista como um investimento que pode gerar valor para a empresa, e não apenas como uma despesa a ser reduzida. A FinOps Foundation descreve uma evolução das métricas técnicas, como custo por token, para indicadores orientados a resultado, como custo por atendimento assistido ou caso resolvido.
Medindo o valor da IA
Um token é uma unidade de consumo, não um resultado de negócio. Seria estranho avaliar uma fábrica apenas pela energia consumida, sem considerar o volume produzido, a qualidade, a margem e o prazo. Da mesma forma, uma solução de IA não deve ser avaliada apenas pelo número de tokens usados. A unidade de análise precisa refletir o trabalho entregue, como custo por proposta concluída, contrato revisado, atendimento resolvido ou hora devolvida a um profissional especializado.
O caso Klarna
A Klarna oferece um bom exemplo de como a IA pode gerar valor para a empresa. Segundo a própria empresa, seu assistente de IA gerou uma economia estimada de US$ 39 milhões em 2024, e em 2025, passou a atender 80% dos chats de suporte e produziu cerca de US$ 59 milhões em economia. No entanto, o CEO Sebastian Siemiatkowski reconheceu que a busca por redução de custos no atendimento havia ido longe demais e reforçou a opção de falar com uma pessoa.
Três dimensões de valor
A primeira dimensão é a eficiência, que reduz tempo, retrabalho ou custo operacional. A segunda é a efetividade, que melhora a qualidade, a precisão, a experiência ou a capacidade de decisão. A terceira é o valor estratégico, que cria uma capacidade antes inexistente, acelera a entrada em um mercado ou diferencia a experiência do cliente. Em iniciativas de engenharia e IA, a elaboração de propostas pode cair de semanas para um dia, e o tempo do ciclo de aprovação de materiais pode ser reduzido em 90%.
Da etiqueta de marketing à capacidade real
A CES 2026 mostrou como a inteligência artificial pode ser aplicada em diferentes setores, como saúde, energia, agricultura e mobilidade. No entanto, a etiqueta AI-enabled não é suficiente para justificar um investimento. O valor concreto da tecnologia deve ser demonstrado, e não apenas sua capacidade de atrair atenção. O Agentforce, da Salesforce, ilustra a mudança de assistentes que apenas respondem para agentes que atuam sobre dados e processos.
A pergunta que deve chegar ao comitê de investimentos
Antes de pedir orçamento para um projeto de IA, líderes deveriam responder a seis perguntas: qual fluxo crítico será transformado? Qual é a linha de base? Que mudança esperamos em tempo, qualidade, receita, risco ou satisfação? Quais riscos novos a solução cria? Onde o julgamento humano continua indispensável? E qual será o custo por resultado obtido? A governança de custos evita desperdício, mas a governança de valor mostra onde vale a pena investir.
Conectando consumo e resultados
A maturidade está em medir as duas pontas da equação: tokens pertencem ao lado do custo, e tempo, qualidade, receita, risco e experiência pertencem ao lado do valor. A pergunta que merece espaço no comitê não é apenas quantos tokens usamos?, mas qual resultado compramos com eles? . Liderar a adoção de IA exige conectar o consumo de recursos à entrega de resultados, e não apenas se concentrar no custo do insumo.
