Funcionou? E Qual Foi o Custo?

Seu CFO entrou na sua reunião individual na semana passada com um número em um post-it. Era maior do que ele esperava. Ele quer saber o que você obteve por isso.

Seis meses atrás, ferramentas de codificação com IA eram uma curiosidade do lado dos desenvolvedores — algumas licenças aqui, um teste lado a lado ali. Agora são uma linha de item. Cursor, Copilot, Claude, Codeium, o orçamento de API de modelo que triplicou silenciosamente — a maioria das organizações de engenharia está gastando dinheiro real com IA, e a maioria não consegue dizer se o gasto produziu algo que se consolidou.

Esta é a segunda metade de Ship and Stick. A primeira metade respondeu: o trabalho que a IA ajudou realmente foi entregue e sobreviveu? A segunda metade é a pergunta que todo parceiro financeiro está fazendo agora, e a maioria dos líderes de engenharia só consegue responder com uma fatura e uma intuição:

"Quanto nos custou, e valeu a pena?"

Um Lembrete: Ship and Stick

Argumentamos no início deste ano que métricas de atividade — taxas de adoção, prompts escritos, linhas aceitas — são vaidade. A única medida honesta de se a IA está funcionando é se os resultados foram entregues e se consolidaram. O PR foi mesclado? Permaneceu mesclado? A qualidade se manteve? A previsibilidade melhorou, ou a equipe começou a oscilar?

Esse ainda é o enquadramento correto. Mas responde metade de uma pergunta.

Resultados sozinhos dizem se algo melhorou. Eles não dizem se a melhoria valeu o que você pagou por ela. Um aumento de 4% na saúde de entrega que custa $80 mil por trimestre em licenças de ferramentas é uma aposta diferente de um aumento de 4% que custa $8 mil. Sem o denominador, você não consegue dizer em qual deles você está sentado.

Como Você Mede o ROI de IA?

O ROI de IA é o valor do que se consolidou dividido pelo que você pagou. Aqui está a matemática que todo líder de engenharia está sendo solicitado a fazer:

ROI de IA = (valor do que se consolidou) / (o que você pagou)

A maioria das equipes está perdendo o denominador completamente. Elas têm uma fatura de fornecedor na caixa de entrada das finanças e uma sensação de que "as pessoas parecem mais produtivas". Isso não é ROI. Isso é esperança mais um extrato de cartão de crédito.

O denominador mudou. O gasto com IA costumava ser uma nota de rodapé — vinte dólares por licença para um plugin de editor. Em 2026 é uma coluna:

• Licenças por usuário em várias ferramentas de codificação
• Cobranças de uso de API que escalam com o quanto sua equipe realmente as usa — quanto mais funciona, mais você paga
• Serviços de roteamento de modelo, bancos de dados vetoriais, ferramentas de avaliação
• Os recursos de IA internos que seu próprio produto está entregando, que rodam nos mesmos provedores de modelo

Três coisas seguem disso.

Um: O gasto com IA se tornou não trivial o suficiente para que as finanças agora sejam uma parte interessada nas decisões de engenharia, quer você goste ou não.

Dois: O gasto com IA não é mais de custo fixo. Ele escala com o uso — o que significa que uma adoção bem-sucedida aumenta a conta. Vencer a batalha da adoção sem a instrumentação de resultados é como você acaba explicando uma fatura 3x ano a ano para um CFO que não consegue ver o impacto.

Três: Os dois números se movem em relógios diferentes. O gasto é mensal e visível. Os resultados são sprint após sprint e invisíveis sem uma camada de medição. Se você vê apenas um deles, tomará decisões com base no que vê — e o que você vê é a conta.

Por Que Ninguém Mostra as Duas Metades

Se parear resultados com gasto é tão obviamente útil, por que seu fornecedor de IA não construiu isso para você?

Porque a matemática não funciona para eles.

Cada uma dessas ferramentas está entregando a metade que pode vender, e silenciosamente omitindo a metade que tornaria o quadro honesto. Uma ferramenta de codificação que mostrasse custo por PR consolidado estaria corrigindo sua própria lição de casa. Um dashboard de produtividade que expusesse a conta estaria dando a você um motivo para cancelá-lo.

O ciclo fechado — custo pareado com resultado, ambos em tendência sprint após sprint — não é um recurso que qualquer fornecedor de propósito único possa entregar sem se prejudicar.

Como o Ciclo Se Parece

A instrumentação não é complicada. É apenas rara.

Você precisa de três coisas em uma tela:

1. Uma tendência de saúde de entrega. Sprint após sprint, neutra em relação à IA. O trabalho foi entregue? Se consolidou? A qualidade e a previsibilidade estão se mantendo?
2. Uma tendência de gasto com IA. Mesma cadência. Por equipe, não por desenvolvedor. (Mais sobre isso em um momento.)
3. Uma hipótese causal. O que mudou nas ferramentas da equipe entre o sprint N e o sprint N+1, e a tendência respondeu?

Quando essas três ficam juntas, você para de discutir sobre IA e começa a medi-la. A conversa passa de "as pessoas estão usando o Cursor o suficiente?" para "a equipe o implementou três sprints atrás, a tendência de saúde subiu quatro pontos, e o gasto com IA por desenvolvedor aumentou vinte e dois por cento. Estamos positivos no saldo. Renovar." Ou — igualmente valioso — "a tendência está estável, o gasto está alto, a pontuação de maturidade não se moveu. Tente uma ferramenta diferente."

Esse é o ciclo fechado: custo pareado com resultado, na mesma cadência. Não um dashboard com mais números nele. Uma imagem de grau de decisão que permite que você pare de adivinhar.

Por equipe, não por desenvolvedor

Uma nota que importa: isso só funciona se a visualização de gasto for por equipe, não por desenvolvedor.

No momento em que você coloca o uso individual de IA em um ranking, três coisas acontecem, todas ruins:

1. Desenvolvedores contornam a medição — executando modelos localmente, compartilhando contas, optando por não usar as ferramentas pelas quais você está pagando.
2. Os dados são manipulados. Mais prompts ≠ mais valor, mas aparecerá dessa forma.
3. Você silenciosamente se tornou o produto de vigilância que disse que nunca construiria.

Gasto no nível da equipe pareado com resultados no nível da equipe é a unidade certa. Responde à questão do orçamento sem criar a questão da vigilância.

O Movimento Honesto

Se você é líder de engenharia, tem duas maneiras de lidar com a próxima conversa sobre orçamento de IA.

A primeira é continuar fazendo o que a maioria das equipes está fazendo: puxar a fatura, narrar a vibe, torcer para a sala comprar. Isso funciona por um ou dois ciclos. Para de funcionar no momento em que uma equipe colega aparece com uma linha de tendência.

A segunda é instrumentar antes de defender. Torne o gasto visível e os resultados visíveis — não depois da renovação, mas antes. Você vai encontrar uma de três coisas:

• O gasto está produzindo resultados duráveis. Defenda com força. Agora você tem os dados para fazer isso.
• O gasto não está produzindo resultados. Corte antes que outra pessoa corte por você. Melhor oferecer o corte do que ser o estudo de caso.
• O gasto está produzindo resultados para algumas equipes e não para outras. Essa é a resposta mais comum e a mais útil. A adoção não é homogênea; o ajuste da ferramenta também não é. O gasto deve seguir o ajuste.

Em todos os casos, você está agindo com base em evidências. Só isso já te separa da maior parte da conversa acontecendo na sua indústria agora.

A Linha de Fundo

Em 2026, "a IA está funcionando?" deixou de ser uma questão de liderança de pensamento e começou a ser uma questão de orçamento. As equipes que vencem são aquelas que conseguem responder sob demanda, com duas linhas de tendência, em menos de um minuto.

Entregou? Ficou? E quanto custou?

As duas primeiras escrevemos sobre em março. A terceira é a metade sobre a qual o financeiro está perguntando agora. As equipes que têm a resposta não são as que usam mais IA. São as que conseguem provar o que obtiveram por ela.

Me mostre o gasto. Me mostre a tendência. Agora podemos conversar.

Leitura Adicional

• Entrega e Permanência: Medindo se a IA Está Realmente Funcionando — a metade dos resultados da questão, com os dados por trás de por que métricas de atividade são vaidade.
• Os Sete Pecados Capitais das Métricas de Engenharia — antipadrões a evitar quando você instrumenta o loop.
• Métricas DORA Sem o Imposto do Dashboard — por que os dados que você precisa já estão nas integrações que você já conectou.