Como medir ROI de IA sem mentir para o board

A maioria dos dashboards de IA apresentados ao board tem um problema simples: mede atividade e chama isso de resultado. Mostra usuários ativos, prompts enviados, documentos resumidos e horas economizadas. Tudo isso pode ser interessante. Nada disso, isoladamente, paga dividendo.

Em 2026, a conversa mudou. Agentes já executam partes de processos, ferramentas de código reduzem o custo de desenvolvimento interno e modelos menores derrubam o custo de inferência. Ao mesmo tempo, a conta de dados, integração, segurança, revisão humana e mudança operacional finalmente chegou. O board não quer saber se a empresa está usando IA. Quer saber se a empresa está ganhando mais, gastando menos, reduzindo risco ou liberando capital por causa dela.

A resposta exige disciplina. Não marketing interno.

O primeiro erro é chamar produtividade de ROI

Se um analista passa de quatro horas para duas horas em uma tarefa, a empresa não ganhou automaticamente duas horas de valor. Ela só ganhou valor se esse tempo virar capacidade adicional convertida em receita, custo evitado, menor prazo, menos erro ou menor necessidade de contratação.

Essa diferença parece semântica, mas destrói business cases. Hora poupada sem mudança de processo é capacidade ociosa. Capacidade ociosa não entra no EBITDA.

A fórmula que importa é direta: benefício financeiro incremental atribuível à IA, menos custo total de propriedade da solução, dividido pelo custo total de propriedade. Benefício financeiro não é estimativa genérica de produtividade. É receita incremental com margem, custo efetivamente removido, perda evitada ou capital liberado. E custo total não é apenas licença do modelo. Inclui dados, integração, nuvem, inferência, observabilidade, segurança, validação humana, gestão da mudança e operação.

Na HopAI, depois de mais de nove anos colocando IA em produção, Hugo Azevedo viu esse padrão em mineração, aviação, jurídico e saúde: os projetos que prometem uma revolução ampla demais costumam morrer antes de chegar à operação. Os que sobrevivem começam com uma variável econômica clara e um dono de P&L identificado.

Meça contra uma linha de base, não contra entusiasmo

Todo caso de IA precisa nascer com uma linha de base operacional. Antes de ligar o modelo, responda: qual é o volume mensal? Qual o tempo médio por caso? Qual a taxa de erro? Qual o custo unitário? Qual a receita perdida por demora, fraude, cancelamento ou baixa conversão? Sem esse retrato, qualquer ganho posterior vira opinião.

Depois, estabeleça um contrafactual. O que teria acontecido sem IA? Em processos críticos, o melhor caminho é comparar grupos, unidades, períodos ou filas semelhantes. Em vendas, compare conversão e margem de leads tratados com e sem a solução. Em jurídico, compare tempo de elaboração, taxa de retrabalho e custo externo evitado. Em manutenção, compare indisponibilidade, falhas não planejadas e custo por ativo. Em atendimento, compare resolução no primeiro contato, recontato, tempo de atendimento e churn.

Não aceite uma métrica única. Um agente que reduz tempo de atendimento, mas aumenta reabertura de chamados, não gerou ROI, transferiu custo para o cliente. Um copiloto comercial que acelera propostas, mas reduz margem por concessões ruins, também não gerou valor. A métrica precisa capturar velocidade, qualidade e consequência econômica.

Isso é especialmente relevante no Brasil. A PINTEC 2024 mostrou que 41,9% das empresas industriais brasileiras com 100 ou mais pessoas ocupadas usavam IA em suas atividades, salto relevante ante 16,9% em 2022. A adoção acelerou. A maturidade de mensuração, não necessariamente. (educa.ibge.gov.br)

O ROI real aparece quando o workflow muda

Comprar uma ferramenta e liberar acesso não transforma resultado. Em pesquisa global de 2025, a McKinsey identificou que o redesenho de workflows foi o fator mais associado à geração de impacto em EBIT com IA generativa. Ainda assim, apenas 21% das organizações que usavam genAI afirmavam ter redesenhado fundamentalmente ao menos parte de seus processos. (mckinsey.com)

Esse é o ponto que o board precisa cobrar. Não pergunte quantas pessoas têm acesso ao agente. Pergunte qual etapa deixou de existir, qual decisão foi automatizada, quem aprova exceções, qual SLA mudou e onde o ganho foi capturado no orçamento ou na receita.

Em 2025 e 2026, os agentes de IA ampliaram a ambição das empresas porque conseguem orquestrar tarefas entre sistemas. Mas também ampliaram o risco de contagem dupla. Se um agente reduz trabalho de backoffice e outro reduz trabalho de atendimento sobre o mesmo processo, alguém precisa garantir que o benefício não foi lançado duas vezes no business case.

A tendência é concreta: 40% dos respondentes de grandes empresas, com receita superior a US$ 1 bilhão, relataram estar escalando agentes de IA em 2026, contra 27% no ano anterior. Mas apenas 37% disseram que a IA contribuiu positivamente para o EBIT da organização. Escalar tecnologia não é o mesmo que capturar valor. (mckinsey.com)

Leve pa