Quem já usa agentes de IA no Brasil — e quanto isso custa?

Em agosto de 2026, a Nvidia avisou seus maiores clientes que os preços dos servidores de IA vão subir mais de 15% já nos equipamentos entregues a partir do início de 2027 — puxados pela disparada no custo de memória. A notícia causou um arrepio no mercado de tecnologia. Mas enquanto os jornais de finanças rodavam manchetes sobre o encarecimento da infraestrutura de GPU, algo discreto acontecia nos bastidores das maiores empresas brasileiras: elas não precisavam se preocupar com servidor nenhum.

Porque os agentes de software já estavam fazendo o trabalho.

O banco onde uma IA já resolve 9 em cada 10 conversas

No primeiro semestre de 2026, o Bradesco registrou 74 milhões de interações com a b.ia — a inteligência artificial do banco, que completa dez anos em 2026 e já acumula mais de 3 bilhões de interações desde o lançamento.

E ela não é mais um chatbot que responde perguntas de FAQ. Nas demandas do atendimento digital, a b.ia retém até 90% das conversas e resolve sozinha cerca de 87% dos casos — negociando débitos, recalculando parcelas e conduzindo operações sem precisar passar para um humano.

O que mudou nesses dez anos? A b.ia deixou de ser um sistema de regras e virou um sistema de agentes: módulos de IA que recebem uma tarefa, chamam ferramentas (banco de dados, sistemas legados, APIs), tomam decisões intermediárias e entregam um resultado.

O banco não abre quanto isso economiza. Mas a lógica é simples de enxergar: cada conversa que a IA resolve sozinha é uma conversa que não precisou de fila, de call center e de tempo humano. Quando isso acontece em nove de cada dez casos, a conta muda de escala.

Quem mais está usando — e em quais setores

O Brasil não é pioneiro global em IA, mas está longe de ser retardatário. Aqui está o mapa de quem está rodando agentes de verdade:

Setor financeiro (vanguarda)

Os bancos foram os primeiros porque tinham o problema certo: volume altíssimo de interações repetíveis. Além da b.ia do Bradesco, o Nubank usa modelos de IA para análise de crédito, avaliando dezenas de variáveis em tempo real antes de aprovar um limite. O Banco do Brasil tem a assistente virtual Vivi, que há anos evolui para lidar com operações bancárias completas via chat.

Varejo e e-commerce

O Magazine Luiza (Magalu) transformou a Lu — originalmente um avatar de marketing — em uma frente de atendimento apoiada por IA, cobrindo dúvidas de logística, trocas e devoluções e recomendação de produto.

O iFood usa agentes de otimização logística que redefinem rotas de entrega em tempo real, levando em conta clima, trânsito, temperatura do pedido e janelas de entrega prometidas. Com mais de 100 milhões de pedidos por mês — marca que a plataforma cruzou em 2025 —, cada ponto percentual de eficiência ganho vale dezenas de milhões de reais.

Software empresarial (B2B)

A Totvs — maior empresa de software de gestão do Brasil — vem embarcando IA nos seus módulos de gestão, com recursos que detectam anomalias, sugerem ações e alertam para riscos. Não substitui a equipe: dá a ela olhos que não tinha.

Saúde e diagnóstico

Instituições como o Hospital Israelita Albert Einstein rodam mais de uma centena de algoritmos no dia a dia. Um deles é um modelo de cuidado que usa dados e IA para detectar precocemente a deterioração clínica de pacientes internados — com a meta declarada de reduzir em 50%, em 24 meses, as transferências tardias para a UTI. É a IA agindo antes de o quadro piorar, não depois.

Quanto custa de verdade

Aqui é onde a conversa fica interessante — e onde muita empresa ainda tem crenças erradas.

O custo de um agente de IA tem três camadas. Os valores abaixo são estimativas de mercado para dar ordem de grandeza — não tabelas de preço oficiais.

1. Custo de API (por uso)

Estimativa para interações de ~800 tokens de entrada + 400 de saída, câmbio aproximado de R$ 5,80/USD. Preços de API mudam com frequência — confirme na fonte antes de orçar.

Uma empresa com 10.000 interações por mês — volume razoável para atendimento de PME — gasta, nessa faixa, entre R$ 100 e R$ 450 em API por mês. Menos do que a conta de internet da recepção.

2. Custo de infraestrutura

Se a empresa usa API de terceiros (OpenAI, Anthropic, Google), o custo de GPU não é dela. É do provedor. O reajuste da Nvidia afeta as big techs, que podem repassar — mas, por ora, não repassaram de forma significativa para clientes de API.

Se a empresa roda modelo próprio (LLM local), aí o custo de servidor importa:

A maioria das empresas brasileiras usa API, não modelo próprio. O custo de servidor é irrelevante para elas — por enquanto.

3. Custo de implementação (o maior de todos)

Este é o que poucos publicam e todos subestimam:

O custo de implementação inclui mapeamento de processos, integração com sistemas legados (o item mais caro no Brasil, onde muitas empresas ainda rodam ERPs dos anos 2000), testes, segurança e treinamento da equipe.

Quando vale a pena

Três condições. Se as três forem verdadeiras, o ROI é quase certo.

1. Volume alto de tarefas repetíveis. Se a mesma pergunta, análise ou operação ocorre mais de 500 vezes por mês, o agente paga a implementação em meses.

2. O erro tem custo tolerável. Agentes erram. Se um erro de agente pode causar um processo trabalhista ou um problema de compliance, o contexto exige supervisão humana maior — e o ROI encolhe.

3. Os dados estão organizados. Um agente é tão bom quanto os sistemas que ele acessa. Empresa com dados espalhados em planilhas e e-mails vai gastar boa parte do orçamento de implementação limpando dados — não construindo o agente.

Quando não vale

Quando o problema é de julgamento humano único. Agentes são excelentes em padrões; são ruins em situações sem precedente. Um advogado de M&A, um diretor de criação, um médico diante de um diagnóstico raro — aí o agente é ferramenta de apoio, não substituto.

Quando o volume é baixo e irregular. Para uma empresa com 50 atendimentos por mês, o custo de implementação nunca se paga. Nesse caso, usar o ChatGPT diretamente é mais inteligente do que construir um agente.

Quando a empresa não tem maturidade de dados. Boa parte dos projetos de IA no Brasil trava aqui. Antes de contratar uma consultoria para construir o agente, invista em organizar os seus dados.

O que os números não dizem

Uma frase que se ouve com frequência de quem já implantou agentes é mais ou menos esta: "O agente não economizou dinheiro. Ele criou capacidade que não existia."

Uma equipe que antes dava conta de algumas centenas de casos por mês passa a dar conta de milhares — com o mesmo time, realocado para o que é complexo. A empresa não corta custo: multiplica capacidade.

Esse é o ponto que os comparativos de custo não capturam. O agente de IA raramente é uma peça de redução. É uma peça de escala.

E no Brasil — onde o custo de mão de obra qualificada cresce mais rápido que a produtividade, onde a disputa por talentos em tecnologia é real — isso muda a equação inteiramente.

A pergunta certa não é "quanto custa rodar um agente?".

É "quanto custa não rodar um enquanto seus concorrentes já rodam?"

Gleidson Andrade é especialista em Inteligência Artificial aplicada a negócios. Este artigo é o #19 de uma série sobre IA para empresas brasileiras. ← #18: O que é um agente de IA, afinal?