R$ 199 por mês em reais, inferência paga em dólar. Uma startup de São Paulo vende um assistente de IA para clínicas. Recebe por Pix ou cartão e paga o modelo em moeda americana, com IOF sobre o câmbio e os tributos de importação de serviço por cima. Nenhuma dessas três linhas aparece no pitch. E são elas que decidem se o negócio para de pé quando a base passa de cem para dez mil clientes.
No software tradicional, atender um cliente a mais custa quase nada. Por isso a estratégia girava em torno de distribuição e retenção. Na IA, cada pedido ao modelo custa dinheiro, e a qualidade varia de uma resposta para outra. Além disso, a vantagem raramente está numa funcionalidade. Está nos dados e no sistema montado em volta do modelo. Por isso, modelar um negócio de IA começa pelas perguntas de estratégia. O que cria valor? O que protege esse valor? Como ele se liga ao custo? Só depois vem a escolha do fornecedor.
O modelo é a peça que você mais vai trocar. Em muitos produtos, ele muda duas ou três vezes no primeiro ano. Às vezes porque saiu uma versão mais barata, às vezes porque a anterior foi descontinuada.
Três camadas de valor, cobradas de formas diferentes
Em vez de uma "proposta de valor" única, pense em três camadas de valor. Cada uma se cobra de um jeito.
A camada essencial é o que a IA faz melhor que uma pessoa ou que o software anterior. Resumir, prever, transformar conteúdo, buscar em documentos, automatizar rotina. É fácil de vender e igualmente fácil de copiar. Aqui quase não há defesa.
A camada de amplificação é a IA encaixada num trabalho que já existe, para deixá-lo mais rápido ou mais preciso. Menos tempo por tarefa, menos esforço mental, orientação feita para cada pessoa. Vale mais, porque o cliente mede o ganho com os próprios números.
A camada de inovação é o que não existia sem IA. Copilotos, agentes que fazem tarefas sozinhos, geração de texto, imagem e voz juntos, fluxos que se ajustam sozinhos. Tem a maior margem e o maior risco. É ali que estão os textos longos e os processos de várias etapas, que mais pesam no custo.
No exemplo da clínica, a camada essencial é transcrever a consulta. Qualquer concorrente compra isso por API. A de amplificação é a transcrição já sair no formato do prontuário eletrônico que a clínica usa. A de inovação é um agente que prepara a guia para o convênio e aponta o que costuma ser glosado. Só as duas últimas sustentam um preço acima do básico.
A vantagem mora no sistema em volta do modelo
Qualquer um pode usar os grandes modelos por API. Por isso, o modelo sozinho quase nunca cria uma vantagem duradoura. A vantagem vem de outras coisas. Dados próprios. Uma busca bem ajustada sobre esses dados. Um modelo ajustado ao seu setor. Testes de qualidade sérios. Boa integração ao trabalho diário do cliente. E o efeito do uso: o produto acerta mais quanto mais é usado.
A proteção real nasce dessa soma com distribuição, confiança e cumprimento das regras. Nenhum desses elementos sozinho segura um concorrente por muito tempo.
No Brasil, a distribuição pesa mais do que costuma aparecer nos frameworks importados. Integração com os ERPs e sistemas de gestão que dominam cada setor. Presença nas lojas de software das grandes plataformas. Parcerias com contadores e consultorias que já atendem pequenas empresas. Um concorrente estrangeiro com modelo melhor leva anos para copiar esses canais.
Esse sistema tem uma arquitetura conhecida. Um produto de IA sólido funciona em quatro camadas, e custo e risco não se dividem por igual entre elas.
Dados: tudo o que coleta, organiza, rotula e confere a informação.
Modelo: os modelos alugados por API ou baixados, às vezes ajustados ao seu setor ou ligados aos seus documentos.
Orquestração: a parte que decide como o produto trabalha. Que instruções o modelo recebe, qual modelo atende cada pedido, o que fazer quando um modelo falha e como conferir a resposta. É aqui que se toma a maior parte das decisões que definem o custo de cada pedido.
Experiência: o que o cliente vê. Assistentes, fluxos automáticos, painéis, busca, geração de conteúdo.
Cada funcionalidade passa pelas mesmas perguntas. Quanto vale para o usuário? Dá para construir? Que dados exige? Quanto custa cada resposta? Que riscos traz? Aguenta o crescimento? As respostas decidem o que entra no plano básico, o que vai para o premium e o que fica sob limite rígido. Se uma funcionalidade vale muito, mas o custo dispara nos pedidos mais pesados, ela sobe de plano ou ganha um teto.
O câmbio entra direto na margem bruta
Os principais fornecedores de modelos cobram em dólar. Se a sua assinatura é em reais, o câmbio entra direto na margem bruta. Na clínica do exemplo, com mil clientes (a conta completa vem mais abaixo), a fatura de inferência de uns US$ 5.600 por mês custa R$ 31.388 com o dólar a R$ 5,60 e cerca de R$ 34.750 a R$ 6,20. E nada mudou no produto nem no uso.
Some a isso o IOF sobre o câmbio. Conforme o enquadramento da empresa, há também os tributos sobre importação de serviços (IRRF, CIDE, PIS e Cofins-Importação, ISS), que a contabilidade precisa calcular caso a caso. O custo real de um dólar de API costuma ser bem maior que a cotação do dia.
Há três respostas práticas. Primeiro, fixe o preço com uma taxa de câmbio conservadora e revise todo mês a margem de cada grupo de clientes, em reais. Segundo, em contratos corporativos longos, preveja um reajuste anual ligado a um índice de custo de infraestrutura, explicado com números na proposta. Terceiro, acompanhe a reforma tributária do consumo (Lei Complementar 214/2025). A transição dos tributos atuais para CBS e IBS começa em 2026 e muda a forma de compor o preço final ao longo dos próximos anos.
Modelos de receita: preço amarrado a consumo, valor e custo
Cobrar por uso (tokens, pedidos, computação, buscas em documentos ou tarefas de agente concluídas) é o jeito mais honesto de ligar receita e custo. Clientes técnicos entendem bem. Para os outros, é pouco previsível: ninguém sabe o que cabe em um milhão de tokens.
As assinaturas com limites variam pelos modelos liberados, pelo tamanho de texto aceito, pela qualidade do que geram e pelo quanto automatizam. Para a maioria dos produtos, o híbrido funciona melhor: mensalidade fixa mais cobrança acima de uma cota. A mensalidade dá previsibilidade. A cota protege a margem contra quem usa muito.
Créditos deixam o preço mais fácil de entender. Por exemplo, mil tokens valem 1 crédito, uma imagem vale 5 e uma análise vale 20 (valores de exemplo). Também abrem espaço para vender mais, com uma carteira comum a vários produtos. O preço baseado em valor parte do resultado: horas economizadas, aumento de conversão, documentos processados. Funciona quando o cliente mede esse resultado por conta própria.
O meio de pagamento também entra no modelo. Desde 16 de junho de 2025, o Banco Central oferece o Pix Automático para cobranças recorrentes. Isso abriu uma alternativa ao cartão de crédito para assinaturas de pequenas empresas e profissionais liberais, um público em que boleto e cartão corporativo nem sempre funcionam bem. Num plano híbrido, vale testar a mensalidade por Pix Automático e o excedente de uso numa cobrança separada no fim do mês.
O cliente corporativo grande paga por outra coisa. Modelos especializados, fluxos de dados privados, ferramentas de conformidade, acordos de nível de serviço (SLA), computação dedicada e integrações. O gasto principal dele vai para implantação e suporte. Por isso o contrato costuma ser de vários anos, com taxa de plataforma mais consumo. Na prática, não adianta espremer o custo de modelo de um cliente desses. A qualidade da resposta pesa mais para ele do que alguns centavos por pedido.
Unit economics: onde a IA se afasta do SaaS
A inferência é o principal motor de custo. Ela depende sobretudo do tamanho do modelo e de quanto texto ele recebe e devolve, contado em tokens. Buscas em documentos, pedidos ao mesmo tempo e cache também pesam. Mais uso aperta direto a margem bruta.
A consequência contábil é direta. A inferência entra no custo da receita todo mês, para cada cliente. Já o desenvolvimento de um SaaS clássico se paga uma vez e se dilui na base. Quem monta o plano de negócios com a margem de um SaaS clássico já começa otimista demais.
Faça a conta até o fim, em reais. Imagine um pedido com 1.800 tokens de entrada e 400 de saída, num modelo intermediário que cobra US$ 3 por milhão de tokens de entrada e US$ 15 por milhão de saída. São US$ 0,0114 por pedido. Um usuário que faz 360 pedidos por mês custa US$ 4,10. Com o dólar a R$ 5,60, são cerca de R$ 23, antes dos tributos de importação. Ou seja, mais de 11% de uma assinatura de R$ 199 só em inferência, sem contar buscas e armazenamento.
O treinamento se paga uma vez. O trabalho com os dados nunca acaba: limpar, rotular, vigiar se o modelo piora, retreinar e manter os conjuntos de teste. Com o tempo, isso costuma custar mais que o treinamento. Somam-se os custos de confiabilidade. Falhas do modelo geram revisão humana, escalonamentos e ciclos de correção. Tudo isso entra na conta do unit economics, a economia por cliente.
O que decide o resto é como o uso se distribui. E quem decide a margem é o usuário intensivo. Volte à clínica, agora com a base inteira. Mil clientes a R$ 199 rendem R$ 199 mil por mês. Novecentos e cinquenta usam o produto como no exemplo acima e custam R$ 22,96 cada, R$ 21.812 no total. Os outros cinquenta são clínicas grandes que fazem 3.000 pedidos por mês. Cada uma custa US$ 34,20, ou R$ 191,52, quase a mensalidade inteira. Somadas, R$ 9.576.
A inferência total fica em R$ 31.388, ou 15,8% da receita. E 5% dos clientes respondem por 30% dessa fatura.
Agora mexa em duas variáveis. Se o dólar sobe para R$ 6,20, a mesma operação passa a custar cerca de R$ 34.750, ou 17,5% da receita, sem nenhum cliente novo. Se a parcela de clínicas grandes dobra para 10%, a fatura vai a cerca de R$ 39.800 no câmbio de R$ 5,60, ou 20% da receita. As duas coisas podem acontecer no mesmo trimestre. Por isso a margem precisa ser modelada por cenários: tráfego, câmbio, mix de clientes e ponto de equilíbrio. Uma média esconde justamente esses saltos.
Onde as alavancas de custo realmente pagam
Nem toda alavanca rende o mesmo, e a ordem importa tanto quanto a lista. A regra é atacar primeiro o que corta custo sem mudar a resposta. Só depois vem o que troca qualidade por custo. A cada passo, meça a perda de qualidade num conjunto de referência, com exemplos rotulados que não mudam entre versões, antes de liberar em produção.
O cache vem primeiro, em duas formas. O cache do início do prompt aproveita que boa parte de cada pedido se repete. Reler o trecho guardado custa uma fração do preço normal de entrada. Suponha um décimo, valor comum no mercado. No exemplo da clínica, se 1.500 dos 1.800 tokens de entrada são instruções fixas, o pedido cai de US$ 0,0114 para cerca de US$ 0,0074. O usuário típico passa de R$ 23 para uns R$ 14,80 por mês.
Guardar respostas prontas para perguntas parecidas é outra história. Só compensa quando as perguntas se repetem quase iguais, como num suporte. Num produto em que cada consulta é única, isso só deixa a resposta mais lenta.
Depois do cache, a saída responde por cerca de 80% do custo do pedido (US$ 0,006 de US$ 0,0074). Por isso, a segunda alavanca é um limite para o tamanho da resposta. Encurtar as instruções rende pouco, mas custa quase nada para fazer.
Em seguida vem mandar os pedidos simples para modelos menores. Costuma ser a alavanca de maior retorno quando há tarefas simples misturadas às difíceis. Mandar o tráfego fácil para um modelo várias vezes mais barato mexe mais na margem do que qualquer renegociação de preço de API. Só que isso muda a resposta que o usuário recebe. Sem conjunto de referência, ninguém sabe quanta qualidade foi embora.
Treinar um modelo pequeno com as respostas do grande, a chamada destilação, paga a prazo. Exige um conjunto de exemplos e um ciclo de treino. Só se justifica quando o volume da tarefa é alto e estável.
Quando a mensalidade simples ainda é a melhor escolha?
Quem mais resiste a toda essa engrenagem é o próprio cliente. Uma clínica pequena quer saber quanto vai pagar no mês. Uma fatura que varia com o uso dos médicos assusta, gera ligação para o suporte e às vezes cancelamento. Uma mensalidade fixa se vende mais rápido. E, no começo de um produto, velocidade de venda vale mais do que margem perfeita.
A mensalidade fixa se sustenta quando o uso varia pouco entre clientes. A prova é o custo do cliente no percentil 90, ou seja, aquele que usa mais que 90% da base. Se esse custo fica abaixo de um quinto do preço, a mensalidade simples, com um limite de uso justo no contrato, aguenta. No exemplo, um cliente P90 com 500 pedidos custa US$ 5,70, uns R$ 31,92, ou 16% da mensalidade. Dá para manter o plano fixo. Se o cliente P90 faz 1.000 pedidos, são R$ 63,84, ou 32%. Aí a mensalidade passa a pagar os intensivos com a margem de todos os outros. O híbrido vira inevitável. E pode ser vendido como franquia fixa com excedente de preço claro, uma lógica que o cliente brasileiro já conhece do plano de celular.
Dados como a vantagem que ninguém copia rápido
Os dados vêm do conteúdo dos usuários, do trabalho diário, de integrações, de bases públicas e de parceiros. Qualidade importa mais que volume. Dados recentes, completos, sem viés sistemático e bem rotulados definem o desempenho mais do que o tamanho da base.
O controle dos dados também faz parte do modelo de negócio. Registrar consentimentos. Saber de onde vem cada dado. Conseguir apagá-lo. Não expor dados pessoais nos índices do modelo. Guardar registros de auditoria. Disso depende atender um cliente corporativo. Ele vai perguntar pela base legal de cada tratamento prevista na LGPD e pelo relatório de impacto quando o tratamento for sensível. Dados de saúde, como os do exemplo da clínica, são dados pessoais sensíveis e pedem cuidado redobrado. Quem fiscaliza é a Autoridade Nacional de Proteção de Dados (ANPD).
O ganho com dados de uso não é automático nem imediato. Ele só aparece quando o ciclo se fecha. A resposta do produto é avaliada, esse sinal volta para os dados e o modelo ou a busca melhoram com ele. Sem esse ciclo, mais uso gera apenas mais registros parados, que custam armazenamento e não trazem qualidade.
Há ainda um atraso que engana o planejamento. Os primeiros milhares de interações raramente mudam a qualidade de forma perceptível. Por isso o ciclo de dados protege bem quem tem anos de uso acumulado, e quase nada um produto recém-lançado.
A regulação de IA ainda em tramitação já mexe no preço
O Brasil ainda discute o seu marco legal de inteligência artificial. O texto em tramitação classifica os sistemas por risco, numa lógica parecida com a do regulamento europeu. Sistemas de alto risco, como os usados para recrutar e avaliar trabalhadores ou para decidir o acesso a serviços essenciais, terão obrigações maiores.
Esperar a lei sair para pensar nisso é um erro de modelagem. Se o seu caso de uso tende a cair na faixa de alto risco, o custo de documentação, avaliação de impacto e supervisão humana será fixo e relevante. Ele combina melhor com poucos clientes grandes em contratos longos do que com milhares de assinaturas baratas. Se você também vende para a Europa, as obrigações do regulamento europeu já têm datas definidas e chegam antes. Desenhar o produto hoje para explicar cada decisão automática custa menos do que adaptá-lo depois.
Validação em quatro eixos, do valor para o preço
Um negócio de IA se testa em quatro eixos. As pessoas querem o produto? Dá para construir? A conta fecha? O modelo tem qualidade suficiente? Cada eixo pede testes diferentes. O modelo se testa antes de ir ao ar, com perguntas de referência e testes de segurança e de respostas inventadas. O produto se testa com a taxa de tarefas concluídas, o efeito na retenção, a disposição a pagar e o uso real no dia a dia. O preço se testa com o desempenho de cada plano, a reação das vendas a uma mudança de preço e testes de pacotes de créditos e de limites. A economia se testa com cenários de custo extremos, simulações de carga e o cálculo de quanto a margem cai se o câmbio subir.
Para saber se as pessoas querem o produto, existe um termômetro barato no próprio uso. Olhe a parcela de clínicas que usam o produto em pelo menos três de cada quatro semanas, sem nenhum lembrete. Se essa parcela é pequena e não cresce de um grupo de clientes para o seguinte, mexer no preço é cedo demais. A ordem importa. Primeiro confirme valor e qualidade. Depois mexa no preço. Senão, o teste de preço só mede ruído.
Três números que mostram se o modelo fecha
Três números mostram, mês a mês, se o desenho está de pé. O primeiro é a margem bruta por grupo de clientes, em reais, já com câmbio, IOF e tributos de importação. O segundo é a razão entre o custo do cliente P90 e o preço do plano. Ele mostra, antes de qualquer outro indicador, quando a mensalidade começa a pagar os intensivos. O terceiro é a relação entre o valor do cliente ao longo do tempo e o custo para conquistá-lo. A referência usual em SaaS é de pelo menos três vezes, com o custo de conquista recuperado em uns 12 meses. Um produto de IA precisa passar no mesmo teste, com o valor do cliente calculado já sem a inferência.
A salvaguarda é a taxa de tarefas concluídas. Se o custo por pedido cai e essa taxa cai junto, a economia veio de piorar o produto. A conta vai aparecer no cancelamento dois ou três meses depois.
Os três números resumem um canvas maior. Um modelo completo é feito de camadas que precisam conversar. A estratégica cobre mercado, problema, sistema de valor, diferenciação e proteção. A de arquitetura reúne dados, modelo, orquestração e experiência. A econômica traz receitas, custos, câmbio e tributos, unit economics e ponto de equilíbrio. A experimental cuida da avaliação de modelos, da validação de valor e das hipóteses de preço. A de governança trata de segurança, LGPD e documentação do ciclo de vida. A organizacional envolve maturidade de PM, ciência de dados e engenharia, e transições no modelo operacional. Quando uma camada não conversa com as outras, um produto forte na técnica não vira negócio.
O canvas funciona como uma lista de conferência que se reabre sempre que uma camada muda. Trocar o modelo base mexe ao mesmo tempo na camada econômica, porque o custo por pedido muda, e na experimental, porque os conjuntos de referência precisam rodar de novo. De todas as contas do canvas, a que avisa mais cedo é o custo do cliente P90 dividido pelo preço do plano.