ROI de IA: por que o baseline decide o retorno

Tem uma cena que se repete em reuniões de diretoria Brasil afora: seis meses depois do go-live de um projeto de IA, alguém pergunta "quanto isso nos deu de retorno?" — e a sala responde com adjetivos. "A equipe está mais ágil." "O cliente elogiou." "Sentimos uma melhora."

Adjetivo não fecha balanço. E a raiz do problema quase nunca está no projeto em si. Está no que não foi feito antes dele: ninguém mediu como a operação funcionava sem IA. Sem esse retrato, qualquer número de ROI apresentado depois é, na melhor das hipóteses, uma estimativa bem-intencionada. Na pior, é viés de confirmação com verniz de planilha.

A tese deste artigo é direta: o ROI de um projeto de IA é decidido nos 60 dias que antecedem a implantação, não nos 12 meses que a seguem. Quem pula o baseline não está economizando tempo — está abrindo mão do direito de provar que o projeto funcionou.

O paradoxo que a Deloitte colocou na mesa

A Deloitte deu nome ao desconforto que muito CFO sente e não verbaliza: o investimento em IA cresce, mas o retorno demonstrável continua elusivo. A resposta da consultoria foi criar um AI ROI Performance Index que combina quatro dimensões: retorno financeiro direto, crescimento de receita atribuível à IA, economia operacional e — o componente mais negligenciado — velocidade de captura do resultado.

Essa quarta métrica merece atenção. Um projeto que gera retorno, mas demora dois anos para gerá-lo, pode ter ROI positivo no papel e ROI estratégico negativo na prática — o custo de oportunidade come o ganho. Como referência de mercado, os estudos de Total Economic Impact do Forrester para automação empresarial apontam payback entre 6 e 14 meses. Se a sua projeção interna passa disso, o problema provavelmente não é a tecnologia: é o escopo.

E há um dado que separa quem mede de quem torce: apenas 39% dos adotantes de IA conseguem evidenciar impacto em EBIT, segundo estudo citado nos benchmarks de 2026 para automação empresarial. Não porque os outros 61% não tiveram ganho — mas porque boa parte não tem como provar. A diferença entre os dois grupos raramente é o modelo de IA. É a disciplina de medição.

Baseline não é burocracia. É o denominador da conta.

Os frameworks de medição que amadureceram nos últimos anos convergem em um ponto: antes do go-live, é preciso capturar entre 30 e 90 dias de operação real — 60 dias é o ponto de equilíbrio entre robustez estatística e ansiedade executiva. O que medir nesse período cabe em cinco famílias:

Volume: transações por dia, tarefas por semana, contatos por canal
Tempo: minutos por tarefa, tempo de ciclo ponta a ponta
Qualidade: taxa de erros e, principalmente, taxa de retrabalho
Custo: custo por transação e custo horário carregado (salário + encargos + overhead)
Pessoas: horas dedicadas ao processo e taxa de utilização

Parece óbvio. Quase ninguém faz. E quem tenta reconstruir o baseline "de memória" depois que a IA já está rodando cai na armadilha que os próprios relatórios de benchmark alertam: os números são ajustados, inconscientemente ou não, para provar que o projeto deu certo. Se o baseline não existiu, a honestidade mínima é etiquetar o ROI como estimativa — e nunca apresentá-lo como dado auditável.

A aritmética que convence um CFO em cinco minutos

O exemplo mais didático vem da automação de processamento de faturas. Uma operação processa 500 faturas por dia. O agente de IA reduz 4 minutos por fatura. A conta: 4 × 500 = 2.000 minutos, ou 33,3 horas recuperadas por dia. A um custo horário carregado de R$ 100, são R$ 3.330 por dia de capacidade liberada — todo dia útil, em uma única rotina de backoffice.

Repare no que sustenta essa conta: tempo por unidade medido antes, volume real medido antes, custo horário acordado com o financeiro antes. Tire qualquer um dos três e o argumento desmorona em "achamos que economizamos bastante".

Agora escale o raciocínio. Os benchmarks de serviços profissionais para 2026 comparam firmas com baixa e alta integração de IA nos fluxos de trabalho — redação, propostas, análise de dados. As de baixa integração economizam 2 a 5 horas por empregado por mês; as de alta, 15 a 22 horas. A receita por empregado salta de US$ 180-215 mil para US$ 250-350 mil por ano. O tempo entre proposta e fechamento cai de 8-14 dias para 3-7 dias. Não é mágica: é hora recuperada convertida em capacidade faturável — a taxa de utilização sobe de 65-72% para 74-82%.

A lição embutida: hora economizada só vira ROI quando alguém decide, antes do projeto, para onde vai a hora. Reduzir custo? Aumentar produção? Absorver crescimento sem contratar? Sem essa decisão prévia, a hora economizada evapora em reuniões.

O retrabalho é o buraco por onde o ROI vaza

Aqui vai o alerta que os vendedores de IA não colocam no slide: a métrica favorita do mercado — economia de headcount — é a mais fácil de manipular e a menos confiável se andar sozinha. Uma empresa pode "economizar" posições e, ao mesmo tempo, gerar retrabalho invisível: saídas da IA que precisam de correção, chamados reabertos, recomendações que os humanos silenciosamente ignoram.

Por isso, três métricas precisam entrar no baseline e no acompanhamento com o mesmo peso do custo: taxa de retrabalho (percentual de saídas que exigem correção), taxa de override (quanto os humanos passam por cima da recomendação da IA) e reabertura de chamados. Uma taxa de override alta é o sistema avisando que a IA não é confiável — ou que ninguém treinou o time. Nos dois casos, o ROI projetado já está comprometido, e a planilha de economia de FTE não vai contar.

No atendimento, o mesmo princípio vale para a taxa de deflexão: percentual de contatos resolvidos sem humano. Só que deflexão sem contrapartida de qualidade é métrica de fornecedor, não de negócio. O critério de sucesso honesto é composto: "defletir 40% das chamadas sem piorar o CSAT". O "sem piorar" é o que separa economia real de custo empurrado para o cliente.

O que isso significa para empresas brasileiras

O Brasil não está atrasado em adoção — levantamento da Google Cloud indica que 66% das organizações brasileiras já declaram retorno sobre investimentos em IA generativa, e um levantamento com dados de 2025 documenta R$ 33,6 milhões de economia anual em call center atribuída a bots e assistentes de IA. O problema local não é fazer; é provar. E provar com metodologia que resista a uma auditoria, não a um press release.

Para o gestor que vai iniciar um projeto nos próximos meses, o roteiro mínimo antes de assinar qualquer contrato: medir 60 dias de baseline nas cinco famílias de métricas; acordar com o financeiro o custo horário carregado que converterá horas em reais; definir uma métrica principal por fluxo de valor com meta quantitativa e contrapartida de qualidade; incluir no custo total tudo o que os fornecedores esquecem — licenças, infraestrutura, tempo interno, governança, gestão de mudança; e fixar o payback esperado dentro da faixa de 6 a 14 meses que o Forrester documenta como realista.

Se o fornecedor ou a consultoria resistir a esse rigor antes do go-live, a mensagem é clara: eles também não acreditam que vão conseguir provar o retorno. E aí a pergunta da diretoria, seis meses depois, já tem resposta — só que não é a que você queria dar.

O ROI da sua IA foi decidido antes de você assinar o contrato