Por que não consigo saber quanto custará meu fluxo de trabalho de IA antes de ele entrar em produção?
Oportunidade
Os gastos com inferência de IA empresarial saltaram 3,2x em 2025, mesmo com os preços por token caindo cerca de 1.000x, impulsionados por loops agênticos, inflação de janela de contexto e agentes de monitoramento sempre ativos. Um agente com comportamento inadequado a $0,06 por chamada, repetindo 1.000 vezes por minuto, gera $86.400 em gastos em um único dia. As ferramentas de FinOps em nuvem existentes não se aplicam porque o custo de inferência é uma função do comprimento semântico da entrada, da amplificação de chamadas de ferramentas e da profundidade do loop, nenhum dos quais é conhecido no momento do planejamento. Não existem ferramentas padronizadas para estimativa de custos em pré-produção de fluxos de trabalho de LLM, e os CFOs não conseguem modelar a inferência de IA como uma linha de orçamento previsível.
Por que importa
Sem um modelo de custo confiável antes do lançamento, todo produto de IA é uma loteria orçamentária, não um negócio.
Como avalio a oportunidade
A Pontuação de Oportunidade é minha própria leitura, não uma medição: o quanto dói, com que frequência aparece e o quanto pouco existe para resolvê-lo hoje. Quanto maior, mais vale a pena construir, na minha opinião.
O quanto de dor causa quando aparece.
Com que frequência as pessoas realmente se deparam com isso.
O quanto pouco de boas ferramentas existe para isso hoje.
Mais problemas que merecem ser resolvidos
Por que todo aplicativo de IA me esquece no momento em que fecho a aba?
AIPor que aprender uma nova área ainda depende de saber o que perguntar?
AIPor que uma pessoa sem especialização não consegue verificar o que uma IA acabou de dizer?
AIPor que testamos modelos em benchmarks mas os lançamos em produção no achismo?
AIPor que agentes de IA não têm memória dos próprios erros?
AIPor que não consigo auditar em que um modelo foi realmente treinado?