Por que não consigo saber quanto custará meu fluxo de trabalho de IA antes de ele entrar em produção?

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.