Outono de 2024, Fontana, Califórnia. Um 3PL de fulfillment de e-commerce me pediu para fazer a autópsia do projeto de IA dele: despacho de AMRs com verificação por visão. A diretoria havia aprovado $380,000 no kickoff. Veículos e licenças de software, tudo incluído. Quando o financeiro fechou os livros: $740,000. Um estouro de 95%. O CFO fez uma única pergunta na reunião de encerramento: para onde foram os $360,000 a mais?
Ninguém soube responder. Porque a planilha de orçamento do kickoff tinha exatamente duas linhas: equipamento, software.
O orçamento de um projeto de IA sempre tem quatro rubricas, nunca duas: software, hardware, mão de obra e dados. Falte uma delas e o estouro é certo. Este é o arcabouço de orçamento que entrego a todo projeto de IA antes da assinatura, com base no TCO do primeiro ano:
| # | Rubrica | O que entra | Participação típica no TCO do primeiro ano |
|---|---|---|---|
| 1 | Software | Licenças ou assinaturas, tokens de API, taxas de plataforma, reajustes de preço no ano dois | 20%-30% |
| 2 | Hardware | Câmeras, caixas de computação de borda, upgrades de rede, obra elétrica, materiais de instalação | 25%-35% |
| 3 | Mão de obra | Horas internas (TI, operações, engenharia), dias de implantação do fornecedor, treinamento | 20%-30% |
| 4 | Dados | Limpeza de dados, rotulagem de amostras, governança de dados mestres, backfill | 10%-20% |
Leia de novo. O software é, na melhor das hipóteses, um terço do total. Se você orçou só o software, precificou a ponta do iceberg.
Rubrica por rubrica.
Rubrica um, software. Licenças e assinaturas são a parte visível. As partes ocultas são três. Tokens de API cobrados por chamada parecem triviais num piloto de alguns milhares de chamadas por dia, mas a produção roda dezenas de milhares por mês e a fatura dobra. Taxas de plataforma cobradas por câmera ou por stream simultâneo não escalam de forma linear: passar de 4 câmeras para 12 sobe você de faixa de preço. E as renovações do ano dois: o ano um é o desconto, o ano dois é o preço real, com aumentos de 15%-30% sendo normais. Negocie o preço do ano três antes de assinar e coloque num aditivo.
Rubrica dois, hardware. Câmeras e caixas de borda são visíveis. Redes e energia não. Armazéns têm zonas mortas de Wi-Fi; um AMR que entra numa perde a conexão. Adicionar pontos de acesso, puxar fibra, ajustar os handoffs de roaming: algumas dezenas de milhares de dólares, sumidos. Prédios velhos com pouca energia precisam de um novo circuito industrial: eletricista no local, janelas de desligamento coordenadas com a operação, mais dinheiro. Se o levantamento do local foi um passeio em vez de engenharia de verdade, esta rubrica é um chute.
Rubrica três, mão de obra. E aqui vem a conclusão contraintuitiva: a linha mais cara de um projeto de IA não é o software. É o tempo do seu próprio pessoal. Um projeto de porte médio queima três meses de suporte de TI, dois meses de meio período do seu melhor pessoal de operações, um mês de engenharia no local. Centenas de horas. A custo total carregado, isso supera com folga a própria licença de software. Pior, nunca aparece no orçamento do projeto: esconde-se dentro do headcount departamental, onde os estouros são invisíveis.
Rubrica quatro, dados. Esta é a rubrica que não dá para cortar, e a que é cortada primeiro. No início de 2025, um 3PL de autopeças no Texas lançou inspeção por visão com um orçamento de $20,000 para limpeza de dados. Quando o trabalho começou, encontraram mais de 400,000 registros históricos de SKU mestres: duplicados, imagens faltantes, unidades inconsistentes. Limpeza mais rotulagem terminaram em $90,000: mais de quatro vezes o orçamento. Por que é intocável? IA come dados. Dados sujos significam um modelo cego. Um único registro mestre de SKU ruim pode empurrar os falsos positivos da verificação por visão de 1% para 8%, e sua equipe de chão queima centenas de horas extras por dia em tratamento de exceções. Os $70,000 que você "economizou" em dados são pagos de volta em mão de obra manual em três meses. Esse dinheiro foi desperdiçado.
Cinco armadilhas de estouro, todas de projetos reais:
| Armadilha | Como acontece | Defesa |
|---|---|---|
| Upgrades de rede e energia esquecidos | O orçamento cobre só os dispositivos; o levantamento foi um passeio | Levantamento de engenharia pago antes do kickoff, taxa do levantamento no orçamento |
| Limpeza de dados subestimada | Carga de trabalho estimada no chute | Limpe uma amostra de 10,000 registros, meça o custo unitário, multiplique |
| Horas internas nunca orçadas | Só se contaram os dias de implantação do fornecedor | Headcount vezes meses, a custo total, escrito no TCO |
| Taxas de integração com o WMS | Assumiu-se que "tem API, então está tudo bem" | Trabalho de interfaces cotado por dia, fechado antes de assinar |
| Reset de preço no ano dois | Assinou com o desconto do ano um | Escada de preços de três anos no contrato |
Mais um padrão que vale nomear: o penhasco do piloto para a produção. Pilotos rodam num canto limpo do prédio com o melhor engenheiro do fornecedor no local. A produção roda pelo chão todo com o seu turno da noite. Orce a realidade da produção, não a experiência do piloto: dobre os dias de integração, some 50% ao trabalho de dados e assuma que o primeiro mês roda a 80% do throughput alvo. Todo projeto que vi pular esse ajuste pagou por isso no segundo trimestre.
Três alavancas que realmente economizam dinheiro, cada uma conferida contra os números.
Primeiro, rode um PoC pago antes de assinar um contrato plurianual. Gaste um pouco para verificar dois números: a precisão de reconhecimento atinge a linha que o negócio precisa, e o sistema acompanha o takt time do chão. Se o PoC falhar, as centenas de milhares depois dele nunca são gastas. É o hedge de risco mais barato que existe.
Segundo, faça a limpeza de dados em casa. A rotulagem encaixa bem no tempo ocioso do pessoal de QC, e a qualidade supera a terceirização. A governança de dados mestres feita em conjunto por TI e operações limpa o mestre de SKU uma vez, e todo projeto de IA depois disso se beneficia. Gaste uma vez, amortize entre os projetos.
Terceiro, implante o hardware por etapas. Pilote uma zona, replique depois que rodar limpo. Escale os upgrades de rede com a pegada do piloto. Acender o prédio inteiro no dia um maximiza seu custo de estar errado.
Uma conclusão computável para fechar. Antes de qualquer projeto de IA ser aprovado, rode esta fórmula:
Meses de payback = TCO do primeiro ano / economia mensal quantificável
A economia mensal admite exatamente três entradas: horas de mão de obra economizadas vezes valor-hora, redução da taxa de erro vezes custo médio por erro, ganho de throughput vezes margem marginal. Tudo que você não consegue computar —"ganhos de eficiência", "imagem digital"— conta como zero. Payback além de 24 meses: arquive. Abaixo de 12 meses: aprove. Entre 12 e 24: decida pelo valor estratégico.
Se o projeto de Fontana tivesse feito as contas das quatro rubricas no kickoff, a diretoria teria visto cerca de $700,000 de TCO real, não $380,000. Aprovar ou rejeitar, decisão deles — mas ninguém teria sido pego de surpresa no encerramento. O trabalho de um orçamento nunca foi fazer o número parecer pequeno. O trabalho dele é não deixar ao estouro nenhum lugar para se esconder.
Por Lao Zhou, analista de custos logísticos
Traduzido do inglês. Em caso de divergência, prevalece a versão em inglês.
