Os dados de gastos com IA que seu conselho vai cobrar de você

Uma pesquisa com 500 líderes de Finanças em grandes empresas dos EUA e do Reino Unido revelou que o investimento em IA foi institucionalizado bem antes da capacidade de governá-lo. Todas as organizações ouvidas já gastam com IA, 79% estouraram o orçamento nos últimos 12 meses e apenas 15% conseguem calcular o ROI de IA sem grandes gargalos. A descoberta mais contraintuitiva: as organizações com práticas de FinOps mais maduras são as que mais relatam estouros, porque programas maduros são maiores e muito mais eficientes em expor problemas que as organizações menos maduras sequer detectam. Para executivos de tecnologia, o risco mais grave é estrutural. A responsabilidade pelo gasto com IA está dividida quase em partes iguais entre Tecnologia (55%) e Finanças (53%), e o relógio dos 12 meses para entregar ROI já está correndo sem um dono claro.

O gasto com IA atingiu um patamar que muda a conversa para qualquer CTO ou CIO. A pergunta não é mais se vale a pena investir. Todas as organizações desta pesquisa já investem. A pergunta é se alguém consegue provar o retorno desse investimento antes que quem o aprovou comece a cobrar.

Essa é a tensão central de uma pesquisa independente conduzida pela Sapio Research em fevereiro de 2026, encomendada pela DoiT, com 500 líderes de Finanças em organizações de 1.000 funcionários ou mais nos EUA e no Reino Unido. Todos os entrevistados representam organizações que atualmente gastam com IA. O estudo foi desenhado para captar a prática real, e não a intenção declarada, e o retrato que emerge é o de um setor que formalizou o investimento em IA mais rápido do que conseguiu construir a infraestrutura financeira para gerenciá-lo.

Eis o número que vale levar para sua próxima apresentação no conselho: 89% das organizações que se autoavaliam como muito maduras ou líderes em FinOps tiveram estouros de custo ligados à IA nos últimos 12 meses. O excesso médio chega a 30,9%, o maior de qualquer segmento do estudo.

Em contraste, organizações nos estágios iniciais de FinOps apresentam taxa de estouro de 69% e excesso médio de 16,1%. Numa leitura apressada, parece um argumento contra investir em governança. É justamente o oposto. As organizações maduras rodam programas de IA maiores e mais complexos e têm a instrumentação para expor estouros que as menos maduras simplesmente não enxergam. Os estouros nas organizações menos maduras não são menores porque o gasto está mais bem controlado. São menores no papel porque boa parte do gasto sequer está sendo medida.

A conclusão prática reposiciona como os líderes de tecnologia devem defender o investimento em governança de custos de IA. O argumento não pode ser que ferramentas melhores evitarão estouros, porque os dados mostram que as organizações mais bem instrumentadas são as que mais estouram. O argumento é que a governança permite enxergar os estouros a tempo de agir. Maturidade expõe problemas. Não os previne, e apresentá-la como prevenção é prometer algo que os dados não sustentam.

Uma das descobertas mais relevantes não tem nada a ver com ferramentas e tudo a ver com perspectiva. Entrevistados do C-level avaliam a maturidade em FinOps da própria organização em 93% como madura ou superior. Já os entrevistados em nível de gerência colocam esse número em 60%. São 33 pontos de diferença, e os dois grupos estão descrevendo a mesma organização.

Não se trata de um desacordo sobre fatos. É um problema estrutural de visibilidade. A liderança enxerga a ambição de investimento, a intenção de governança e os frameworks apresentados ao conselho. A operação enxerga os projetos sem donos de custo definidos, os sistemas de atribuição que foram escopados mas nunca construídos e os estouros que caem em orçamentos reais, não em slides estratégicos.

Para executivos de tecnologia, essa lacuna é uma exposição direta. A pesquisa mostrou que a responsabilidade pelo gasto com IA está dividida quase em partes iguais entre a liderança de Tecnologia, com 55%, e Finanças, com 53%, sem um dono único e claro no nível operacional. Quando questionados sobre quem detém a palavra final em um conflito de gastos, os entrevistados do C-level citaram o CEO três vezes mais do que os gerentes. No nível em que o gasto de fato acontece, em outras palavras, a pergunta sobre quem controla o orçamento de IA muitas vezes não tem resposta definida. Na prática, responsabilidade compartilhada costuma significar nenhuma responsabilidade — e o gasto com IA é hoje um dos lugares mais caros para essa ambiguidade existir.

A janela de paciência para o investimento em IA está se fechando mais rápido do que a maioria dos programas de governança consegue amadurecer. 83% dos líderes de Finanças esperam retornos claros e quantificáveis de IA em até 12 meses. 81% já estão ajustando o gasto com IA ou pretendem fazê-lo ainda este ano.

Entre os entrevistados do C-level, 65% estão agindo ou vão agir sobre o gasto com IA em até seis meses. Apenas 41% dos gerentes compartilham dessa urgência. É nessa lacuna que os programas são cortados. Quando as equipes operacionais não internalizam o cronograma da liderança, seus projetos viram os candidatos óbvios para reestruturação ou realocação na próxima revisão orçamentária, independentemente de estarem entregando ou não.

Apenas 15% dos líderes de Finanças conseguem calcular o ROI de IA sem grandes gargalos. As principais barreiras são o ritmo da mudança tecnológica, com 40%; Finanças e Engenharia definindo sucesso de formas diferentes, com 37%; e a falta de atribuição financeira clara, com 36%. O problema da definição merece ser separado dos outros dois, porque é a única barreira que não exige novas ferramentas para ser resolvida. Exige que Finanças e Engenharia concordem sobre o que significa sucesso em IA antes de qualquer sistema de medição ser construído. Os entrevistados do C-level sentem essa barreira de forma mais aguda: 43% a apontam como obstáculo significativo, contra 33% dos gerentes. As pessoas mais bem posicionadas para resolver a lacuna de definição também são as mais conscientes do que ela custa.

A pesquisa fica mais útil quando lida por segmento, e não no agregado, porque as médias escondem mais do que revelam. Vários recortes importam diretamente para líderes de tecnologia.

Por porte, organizações de médio porte (de 1.000 a 4.999 funcionários) enfrentam estouros com mais frequência do que as grandes empresas — 81% contra 76% —, apesar de operarem orçamentos absolutos menores em IA. O excesso médio delas também é maior. As grandes empresas carregam mais complexidade e ciclos de mudança mais longos, o que lhes rende mais paciência do conselho, mas a pesquisa mostra que seu gargalo específico é a complexidade de atribuição, não a execução. Organizações com 5.000 funcionários ou mais são consideravelmente mais propensas a apontar a dificuldade de previsão como seu maior desafio em FinOps.

Por país, as organizações dos EUA operam com uma vantagem de 14 pontos em urgência sobre as do Reino Unido nos ajustes de gasto com IA. Elas lideram em formalização orçamentária, com 80% contra 67%, em rastreamento de custo por unidade, com 56% contra 44%, e na adoção de unit economics. Também apresentam taxas de estouro mais altas, condizentes com programas maiores e implantações mais agressivas. As organizações do Reino Unido que interpretam suas taxas menores de estouro como evidência de governança mais forte deveriam ter cautela, porque estouros menores também se correlacionam com rastreamento menos sistemático e projetos menores.

Em unit economics especificamente, os líderes de Finanças em grandes empresas estão à frente do conjunto mais amplo de praticantes. O State of FinOps 2026 da FinOps Foundation mostrou que menos de 20% dos praticantes aplicam atualmente unit economics ao gasto com IA. Nesta pesquisa, 26% dos líderes de Finanças já implementaram e 34% planejam fazê-lo em até seis meses. Entre os entrevistados do C-level, 80% esperam chegar a unit economics em até seis meses. Entre os gerentes, esse número é de 44%. As organizações que incorporarem o rastreamento de custo por unidade antes do fechamento da janela de paciência estarão em uma posição fundamentalmente mais forte quando o conselho cobrar a justificativa para manter o gasto.

Nada disso significa que investir em IA seja imprudente, ou que estouros sinalizem fracasso estratégico. Todas as organizações do estudo gastam com IA, e as que têm a governança mais sofisticada também são as que rodam os programas mais ambiciosos. O argumento é mais estreito e mais incômodo. Sem governança, você só vai descobrir os problemas que já tem quando alguém os expuser para você, normalmente no pior momento do ciclo orçamentário.

A ação de maior alavancagem disponível para executivos de tecnologia agora não é uma nova plataforma de medição. É alinhamento. Finanças e Engenharia precisam de uma definição compartilhada do que significa sucesso em IA, estabelecida antes de qualquer decisão sobre ferramentas. Quem resolve primeiro o problema da definição constrói uma infraestrutura de medição que produz números em que as pessoas de fato confiam. Quem compra ferramentas antes de resolver isso produz números em que ninguém acredita — um fracasso mais caro do que não ter número nenhum.

O dataset completo, segmentado por país, senioridade, porte, setor e maturidade em FinOps, está disponível no relatório completo. Ele foi estruturado para que você consiga localizar a sua própria organização nos dados e ver o que essa posição prevê sobre a sua exposição.

A DoiT Cloud Intelligence aplica ao gasto com IA a mesma disciplina financeira que os times de FinOps já aplicam à infraestrutura de nuvem, combinando atribuição de custos e detecção de anomalias com IA e a expertise humana para traduzir esses sinais em decisões que um CFO aceita. Agende uma demo e veja em que pé está seu gasto com IA.