Os dados de gastos com IA que seu conselho está prestes a cobrar de você

Uma pesquisa com 500 líderes de Finanças em grandes empresas dos EUA e do Reino Unido mostrou que o investimento em IA foi institucionalizado bem antes da capacidade de governá-lo. Todas as organizações pesquisadas já gastam com IA, 79% tiveram estouro de custos nos últimos 12 meses e apenas 15% conseguem calcular o ROI de IA sem gargalos significativos. A constatação mais contraintuitiva: as organizações com práticas de FinOps mais maduras são as que relatam as maiores taxas de estouro, porque programas maduros são maiores e bem melhores em revelar problemas que organizações menos maduras sequer detectam. Para executivos de tecnologia, o risco mais agudo é estrutural. A responsabilidade pelos gastos com IA está dividida quase igualmente entre Tecnologia (55%) e Finanças (53%), e o relógio de 12 meses do ROI já está correndo sem um dono claro.D

Os gastos com IA cruzaram um limiar que muda a conversa para todo CTO e CIO. A pergunta não é mais se vale investir. Toda organização desta pesquisa já investe. A pergunta é se alguém consegue provar o que esse investimento está retornando 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 respondentes trabalham em empresas que já gastam com IA. A pesquisa foi desenhada para capturar a prática atual em vez de intenções declaradas, e o retrato que ela produz é o de um setor que formalizou o investimento em IA mais rápido do que construiu a infraestrutura financeira para gerenciá-lo.

Eis o número que vale levar para sua próxima apresentação ao conselho: 89% das organizações que se autoavaliam como muito maduras ou de ponta em FinOps tiveram estouros de custos relacionados a IA nos últimos 12 meses. O estouro médio chega a 30,9%, o mais alto de qualquer segmento do estudo.

Em contraste, organizações nos estágios iniciais de FinOps apresentam taxa de estouro de 69% e estouro médio de 16,1%. Em uma leitura apressada, isso parece um argumento contra investir em governança. É exatamente o oposto. As organizações maduras operam programas de IA maiores e mais complexos, e têm a instrumentação para revelar estouros que as menos maduras simplesmente não enxergam. Os estouros nas organizações menos maduras não são menores porque os gastos estão sob controle. São menores no papel porque boa parte dos gastos não está sendo medida.

A conclusão prática muda a forma como os líderes de tecnologia devem defender o investimento em governança de custos de IA. O argumento não pode ser que ferramentas melhores vão evitar estouros, porque os dados mostram que as organizações mais bem instrumentadas são justamente as que mais estouram. O argumento é que a governança permite enxergar os estouros a tempo de agir. Maturidade revela problemas. Não os previne, e apresentá-la como prevenção cria uma promessa que os dados não vão sustentar.

Uma das descobertas mais decisivas não tem nada a ver com ferramentas e tudo a ver com perspectiva. Respondentes do alto escalão avaliam a maturidade em FinOps da própria organização em 93% como madura ou superior. Já os respondentes em nível gerencial colocam esse número em 60%. São 33 pontos de diferença, e os dois grupos estão descrevendo a mesma organização.

Isso não é divergência sobre fatos. É um problema estrutural de visibilidade. A liderança vê a ambição de investimento, a intenção de governança e os frameworks levados ao conselho. A operação vê os projetos sem dono de custo definido, os sistemas de atribuição que foram escopados mas nunca construídos, e os estouros que caem em orçamentos reais, não em slides de estratégia.

Para executivos de tecnologia, essa lacuna é uma exposição direta. A pesquisa mostrou que a responsabilidade pelos gastos com IA está dividida quase igualmente entre a liderança de Tecnologia, com 55%, e Finanças, com 53%, sem um único dono claro no nível operacional. Quando perguntados sobre quem tem a palavra final em um conflito de gastos, os respondentes do alto escalão citaram o CEO três vezes mais do que os gerentes. No nível em que os gastos de fato acontecem, em outras palavras, a pergunta sobre quem controla o orçamento de IA muitas vezes não tem resposta definida. Na prática, propriedade compartilhada tende a significar nenhuma propriedade — e gastos com IA são hoje um dos lugares mais caros para essa ambiguidade morar.

A janela de paciência para investimentos 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 seus gastos com IA ou planejam fazê-lo ainda neste ano.

Entre os respondentes do alto escalão, 65% estão agindo ou agirão sobre os gastos com IA em até seis meses. Apenas 41% dos gerentes compartilham dessa urgência. É nessa lacuna que programas são cortados. Quando os times operacionais não internalizaram o cronograma da liderança, seus projetos viram candidatos óbvios à reestruturação ou realocação na próxima revisão orçamentária — independentemente de estarem ou não com desempenho ruim.

Apenas 15% dos líderes de Finanças conseguem calcular o ROI de IA sem gargalos significativos. 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 de 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 entrem em acordo sobre o que significa sucesso em IA antes que qualquer sistema de medição seja construído. Os respondentes do alto escalão sentem essa barreira de forma mais aguda: 43% a apontam como obstáculo significativo, contra 33% dos gerentes. As pessoas mais bem posicionadas para resolver o problema de definição são também as mais conscientes do quanto ele 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, com 1.000 a 4.999 funcionários, têm estouros com mais frequência do que as grandes empresas, em 81% contra 76%, mesmo operando orçamentos absolutos de IA menores. O estouro médio também é maior. As grandes empresas carregam mais complexidade e ciclos de mudança mais longos, o que lhes garante mais paciência do conselho, mas a pesquisa mostra que o gargalo específico delas é a complexidade de atribuição, não a execução. Organizações com 5.000 funcionários ou mais são claramente mais propensas a apontar a dificuldade de previsão como o seu maior desafio em FinOps.

Por país, as organizações dos EUA operam com 14 pontos de vantagem em urgência sobre as do Reino Unido nos ajustes de gastos com IA. Lideram em formalização de orçamento, com 80% contra 67%, em rastreamento de custo por unidade, com 56% contra 44%, e na adoção de unit economics. Também têm taxas de estouro mais altas, o que é consistente com programas maiores e implantações mais agressivas. Organizações do Reino Unido que interpretam suas taxas menores de estouro como prova de uma 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 apurou que menos de 20% dos praticantes aplicam hoje unit economics aos gastos com IA. Nesta pesquisa, 26% dos líderes de Finanças já implementaram e 34% planejam fazê-lo em até seis meses. Entre os respondentes do alto escalão, 80% esperam chegar lá em até seis meses. Entre os gerentes, esse número é de 44%. As organizações que incorporarem o rastreamento de custo por unidade antes que a janela de paciência se feche estarão em uma posição fundamentalmente mais forte quando o conselho pedir para justificar a continuidade dos gastos.

Nada disso sugere que investir em IA seja imprudente, ou que estouros sinalizem falha estratégica. Todas as organizações do estudo gastam com IA, e as que têm a governança mais sofisticada também operam os programas mais ambiciosos. O argumento é mais estreito e mais desconfortável. Sem governança, você só vai descobrir os problemas que já tem quando outra pessoa os trouxer à tona — em geral no momento menos conveniente do ciclo orçamentário.

A ação de maior alavancagem hoje, para um executivo de tecnologia, 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 ferramental. Organizações que resolvem o problema de definição primeiro constroem uma infraestrutura de medição que produz números nos quais as pessoas realmente confiam. Organizações que compram ferramentas antes de resolvê-lo produzem números em que ninguém acredita — um fracasso mais caro do que não ter número nenhum.

O conjunto completo de dados, segmentado por país, senioridade, porte da empresa, setor e maturidade em FinOps, está disponível no relatório completo. Ele foi estruturado para que você consiga localizar sua própria organização nos dados e enxergar o que a sua posição diz sobre a sua exposição.

A Cloud Intelligence™ aplica aos gastos 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 vai aceitar. Agende uma demo para ver onde estão seus gastos com IA.