5 perguntas para fazer aos fornecedores de IA antes de comprar

Quando Thibault Garcia começou a usar o software da Clay, cometeu um erro caro que serve de alerta para qualquer pessoa que esteja avaliando ferramentas de IA baseadas em créditos. Ele decidiu testar um novo prompt em 10 linhas de uma enorme lista de prospecção — mas, sem querer, ele rodou em todas as 28.000 empresas da tabela.

“Isso nos custou muito dinheiro”, ele me conta. “Não tanto, felizmente, mas foi bastante dinheiro.”

A Clay acabou criando um recurso para evitar que os clientes gastem créditos de IA por acidente, mas a história de Garcia mostra por que é importante saber no que prestar atenção ao avaliar um novo software.

Neste guia, vou compartilhar cinco perguntas decisivas para ajudar você a aproveitar os benefícios da precificação baseada em uso (e evitar os riscos). Você vai receber dicas de especialistas como Garcia e outros líderes com experiência prática na avaliação e no uso de ferramentas de IA baseadas em uso, e vai se sentir mais seguro na hora de negociar contratos.

Este é o terceiro post da nossa série sobre precificação de IA baseada em créditos. Confira nossos posts sobre o que é a precificação de IA baseada em créditos e por que os fornecedores estão migrando para modelos baseados em uso.

1. Quanto cada ação vai realmente nos custar em créditos — e como vamos saber disso antes de acioná-la?

Perguntar isso desde o início é fundamental. Para Thibault Garcia, fundador da agência de go-to-market Reachly, o problema não era desconhecer como os créditos eram precificados — era não saber que o prompt rodaria em todas as 28.000 linhas da tabela. Uma boa resposta inclui uma tabela de custo por ação publicada, prévias de custo dentro do produto antes de ações em massa, e a confirmação de que ações que falham não consomem créditos.

Perguntar isso desde o início é fundamental. Para Thibault Garcia, fundador da agência de go-to-market Reachly, o problema não era desconhecer como os créditos eram precificados — era não saber que o prompt rodaria em todas as 28.000 linhas.

O que é uma boa resposta?

• Tabela de custo por ação. O fornecedor deve publicar uma tabela de créditos por ação que relacione os créditos a tarefas específicas. Mesmo dentro de uma única ferramenta, os custos podem variar muito. Em softwares de busca de e-mails, observa Garcia, encontrar um e-mail pode custar um crédito, verificar um pode custar metade, e encontrar um número de telefone pode chegar a 10.

  A Runway, fornecedora de API de agente de vídeo, tem uma das tabelas de custo por ação mais detalhadas que já vi. Os usuários podem selecionar o modelo e a tarefa e ver em detalhes quantos créditos aquilo vai custar. Por exemplo, o Google Veo 3.1 com áudio custa 40 créditos por segundo de vídeo, enquanto a geração de imagens em 4K com o Nano Banana Pro custa 16 créditos por imagem.

• Prévias/rótulos dentro do próprio software. O produto deve mostrar prévias de custo antes de acionar ações em massa ou de alto volume e, idealmente, bloquear as mais caras atrás de uma confirmação. Também ajuda quando ele exibe rótulos indicando que uma ação consome créditos de IA.

Sinais de alerta para observar

• Precificação pouco clara. “Algumas ferramentas agora dizem que uma ação pode custar de um a dez créditos, dependendo da complexidade”, alerta Garcia. “Mas, se não há uma tabela clara de como isso se converte em custo real, esse é, sem dúvida, um sinal de alerta muito, muito grande a observar.”
• Ações que falham, mas ainda consomem créditos. “Na maioria das ferramentas, se elas procuram algo, mas não encontram, você não paga aquele crédito”, diz Garcia. Mas isso não vale para todas as ferramentas, por isso é fundamental verificar.

2. Como nossos custos vão crescer à medida que adicionarmos equipes, usuários ou casos de uso?

Essa pergunta revela o verdadeiro modelo de precificação por trás do contrato. Na precificação baseada em créditos, os custos crescem conforme o que a IA realmente faz — prompts, gerações, automações, volume de tarefas —, o que significa que o preço do nível de entrada quase não diz nada sobre quanto você vai pagar na implementação completa. Uma boa resposta inclui níveis de preço documentados em diferentes volumes de uso e uma conta de escala que você consegue reproduzir por conta própria.

Essa pergunta revela o verdadeiro modelo de precificação por trás do contrato. Em um modelo por licença, os custos crescem com o headcount. Na precificação baseada em créditos, os custos crescem conforme o que a IA realmente faz — prompts, gerações, automações, volume de tarefas —, o que significa que o preço do nível de entrada quase não diz nada sobre quanto você vai pagar na implementação completa.

O que é uma boa resposta?

• Níveis de preço documentados. O fornecedor deve informar quanto custam os créditos em vários níveis de compromisso, não apenas no menor. Se a única tarifa visível é a do nível inicial, você não vai conseguir prever de forma realista o gasto do segundo ano.
• Uma conta de escala que você consegue reproduzir. Você deve conseguir pegar o seu uso projetado, aplicar as tarifas publicadas pelo fornecedor e chegar ao mesmo número que o representante dele apresenta. Se não consegue, a precificação não é transparente.

Sinais de alerta para observar

• Respostas vagas sobre como os custos vão crescer. É normal ter de falar com um representante de vendas ou solicitar uma demonstração para ver o preço de um software corporativo. O que não é normal é um representante que se recusa a mostrar, durante a conversa, no que o seu uso projetado se converte em créditos e em dólares. Às vezes, isso acontece porque a configuração é realmente complexa e ele precisa de mais informações para cotar com precisão. Nesse caso, pergunte do que ele precisa e dê continuidade. Mas, se ele continuar se esquivando depois de você fornecer os dados, isso é um sinal de alerta.
• Níveis que ficam mais caros por crédito à medida que o uso aumenta. Garcia diz que isso é raro, mas que já viu acontecer. “Isso não faz sentido, e não acho que seja algo muito difundido.” Ele acrescenta: “O certo seria: quanto mais você usa, mais barato fica.”

3. Como será o nosso gasto total em cenários de uso realistas?

Quem compra IA pela primeira vez não tem dados históricos de consumo para embasar uma previsão. Uma boa resposta inclui um mecanismo de teste real — piloto, sandbox ou créditos gratuitos — que gere dados antes do compromisso, um framework de modelagem de cenários pessimista, base e otimista, e uma calculadora de ROI com premissas visíveis e editáveis. Se as premissas por trás da estimativa de economia não são auditáveis, o número é marketing, não modelagem.

Quem compra IA pela primeira vez não tem dados históricos de consumo para embasar uma previsão, e o risco de assumir um compromisso maior do que o necessário em um nível de créditos é real e caro. A vantagem das ferramentas de IA, observa Garcia, é que normalmente dá para confirmar se elas são úteis antes de assinar: “Isso é muito bom para nós, porque não precisamos gastar muito dinheiro. Podemos testar as ferramentas.” A questão é se o fornecedor oferece uma forma estruturada de fazer isso.

O que é uma boa resposta?

• Um mecanismo de teste que gera dados reais. Pilotos, sandboxes ou créditos gratuitos permitem reunir números básicos de uso antes de se comprometer. A HubSpot, por exemplo, oferece testes gratuitos de 28 dias do seu Customer Agent e do seu Prospecting Agent.
• Um framework de modelagem de cenários. Garcia recomenda projetar sua demanda em relação ao que a ferramenta está substituindo e, depois, simular cenários pessimista, base e otimista para aquele volume. “O crédito é uma coisa”, diz ele, “mas qual é o seu custo por crédito? E, considerando o seu volume, como isso ficaria em uma base mensal, trimestral ou anual?”
• Uma calculadora de ROI fornecida pelo fornecedor, com premissas visíveis. Calculadoras que mostram as contas permitem testar os dados a fundo. Por exemplo, a calculadora de ROI do Customer Agent da HubSpot permite ajustar dados como o número de atendentes, o custo médio por atendente, as conversas por atendente por dia e o tempo de resolução de tickets. Ela modela a economia de custos projetada e o tempo economizado. Ela também publica a metodologia — incluindo como cada métrica é calculada e premissas como 260 dias úteis por ano —, para que você veja como os números foram construídos.

Sinais de alerta para observar

• Nenhum mecanismo de teste. Se o fornecedor não oferece um piloto, uma quantidade razoável de créditos gratuitos ou um sandbox para testar antes de você se comprometer, você corre um risco real de a ferramenta não se mostrar útil para a sua empresa.
• Uma calculadora de ROI que você não consegue auditar. Se as premissas por trás da estimativa de economia não são visíveis nem editáveis, o número é marketing, não modelagem.

4. A precificação está alinhada ao valor que vamos realmente receber?

A precificação baseada em créditos tem uma peculiaridade estrutural: os fornecedores são pagos pelo uso, não pelos resultados. Você pode gastar créditos independentemente de a IA entregar valor ou não. Uma boa resposta demonstra três fontes de valor sustentáveis além do modelo subjacente — dados proprietários, integrações, contexto específico do cliente — e, quando o caso de uso permite, precificação baseada em resultados: você paga apenas quando a IA conclui a tarefa atribuída.

A precificação baseada em créditos tem uma peculiaridade estrutural: os fornecedores são pagos pelo uso, não pelos resultados. Você pode gastar créditos independentemente de a IA entregar valor ou não, o que torna importante perguntar pelo que, exatamente, você está pagando além do simples acesso ao modelo.

Oleksii Glib, CEO e fundador da empresa de desenvolvimento de software Acropolium, alerta que muitas ferramentas de IA hoje não passam de invólucros superficiais. “Eles simplesmente pegam os tokens de IA, embrulham na própria interface e vendem por um preço mais alto”, diz ele. “Não é esse o valor que eles estão entregando.”

O que é uma boa resposta?

• Três fontes de valor sustentáveis além do próprio modelo. O fornecedor deve conseguir dizer o que agrega além do acesso ao modelo de fundação, como dados proprietários, design de fluxo de trabalho, integrações, contexto específico do cliente ou efeitos de rede. O exemplo de Glib: uma plataforma como a Clay ou a HubSpot, que combina dados de comportamento do cliente com IA, consegue entregar algo que você não construiria com facilidade usando diretamente a API da OpenAI ou da Anthropic. “Isso é ótimo de se ter, porque o valor da IA fica enriquecido com dados adicionais que não estão presentes nela”, diz ele.

  Veja como é um diferencial de valor real em uma ferramenta de IA: o Breeze Prospecting Agent é construído sobre o HubSpot CRM, ou seja, acessa registros de contatos, o contexto dos negócios e sinais de compra para recomendar compradores de alta intenção e personalizar a abordagem. Se uma empresa simplesmente pedisse ao ChatGPT para escrever um e-mail de prospecção, perderia todo o contexto específico de cada negócio e oportunidade.

• Precificação baseada em resultados ou em sucesso, quando o caso de uso permite. Alguns fornecedores cobram apenas quando a IA entrega um resultado definido (um ticket resolvido, uma reunião agendada, um negócio fechado, etc.). Onde isso é viável, é um sinal de alinhamento de valor mais forte do que a medição por crédito. Por exemplo, o Breeze Customer Agent e o Prospecting Agent da HubSpot têm precificação baseada em resultados, em que os clientes pagam apenas quando os agentes concluem a tarefa atribuída.

Sinais de alerta para observar

• O discurso de venda se apoia no modelo subjacente. Se a resposta mais forte do fornecedor é “usamos o GPT-5” ou “rodamos no Claude”, talvez você esteja pagando, sobretudo, pelo acesso ao modelo de outra empresa (e, nesse caso, talvez consiga ir direto ao provedor do modelo e economizar). Compare o preço do fornecedor com o custo de usar o modelo de fundação diretamente e pergunte que valor adicional o produto agrega além do acesso ao modelo.
• Ações que falham ainda consomem créditos. Veja a pergunta 1. Se você tenta usar a IA para concluir uma tarefa e ela falha, mas mesmo assim cobra créditos por isso — é um indício de que a precificação não está ligada ao valor entregue.

5. Que controles e visibilidade vamos ter sobre o nosso gasto contínuo?

O pior cenário para qualquer responsável pelo orçamento é quando o gasto real ultrapassa muito a projeção. Fornecedores responsáveis oferecem quatro proteções: painéis de uso em tempo real, alertas configuráveis em 50%, 75% e 90% da cota, limites rígidos de gastos com possibilidade de pausar recursos de IA, e controles de orçamento por equipe ou usuário. Dados de uso disponíveis apenas nas faturas mensais, alertas que só disparam em 100% e ausência de limites são os três sinais de alerta mais graves.

O pior pesadelo de qualquer responsável pelo orçamento é quando o gasto real ultrapassa em muito a projeção. Essa pergunta acalma esse medo. Fornecedores responsáveis têm proteções para ajudar você a gerenciar seus gastos. Cabe a você verificar isso antes de assinar o contrato.

O que é uma boa resposta?

• Painéis de uso em tempo real. Você deve conseguir ver o consumo de créditos em tempo real, em vez de esperar a fatura do fim do mês para descobrir para onde foi o orçamento.
• Alertas configuráveis nos limites que você definir. Alertas úteis disparam em 50%, 75% e 90%, para você ter tempo de corrigir o rumo se precisar.
• Limites rígidos de gastos e a possibilidade de pausar recursos de IA. Quando você atinge o limite, a plataforma deve parar de gastar, e não continuar acumulando cobranças para faturar depois.
• Controles de orçamento por função. Os administradores devem conseguir definir orçamentos de créditos por equipe ou por usuário, para que um único usuário avançado não consuma todo o saldo. Por exemplo, a Anthropic permite que os administradores corporativos do Claude Code definam limites de uso por usuário individual.

Sinais de alerta para observar

• Dados de uso disponíveis apenas nas faturas mensais. Você só vai saber de um problema depois que os créditos acabarem.
• Alertas que só disparam em 100%. Isso não dá tempo de corrigir antes de você atingir os limites de uso.
• Nenhuma forma de limitar gastos ou restringir por função. Se qualquer usuário pode acionar qualquer volume de créditos, o fornecedor está transferindo a gestão de risco para você.

Como mencionei antes, depois do erro caro de Garcia com a tabela, a Clay lançou o modo Sandbox — um ótimo exemplo do tipo de proteção que você deve perguntar aos fornecedores.

Fonte

Evite cobranças inesperadas fazendo as perguntas certas.

A precificação baseada em créditos nas suas ferramentas de IA não precisa ser assustadora. A lição da história de Garcia não é sobre o software nem sobre o modelo de precificação — é sobre não ter consciência do que uma ação e uma ferramenta podem realmente provocar. As cinco perguntas deste guia ajudam você a evitar faturas inesperadas, mostrando exatamente como funciona a precificação de cada fornecedor e que valor ele traz para o seu espaço de trabalho.

A precificação baseada em créditos nas suas ferramentas de IA não precisa ser assustadora. A lição da história de Garcia não é sobre o software nem sobre o modelo de precificação. Como ele mesmo disse, os problemas começam ao “não ter consciência do que uma ação e uma ferramenta podem realmente provocar”. Esta lista de cinco perguntas busca ajudar você a evitar faturas inesperadas, mostrando exatamente como funciona a precificação baseada em créditos de cada fornecedor e que valor ele traz para o seu espaço de trabalho.

Perguntas frequentes sobre avaliação de fornecedores de IA com precificação por créditos

Estas são algumas das dúvidas mais comuns de gestores e compradores ao negociar contratos com fornecedores de IA baseados em uso:

Como saber se um fornecedor de IA é transparente sobre o custo real dos créditos?

O que é uma calculadora de ROI confiável para software de IA?

Como evitar gastos acidentais com créditos de IA em ferramentas de automação?

O que diferencia uma plataforma de IA com valor real de um simples invólucro sobre um modelo de fundação?

Qual é a diferença entre precificação por crédito e precificação baseada em resultados para agentes de IA?

Esse conteúdo foi publicado originalmente em inglês e traduzido/adaptado para a nossa audiência brasileira.

Fonte: Blog Hubspot