Todas as agências respondem com um intervalo tão amplo que não serve para nada, porque a resposta honesta depende de aspetos que ainda não conhecem. Por isso, eis o que está por trás do valor: o que envolvem os quatro formatos mais comuns de trabalho com IA, qual deles procura e o que faz aumentar o custo de cada um.
Os custos abaixo são indicados em semanas de trabalho de engenharia, não em dinheiro. As tarifas variam consoante o mercado e quem faz o trabalho, e uma página que indique valores em dólares estaria errada para a maioria dos leitores no dia em que a lessem. Multiplique pela tarifa que está realmente a comparar. São estimativas nossas, baseadas na construção deste tipo de solução, não num inquérito à indústria.
Quatro formatos de trabalho com IA
Quase todos os pedidos que recebemos correspondem a um destes formatos ou a uma combinação de dois. Identificar qual pretende é o passo mais importante para chegar a um valor real — e pode fazê-lo antes de falar com alguém.
| Formato | O que faz | Até à primeira versão em produção |
|---|---|---|
| Respostas baseadas nos seus próprios conteúdos | Colaboradores ou clientes fazem perguntas; o sistema responde com base nos seus documentos e cita-os | 4–8 semanas de trabalho de engenharia |
| Extração e classificação | Transforma faturas, emails, pedidos de assistência ou formulários em campos estruturados ou categorias | 3–6 semanas de trabalho de engenharia |
| Um agente que executa uma tarefa | Executa uma ação nos seus sistemas, em vez de apenas produzir texto | 8–16 semanas de trabalho de engenharia |
| Um modelo integrado no seu produto | Funciona no dispositivo do utilizador ou nos seus próprios servidores, sem API de terceiros | 10–20 semanas de trabalho de engenharia |
Os dois últimos formatos têm intervalos mais amplos pela mesma razão: ambos dependem de fatores externos à IA. A facilidade de desenvolver um agente depende das APIs através das quais tem de agir, e um modelo no dispositivo é limitado pelo hardware que decidiu suportar.
O que realmente determina o preço
Para ver um fluxo de trabalho concreto de extração, consulte o nosso guia de extração de dados de faturas e serviço de automatização personalizada do processamento de faturas: receção, validação, revisão pela equipa e exportação para o seu sistema de contabilidade.
Nenhum destes fatores é o modelo. A escolha do modelo exige uma semana de avaliação e depois passa a ser uma linha num ficheiro de configuração; se uma proposta a tratar como a questão central, isso diz algo sobre a proposta.
- O estado dos seus dados. A maior variável, de longe. Documentos atualizados, limpos, bem estruturados e guardados num só local são o cenário barato. Quatro sistemas de registo com informações contraditórias, PDFs digitalizados e um wiki que ninguém atualiza desde 2023 são o cenário caro — e o trabalho é sobre os dados, algo de que precisaria de qualquer forma.
- O nível de precisão exigido. Há uma grande diferença entre «redige algo que uma pessoa verifica» e «age sem supervisão». A segunda opção exige medição, gestão de falhas e uma forma de errar em segurança — e é aí que se gasta o orçamento.
- Quantos sistemas abrange. Cada integração tem autenticação própria, limites de pedidos próprios e casos de erro próprios. Duas são rotina. Seis já são um projeto diferente.
- Se alguém será responsável pela avaliação. Se ninguém do seu lado conseguir dizer se uma resposta foi boa, teremos de criar primeiro os meios para o fazer. Vale a pena, mas não é gratuito.
- Para onde podem ir os dados. «Nada sai da nossa infraestrutura» é uma restrição legítima e um requisito de conceção. Normalmente, significa alojar modelos de pesos abertos, trocando alguma capacidade por controlo e transferindo para si os custos de alojamento.
O custo de operação que as pessoas esquecem
Uma estimativa de desenvolvimento não é um orçamento. Há três custos que continuam depois do lançamento, e normalmente só o primeiro está previsto.
- Utilização. Custo por pedido, que aumenta com o volume. É baixo à escala de um projeto-piloto, e é por isso que surpreende quando chega à escala de produção. Vale a pena fazer uma estimativa para 10 vezes o volume do projeto-piloto antes de se comprometer com uma arquitetura.
- Avaliação e monitorização. A qualidade varia à medida que os seus conteúdos mudam e que os fornecedores atualizam os modelos que utiliza. É preciso haver algo que detete essas alterações.
- Mudanças dos fornecedores. Os fornecedores descontinuam modelos segundo o seu próprio calendário. Reserve alguns dias de trabalho por ano para fazer a migração e evite soluções que a dificultem.
Quanto deve custar e comprovar uma prova de conceito
Duas a quatro semanas. Se demorar mais, já não é uma prova de conceito: é um projeto sem plano.
O importante é o objetivo. Uma prova de conceito deve terminar com uma decisão, não uma demonstração — e a forma de o garantir é registar, antes de começar, o valor que determina o sucesso e o que fará se não for atingido. «Deve classificar corretamente pelo menos 85% dos pedidos de assistência e, se não conseguir, paramos» é uma prova de conceito. «Vamos ver o que a IA pode fazer por nós» é um workshop.
Também deve produzir algo de que ainda precisará depois: um pequeno conjunto real de exemplos rotulados com as respostas certas. Esse conjunto de teste continuará a ser útil, seja qual for o modelo atual, e tornará mais barata a decisão seguinte.
Perguntas que vale a pena fazer a qualquer fornecedor
- 1. O que faria este projeto custar o dobro da vossa estimativa?
- 2. Como saberemos, com base num valor, se está a funcionar e quem fará a medição?
- 3. Quanto custará por mês com dez vezes o volume do nosso projeto-piloto?
- 4. O que acontece quando o modelo escolhido for descontinuado?
- 5. Para onde vão os nossos dados e que dados são conservados?
- 6. O que faz o sistema quando não sabe a resposta?
- 7. Quem fica com o código, os prompts e o conjunto de avaliação no final?
A sexta pergunta é a mais reveladora. Um sistema sem resposta para ela vai inventar algo com toda a confiança, e é assim que estes projetos perdem a confiança das pessoas que deveriam usá-los.
Quando não desenvolver
Três casos em que lhe diríamos para não o fazer, porque avisar cedo fica mais barato para ambos.
- O processo não está documentado em lado nenhum. Se ninguém conseguir descrever as regras, o projeto começa pelo trabalho operacional, não pela IA.
- Acontece dez vezes por mês. Automatizar uma tarefa rara raramente compensa o custo de manter a automatização.
- Um produto existente já faz isso. Se os seus dados não forem um fator diferenciador, compre. Preferimos dizer-lhe isso a cobrar-lhe para reconstruir algo que já existe.
Como trabalhamos
Somos uma pequena equipa de engenheiros, não uma agência: fala com as pessoas que escrevem o código, não há um gestor de conta pelo meio e somos seletivos quanto aos projetos que aceitamos. Na área da IA, isso inclui integrações com LLMs, pesquisa nos seus próprios conteúdos, agentes e implementação de modelos alojados por si — além do trabalho com .NET, Python, TypeScript e serviços cloud que o resto do estúdio faz.
Também desenvolvemos o nosso próprio software para Windows, incluindo um assistente de texto que executa um modelo de linguagem inteiramente no PC do utilizador, por isso, para nós, a utilização no dispositivo e com restrições de privacidade não é uma hipótese teórica.
Conte-nos o que está a tentar desenvolver
Descreva o problema, não a solução: o que alguém faz atualmente, com que frequência e quanto custa quando corre mal. Responderemos no prazo de um dia útil, com um âmbito e um valor ou com uma explicação para não o desenvolvermos.