ROI de IA: como calcular e o caso do atendimento

O ROI da inteligência artificial é uma conta de uma linha: (ganho capturado menos custo total) dividido pelo custo total, no mesmo período. O que muda de uma proposta para outra não é a fórmula, é o que entra em cada parcela. Num cenário hipotético de atendimento com 10 mil conversas por mês, aberto mais abaixo com todas as premissas declaradas, o ROI dos primeiros 12 meses, contados da assinatura e com três meses de implantação, fica entre 34% negativo e 10% positivo; o acumulado de 24 meses, entre 10% e 83%. A faixa é larga de propósito: a diferença entre as pontas é uma única premissa, a fração de conversas que o agente resolve sozinho.

Este post trata de como calcular e defender o ROI de um projeto de IA: as quatro linhas da fórmula, a conta aberta de um cenário operacional, o caso do atendimento ao cliente com o custo do WhatsApp, os erros que invalidam o cálculo e a apresentação para quem aprova orçamento. O prazo até o investimento se pagar é assunto de quanto tempo leva até um projeto de IA se pagar; aqui o foco é o número do retorno.

Como calcular o ROI da inteligência artificial em quatro linhas

A fórmula cabe numa célula de planilha. O trabalho está nas quatro linhas que a alimentam.

Linha 1: custo de entrada. Diagnóstico, desenvolvimento ou configuração, integrações e entrada em produção. Para um primeiro caso de uso com piloto e implementação, a referência que a Waxi publica é de R$ 30 mil a R$ 120 mil em serviços, com ferramentas e infraestrutura à parte. As faixas por tipo de projeto estão em quanto custa criar uma IA e um agente.

Linha 2: custo recorrente. Consumo do modelo, plataforma, canal (o WhatsApp cobra por mensagem de serviço desde outubro de 2026), manutenção e as horas de quem supervisiona a saída da IA. Essa última parcela some das propostas e é a que mais pesa depois que o sistema entra no ar.

Linha 3: ganho capturado. Horas liberadas vezes o custo-hora de quem as executava, mais receita adicional quando houver. A palavra importante é "capturado": hora economizada só vira dinheiro quando alguém decide o que fazer com ela, absorvendo volume sem contratar ou realocando a pessoa para algo que gere receita. Hora que vira folga na agenda não entra na conta.

Linha 4: período. ROI sem período é número solto. Doze meses contados do primeiro real gasto é a convenção mais honesta para um projeto pontual; 24 meses mostra o custo de entrada diluído. Contar do primeiro real gasto significa que os meses de implantação entram no período com custo e sem ganho.

Qual é o ROI real de implementar IA operacional?

Não existe ROI real de mercado que sirva para a sua empresa; existe a conta feita com o seu volume. O que dá para fazer é abrir um cenário com premissas declaradas. Imagine uma empresa com um processo operacional contável, o atendimento, recebendo 10 mil conversas por mês, o mesmo volume da simulação do post de custos.

Premissas, ajustáveis à sua realidade:

• Cada conversa consome, em média, 5 minutos de um atendente: 833 horas por mês no total.
• Um atendente com salário de R$ 2.500 custa à empresa cerca de R$ 4.000 por mês com encargos, ou R$ 25 por hora em 160 horas.
• Implementação do primeiro caso de uso: R$ 60 mil, dentro da faixa de R$ 30 mil a R$ 120 mil da referência da Waxi, em três meses de implantação.
• Modelo e operação do agente: R$ 837,08 por mês, o valor da simulação de 10 mil conversas do post de custos, com os preços e o câmbio da calculadora de custo de agente de IA (verificados em setembro de 2026).
• Plataforma de atendimento e manutenção: R$ 1.200 por mês, premissa deste exemplo. O canal fica fora desta conta e entra na seção do atendimento, logo abaixo.
• Supervisão humana da saída do agente: 20 horas por mês a R$ 40 a hora, R$ 800.
• Os custos recorrentes e o ganho começam no go-live, no quarto mês. Dos 12 primeiros meses, nove são de operação; dos 24, são 21.

O custo recorrente soma R$ 2.837 por mês. É um cenário enxuto: nos três cenários do relatório de custos de IA, a operação, com revisão humana, ajuste e suporte, vai de R$ 3.000 a R$ 8.000 por mês, e a conta por processo está no post sobre quanto custa um agente de IA por processo. Nos 12 meses contados da assinatura, o projeto custa R$ 85.534 (a implementação mais nove meses de recorrente); em 24 meses, R$ 119.579. Agora a parcela que decide tudo: quantas conversas o agente resolve sem passar por ninguém. Os dois percentuais abaixo são hipotéticos, não medição.

O 34,2% negativo do conservador em 12 meses quer dizer que o projeto ainda não se pagou, não que deu prejuízo: a implementação é recuperada por volta do 21º mês contado da assinatura, e os 24 meses fecham em 9,8% positivo. É exatamente esse o caso que o piloto precisa decidir, se a operação aguenta esperar quase dois anos pelo retorno; a leitura desse prazo está em quanto tempo leva até um projeto de IA se pagar.

Três cuidados na leitura. Os cenários só valem se a empresa de fato deixar de abrir vagas ou realocar as pessoas liberadas; se as 417 horas virarem folga, o ganho é zero e o ROI é negativo nos dois casos. A diferença entre 30% e 50% não é chute: é a métrica que um piloto de 30 dias mede antes do contrato de 12 meses. E a convenção do período pesa: se a mesma conta começasse no go-live, com 12 meses cheios de ganho, o ROI do cenário base subiria de 9,6% para 32,9% sem que nada mudasse na operação.

O prazo sai da mesma planilha: no cenário base, a implementação de R$ 60 mil é recuperada em cerca de 8 meses de operação, ou 11 meses contados da assinatura, com três meses de implantação; no conservador, 18 e 21 meses. Como contar esse prazo sem se enganar está em quanto tempo leva até um projeto de IA se pagar.

Qual é o ROI de implementar IA no atendimento ao cliente?

O atendimento é o processo em que o ROI de IA é mais fácil de calcular e mais fácil de superestimar. Fácil de calcular porque o volume já é contado e o agente substitui uma parcela mensurável dele. Fácil de superestimar porque a conta de horas ignora duas linhas: o canal e a qualidade.

O custo do WhatsApp na conta do atendimento

Desde 1º de outubro de 2026, a Meta cobra R$ 0,035 por mensagem de serviço na API do WhatsApp, com 1.000 gratuitas por número comercial a cada mês; a tabela oficial está em preço da API do WhatsApp em 2026. A cobrança vale para a resposta do atendente e para a do agente, então a pergunta certa é se ela é custo novo:

• Se você já atende pela API, a tarifa já está na sua conta de hoje e não muda o ROI do agente.
• Se você atende pelo aplicativo WhatsApp Business, que fica fora da cobrança, colocar um agente exige migrar para a API, e a tarifa passa a incidir sobre todas as conversas, inclusive as que continuam com humano.

No segundo caso, com a premissa hipotética de quatro mensagens de serviço por conversa e um único número, as 10 mil conversas geram 40 mil mensagens; descontadas as 1.000 gratuitas, são 39 mil a R$ 0,035, ou R$ 1.365 por mês. O recorrente sobe de R$ 2.837 para R$ 4.202, e o resto do cenário fica igual.

O canal sozinho tira o cenário base do positivo no primeiro ano e empurra o payback do conservador para mais de dois anos. Por isso a tarifa do WhatsApp entra na proposta como linha própria, separada da plataforma, e o número de mensagens por conversa vira uma das métricas do piloto.

O custo de qualidade

O caso público mais citado mostra os dois lados. Em 27 de fevereiro de 2024, a Klarna divulgou que o seu assistente de IA tinha conduzido 2,3 milhões de conversas no primeiro mês, dois terços dos chats de atendimento, o trabalho equivalente a 700 atendentes, e estimou uma melhoria de lucro de US$ 40 milhões em 2024. Em maio de 2025, o CEO Sebastian Siemiatkowski reconheceu, em entrevista à Bloomberg, que o atendimento só por IA saía mais barato e com qualidade menor, e a Klarna voltou a contratar pessoas. Em cobertura de 20 de fevereiro de 2026, o Customer Experience Dive registra a posição atual dele: "se a IA consegue fazer atendimento, isso significa que vai ser o atendimento barato". O modelo virou híbrido: IA para o rotineiro, humano como atendimento de maior valor.

Os números de 2024 eram estimativas da própria empresa, não auditoria, e o custo de qualidade apareceu um ano depois. A lição para a sua conta: o ROI do atendimento precisa de uma linha de custo para o que a automação estraga, porque conversa frustrada vira cancelamento, reclamação pública e retrabalho humano, e nada disso aparece na planilha de horas.

A Gartner prevê, em comunicado de 5 de março de 2025, que até 2029 a IA agêntica vai resolver sozinha 80% dos problemas comuns de atendimento, com redução de 30% nos custos operacionais. É previsão, não medição, e vale para "problemas comuns"; não serve de premissa para um primeiro agente. Os 30% e 50% deste post são hipóteses para o piloto confirmar ou derrubar.

Na prática, o ROI no atendimento é conversas resolvidas sem humano vezes o tempo que cada uma consumia, vezes o custo-hora, menos o custo do agente, o do canal quando ele for novo e o custo de qualidade medido no piloto. Como desenhar esse agente com rota de escape para humano e o plano de 4 semanas estão no guia de automação de atendimento com IA.

Por que a maioria dos cálculos de ROI de IA está errada

Quase todos os erros inflam a linha 3 ou escondem parte das linhas 1 e 2.

Contar hora liberada como dinheiro. Economizar 400 horas por mês de uma equipe que continua com o mesmo tamanho e a mesma folha não muda o resultado da empresa. Só entra na conta a hora que virou vaga não aberta ou pessoa realocada para atividade com receita. E cada hora entra uma vez: ou é economia de custo ou é capacidade para receita, nunca as duas.

Esquecer as horas internas. Alguém do seu time vai passar semanas explicando o processo e corrigindo o que a IA errou; essas horas pertencem ao custo de entrada.

Começar a contagem no dia em que o sistema entra no ar. Isso apaga meses de custo de implantação e melhora artificialmente o ROI do primeiro ano. A contagem começa no primeiro real que sai do caixa.

Usar benchmark de fornecedor como premissa. "Nossos clientes resolvem 80% das conversas" é número de outro processo e de outra base de conhecimento. Serve para calibrar expectativa; a sua premissa vem do seu piloto.

Medir sem baseline. Se ninguém registrou, por escrito e com data, quantas horas o processo consumia antes, qualquer ganho depois é discutível. Liderei Analytics na Vindi e aprendi que número sem baseline não sobrevive a uma diretoria atenta.

As causas de morte mais amplas de um projeto, além da planilha, estão em por que projetos de IA falham.

Como apresentar o ROI de IA para a diretoria

Um ROI bem calculado perde a reunião se for apresentado como número único. O que convence é o método visível.

Três cenários, nunca um

Conservador, base e otimista, com a premissa que diferencia cada um explícita na primeira linha. Quando a diretoria vê o conservador fechar negativo no primeiro ano e positivo no segundo, a conversa muda de "é verdade?" para "como garantimos o cenário base?".

Baseline datado e métrica de saída definidas antes

Leve a medição de um mês real do processo atual, assinada por quem mediu, e as três métricas que serão comparadas no fim: horas consumidas, taxa de erro e percentual de casos que ainda passa por humano. Quem define o placar antes do jogo não discute o resultado depois.

Uma planilha para todas as cadeiras

A diretoria pergunta o efeito no resultado; o financeiro, o fluxo de caixa mês a mês e o que acontece se a premissa ficar 20 pontos abaixo; o conselho, risco (dados do cliente, LGPD, o que o agente faz sem confirmação humana); a operação, quem supervisiona e quantas horas isso toma. Uma apresentação boa responde as quatro com a mesma planilha.

A forma mais barata de transformar a premissa incerta em número medido é um piloto de 30 dias com meta e qualidade mínima combinadas antes de começar. O playbook IA: do piloto ao resultado traz a conta de retorno em três cenários e os critérios para escalar, ajustar ou encerrar no dia 90.

ROI de IA não é um percentual que se apresenta. É uma premissa que se mede.

Quando o ROI de IA não fecha

Às vezes a conta honesta diz não, e dizer isso cedo é o melhor resultado possível.

O volume é baixo demais. Com 500 conversas por mês, as 21 horas liberadas no cenário de 50% valem cerca de R$ 520; só o custo recorrente do agente passa disso. Ferramenta pronta pode fazer sentido; projeto de agente, não.

Não há para onde levar a hora liberada. Se a equipe não vai encolher, não há demanda reprimida e não há atividade de receita para realocar, o ganho capturado é zero por construção.

Os sistemas não têm API. Cada integração construída à mão entra na linha 1, e o relatório de custos da Waxi estima de R$ 10 mil a R$ 40 mil por sistema sem API. Dois desses e o cenário base vira conservador.

Se a sua empresa se encaixa em um desses casos, o diagnóstico gratuito de maturidade em IA da Waxi mostra em dez minutos o que precisa existir antes do primeiro projeto, e o relatório de custos de IA traz as seis linhas de custo e um capítulo sobre ROI e payback para a sua planilha partir de número real.

O número que sobrevive à reunião

O ROI da inteligência artificial não depende de benchmark, depende de quatro linhas preenchidas com os seus dados: custo de entrada completo, custo recorrente com as horas internas, ganho capturado de verdade e período contado do primeiro real gasto. Feita assim, a conta às vezes diz não, e esse não vale mais do que um "300% em 12 meses" sem conta por baixo.

O que está no seu controle antes de aprovar qualquer projeto é medir a premissa que decide o resultado: no atendimento, a fração de conversas que o agente resolve sozinho. Trinta dias de piloto transformam essa premissa em número, e número medido é o único argumento que a diretoria não consegue rebater.

Para a linha do modelo, a calculadora de custo de agente de IA estima o consumo mensal com o seu volume e o modelo que você escolher. Para as outras linhas, a consultoria em inteligência artificial da Waxi começa por uma conversa de diagnóstico grátis de 45 minutos, com resumo escrito em até 2 dias úteis.

Quer montar essa conta com o seu volume e levar três cenários defensáveis para a próxima reunião de orçamento? Vamos conversar. Na Waxi a gente percorre o ciclo completo, do diagnóstico à implementação e à capacitação do time, com a planilha aberta em cada etapa.