Saltar para o conteúdo

Odduel

We put the odds in your favour

Insights

Custo de desenvolvimento de um agente de IA e como decorre o projeto

Do que depende o custo de desenvolver um agente de IA: arquitetura, ferramentas, integração, avaliação, salvaguardas, monitorização, agente MVP ou em produção, custos do primeiro ano e o AI Act.

O fluxo de trabalho de um agente de IA esboçado com caixas e setas num caderno, ao lado de um teclado e de uma calculadora

O custo de desenvolver um agente de IA depende do que o agente pode fazer, não do modelo que o põe a funcionar: as suas ferramentas, os sistemas que lê e altera, os testes que provam que age corretamente, as suas salvaguardas e a utilização do modelo que paga todos os meses. Um primeiro agente delimitado custa uma fração de um agente em produção, e um preço honesto parte de um briefing curto. Este guia percorre a arquitetura, cada rubrica, MVP e produção, os custos do primeiro ano, o AI Act e como decorre um projeto.

Última atualização: 21 de outubro de 2026.

Quanto custa desenvolver um agente de IA?

Um agente de IA é software que usa um modelo de linguagem para decidir que passos dar rumo a um objetivo e depois os dá através de ferramentas: pesquisa, lê, preenche, envia, reserva ou atualiza, e verifica o resultado antes de avançar. É essa a diferença face a um chatbot, que só responde. O seu custo depende dessas ações.

Na Odduel, uma agência criativa e de tecnologia em Barcelona e São Paulo, orçamentamos o desenvolvimento de IA a partir de um briefing curto: a tarefa de que o agente se ocupa, as pessoas que serve, os sistemas em que toca, o que pode fazer sem perguntar e quão bom tem de ser antes de alguém confiar nele. A partir desse briefing, damos um preço fixo para uma primeira fase definida. Antes disso, qualquer valor seria um palpite.

Em resumo: o modelo raramente é a maior rubrica. A integração com os seus sistemas, a avaliação e as salvaguardas ficam normalmente com a maior parte do desenvolvimento, porque um agente que pode agir tem de provar que age bem. Os custos de funcionamento são reais e recorrentes: a utilização do modelo cresce a cada passo do agente. Comece por um agente delimitado, meça-o e decida depois sobre a produção.

Porque variam tanto os orçamentos de agentes

Dois orçamentos para «um agente que trate os nossos e-mails de fornecedores» podem ser muito diferentes e ambos justos. Um pressupõe que o agente lê os e-mails e redige respostas que uma pessoa envia. O outro pressupõe que lê os anexos, os confere com o sistema de compras, atualiza encomendas, responde sozinho dentro de limites definidos e encaminha o resto. O segundo tem mais ferramentas, permissões de escrita, regras de aprovação, um conjunto de testes maior e um registo de auditoria. As rubricas abaixo permitem compará-los em pé de igualdade.

Onde a IA também baixa o custo do desenvolvimento

A IA está dentro do produto, e faz também grande parte da produção repetitiva do desenvolvimento: componentes de interface que seguem um design system, código base dos conectores das ferramentas, primeiras versões de casos de teste, dados de exemplo sintéticos. Isso encurta os projetos e baixa o seu custo. As decisões que tornam um agente seguro e útil continuam a ser trabalho humano: o que pode fazer, onde uma pessoa tem de aprovar, como falha, como é medido, como são tratados os dados pessoais. É aí que deve ir o orçamento.

Como se constrói um agente de IA?

Todos os agentes, por simples que sejam, são feitos das mesmas peças. Conhecê-las permite ler uma proposta e ver o que está incluído e o que falta.

As peças de um agente

  • O modelo: o modelo de linguagem que lê a situação e decide o passo seguinte. Normalmente um modelo alojado, acedido por API; por vezes um modelo alojado pela própria empresa.
  • As instruções: o papel, as regras e os limites escritos em que o agente trabalha, versionados como código.
  • As ferramentas: as ações que pode realizar, cada uma uma função definida com entradas, saídas e permissões (pesquisar na base de conhecimento, ler uma encomenda, criar um pedido de suporte, enviar um e-mail).
  • O conhecimento: os documentos e registos que pode consultar, normalmente por recuperação: o agente encontra os excertos relevantes e lê-os antes de decidir.
  • Memória e estado: o que recorda dentro de uma tarefa e, quando permitido, entre tarefas.
  • Orquestração: o ciclo planear, agir, verificar e repetir, com limites de passos, tempo e gasto.
  • Salvaguardas e aprovações: controlos sobre o que entra e o que sai, e os pontos em que uma pessoa tem de aprovar.
  • Registo e monitorização: um registo de cada passo, chamada de ferramenta e decisão, para depuração, controlo de custos e responsabilização.

Um agente ou vários

Muitas tarefas precisam de um só agente com algumas ferramentas. Algumas beneficiam de vários agentes especializados que passam o trabalho entre si, por exemplo um que faz a triagem dos pedidos e outros que tratam cada tipo. Os desenhos com vários agentes acrescentam orquestração, mais testes e mais utilização do modelo, por isso devem ser justificados pela tarefa e não escolhidos por parecerem avançados. A nossa comparação IA agêntica vs IA generativa explica quando agir, em vez de responder, compensa o custo extra.

Fluxo de trabalho ou autonomia

A decisão de desenho mais importante é a liberdade dada ao agente. Um fluxo fixo, com o modelo a fazer julgamentos em pontos definidos, é mais barato de construir, mais fácil de testar e mais previsível. Um agente aberto que planeia os próprios passos consegue tratar tarefas mais desarrumadas, mas exige mais avaliação e limites mais fortes. A maioria dos bons agentes empresariais está perto do fluxo fixo.

Quais são as rubricas de custo de um agente de IA?

Oito rubricas explicam quase todos os orçamentos de agentes de IA. Cada uma é uma decisão que pode influenciar antes de o desenvolvimento começar.

Análise e desenho

Esta rubrica define a tarefa com precisão: de que se ocupa o agente, como é o sucesso, que casos deve recusar ou encaminhar e o que veem as pessoas à sua volta. Inclui mapear o processo atual, escrever os primeiros casos de teste a partir de exemplos reais e desenhar os ecrãs onde as pessoas reveem, aprovam ou corrigem o agente. É uma pequena parte do orçamento e a rubrica que protege todas as outras.

Utilização do modelo

A utilização do modelo paga-se pela quantidade de texto processado, à entrada e à saída. Os agentes gastam muito mais do que uma conversa, porque cada tarefa pode ter vários passos, cada passo volta a ler instruções, histórico e documentos recuperados, e os resultados das ferramentas voltam para a conversa. O modelo escolhido conta: os grandes custam mais por passo, os pequenos menos e muitas vezes chegam para os passos de rotina. Durante o desenvolvimento esta rubrica é modesta; em produção é o principal custo recorrente.

Ferramentas e integração

A integração é normalmente a maior rubrica do desenvolvimento. Cada ferramenta é uma ligação a um sistema real (o seu CRM, sistema de encomendas, apoio ao cliente, calendário, sistema de conteúdos ou base de dados), com autenticação, permissões, tratamento de erros e testes. As ferramentas só de leitura são mais simples; as que escrevem ou enviam precisam de validação, limites e muitas vezes de uma aprovação humana. Sistemas antigos sem uma API limpa, ou vários sistemas que não coincidem, acrescentam trabalho.

A página inicial da Nothing To Eat aberta no editor de blocos do WordPress, um sistema de conteúdos que um agente de IA leria e alteraria depois de receber uma ferramenta e permissões

Conhecimento e preparação de dados

Se o agente consulta documentos ou registos, é preciso encontrá-los, limpá-los, dividi-los em partes com sentido e indexá-los para pesquisa, mantendo-os atualizados quando as fontes mudam. Fontes limpas e bem cuidadas tornam esta rubrica modesta; conhecimento disperso, ficheiros digitalizados e versões contraditórias tornam-na grande.

Avaliação

A avaliação é a forma de saber que o agente funciona. Consiste num conjunto de tarefas realistas com o resultado esperado, executadas automaticamente a cada alteração das instruções, das ferramentas ou do modelo, mais a revisão humana de uma amostra. Num agente, o teste verifica as ações tanto como as palavras: chamou a ferramenta certa, com os dados certos, e parou quando devia? Esta rubrica é muitas vezes subestimada nos orçamentos. É também o que permite mudar de modelo mais tarde sem receio.

Salvaguardas e segurança

As salvaguardas limitam o que pode correr mal: controlos das entradas (incluindo instruções escondidas em e-mails ou documentos que o agente lê), controlos das saídas, limites sobre que ferramentas cada utilizador pode usar, tetos de gasto e de passos, e aprovações antes de ações irreversíveis. Quanto mais um agente puder fazer sozinho, maior esta rubrica.

Interface e passagem para as pessoas

As pessoas precisam de ver o que o agente fez, aprovar o que propõe, corrigi-lo e assumir o controlo. Pode ser um painel dentro de uma ferramenta existente ou um ecrã próprio. Um bom desenho da passagem é o que faz as pessoas confiarem no agente e continuarem a usá-lo.

Alojamento, monitorização e registo

O agente precisa de alojamento para a orquestração, armazenamento para registos e estado, monitorização de erros, latência e gasto, e alertas quando algo se desvia. Os registos com dados pessoais têm de ser guardados de acordo com o RGPD: limitados, protegidos e apagados segundo um calendário.

Linha de custoO que a faz subirPeso relativo no desenvolvimento
Análise e desenhoTarefa pouco clara, muitos casos limitePequeno
Utilização do modelo (fase de desenvolvimento)Ciclos de teste longos, modelos grandesPequeno
Ferramentas e integraçãoPermissões de escrita, sistemas antigos, muitas ferramentasNormalmente o maior
Conhecimento e dadosFontes dispersas ou desarrumadasDe pequeno a grande
AvaliaçãoMuitos tipos de tarefa, grande exigência de precisãoGrande
Salvaguardas e segurançaMais autonomia, ações sensíveisDe médio a grande
Interface e passagemFluxos de aprovação, novos ecrãsMédio
Alojamento e monitorizaçãoVolume, requisitos de auditoriaDe pequeno a médio
Rubricas de custo de um agente de IA, o que faz subir cada uma e o seu peso habitual no desenvolvimento

O que distingue um agente MVP de um agente em produção?

A decisão mais útil num orçamento de agente é separar o primeiro agente do agente em produção. Respondem a perguntas diferentes e custam valores muito diferentes.

Para que serve um agente MVP

Um agente MVP prova uma coisa: um agente consegue fazer esta tarefa suficientemente bem, com os nossos sistemas e os nossos dados, para valer a pena construí-lo a sério? Ocupa-se de uma tarefa delimitada, usa duas ou três ferramentas, muitas vezes só de leitura ou com uma pessoa a aprovar cada ação, serve um pequeno grupo interno e é medido face a um conjunto de testes escrito. Deixa de fora a escala, as permissões completas e o acabamento. Termina com provas: precisão medida, custo observado por tarefa, os casos de falha e o que a produção exigiria.

O que a produção acrescenta

A produção transforma essas provas em algo de que as pessoas dependem. Acrescenta as ferramentas em falta e as permissões de escrita, autenticação e permissões corretas, regras de aprovação por ação e por utilizador, o conjunto completo de avaliação a correr a cada alteração, salvaguardas contra abusos, monitorização e tetos de gasto, registo conforme ao RGPD, documentação, formação para as pessoas que trabalham com ele e suporte. Na nossa experiência, isto representa várias vezes o trabalho do agente MVP, e é aí que deve ir a maior parte do orçamento.

AspetoAgente MVPAgente em produção
Pergunta a que respondeUm agente consegue fazer esta tarefa com os nossos sistemas?As pessoas podem confiar nela todos os dias?
ÂmbitoUma tarefa delimitadaA tarefa completa e as suas exceções
FerramentasDuas ou três, muitas vezes só de leituraTodas as necessárias, com escrita onde se justifique
Aprovação humanaEm cada açãoSó onde o risco o exige
UtilizadoresUm pequeno grupo internoClientes ou departamentos inteiros
AvaliaçãoUm conjunto de testes escrito, em parte manualAutomática a cada alteração, mais revisão
SalvaguardasLimites básicosControlos completos de entradas, saídas, permissões e gasto
MonitorizaçãoRegistos lidos pela equipa de desenvolvimentoPainéis, alertas, registo de auditoria
Custo relativo de desenvolvimentoBaixoVárias vezes o MVP
Agente MVP e agente em produção comparados por âmbito, controlos e custo relativo

Como decorre um projeto de agente de IA?

Um projeto de agente bem conduzido avança em fases curtas, e cada uma termina com algo que se pode testar e uma decisão.

  1. Briefing. Uma página: a tarefa, as pessoas, os sistemas, o que o agente pode fazer sozinho, o que precisa de aprovação e como se mede o sucesso. É nisso que assenta um preço fixo.
  2. Análise. Mapear o processo atual, reunir exemplos reais, escrever os primeiros casos de teste, verificar o acesso aos dados e a situação legal.
  3. Arquitetura. Escolher o modelo, as ferramentas, o grau de autonomia, os pontos de aprovação e onde o agente fica alojado.
  4. Desenvolvimento do MVP. Construir o agente delimitado, as suas ferramentas e um ecrã de revisão simples; correr os testes todos os dias.
  5. Piloto com utilizadores reais. Um pequeno grupo usa-o em trabalho real, com uma pessoa a aprovar as ações; medir precisão, custo por tarefa e tempo poupado.
  6. Decisão. Parar, ajustar ou passar à produção, com base nas provas e não no entusiasmo.
  7. Desenvolvimento da produção. Ferramentas completas, permissões, salvaguardas, conjunto de avaliação, monitorização, documentação e formação.
  8. Lançamento e afinação. Disponibilização gradual, acompanhamento próximo de registos e gasto, e aprovações aliviadas só onde os dados o sustentam.

A mesma lógica de fases curtas aplica-se seja quem for que construa. O nosso artigo sobre escolher entre uma empresa de desenvolvimento de IA e um freelancer mostra que tipo de parceiro serve cada fase.

Quanto custa manter um agente de IA em funcionamento no primeiro ano?

Um agente não se paga uma só vez. Planeie estas rubricas recorrentes antes do desenvolvimento, não depois do lançamento.

O que se repete todos os meses

  • Utilização do modelo. Cresce com o número de tarefas e os passos por tarefa. É normalmente a maior rubrica recorrente. Guardar em cache as instruções repetidas, cortar o que o agente volta a ler e enviar os passos de rotina para um modelo mais pequeno reduzem-na.
  • Alojamento e armazenamento. A orquestração, os registos, o estado e qualquer índice de pesquisa.
  • Serviços de terceiros. APIs pagas chamadas pelas ferramentas, pesquisa, leitura de documentos, serviços de e-mail ou mensagens.
  • Monitorização. Ferramentas que acompanham erros, latência, qualidade e gasto.

O que se repete em trabalho

  • Ciclos de avaliação. Cada alteração, e cada nova versão do modelo do fornecedor, exige correr e rever o conjunto de testes.
  • Mudanças de modelo. Os fornecedores retiram e substituem modelos; passar para um novo é trabalho, tornado seguro por um bom conjunto de testes.
  • Manutenção do conhecimento. Índices atualizados à medida que os documentos mudam.
  • Manutenção das ferramentas. Os sistemas ligados mudam APIs, campos e permissões; as ferramentas do agente acompanham.
  • Revisão e afinação. Uma pessoa lê uma amostra do trabalho do agente, acrescenta novos casos de teste a partir de falhas reais e ajusta as instruções.

Na nossa experiência, os custos de funcionamento de um agente no primeiro ano são uma parte significativa do desenvolvimento, maior do que em software comum, porque a utilização do modelo e a avaliação nunca param. Peça a cada fornecedor uma estimativa do custo por tarefa ao volume previsto e as alavancas que o reduzem.

O que significa o EU AI Act para um agente de IA?

O AI Act europeu (Regulamento (UE) 2024/1689) entrou em vigor a 1 de agosto de 2024 e aplica-se por etapas. As proibições de certas práticas e o dever de literacia em IA dos colaboradores aplicam-se desde 2 de fevereiro de 2025; as obrigações dos fornecedores de modelos de IA de finalidade geral desde 2 de agosto de 2025.

Para a maioria dos agentes empresariais, os pontos práticos são estes:

  • Transparência. As pessoas têm de saber quando estão a lidar com um sistema de IA e não com uma pessoa, a não ser que seja evidente. Um agente que escreve a clientes ou lhes responde deve dizê-lo; prever isso desde o início custa pouco.
  • Categoria de risco. A maioria dos agentes (apoio, triagem, redação, operações internas) não é de risco elevado. Um agente usado em decisões de contratação, crédito, acesso à educação ou a serviços essenciais pode sê-lo, e os sistemas de risco elevado trazem obrigações pesadas de documentação, supervisão humana e qualidade. Verifique isto na análise: muda o orçamento mais do que qualquer escolha técnica.
  • O seu papel. Se constrói ou encomenda o agente e o põe em serviço em seu nome, pode ser o seu fornecedor; se usa o agente de um fabricante, é o responsável pela implantação. As obrigações são diferentes.
  • O RGPD continua a aplicar-se. Um agente que lê e-mails, processos ou documentos trata dados pessoais: precisa de uma base legal, minimização de dados, um acordo de subcontratação com o fornecedor do modelo, cuidado com transferências para fora da UE e uma regra de conservação dos registos.

Verifique as datas das etapas seguintes, em especial as regras de risco elevado, no texto oficial em vigor quando planear; isto é informação geral, não aconselhamento jurídico.

Como ler o orçamento de um agente de IA?

Verifique isto num orçamento:

  1. A tarefa numa frase, e o que o agente não vai fazer.
  2. As ferramentas listadas uma a uma, com acesso de leitura ou escrita e onde é precisa aprovação.
  3. Um plano de avaliação: quantas tarefas de teste, o que conta como aprovado, quem revê.
  4. Salvaguardas identificadas, não implícitas: controlos de entradas e saídas, tetos de gasto e de passos, aprovações.
  5. Preços separados para o agente MVP e para a produção, com o ponto de decisão entre os dois.
  6. Uma estimativa dos custos de funcionamento: utilização do modelo por tarefa ao seu volume e trabalho recorrente.
  7. Propriedade: de quem são as instruções, o código das ferramentas, o conjunto de testes e os registos, e se pode mudar de fornecedor de modelo.
  8. A posição na UE: transparência, categoria de risco e tratamento de dados abordados.

Um orçamento com um único total e sem plano de testes é o que deve questionar. Se está a ponderar uma funcionalidade de IA dentro de uma app em vez de um agente, o nosso guia de desenvolvimento de aplicações explica como se constrói.

Perguntas frequentes

Qual é a diferença entre um agente de IA e um chatbot?

Um chatbot responde a perguntas; um agente de IA realiza ações rumo a um objetivo. O agente usa um modelo de linguagem para decidir o passo seguinte e ferramentas para agir: ler registos, atualizar sistemas, enviar mensagens, reservar. Como age, precisa de integração, permissões, regras de aprovação e testes das suas ações, e é por isso que custa mais a construir e a manter do que um chatbot.

Quanto tempo leva a construir um agente de IA?

Um agente MVP delimitado com poucas ferramentas leva normalmente semanas, não meses, depois de garantido o acesso aos sistemas. Um agente em produção demora mais, pelas integrações restantes, permissões, salvaguardas, o conjunto completo de avaliação e o piloto com utilizadores reais. O acesso a sistemas e dados é muitas vezes a parte mais lenta, por isso trate dele antes de começar.

Uma plataforma de agentes é mais barata do que um desenvolvimento à medida?

Para uma tarefa comum dentro de uma só ferramenta, o agente integrado de um fabricante é muitas vezes o início mais barato: pouca integração e uma mensalidade. Um agente à medida compensa quando a tarefa atravessa vários dos seus sistemas, precisa das suas próprias regras e aprovações, ou quando quer ser dono das instruções, dos testes e dos dados e poder mudar de fornecedor de modelo.

O que faz subir os custos de funcionamento de um agente de IA?

Os custos de funcionamento sobem com o número de tarefas, os passos do agente por tarefa, a quantidade de texto que volta a ler em cada passo e o tamanho do modelo. Históricos longos, documentos grandes e novas tentativas somam-se. Cache, contexto mais curto, modelos mais pequenos para passos de rotina e limites de passos mantêm sob controlo a utilização do modelo, a maior rubrica recorrente.

Um agente de IA está abrangido pelo AI Act europeu?

Qualquer sistema de IA colocado no mercado da UE está no âmbito do AI Act, mas a maioria dos agentes empresariais não é de risco elevado. As obrigações principais são a transparência, ou seja, avisar as pessoas de que estão a lidar com uma IA, e a literacia em IA dos colaboradores. Agentes usados em decisões de contratação, crédito, educação ou serviços essenciais podem ser de risco elevado, com obrigações muito maiores.

Como sabemos se o agente está pronto para lançar?

Acordem a fasquia antes do desenvolvimento: um conjunto de tarefas de teste realistas, a parte que tem de tratar corretamente, os erros que nunca são aceitáveis e os casos que tem de passar a uma pessoa. Corram esse teste a cada alteração e façam depois um piloto com utilizadores reais e aprovações ativas. Lancem quando os resultados medidos atingirem a fasquia, e não quando as demonstrações parecerem convincentes.

Se tem em mente uma tarefa para um agente, escreva o briefing de uma página: a tarefa, as pessoas, os sistemas, o que pode fazer sozinho e como o vai medir. Transformamos isso numa arquitetura, num plano para um agente MVP e num preço fixo para essa primeira fase, com uma estimativa dos custos de funcionamento. Veja como abordamos o desenvolvimento de IA, ou fale connosco sobre o seu projeto.

Mais artigos

Mais dos nossos Insights.

Ver todos os artigos

Fale connosco

A vantagem do seu lado.

A vantagem não aparece sozinha. Se tem algo para construir, lançar ou corrigir, fale-nos disso e mostramos-lhe como o abordaríamos.

    Precisa de um acordo de confidencialidade (NDA) antes de partilhar detalhes? Iniciar um projeto

    Fale connosco