Como os agentes de IA são precificados

Por Brian Tr · Atualizado em 5 de outubro de 2026

Um agente de IA é precificado ao escolher uma unidade de trabalho e um preço para essa unidade. Parece simples. Não é, porque um agente não é um login. Ele age por conta própria, consegue entregar mais trabalho do que uma pessoa na mesma hora, e cada tarefa pode custar um valor diferente para ser executada. Cada um desses fatos pressiona o modelo de precificação que o software usa há vinte anos.

Este guia explica por que os seats têm dificuldade com agentes, os principais modelos que os fundadores usam, como escolher a unidade de cobrança e o que fazer quando um agente falha, escala o caso ou conclui apenas parte de um trabalho. Também aborda o piso de custo por trás de todo preço e as perguntas que os compradores fazem antes de assinar. O foco são os mecanismos. Quando há números, eles vêm de pesquisas de investidores e analistas, e a amostra por trás de cada um é indicada.

Por que os agentes quebram a precificação por seat

O preço por seat pressupõe que uma pessoa usa o produto e obtém dele uma quantidade de valor aproximadamente fixa. Três características dos agentes desfazem essa premissa.

Agentes substituem ou ampliam a mão de obra. Uma ferramenta baseada em seats deixa uma pessoa mais rápida. Um agente pode executar a tarefa sozinho. O ensaio da Sequoia de março de 2026 sobre serviços como o novo software resume o contraste em uma frase: um copilot vende a ferramenta, um autopilot vende o trabalho. Se o comprador paga por trabalho, o número de funcionários é a régua errada para a sua fatura.

Agentes agem sem uma pessoa no circuito. Quando ninguém está diante do teclado, não existe uma contagem natural de "usuários". Um único agente pode operar 24 horas por dia em milhares de casos. Cobrar por seat ou deixa você muito abaixo do que deveria ou obriga a inventar um seat falso para um software.

O custo por tarefa varia. O software tradicional custa quase nada para ser servido depois de pronto. Um agente chama modelos e ferramentas a cada execução, então cada rodada traz uma conta real, e essa conta muda conforme a dificuldade da tarefa. O playbook de precificação da Bessemer de fevereiro de 2026 faz a mesma observação: toda consulta de IA gera custos reais de computação, e por isso a precificação é tratada tanto como decisão financeira quanto estratégica.

Os dados mostram que o afastamento dos seats já está acontecendo, ainda que de forma desigual. Na pesquisa State of B2B Monetization de Kyle Poyar, com 240 empresas de software e IA, realizada em abril e maio de 2025, a precificação por seat caiu de 21% para 15% dos respondentes em doze meses, enquanto a precificação híbrida subiu de 27% para 41%. O respondente típico era uma empresa dos EUA com US$ 1 milhão a US$ 20 milhões em ARR, então leia o dado como um sinal de empresas de software mais jovens, não como um censo. Para aprofundar o lado dos seats nessa história, veja precificação por seat na era da IA.

As principais formas de precificar agentes

A maior parte da precificação de agentes se divide em seis famílias. Produtos reais costumam combinar duas.

1. Uma taxa por agente, como um "funcionário digital"

O comprador paga uma taxa mensal fixa por cada agente que implanta, apresentada como uma contratação. "Um agente de suporte, um agente de finanças." É fácil de explicar e de orçar, e aproveita o modelo mental de headcount do comprador.

O risco é o mesmo que os seats carregam: o uso varia muito entre clientes, e uma taxa fixa não acompanha essa variação. Sua conta mais pesada paga o mesmo que a mais leve, e o seu custo não é o mesmo. As taxas por agente funcionam melhor quando você consegue limitar a carga de trabalho que um agente atende, por exemplo com tetos de volume ou de complexidade dentro do plano.

2. Por tarefa, ação ou conversa

Aqui o comprador paga por cada unidade de atividade: um documento processado, um registro enriquecido, uma conversa atendida. A Bessemer chama isso de precificação baseada em workflow e descreve bem a lógica: agendar uma reunião, analisar uma planilha ou redigir um contrato são unidades discretas que os clientes reconhecem, e eles conseguem estimar o tempo que economizam.

O problema é a variância. A Bessemer observa que uma análise de planilha pode exigir dez vezes mais computação do que outra. A precificação por tarefa funciona quando a faixa de dificuldade das tarefas é estreita o bastante para a sua margem média se sustentar. Quando não é, você adiciona faixas por complexidade.

3. Por resultado ou resolução

O comprador paga somente quando o agente conclui o trabalho dentro de um padrão acordado: um ticket resolvido, uma reivindicação recuperada, um lead qualificado. É o modelo mais alinhado ao valor e o mais exigente de operar. Os prós e contras são detalhados em precificação baseada em uso vs. baseada em resultados para IA, então basta a versão curta aqui: você arca com o custo de cada tentativa, inclusive as que falham, em troca de um preço que o comprador considera fácil de justificar.

A leitura da Bessemer é que passar da precificação por consumo para a por workflow e depois por resultado significa aceitar mais risco de custo em troca de um alinhamento mais forte com o valor para o cliente.

4. Pools de créditos

O comprador adquire um bloco de créditos, e cada ação do agente consome certa quantidade deles. Uma tarefa simples pode custar um crédito e uma pesada, doze. Os créditos permitem cobrar valores diferentes por trabalhos diferentes sem publicar um preço para cada ação, e dão ao comprador um único número para orçar. Também escondem o preço real, o que gera desconfiança se as taxas de consumo não forem transparentes. Aprofundamos o tema em precificação baseada em créditos para produtos de IA.

5. Taxa de plataforma mais uso

Uma assinatura fixa cobre acesso, suporte e uma base de consumo, e o uso é cobrado por cima. A pesquisa de Poyar descreve várias versões desse modelo. Uma taxa de plataforma mais uso funciona bem quando a métrica de uso está virando commodity ou não captura todo o valor do produto. Uma tarifa em três partes inclui parte do uso dentro de uma assinatura maior, o que fideliza o cliente e tende a elevar o consumo. Uma taxa de plataforma mais um bônus de sucesso se parece com uma assinatura normal, com pagamento extra apenas se o cliente obtiver um ROI melhor do que o esperado. A combinação de tudo isso é tratada em precificação híbrida para produtos de IA.

6. Precificação ancorada no orçamento de mão de obra

Em vez de precificar contra outros softwares, você precifica contra o que o trabalho custa hoje. A Bessemer lista "custo de contratar um FTE equivalente ou preço de mercado do prestador de serviço" entre as métricas de cobrança para serviços habilitados por IA. A Sequoia dá um número a essa lógica: uma empresa pode gastar US$ 10 mil por ano com software de contabilidade e US$ 120 mil com um contador para fechar os livros. Essa diferença é a margem que você tem para precificar. Cobre uma fração do custo de mão de obra que substitui e o comprador ainda sai ganhando, enquanto você deixa de disputar uma linha de orçamento de software.

Essa abordagem só funciona se você conseguir mostrar a mão de obra que substitui. Se o agente apenas ajuda uma pessoa, o comprador vai compará-lo com outras ferramentas.

Os modelos lado a lado

Nenhum deles vence por padrão. A métrica de precificação deve corresponder ao que o seu comprador já mede e ao que seus custos acompanham.

Como escolher a unidade de cobrança

A unidade em que você cobra importa mais do que o preço associado a ela. Uma boa unidade passa em quatro testes.

É mensurável. Os dois lados conseguem contá-la a partir dos logs sem discussão. "Tickets encerrados sem resposta humana" é contável. "Satisfação do cliente" não é.

É atribuível. O comprador concorda que o agente fez o trabalho. Se um resultado depende da equipe de vendas do próprio cliente ou das condições de mercado, você passará todo ciclo de fatura em disputa. O texto da pesquisa de Poyar enquadra isso com o teste CAMP para a precificação por resultado: consistência do resultado, atribuição, mensurabilidade e previsibilidade. A consistência pergunta se todos os clientes valorizam o mesmo resultado. A atribuição pergunta se os compradores vão lhe dar o crédito. A mensurabilidade pergunta se você consegue reportá-lo em tempo real. A previsibilidade pergunta se o resultado é estável entre clientes.

É valorizada pelo comprador. Clientes não pensam em tokens. A Bessemer diz sem rodeios: os clientes pensam em problemas resolvidos e trabalho concluído. Compradores técnicos que querem controle granular, como desenvolvedores que constroem sobre uma API, são a exceção.

Tem correlação com o seu custo. Se a sua unidade é barata de servir em alguns casos e ruinosa em outros, sua margem vai oscilar. Escolha uma unidade em que a dispersão do custo por unidade seja administrável, ou crie faixas para que os casos caros custem mais.

Um exercício útil é listar o que o agente produz, atribuir um preço unitário a cada saída e anotar a prova de que cada unidade aconteceu: um ID de evento, um carimbo de data e hora, a conta e a evidência. Se você não consegue preencher a coluna de prova, a unidade ainda não está pronta para ser cobrada.

Como tratar falhas, escalonamentos e trabalho parcial

Precificar uma execução perfeita é fácil. O difícil é o resto, então defina estas regras antes do primeiro contrato, não depois da primeira disputa.

Falhas. Se o agente dá erro ou produz uma saída que o comprador rejeita, quem paga pela computação? Na precificação por resultado, você. Na precificação por tarefa ou por créditos, normalmente o comprador, a menos que você diga o contrário. Muitos fornecedores escolhem um meio-termo: sem cobrança para execuções que falham por completo, cobrança normal para execuções concluídas mas rejeitadas segundo um padrão de qualidade declarado.

Escalonamentos. Quando o agente passa um caso para uma pessoa, ele resolveu o caso? Em geral, não. Defina se um caso escalonado conta como unidade cobrável, como unidade com tarifa reduzida ou como sem cobrança. Alguns fundadores cobram uma tarifa menor de "assistido", porque o agente fez parte do trabalho e reuniu contexto para a pessoa.

Conclusão parcial. Uma reivindicação processada pela metade ou um documento redigido mas não protocolado fica no meio do caminho. Ou você divide o trabalho em etapas com um preço por etapa, ou define "concluído" de forma tão restrita que o trabalho parcial não é cobrado. As etapas podem ser mais fáceis de defender do que uma única unidade grande.

Tetos e pisos. A pesquisa de Poyar observa que o pay-as-you-go com teto é cada vez mais visto em modelos baseados em resultados, quando os resultados não são conhecidos de antemão. Um teto de gastos dá ao comprador um limite máximo, e um mínimo mensal dá a você um piso.

O piso de custo por trás de todo preço

Qualquer que seja o modelo escolhido, seu preço precisa cobrir o custo de entregar cada unidade. Esse custo tem várias camadas.

• Inferência. As próprias chamadas ao modelo, que crescem com a duração da tarefa e o número de etapas de raciocínio.
• Chamadas a ferramentas. Cada busca, consulta ou ação que o agente executa por meio de outro sistema pode ter sua própria tarifa ou limite de taxa.
• Recuperação e memória. Buscar documentos e manter contexto acrescenta custo por tarefa.
• Revisão. Se uma pessoa confere uma parte das saídas, essa mão de obra faz parte do seu custo de servir.
• Novas tentativas e falhas. A computação gasta em execuções que não produzem uma unidade cobrável.

Some tudo por unidade e compare com o seu preço para ver a margem bruta de cada unidade cobrável. Nosso explicativo sobre unit economics mostra a aritmética, e as alavancas do lado da construção para reduzir o próprio custo estão em otimização de custos de agentes de IA.

As margens são uma restrição real nesse mercado. O relatório State of AI 2026 da ICONIQ, baseado em uma pesquisa com mais de 300 executivos de software, indicou margens brutas de produtos de IA de 45% em 2025, com projeção de 53% em 2026 e 59% em 2027. São números de pesquisa e projeções de quem constrói, e fazem a média de muitos tipos de produto. Ainda assim, mostram o ponto de partida: se o seu preço o deixa bem abaixo desses níveis, teste se o erro está na unidade ou no preço.

Fatos principais: precificação de agentes de IA

• Em uma pesquisa com 240 empresas de software e IA (abril a maio de 2025), a precificação híbrida subiu de 27% para 41% dos respondentes em um ano, enquanto a precificação por seat caiu de 21% para 15% (Growth Unhinged).
• 5% disseram que o modelo baseado em resultados era o principal, e 25% esperavam que fosse até 2028 (mesma pesquisa).
• O relatório 2026 da ICONIQ constatou que a precificação baseada em consumo subiu de 35% para 42% em seis meses, e a baseada em resultados de 18% para 23%; as empresas combinam em média 1,7 modelos de precificação.
• A Bessemer (fevereiro de 2026) descreve três métricas de cobrança: consumo, baseada em workflow e baseada em resultados, cada uma trocando previsibilidade de custo por alinhamento de valor.
• Para cada dólar gasto com software, seis são gastos com serviços (Sequoia, março de 2026). Esse é o orçamento que a precificação ancorada na mão de obra tem como alvo.
• O teste CAMP para a precificação por resultado: consistência, atribuição, mensurabilidade e previsibilidade.

O que os compradores perguntam no processo de compras

Espere estas perguntas antes da assinatura do contrato e tenha as respostas por escrito.

"Pelo que exatamente estou sendo cobrado?" Dê uma definição de uma frase da unidade cobrável e um exemplo de fatura. O texto de Poyar observa que, à medida que os modelos híbridos ficam mais complicados, os compradores não confiam necessariamente no que veem em um site e querem falar com uma pessoa de verdade.

"Qual é o máximo que posso ser cobrado em um mês?" Os times financeiros querem um teto. A Bessemer relata que os compradores corporativos, especialmente CIOs e CFOs, querem alocar orçamentos definidos para tecnologia, e que a adoção pode diminuir se as equipes não conseguem citar um valor fixo. Ofereça um teto, uma faixa comprometida ou uma franquia compartilhada.

"Como verifico o uso?" Forneça uma trilha de auditoria: ID do evento, carimbo de data e hora, conta e a evidência de que a unidade foi entregue. Compradores que podem inspecionar o medidor contestam menos.

"O que acontece quando o agente erra?" Mostre as regras de falha, escalonamento e conclusão parcial que você escolheu acima.

"O que ele substitui, e quanto isso custa hoje?" Esta é a pergunta da precificação ancorada na mão de obra. Chegue com uma linha de base e seja honesto sobre o que o agente não cobre. Leve números, não adjetivos.

"O que acontece com o meu preço quando os seus custos caírem?" Os modelos ficam mais baratos com o tempo, e compradores sofisticados sabem disso. Decida de antemão se vai repassar a economia, manter o preço e ampliar sua margem ou acrescentar capacidade pelo mesmo preço. Cada opção é defensável se você tiver pensado nela.

Comece com uma hipótese

Trate o primeiro preço como uma hipótese. O relatório da ICONIQ constatou que as empresas combinam em média 1,7 modelos de precificação, um lembrete de que poucas equipes acertam com um único modelo na primeira tentativa. Para ver como a precificação se encaixa no conjunto mais amplo de escolhas de receita, veja modelos de negócio de startups de IA, e para uma definição simples do que são esses sistemas, veja como os agentes de IA funcionam.

Leitura relacionada

• Precificação baseada em uso vs. baseada em resultados para IA
• Precificação por seat na era da IA
• Precificação baseada em créditos para produtos de IA
• Precificação híbrida para produtos de IA
• Otimização de custos de agentes de IA
• Modelos de negócio de startups de IA