O que conta como COGS em uma empresa de IA
Turn this article into takeaways for your work.
Each assistant summarizes the article only for you and suggests best practices for your work.
O custo dos produtos vendidos (COGS), também chamado de custo da receita, é o custo de entregar o que você vendeu. Para uma padaria, é farinha e fornos. Para uma empresa de IA, é a computação, a hospedagem, o trabalho de revisão e o suporte que acontecem toda vez que um cliente usa o produto. Todo o resto, inclusive o custo de construir a próxima versão, pertence a outras linhas.
Parece simples, e na maior parte é, até você olhar como uma empresa de IA realmente gasta dinheiro. O mesmo cluster de GPUs pode atender clientes na segunda-feira e treinar um novo modelo na terça. Um revisor humano pode conferir a saída de um cliente ou rotular dados para o próximo lançamento. Onde cada dólar cai define a sua margem bruta reportada, e a margem bruta molda como os investidores avaliam você e como os seus números se comparam aos de todos os outros.
Este guia cobre a definição contábil: o que entra no custo da receita, o que entra em P&D e em vendas e marketing, como as empresas de capital aberto descrevem isso e onde ficam as zonas cinzentas. Ele não cobre a mecânica do custo por requisição nem formas de reduzi-lo. Isso está em custos de inferência de IA e margem bruta e gestão de custos de modelos de IA.
Os três grupos
A maioria das demonstrações de resultados separa os custos em três grupos. Entender a fronteira entre eles é o jogo inteiro.
O custo da receita reúne os custos diretamente ligados à entrega do produto ou serviço a clientes pagantes. Se o custo sobe quando o uso sobe, provavelmente pertence aqui.
Pesquisa e desenvolvimento (P&D) reúne os custos de criar ou melhorar o produto. Pelas regras contábeis dos EUA, pesquisa é definida como busca planejada ou investigação crítica voltada à descoberta de novos conhecimentos úteis para desenvolver um novo produto ou processo, ou para melhorar significativamente um existente (o texto da ASC 730 do FASB, compilado pelo National Center for Science and Engineering Statistics). A ideia central é que o gasto cria capacidade futura em vez de atender o cliente de hoje.
Vendas e marketing (S&M) reúne os custos de encontrar e conquistar clientes: publicidade, salários de vendas, comissões, eventos e o uso gratuito que você oferece para atrair compradores.
Um quarto grupo, despesas gerais e administrativas, cobre os custos de finanças, jurídico e executivos. Importa menos aqui.
O que as regras realmente dizem
As regras formais são mais enxutas do que a maioria dos fundadores espera. A Regulation S-X da SEC, que rege as demonstrações financeiras de empresas de capital aberto, diz que as demonstrações de resultados devem declarar separadamente o custo dos bens tangíveis vendidos, o custo dos serviços e as despesas aplicáveis a outras receitas. Ela também prevê uma rubrica separada para outros custos e despesas operacionais. É só isso. Não há uma lista dizendo a uma empresa de IA se a inferência pertence ao custo dos serviços.
Assim, a classificação vem de princípios mais o julgamento da empresa. As empresas descrevem sua política nas notas explicativas e na discussão da administração em seu relatório anual, e os auditores verificam se a política é aplicada de forma consistente. Por isso ler os relatórios reais é mais útil do que ler um manual de regras. Faremos isso abaixo.
Tabela de classificação
Veja como os itens de custo comuns de IA costumam se classificar. "Costumam" importa: a coluna da direita aponta onde uma empresa razoável poderia chegar a outra conclusão.
| Item de custo | Grupo típico | Por quê | Zona cinzenta |
|---|---|---|---|
| Computação de inferência que atende clientes pagantes | Custo da receita | Incorrido cada vez que o produto entrega um resultado | A inferência usada pelos seus próprios engenheiros para testes pertence a P&D |
| Hospedagem em nuvem e armazenamento do produto em produção | Custo da receita | Necessários para manter o serviço no ar | Ambientes compartilhados exigem um método de rateio |
| Tarifas de API de modelos de terceiros para requisições de clientes | Custo da receita | Um insumo direto de cada resposta entregue | Tarifas de experimentos internos vão para P&D |
| Revisão humana que faz parte da entrega do serviço | Custo da receita | O cliente paga por uma saída que inclui a revisão | Revisão feita apenas para melhorar o modelo é P&D |
| Rotulagem de dados para melhoria do modelo | P&D | Constrói capacidade futura | Uma rotulagem que na prática é trabalho de entrega específico do cliente pode ser custo da receita |
| Execuções de treinamento e fine-tuning de novos modelos | P&D | Cria um produto novo ou melhorado | O ajuste específico para um cliente, entregue como parte de um contrato, pode ser custo da receita |
| Equipe de pesquisa e experimentos | P&D | Descoberta de novos conhecimentos | Nenhuma, este é o caso claro |
| Suporte ao cliente | Custo da receita | Dá suporte a clientes que já pagam | Algumas empresas colocam o suporte pré-venda em S&M |
| Onboarding e implementação | Custo da receita | Entregar o que foi vendido | O onboarding gratuito para prospects pode ser S&M |
| Tarifas de processamento de pagamentos | Custo da receita | Cobradas em cada transação | É raro vê-las em outro lugar |
| Engenheiros de monitoramento, segurança e confiabilidade da produção | Custo da receita | Mantêm o serviço no ar | Engenheiros que constroem novos recursos são P&D |
| Uso do plano gratuito e de trials | Varia (S&M ou custo da receita) | Gasto de aquisição versus entrega de um serviço | As políticas diferem, então divulgue a sua |
| Comissões de vendas e publicidade | S&M | Conquistar clientes | Nenhuma |
Observe o padrão. A pergunta não é "que tipo de recurso é este?", e sim "com o que ele foi gasto?". Uma hora de GPU é uma hora de GPU. Atender um cliente pagante a torna custo da receita. Treinar um novo modelo a torna P&D.
O que os relatórios públicos mostram
As empresas públicas de software que vendem recursos de IA dão a melhor evidência, porque precisam explicar sua política por escrito. O texto abaixo vem do relatório anual mais recente disponível de cada empresa.
A Adobe diz que seu custo da receita de assinaturas consiste principalmente em serviços de hospedagem de terceiros e custos de data center, incluindo custos de inferência de IA, além da remuneração das equipes de operações de rede, implementação, gestão de contas e suporte técnico. Do outro lado, suas despesas de P&D incluem serviços de hospedagem e custos de data center, incluindo custos de treinamento de IA. É a divisão mais limpa que você vai encontrar: inferência no custo da receita, treinamento em P&D.
A Atlassian descreve o custo das receitas como tarifas de hospedagem de terceiros, incluindo infraestrutura em nuvem e inferência de IA incorrida pelo uso de suas ferramentas de IA pelos clientes, mais a remuneração de funcionários, a amortização de tecnologia desenvolvida adquirida, tarifas de processamento de pagamentos e custos de prestadores para as equipes de suporte ao cliente e de infraestrutura. Sua linha de P&D também lista tarifas de hospedagem de terceiros, incluindo infraestrutura em nuvem e inferência de IA. Portanto, a inferência aparece nas duas, dividida por quem a usou: os clientes (custo da receita) ou as equipes de desenvolvimento da própria empresa (P&D).
A Duolingo diz que seu custo das receitas consiste predominantemente em tarifas de processamento de pagamentos de terceiros, além de tarifas de hospedagem e custos de IA e, em muito menor medida, custos de suporte ao cliente. O processamento de pagamentos é um lembrete de que o custo da receita de um produto de assinatura para consumidores pode incluir um item grande que não é de IA.
Três empresas diferentes, três composições diferentes, uma lógica em comum: os custos de atender clientes ficam no custo da receita, e os custos de construir o produto ficam em P&D. Se você está redigindo a sua própria política, use o mesmo teste e descreva-o de forma simples nas suas notas financeiras.
A questão do treinamento
O treinamento é o ponto em que as opiniões divergem, então merece uma seção própria.
Pela lógica de P&D, uma execução de treinamento constrói um modelo que atenderá muitos clientes por muitos meses. É um investimento no produto, não um custo de atender um cliente específico. A divulgação da Adobe segue essa abordagem.
O contra-argumento é que, para empresas cujo produto principal é o próprio modelo, o treinamento não é um projeto pontual. O retreinamento é contínuo. A a16z observou desde cedo que treinar um único modelo pode custar centenas de milhares de dólares ou mais em computação, e que o retreinamento é cada vez mais visto como um custo contínuo, porque os dados que alimentam o modelo mudam com o tempo. Se você precisa retreinar para manter o produto funcionando, isso começa a se parecer com a manutenção daquilo que você vende.
Os investidores adotaram uma convenção prática, ainda que as regras contábeis não a imponham. Os analistas da Epoch AI, por exemplo, calculam a margem bruta como receita menos computação de inferência e tratam a computação de P&D como uma linha separada, atribuída ao desenvolvimento do próximo modelo e não recuperada pelo atual. Note que se trata de uma análise externa construída sobre estimativas, não de demonstrações financeiras auditadas. Mas ela mostra como os investidores tendem a enquadrar a questão: inferência na margem, treinamento na linha de investimento.
A lição para o fundador é escolher uma política, aplicá-la de forma consistente e estar pronto para mostrar o número das duas maneiras. Um investidor sofisticado muitas vezes vai pedir a margem bruta com e sem os custos de treinamento que você tenha colocado no custo da receita.
Por que a classificação importa
Margem bruta. Mova um custo grande de P&D para o custo da receita e a margem bruta cai, com o lucro operacional inalterado. Mova no sentido contrário e a margem bruta parece mais saudável. Como a margem bruta é uma métrica de destaque, a escolha de classificação nunca é neutra. Se quiser relembrar a métrica em si, veja nosso guia de margem bruta.
Valuation. Os investidores de software há muito tempo pagam por margens brutas altas, porque elas sinalizam que cada novo dólar de receita é barato de atender. A a16z observou que as empresas de IA costumam mostrar margens brutas de 50 a 60%, contra 60 a 80% ou mais do SaaS tradicional. Classificar de forma errada um custo de entrega como P&D infla a sua margem e, com ela, qualquer valuation construído sobre um múltiplo de margem. Isso tende a aparecer na due diligence e danifica a confiança quando aparece.
Comparabilidade. Se duas empresas da sua categoria classificam de forma diferente, as margens delas não são comparáveis. Os investidores normalizam lendo as notas, mas você facilita o trabalho deles ao divulgar o que há em cada linha.
Unit economics. O custo da receita alimenta a sua margem de contribuição e as suas unit economics. Se os custos de entrega se escondem em outras linhas, você vai precificar o produto abaixo do necessário e descobrir tarde demais. Nosso guia de economia do SaaS e métricas unitárias mostra como essas razões se conectam.
Precificação. A base de custos que você reporta é o piso de toda decisão de preço. Quer você cobre por seat, por uso ou por resultado, precisa saber quanto custa uma unidade de entrega. Veja precificação baseada em uso versus baseada em resultados para IA para entender como isso se desenrola.
Fatos principais: custo da receita de uma empresa de IA
- A Regulation S-X exige que as empresas de capital aberto declarem separadamente o custo dos bens tangíveis vendidos e o custo dos serviços. Ela não diz onde a inferência ou o treinamento de IA devem ficar.
- A ASC 730 define pesquisa como busca planejada ou investigação crítica voltada à descoberta de novos conhecimentos, e é por isso que o treinamento de novos modelos costuma ser tratado como P&D.
- A Adobe coloca os custos de inferência de IA no custo da receita de assinaturas e os custos de treinamento de IA em P&D (relatório anual do ano fiscal de 2025).
- A Atlassian inclui no custo das receitas a inferência de IA incorrida pelo uso de suas ferramentas de IA pelos clientes, junto com tarifas de processamento de pagamentos e equipes de suporte ao cliente.
- A a16z relatou que as empresas de IA muitas vezes gastam 25% ou mais da receita com recursos de nuvem, e muitas gastam de 10 a 15% da receita com rotulagem de dados (análise de 2020).
- A regra prática: custos que sobem com o uso pelos clientes vão para o custo da receita. Custos que criam capacidade futura vão para P&D.
Revisão humana e rotulagem
Pessoas no circuito são o item classificado de forma errada com mais frequência. A a16z apontou duas formas: rotulagem de dados e revisão humana em tempo real. Elas se parecem, mas ficam em lugares diferentes.
Suponha que um produto de processamento de sinistros tenha uma equipe que verifica cada saída antes de ela chegar ao cliente. Essa revisão faz parte do serviço entregue, então pertence ao custo da receita. Se a mesma equipe rotula novamente exemplos contestados para melhorar o modelo do próximo trimestre, esse trabalho constrói capacidade futura e pertence a P&D. Quando uma mesma equipe faz as duas coisas, registre o tempo dela ou faça o rateio com base documentada.
O ponto também importa para a trajetória da margem. Os primeiros produtos no estilo agente muitas vezes dependem de muita revisão, que diminui conforme o sistema melhora. Se essa revisão está no custo da receita, você vê a margem melhorar à medida que a revisão encolhe. Se você a enterrou em P&D, a sua margem parece artificialmente boa agora e depois não mostra progresso, o que enfraquece a história que você conta aos investidores sobre escalar.
Passos práticos para um fundador ou líder de finanças
Escreva uma política de classificação de custos de uma página antes da sua primeira auditoria ou captação. Ela deve cobrir:
- Inferência e hospedagem. Declare que o uso em produção é custo da receita e o uso de desenvolvimento e testes internos é P&D, e diga como você mede a divisão (tags, contas separadas ou logs de uso).
- Tarifas de modelos de terceiros. Faça o mesmo com as cobranças de API dos provedores de modelos: chamadas originadas por clientes vão para o custo da receita, experimentos para P&D.
- Pessoas. Associe suporte, onboarding, revisores e engenheiros de produção ao custo da receita. Associe produto, pesquisa e engenheiros de recursos a P&D.
- Treinamento e ajuste. Decida se o treinamento geral é P&D e se o ajuste específico para um cliente, entregue sob contrato, é custo da receita. Registre o raciocínio por escrito.
- Uso gratuito. Decida se os planos gratuitos e os trials são S&M ou custo da receita, e mantenha a consistência.
- Divulgação. Descreva cada linha no seu pacote de relatórios para que o leitor possa recalcular a margem em outra base.
Revise a política quando o seu negócio mudar. Uma empresa que passa a vender modelos com fine-tuning para clientes tem um novo tipo de custo de entrega, e a política antiga pode não servir mais. Para o contexto de modelo de negócio que orienta essas escolhas, veja modelos de negócio de startups de IA explicados.
Erros comuns
Usar uma única fatura de nuvem consolidada. Se produção e experimentos dividem uma conta sem tags, você não consegue classificar nada. Separe-os cedo.
Tratar a margem bruta como um número cosmético. Ela orienta a precificação, o valuation e os planos de contratação. Mover custos de lugar para favorecê-la cria problemas depois.
Ignorar suporte e onboarding. Os produtos de IA muitas vezes exigem mais acompanhamento do que o software clássico. Esses custos pertencem ao custo da receita e podem ser relevantes.
Mudar a política sem avisar ninguém. Uma reclassificação desloca a margem da noite para o dia. Se você mudar a política, reapresente os períodos anteriores para que as tendências continuem fazendo sentido.
Presumir que as empresas públicas são um modelo. Os relatórios acima vêm de grandes empresas de software com equipes financeiras consolidadas. Startups em estágio inicial costumam ter dados mais bagunçados. Use-os como modelo de lógica, não como promessa de que seus números ficarão parecidos.
Perguntas frequentes sobre o custo dos produtos vendidos de uma empresa de IA
O custo de inferência de IA é custo dos produtos vendidos?
Quando a inferência atende clientes pagantes, sim. A Adobe, por exemplo, lista os custos de inferência de IA dentro do custo da receita de assinaturas. A inferência executada pelos seus próprios engenheiros para testes ou desenvolvimento normalmente é P&D.
O treinamento de modelos de IA é COGS ou despesa de P&D?
A maioria das empresas trata o treinamento de modelos novos ou melhorados como P&D, porque ele constrói capacidade futura em vez de atender um cliente específico. O relatório da Adobe coloca os custos de treinamento de IA em P&D. Algumas empresas que precisam retreinar constantemente para manter o produto funcionando defendem um tratamento diferente, então registre sua política por escrito e aplique-a de forma consistente.
Suporte ao cliente e onboarding contam como custo da receita?
Em geral sim, porque dão suporte a clientes que já pagam. A Atlassian e a Duolingo incluem custos de suporte ao cliente no custo das receitas. O suporte pré-venda ou o onboarding gratuito para prospects às vezes é classificado como vendas e marketing.
A revisão humana da saída de IA conta como COGS?
Se a revisão faz parte da entrega do serviço ao cliente, sim. Se o mesmo trabalho é rotular dados para melhorar um modelo futuro, é P&D. Registre ou ratee o tempo quando uma mesma equipe faz as duas coisas.
Por que a classificação do COGS afeta o valuation?
A margem bruta é uma métrica de destaque, e os investidores historicamente pagam mais por software de margem mais alta. A a16z constatou que as empresas de IA costumam mostrar margens brutas de 50 a 60%, contra 60 a 80% ou mais do SaaS. Classificar custos de entrega como P&D favorece esse número e tende a ruir na due diligence.
O que a SEC exige para o custo da receita?
A Regulation S-X exige que o custo dos bens tangíveis vendidos e o custo dos serviços sejam declarados separadamente, com os outros custos operacionais reportados à parte. Ela não diz às empresas de IA onde colocar a inferência ou o treinamento, então cada empresa define e divulga a sua própria política.
Leitura relacionada
Co-Founder & COO