Por que as margens brutas de IA diferem das de SaaS

Por Brian Tr · Atualizado em 6 de outubro de 2026

A margem bruta é o número que separa com mais nitidez um negócio de software de um negócio de serviços. As empresas de SaaS conquistaram suas avaliações premium em parte porque cada cliente adicional custava quase nada para ser atendido. Produtos de IA não funcionam assim. Cada requisição roda em computação que alguém precisa pagar, e alguns produtos ainda precisam de pessoas conferindo o resultado.

Este artigo compara os dois perfis de margem lado a lado, explica por que a diferença existe, avalia se ela é permanente e trata do que isso significa para a precificação e para a forma como os investidores leem os seus números. Se precisar do básico primeiro, comece por o que é margem bruta.

O perfil de margem clássico do SaaS

Um produto de software é escrito uma vez e vendido muitas vezes. Atender mais um cliente significa um pouco mais de hospedagem, algum suporte e processamento de pagamentos. A maior parte do gasto fica abaixo da linha da margem bruta, em engenharia e vendas. Por isso empresas de SaaS maduras reportam margens altas e estáveis.

Os benchmarks do [Scaling to \(100 Million](https://www.bvp.com/atlas/scaling-to-100-million), da Bessemer, indicam uma margem bruta média de 65% a 70% para um negócio em nuvem e observam que a metade central das empresas fica entre cerca de 60% e 80%. Eles listam margens médias de 70% entre US\) 1 milhão e US$ 25 milhões em ARR, 65% entre US$ 25 milhões e US$ 100 milhões e 70% acima disso. Também apontam exceções: a Twilio operou por volta de 50% nos anos de crescimento por causa dos custos de telecomunicações por baixo do produto.

Empresas de capital aberto em grande escala podem chegar mais alto. Os resultados do ano completo de 2025 da ServiceNow mostram uma margem bruta de assinaturas de 80% em base GAAP e 83,5% em base não GAAP, com projeção de 82% não GAAP para 2026. É uma empresa de escala enorme e produto maduro, então trate esse número como o topo da faixa, não como a norma de uma startup.

O perfil de margem da IA

A fonte primária mais citada sobre o tema é The New Business of AI (and How It's Different From Traditional Software), da a16z, publicado por Martin Casado e Matt Bornstein em 16 de fevereiro de 2020. A conclusão deles: empresas de IA costumam ter "margens brutas na faixa de 50 a 60%", bem abaixo do benchmark de 60% a 80% ou mais de negócios de SaaS comparáveis.

Eles apontaram três fatores:

• Infraestrutura de nuvem. Empresas de IA costumam gastar 25% ou mais da receita com recursos de nuvem.
• Suporte humano. Muitas empresas gastam de 10% a 15% da receita com rotulagem de dados e manutenção de modelos, e alguns produtos precisam de pessoas revisando resultados em tempo real.
• Manutenção do modelo. Treinar um único modelo pode custar centenas de milhares de dólares ou mais, e o retreinamento é um custo recorrente porque os dados mudam com o tempo.

Esse ensaio é anterior à geração atual de grandes modelos de linguagem, então as causas específicas mudaram. A ideia central se sustentou: a IA mistura a economia do software com a economia dos serviços.

Dados mais recentes estão no State of AI 2025, da Bessemer. Ele separa as "Supernovas", de crescimento acelerado, das "Shooting Stars", mais estáveis. As Supernovas têm margem bruta média de cerca de 25%, muitas vezes negativa, porque trocam lucro por distribuição. As Shooting Stars ficam em torno de 60%, o que a Bessemer descreve como um pouco abaixo dos pares de SaaS por causa do crescimento mais rápido e de custos modestos ligados ao modelo.

O relatório State of AI 2026 da ICONIQ, baseado em uma pesquisa do segundo trimestre de 2026 com mais de 300 executivos de empresas de software que desenvolvem produtos de IA, mostra a margem bruta média de produtos de IA em 45% em 2025, com projeção de 53% em 2026 e 59% em 2027.

Comparação lado a lado

Os números não medem a mesma coisa em todas as linhas. As pesquisas usam amostras, anos e definições de custo diferentes, então leia-os como faixas, não como uma diferença exata.

Por que a diferença existe

A computação é custo da receita, não despesa geral

No SaaS, um usuário mais intenso custa um pouco mais para hospedar. Na IA, um usuário mais intenso pode custar muito mais, porque cada prompt aciona computação. Esse custo entra no custo da receita, então atinge a margem bruta diretamente. A mecânica de como o gasto com inferência vira margem está em custos de inferência de IA e margem bruta.

Taxas de modelos de terceiros

Um produto construído sobre o modelo de outra empresa paga a esse fornecedor a cada chamada. Você não controla esse preço e não pode simplesmente repassá-lo. Se o seu produto é uma camada fina sobre o modelo, também terá dificuldade em cobrar o suficiente para cobri-lo, e esse é um dos motivos pelos quais wrappers enfrentam margens apertadas.

Pessoas no circuito

Muitos produtos de IA encaminham casos incertos para pessoas ou precisam de equipe para rotular dados e verificar a qualidade. É mão de obra no estilo de serviços dentro de um produto de software. A a16z apontou isso em 2020 como uma fonte de custo que o SaaS simplesmente não carrega na mesma escala.

Uso que não acompanha o preço

A precificação de SaaS costuma ser por seat e fixa, o que funciona quando o custo de atender também é fixo. Quando o custo cresce com o uso e a receita não, a margem piora à medida que o produto melhora. Esse é o centro da questão de precificação de IA para empresas de SaaS.

Escolhas de crescimento em primeiro lugar

Parte da diferença é uma decisão, não uma lei da natureza. As Supernovas da Bessemer operam perto de 25% de margem em parte porque estão comprando adoção. O uso subsidiado reduz a margem hoje na esperança de fidelizar clientes.

Como os investidores leem a diferença

Os investidores não tratam uma margem de 60% em IA do mesmo modo que uma de 60% em SaaS. Eles fazem quatro perguntas.

1. Quais custos estão no número? As empresas classificam custos de maneiras diferentes. Se inferência, revisão humana e suporte ficam acima da linha, a margem reportada muda. Deixe explícita a sua classificação de custos antes que outra pessoa a adivinhe.
2. A margem está subindo? Um produto em 45% e subindo é diferente de um em 45% e estagnado. As projeções da ICONIQ de 53% em 2026 e 59% em 2027 são expectativas de pesquisa, não garantias, mas mostram o que o mercado espera que os fundadores demonstrem.
3. O custo está atrelado ao crescimento? Se a margem cai conforme o uso sobe, a escala piora o negócio em vez de melhorá-lo.
4. O que está sendo comprado com a margem baixa? Margem trocada por retenção duradoura parece investimento. Margem trocada por uso movido a novidade parece risco. A Bessemer diz abertamente que a adoção rápida pode esconder baixos custos de troca ou sinalizar novidade.

Quanto à avaliação, a lógica padrão do SaaS de pagar um prêmio por receita recorrente pressupõe margens altas. Uma margem bruta menor significa que cada dólar de receita gera menos lucro bruto, então os múltiplos de receita tendem a refletir isso. Compare também pelo lucro bruto, não só pela receita, e tenha cuidado ao emprestar múltiplos de SaaS para um negócio de IA. Para o conjunto mais amplo de índices que os investidores usam, veja economia de SaaS e métricas unitárias.

A diferença é permanente?

Provavelmente não é permanente, mas não conte com ela se fechando sozinha. Há forças nos dois sentidos.

Reduzindo a diferença:

• Os custos unitários de rodar modelos tendem a cair conforme modelos e hardware melhoram.
• As equipes aprendem a direcionar requisições simples para modelos mais baratos e a guardar em cache o trabalho repetido.
• A precificação migra de seats fixos para planos sensíveis ao uso, de modo que a receita acompanha o custo.
• Produtos que automatizam mais da revisão humana reduzem a linha de mão de obra.

A trajetória da ICONIQ, de 45% para uma projeção de 59%, aponta nessa direção. As alavancas por trás dela estão em gestão de custos de modelos de IA.

Mantendo a diferença aberta:

• O uso por cliente pode crescer mais rápido do que o custo por unidade cai. Requisições mais baratas muitas vezes levam a muito mais requisições.
• Os clientes esperam funcionalidades mais capazes, e os modelos mais capazes costumam custar mais para rodar.
• A pressão competitiva impede que os preços subam para cobrir os custos.
• Produtos que fazem mais trabalho por tarefa, como agentes que executam muitas etapas, consomem mais computação por resultado.

O resumo honesto é que as margens podem melhorar, mas a diferença estrutural permanece: o custo da receita do SaaS é majoritariamente fixo, e o da IA tem uma grande parte variável. Mesmo um produto de IA bem gerido tende a carregar mais sensibilidade a custos do que um produto de SaaS tradicional. Planeje uma margem conquistada por precificação e engenharia, não uma que chega com o tempo.

Implicações para precificação e benchmarking

Precifique de acordo com o fator de custo. Se o custo acompanha o uso, pelo menos parte do preço também deveria. Modelos híbridos, com uma taxa base mais componentes de uso ou de resultado, são uma resposta comum.

Compare com os pares certos. Comparar um produto de IA ao SaaS clássico não favorece ninguém. Compare com empresas de IA no mesmo estágio e com a mesma participação de pessoas no circuito, e apresente a comparação com SaaS separadamente.

Acompanhe a margem por cliente e por funcionalidade. Uma margem consolidada pode esconder um punhado de contas intensas que dão prejuízo. Detalhe-a.

Separe o temporário do estrutural. Se a margem baixa vem de crescimento subsidiado, diga isso e mostre quando termina. Se vem da arquitetura do produto, corrija a arquitetura.

Relate as linhas de custo com clareza. Informe o que está no custo da receita: inferência, taxas de terceiros, revisão humana, suporte. Isso gera confiança e facilita acompanhar a sua tendência.

Fatos principais

• A a16z (16 de fevereiro de 2020) constatou margens brutas de IA frequentemente na faixa de 50% a 60%, contra 60% a 80% ou mais para SaaS comparável, com custos de nuvem de 25% ou mais da receita e até 10% a 15% em rotulagem e manutenção de modelos (a16z).
• Os benchmarks de nuvem da Bessemer indicam margem bruta média de SaaS de 65% a 70%, com a metade central das empresas entre cerca de 60% e 80% (Bessemer, Scaling to $100 Million).
• O State of AI 2025 da Bessemer reporta cerca de 25% de margem bruta para as "Supernovas" de IA (frequentemente negativa) e cerca de 60% para as "Shooting Stars" (Bessemer).
• A ICONIQ reporta margem bruta de produtos de IA em média de 45% em 2025, com projeção de 53% para 2026 e 59% para 2027, a partir de uma pesquisa do segundo trimestre de 2026 com mais de 300 executivos de software (ICONIQ).
• A ServiceNow reportou margem bruta de assinaturas no ano completo de 2025 de 80% GAAP e 83,5% não GAAP (ServiceNow).

O que isso significa para fundadores e CEOs-donos

Se você está construindo um produto de IA, espere margens menores do que as de um par de SaaS no início e planeje o caminho de subida. Conheça o seu custo por cliente, precifique com esse custo em vista e seja claro com os investidores sobre o que é temporário. Para uma visão mais ampla de como as empresas de IA ganham dinheiro, leia modelos de negócio de startups de IA e, para saber onde esses custos ficam na demonstração de resultados, o que conta como COGS em uma empresa de IA.

Se você está comprando ferramentas de IA, a mesma lógica explica por que os fornecedores estão migrando para a precificação baseada em uso. O custo deles cresce com o seu uso, então o preço também costuma crescer.

Leitura relacionada

• Margem bruta
• Economia de SaaS e métricas unitárias
• Custos de inferência de IA e margem bruta
• Gestão de custos de modelos de IA
• O que conta como COGS em uma empresa de IA
• AI wrapper vs. AI-native
• A questão de precificação de IA para SaaS