Gasto e portfólio de SaaS de IA: visibilidade e controle

Gasto e portfólio de SaaS de IA é a gestão financeira e operacional contínua de todas as ferramentas de IA que a empresa já paga hoje — aprovadas ou não —, cobrindo consolidação de licenças duplicadas entre áreas, calendário de renovação, atribuição de custo por departamento (chargeback/showback) e rightsizing de assentos subutilizados. Não é sobre decidir se uma área pode comprar uma ferramenta nova; é sobre o que acontece depois da compra — com as dezenas ou centenas de assinaturas de IA que já estão rodando na fatura, muitas vezes sem que ninguém tenha uma visão consolidada delas. Este guia é para CFO, diretoria financeira e liderança de tecnologia que precisam responder, com número na mão, quanto a empresa gasta com IA e onde esse gasto está sendo desperdiçado — e assume que os princípios gerais de governança de IA na prática já foram lidos.

Este guia não é sobre a decisão de compra — é sobre o que já foi comprado

Vale separar este recorte de dois problemas vizinhos, já cobertos neste hub, porque os três parecem o mesmo assunto de longe e pedem resposta diferente de perto:

	Shadow procurement	Agentes de compra autônomos	Gasto e portfólio de SaaS de IA (este guia)
Pergunta central	A área pode comprar essa ferramenta sem passar pelo procurement central?	Um agente de IA pode decidir sozinho uma compra em nome da empresa?	O que fazemos com as ferramentas de IA que a empresa já paga, aprovadas ou não?
Momento do ciclo	Antes ou no ato da compra	No ato da decisão de compra	Depois da compra, de forma contínua — todo mês
Quem resolve	Procurement + TI + governança	CFO + procurement + dono do agente	FinOps de SaaS: quem já tem orçamento e assinatura ativa
Risco central	Contrato sem cláusula de segurança, dado exposto	Ordem de compra emitida sem controle humano	Licença duplicada, assento ocioso, renovação perdida, gasto sem dono

Em outras palavras: shadow procurement e governança de agentes de compra autônomos tratam do momento em que uma ferramenta entra na empresa fora do processo formal. Este guia trata do portfólio inteiro — a ferramenta que entrou pelo processo certo e a que entrou por fora, a que uma área comprou há oito meses e ninguém mais usa, a que três áreas compram sem saber que a outra também compra — e de como transformar essa pilha de faturas em visibilidade e decisão financeira recorrente. É o ângulo de FinOps aplicado a SaaS de IA, não o de risco de compra não autorizada.

O tamanho do problema: a empresa não sabe quanto gasta com IA

Três pesquisas de 2026, independentes entre si, chegam à mesma conclusão por caminhos diferentes: a visibilidade sobre gasto em IA está muito atrás da velocidade de adoção.

• Áreas de negócio já controlam a maior parte do gasto em SaaS, não o TI. Segundo o 2026 SaaS Management Index da Zylo — benchmark construído sobre mais de 40 milhões de licenças e US$ 75 bilhões em gasto sob gestão —, áreas de negócio controlam 81% do gasto em SaaS, enquanto o TI gerencia diretamente só 15%. O mesmo estudo mostra o gasto lançado como nota de despesa — o sintoma mais claro de compra individual, fora de contrato central — crescendo 267% ao ano, com o ChatGPT como o aplicativo mais expensado da amostra.
• Só 3 em cada 10 empresas enxergam o próprio gasto em software de IA. O Flexera 2026 State of ITAM Report, com mais de 500 profissionais de TI, encontrou apenas 31% de visibilidade sobre software de IA nas empresas pesquisadas — e 59% relatam que o desperdício de gasto em IA aumentou no último ano. A visibilidade completa sobre todo o parque de TI, que já vinha caindo, recuou de 43% em 2025 para 36% em 2026.
• O gasto que não aparece no orçamento formal já é relevante — e pode ser muito maior do que parece. O Shadow AI Spend Report 2026 da Redress Compliance, baseado em 30 a 40 auditorias de software corporativo, estima que gasto de IA fora do orçamento formal representa entre 4% e 9% do gasto total em software, com mediana de 6% — tipicamente 2 a 3 vezes o valor da linha formal de orçamento de IA, chegando a quase 10 vezes em casos auditados. O mesmo relatório observa que 60% a 80% desse gasto "fora dos livros" se concentra em apenas quatro famílias de ferramenta — ou seja, o problema não está espalhado de forma incontrolável; está concentrado, e por isso é mapeável.

O padrão de fundo é o mesmo nos três estudos: a empresa consegue ver o contrato corporativo grande, negociado uma vez por ano. O que ela não vê é a soma de dezenas de assinaturas menores, compradas por área, em momentos diferentes, sem processo de revisão recorrente — e é exatamente essa soma que costuma superar a linha formal de orçamento.

Por que a IA piora um problema que o SaaS já tinha

Portfólio de SaaS descontrolado não é novidade — mas a IA acelera três dinâmicas que já existiam:

1. O ciclo de decisão encurtou. Uma ferramenta de IA nova relevante para uma função específica aparece toda semana; o processo de revisão orçamentária trimestral ou anual não acompanha esse ritmo, e a área assina antes que qualquer revisão de portfólio aconteça.
2. O preço de entrada é baixo, mas o consumo é variável. Diferente do SaaS tradicional, com preço por assento previsível, muita ferramenta de IA cobra por uso (tokens, créditos, chamadas de API) — o que torna a fatura do mês seguinte imprevisível mesmo quando o número de licenças não muda, e dificulta ainda mais o forecast.
3. A mesma necessidade nasce em paralelo, em áreas diferentes. Marketing, comercial e atendimento frequentemente resolvem o mesmo tipo de problema — gerar texto, resumir conversa, redigir e-mail — com ferramentas de IA diferentes, compradas de forma independente, sem que nenhuma das duas áreas saiba da outra.

O resultado é um portfólio que cresce mais rápido do que qualquer processo de revisão consegue acompanhar — o mesmo tipo de crescimento sem controle central que está no núcleo do problema descrito em shadow AI: a proibição simples não resolve, porque o gasto já está acontecendo, distribuído, com aprovação local legítima em boa parte dos casos.

Os quatro pontos cegos do portfólio de SaaS de IA

1. Licenças duplicadas entre áreas

O sintoma mais caro e mais fácil de resolver, uma vez identificado: duas, três ou quatro áreas pagando, sem saber, por ferramentas com função equivalente — um copiloto de texto para marketing, outro para comercial, um terceiro para RH, todos fazendo essencialmente a mesma coisa. Sem um inventário centralizado, essa sobreposição só aparece quando alguém cruza a lista de fornecedores manualmente, geralmente tarde demais para renegociar em escala.

2. Assentos subutilizados (rightsizing)

Licença comprada não é licença usada. Um time que negociou 200 assentos de uma ferramenta de IA seis meses atrás pode estar usando ativamente 90 — o resto é orçamento parado, renovado automaticamente todo ano sem revisão. Rightsizing é o processo de revisar, por ferramenta, quantos assentos o uso real justifica antes da próxima renovação — não depois. O mesmo princípio de conceder acesso pelo perfil certo, e não por padrão, está detalhado em controle de acesso a ferramentas de IA por perfil de usuário.

3. Calendário de renovação sem dono

Cada contrato de SaaS tem uma janela de cancelamento — normalmente entre 30 e 90 dias antes do fim da vigência. Sem um calendário centralizado, essa janela passa despercebida, e o contrato renova automaticamente nos termos antigos, muitas vezes com reajuste de preço que ninguém negociou. Isso é agravado no caso de ferramentas de IA porque a categoria inteira está em reprecificação constante — o modelo de cobrança de hoje pode não existir mais na renovação do ano que vem.

4. Ferramentas redundantes que ninguém audita

Diferente da duplicação entre áreas (item 1), aqui o problema é uma única área acumulando ferramentas de IA que se sobrepõem entre si ao longo do tempo — a nova substitui a função da antiga, mas ninguém cancela a antiga. Sem uma auditoria periódica do portfólio, essas assinaturas "esquecidas" seguem sendo pagas indefinidamente — e, sem revisão, nem sequer passaram pela due diligence de segurança e contrato descrita em gestão de risco de fornecedores de IA.

Chargeback e showback: atribuir o gasto de IA por área

Nenhum dos quatro pontos cegos acima se resolve de forma sustentável sem responder a uma pergunta anterior: quem, dentro da empresa, é o dono financeiro de cada ferramenta de IA? Enquanto o custo de IA não tem centro de custo claro, cada gestor de área resolve sozinho — e é exatamente esse vácuo que alimenta a compra descentralizada descrita em shadow procurement de ferramentas de IA.

Dois modelos resolvem essa atribuição, com trade-offs diferentes:

• Chargeback — o custo de cada ferramenta é debitado formalmente do orçamento da área que a usa. Cria disciplina real de gasto, porque a área sente o custo diretamente, mas exige um sistema de medição de uso confiável por área antes de implementar, sob risco de gerar disputa sobre números que ninguém confia.
• Showback — o custo é reportado à área, com transparência total, mas continua centralizado no orçamento de TI ou do centro de enablement. Gera o mesmo efeito de conscientização sem o atrito político do débito direto — costuma ser o primeiro passo antes de migrar para chargeback.

O desenho completo desses dois modelos, incluindo como a escolha entre eles reduz o incentivo à compra por fora do processo formal, está em financiamento do centro de enablement em IA. Sem um desses dois modelos em prática, a visibilidade de portfólio dura até o próximo ciclo orçamentário — a área volta a comprar sem checar o que já existe, porque nada no processo a obriga a olhar.

Como montar visibilidade total do gasto em SaaS de IA

Um programa de FinOps para SaaS de IA funciona com cinco disciplinas rodando em paralelo, não como um projeto único com data de término:

1. Inventário único, alimentado por dado financeiro, não por formulário. Concilie extrato de cartão corporativo, nota fiscal e contrato central por centro de custo — o primeiro inventário real nasce do que já está sendo pago, não de uma lista que a área preenche por boa vontade.
2. Um dono financeiro por ferramenta. Toda ferramenta de IA ativa precisa de um responsável nomeado — não a área "em geral", uma pessoa — que responde pelo uso, pelo custo e pela decisão de renovar ou cancelar.
3. Calendário de renovação centralizado, com alerta antecipado. A data de corte de cancelamento entra num calendário único, com aviso 60 a 90 dias antes — tempo suficiente para decidir renovar, renegociar ou consolidar, em vez de apenas confirmar o que já estava acontecendo por inércia.
4. Revisão trimestral de uso versus licença comprada. Rightsizing não é evento único; é cadência. Toda ferramenta acima de um determinado gasto mensal entra numa revisão trimestral simples: quantos assentos comprados, quantos ativos, ajustar antes da próxima renovação.
5. Cruzamento de portfólio antes de qualquer compra nova. Antes de aprovar uma ferramenta de IA nova, checar se ela sobrepõe função com algo que já existe no inventário — o mesmo catálogo que resolve compra descentralizada, descrito em shadow procurement de ferramentas de IA, serve de base para essa checagem.

Essas cinco disciplinas custam bem menos do que o gasto duplicado e ocioso que elas eliminam — e o cálculo do retorno de qualquer uma delas segue a mesma lógica de custo total de propriedade descrita em TCO de projetos de IA: o custo real de uma ferramenta de IA nunca é só a mensalidade cotada no fechamento do contrato.

Como a Jetpacks aborda isso no Flight Plan

O estágio Launchpad do método Flight Plan mapeia, entre outras coisas, todas as ferramentas de IA que a empresa já paga hoje, por área — inclusive as que nunca passaram por revisão central —, antes de desenhar qualquer trilha ou política nova. O Flight Plan (etapa) define o plano de consolidação e o modelo de atribuição de custo por área. O Booster capacita quem vai operar esse portfólio no dia a dia, com a certificação Jetpack Certified marcando quem concluiu a trilha. O Mission Control acompanha a evolução do gasto e da adoção real, não só o número de licenças compradas.

Como parceira oficial da Replit no Brasil, a Jetpacks já aplicou esse diagnóstico de visibilidade em empresas como Hypera Pharma, Volvo, BMR Medical e C12 Brasil. Se sua diretoria ainda não tem um número único para "quanto gastamos com IA hoje", o diagnóstico gratuito da Jetpacks — uma conversa de 30 a 45 minutos — mapeia o portfólio atual e devolve o primeiro plano de consolidação.

FAQ

Gasto e portfólio de SaaS de IA é o mesmo problema que shadow procurement?

Não. Shadow procurement é sobre a decisão de compra em si — uma área assinando uma ferramenta fora do processo formal de aprovação. Gasto e portfólio de SaaS de IA é sobre o que acontece depois da compra, aprovada ou não: consolidar licença duplicada, ajustar assento ocioso, controlar calendário de renovação e atribuir custo por área. Uma empresa pode ter zero shadow procurement e ainda assim ter um portfólio de SaaS de IA caro e sem visibilidade.

Quanto do gasto em SaaS de IA normalmente está fora do orçamento formal?

Segundo o Shadow AI Spend Report 2026 da Redress Compliance, o gasto de IA fora do orçamento formal costuma representar entre 4% e 9% do gasto total em software, com mediana de 6% — e pode chegar a quase 10 vezes o valor da linha formal de orçamento de IA em casos auditados. O intervalo varia por porte de empresa e maturidade de governança.

Quem deveria ser dono do portfólio de SaaS de IA: TI, financeiro ou cada área?

Nenhum sozinho. O financeiro define o modelo de atribuição de custo (chargeback ou showback); TI mantém o inventário técnico e de segurança; cada área nomeia um dono responsável pela ferramenta que usa. Concentrar essa responsabilidade em uma única função tende a travar o processo ou perder visibilidade real de uso.

Chargeback é sempre melhor que showback para controlar gasto de IA?

Não necessariamente como primeiro passo. Chargeback exige medição de uso confiável por área antes de debitar orçamento — sem isso, gera disputa. Showback entrega a mesma transparência sem o atrito do débito direto, e costuma ser o degrau inicial antes de migrar para chargeback, uma vez que a medição de uso amadureceu.

Com que frequência revisar o portfólio de SaaS de IA?

O inventário deve ser vivo, atualizado a cada nova compra ou renovação, mas a revisão de rightsizing — quantos assentos comprados versus quantos usados — funciona bem em cadência trimestral para as ferramentas acima de um determinado gasto mensal, e semestral para o restante do portfólio.

Consolidar licenças de IA entre áreas atrasa quem já usa a ferramenta certa?

Não deveria, se a consolidação for bem conduzida: a ideia não é forçar uma área a trocar de ferramenta da noite para o dia, é negociar em escala quando duas áreas já pagam por função equivalente, e migrar no ciclo natural de renovação de uma das duas. Consolidação malfeita — sem plano de transição — é que gera esse atrito.

O que muda entre gestão de portfólio de SaaS tradicional e SaaS de IA especificamente?

O princípio de FinOps é o mesmo, mas a IA agrava três fatores: preço variável por uso (em vez de assento fixo e previsível), lançamento de produto muito mais rápido e mesma necessidade sendo resolvida em paralelo por áreas diferentes sem saber. Isso torna o inventário desatualizado mais rápido e exige cadência de revisão mais curta do que o SaaS tradicional pedia.

Conclusão: visibilidade financeira primeiro, consolidação depois

Gasto e portfólio de SaaS de IA não se resolve com uma auditoria única nem com a proibição de compra por área — se resolve com um inventário vivo, um dono financeiro por ferramenta e uma cadência recorrente de revisão de licença, renovação e uso. As três pesquisas citadas neste guia apontam para o mesmo ponto cego: a empresa média já gasta mais com IA, de forma mais descentralizada, do que sua diretoria financeira consegue enxergar num relatório único. Fechar essa lacuna de visibilidade é o primeiro passo antes de qualquer decisão de consolidação — e é exatamente o que o diagnóstico gratuito da Jetpacks mapeia, junto com o business case para levar à liderança sobre onde a consolidação de portfólio recupera orçamento mais rápido.