Itaú cortou 65% do custo de IA crescendo o uso em 88%: a lição de governança

Em agosto de 2026 o Itaú divulgou um número que deveria estar na pauta de qualquer diretoria que usa IA generativa: o banco cresceu 88% no uso de IA generativa e, ao mesmo tempo, reduziu em 65% o custo com essa mesma IA desde 2022. Não é corte de investimento, é o oposto: mais uso, menos gasto. A peça central disso é uma plataforma interna chamada Iara, que centraliza acesso a modelos, bases de conhecimento, memória e governança para todas as equipes do banco.

O detalhe que interessa pra empresa de porte médio não é o nome da plataforma, é o princípio por trás dela: cada pergunta feita a um modelo de IA consome tokens, tokens custam dinheiro, e uso sem governança vira um cheque em branco assinado por qualquer analista com acesso a uma chave de API.

O que o Itaú fez, sem o orçamento do Itaú

A prática que gerou a economia foi roteamento inteligente: cada consulta é direcionada para o modelo mais adequado ao problema, em vez de todo mundo usar o modelo mais caro disponível para tudo, da pergunta trivial à análise complexa. A inteligência sobre "qual modelo usar quando" ficou concentrada em um lugar só, não espalhada em decisões individuais de cada time.

Isso não exige o orçamento de um banco para replicar. Exige três decisões de governança que qualquer empresa média consegue tomar:

1. Um ponto único de acesso a modelos de IA

Se cada área da empresa contrata sua própria assinatura de IA generativa (marketing com uma ferramenta, atendimento com outra, jurídico com uma terceira), ninguém enxerga o gasto total nem consegue negociar volume. Centralizar o acesso, mesmo que de forma simples, é o primeiro passo que qualquer empresa consegue copiar do Itaú sem escrever uma linha de código.

2. Modelo certo pra tarefa certa

Nem toda tarefa precisa do modelo mais caro e mais lento. Classificar um e-mail, resumir uma ata ou extrair dado de um formulário são tarefas que modelos menores resolvem bem e mais barato. Reservar o modelo de ponta para o que realmente exige raciocínio complexo, como análise de contrato ou geração de relatório técnico, é a diferença entre gasto proporcional ao valor gerado e gasto proporcional ao volume de cliques.

3. Métrica de custo por resultado, não por licença

A pergunta certa não é "quanto custa a ferramenta de IA por mês", é "quanto custa cada análise de documento, cada resposta de atendimento, cada relatório gerado". O Itaú cita um exemplo interno de análise de 30 mil documentos imobiliários por ano para clientes do atacado, com redução de 75% no tempo de análise. Esse tipo de métrica, por unidade de trabalho, é o que permite comparar se a IA está de fato gerando ROI ou só girando tokens.

Não é só banco grande fazendo isso

A Vibra, maior distribuidora de combustíveis do país, combinou IA generativa com reconhecimento de imagem e chegou a uma redução de custos da ordem de R$ 900 milhões em um único trimestre, com relatórios consolidados por IA que entregam um resumo de uma página mais material de apoio detalhado para negociação. Uma empresa de contabilidade indexou anos de legislação tributária estadual com RAG (busca aumentada por recuperação) e reduziu o tempo de achar a fundamentação de um benefício fiscal de 25 minutos para 40 segundos, com acerto autônomo em cerca de 82% das consultas. Nenhum dos dois casos exigiu reinventar a tecnologia, exigiu aplicar governança de escopo estreito a um problema real e mensurável.

O padrão nos três casos, Itaú, Vibra e a empresa de contabilidade, é o mesmo: não é o modelo de IA que gera economia, é a governança de como ele é usado. Sem roteamento, sem métrica por resultado e sem escopo definido, o gasto cresce junto com o uso, nunca menos.

O erro mais comum em empresa que ainda não fez essa conta

A maioria das empresas médias que adotou IA generativa nos últimos dois anos fez isso de baixo para cima: um time comprou uma licença, gostou, outro time comprou outra ferramenta, e ninguém consolidou. O resultado é o oposto do padrão Itaú/Vibra: gasto fragmentado, sem visibilidade de qual área está gerando valor real e qual está só automatizando tarefa de baixo impacto com o modelo mais caro do mercado.

Reverter isso não exige trocar de fornecedor de IA. Exige responder três perguntas que a diretoria deveria estar cobrando: quanto a empresa gasta hoje com IA generativa, somando todas as áreas; quais tarefas específicas estão sendo resolvidas com esse gasto; e se existe alguém com mandato para decidir "esse tipo de tarefa usa modelo simples, esse outro usa modelo avançado". Sem essas três respostas, o gasto com IA segue sendo decisão individual de cada analista, não estratégia de empresa.

Onde isso cruza com gestão de qualidade e conformidade

Empresas que já rodam gestão de qualidade estruturada (ISO 9001, acreditação em saúde, gestão de riscos) têm uma vantagem que não costumam perceber: já sabem medir processo, já têm cultura de indicador e já sabem documentar decisão. Aplicar essa mesma disciplina para governança de IA, decidir quem aprova o quê, medir custo por resultado, documentar critério de uso, é extensão natural do que essas equipes já fazem para qualquer outro processo crítico. Organizações que usam o facilita.ia para cruzar diagnóstico com plano de ação já têm essa lógica de "medir, decidir com critério, documentar" internalizada; falta só aplicar o mesmo raciocínio ao próprio gasto com inteligência artificial.

A lição do Itaú não é "use IA". É "não use IA sem saber quanto cada uso custa e quanto ele vale". Empresa média não precisa da plataforma Iara. Precisa da disciplina que ela representa.

Klaus Fuchs Founder da facilita.etc. 15+ anos liderando gestão estratégica em saúde, educação e organizações sociais. Conduziu acreditações em uma das maiores OSS do Brasil. Escreve sobre o que pratica.